数据名称：1991-2023年上市公司人工智能技术专利申请和授权指标大全数据明细：包含基础层+技术层+应用层
基础层：传感器、大数据、机器学习、深度学习、云计算、智能芯片
技术层：计算机视觉、人机交互、知识图谱、自然语言处理
应用层：无人驾驶、智慧安防、智慧城市、智慧教育、智慧金融、智慧农业、智慧医疗、智能机器人、智能家具、智能交通、智能设备、智能物流、智能制造
数据说明：

样本选择：全部A股1991-2023年数据（只包含当年至少有一个申请专利的样本）

包含两个版本：一份未剔除、一份剔除金融和ST、*ST或PT

注：提供了剔除所需数据和剔除代码，若无需做该项剔除处理，自行删除相关代码重新运行即可

行业参照证监会2012年行业分类标准，制造业用二级行业分类，其他用一级分类来计算

并对连续型变量进行了1%和99%分位数的缩尾处理

每个压缩包都附有初始数据，计算代码，参考文献和最终数据

计算方法：专利数量加1取自然对数

人工智能技术专利申请变量 lnaiapply

人工智能基础层专利申请变量 lnai1apply

人工智能技术层专利申请变量 lnai2apply

人工智能应用层专利申请变量 lnai3apply

人工智能技术专利授权变量 lnaigrant

人工智能基础层专利授权变量 lnai1grant

人工智能技术层专利授权变量 lnai2grant

人工智能应用层专利授权变量 lnai3grant

参考文献：
[1]陈楠,蔡跃洲.人工智能技术创新与区域经济协调发展——基于专利数据的技术发展状况及区域影响分析[J].经济与管理研究, 2023, 44(3):16-40.
[2]孙振清,杨锐.人工智能技术创新对区域碳排放的影响——机制识别与回弹效应[J].科技管理研究,2024,44(05):168-177.