《管理世界》复刻：人工智能技术应用如何影响企业创新（2007-2024年）
【数据范围】A股上市公司
【时间范围】2007-2024年
【样本量】约69,941条
【整理时间】2025年12月
【适用研究】复刻《中国工业经济》“人工智能技术应用如何影响企业创新”基准回归（李玉花，2024），实证检验AI应用对上市公司创新的影响


一、数据文件
1) 原始数据：上市公司人工智能应用与创新数据.xlsx / .dta（包含全部观测与字段）
2) 处理代码：Stata dofile（含清洗、变量构造、缩尾、描述统计、基准回归）；Python等价脚本（逻辑一致，便于跨环境复现）
3) 结果示例：描述性统计输出、基准回归结果表（esttab/summary）





二、关键指标构建
1) 人工智能技术应用
   - AI技术应用A：上市公司年报中“人工智能”关键词频次，加1取对数
   - AI技术应用B：MD&A中“人工智能”关键词频次，加1取对数
   - 词典：基于机器学习方法构建“人工智能技术应用词典”匹配年报与MD&A
2) 企业创新
   - 发明专利申请：当年发明专利申请量，加1取对数
3) 控制变量（示例）
   - 企业规模（总资产，万元，对数）、企业年龄（上市年限，对数）
   - 总资产收益率、资产负债率、营业收入增长率、研发强度（百分比转小数）
4) 数据处理
   - 单位转换：百分比型变量 ÷100
   - 对数处理：规模、年龄取ln；专利与AI词频加1取ln
   - 缩尾处理：连续变量按1%-99% winsor（专利、AI A/B、规模、年龄、ROA、负债率、营收增速、研发强度）
   - 缺失处理：核心变量或省份代码缺失则删除
   - 样本筛选：2007-2024；剔除ST与金融类样本
   - 面板设定：xtset 股票代码 年份；行业、省份可encode数值码







三、字段清单（主要）
- 标识：股票代码、股票简称、年份
- 地域：省份、城市、区县及其代码
- 行业：行业代码、行业名称
- 基本特征：企业上市年龄、总资产
- 财务/运营：营业收入增长率、资产负债率、总资产收益率、研发投入占营业收入比例
- AI指标：人工智能词频和、人工智能词频和加1取对数、人工智能MD&A词频和、人工智能MD&A词频和加1取对数
- 创新指标：企业发明专利申请量（及加1取对数）





四、基准回归设计（参考李玉花，2024）
- 被解释变量：发明专利申请（ln(申请量+1)）
- 关键解释变量：AI技术应用A、AI技术应用B
- 控制变量：企业规模、企业年龄、ROA、资产负债率、营收增速、研发强度（可加行业/地区/年份固定效应）
- 模型：双向固定效应（公司、年份），聚类稳健标准误（行业×年份或公司×年份）
  示例：reghdfe 发明专利申请 AI技术应用A [AI技术应用B] 控制变量, absorb(公司 年份) vce(cluster 行业 年份)
- 稳健性：可调整聚类口径、缩尾口径、分组回归或替换创新指标


五、代码运行要点（Stata）
- 路径：cd 至当前目录
- 导入：import excel "上市公司人工智能应用与创新数据.xlsx", firstrow clear
- 类型：destring 股票代码 年份 ...
- 重命名：AI技术应用A/B、发明专利申请、规模、年龄、财务指标
- 处理：单位转换、对数、winsor、缺失剔除、年份筛选、剔除ST/金融
- 面板：xtset 股票代码 年份；encode 行业/省份
- 回归：reghdfe ...，esttab 输出


六、代码运行要点（Python）
- 依赖：pandas、numpy、scipy、linearmodels（可选），sklearn（备用回归）
- 读取：pd.read_excel(...)
- 处理：同Stata（单位转换、对数、winsor、过滤、编码）
- 回归：linearmodels.PanelOLS 双向FE；未安装则用OLS作为备选
- 输出：打印描述性统计与回归结果，或导出xlsx/csv


七、参考文献
[1] 李玉花, 林雨昕, 李丹丹. 人工智能技术应用如何影响企业创新[J]. 中国工业经济, 2024(10):155-173.


八、使用提示
- 路径和文件名保持一致（原始数据.xlsx/.dta；处理代码 do/py）
- 确保winsor2已安装（Stata）；Python中自定义winsor函数
- 回归聚类口径可按行业×年份或公司×年份调整
- 可扩展：加入滞后项、分组回归、替换创新指标（专利授权、三类专利等）