本数据分别参照于相关学术研究范式，基于上市公司年报文本数据与CSMAR财务数据库构建“漂AI指数数据集"，即通过多阶段文本分析与财务调整方法提取标准化AI言行信息，步骤如下:1、定义涵盖基础概念、核心技术、应用场景及支撑技术的综合性AI术语词典，系统纳入算法模型(如深度学习、LSTM、SVM)、技术组件(如芯片、算力、大数据平台)及应用领域(如智能医疗、智能金融、自动驾驶)等共107个词汇:2、对年报文本进行关键词匹配与词频统计，计算调整后词频;3、提取资本化支出作为AI实质性投资指标，并进行行业-年度均值调整;4、基于“言-行"差距法计算漂AI指数，衡量企业AI象征性披露与实质性投资之间的偏离程度。
参考文献：Zhou, Y., Chen, L., Zhou, F., & Ye, M. (2026). Contractual arrangements and information consistency: How ESG executive compensation incentives affect corporate AI disclosure. Journal of Business Research, 207, 116019.