2302 上市公司人工智能创新产出(2002-2025)
| 数据来源 | 由数据皮皮侠团队人工整理,全部内容真实有效 |
| 时间跨度 | 2002-2025 |
| 区域跨度 | 中国A股上市公司 |
| 数据格式 | Excel形式 |
上市公司人工智能创新产出数据,是衡量上市公司在人工智能领域技术积累、知识创造与创新活跃度的重要微观指标。随着人工智能逐渐成为推动产业升级、数字经济发展和新质生产力形成的关键力量,上市公司是否能够持续产出人工智能相关创新成果,已经成为观察其技术竞争力、创新能力与未来成长潜力的重要切入点。相较于一般创新指标,人工智能创新产出更能反映上市公司在算法模型、机器视觉、智能识别等前沿技术方向上的研发投入与技术突破情况,因此对研究上市公司技术进步、产业智能化转型、创新政策实施效果以及区域创新生态演化具有重要价值。
基于此数据,可广泛开展多维度实证研究:一是可用于检验政府支持、产学研合作、知识溢出、数字化转型等因素对上市公司人工智能创新产出的影响,识别不同创新要素的独立作用与协同效应;二是可用于分析上市公司如何通过吸收外部知识、拓展高校科研合作、优化资源配置等路径提升人工智能创新能力,从而揭示上市公司AI创新的形成机制;三是可用于考察不同产权性质、研发强度、行业属性及发展阶段下上市公司人工智能创新产出的异质性特征,为理解人工智能创新政策、上市公司创新行为及创新绩效之间的关系提供可靠的数据基础。
本数据参照 Wang、Zhou、Guan 和 Dai(2026)的研究设计,基于上市公司专利申请数据构建“上市公司人工智能创新产出数据集”。具体而言,首先依据国际专利分类号对人工智能相关专利进行识别,主要包括 G06N 和 G06V 两类技术领域,其中 G06N 涵盖基于特定计算模型的计算安排,如机器学习、神经网络和深度学习等,G06V 主要涵盖图像识别和机器视觉等技术方向;其次,对企业层面的年度专利申请信息进行整理、匹配与汇总,统计各企业在不同年份的人工智能相关发明专利申请数量;最后,借鉴现有研究做法,对人工智能相关专利申请量加 1 后取自然对数,形成标准化的企业人工智能创新产出指标。
年份 | 股票代码 | 公司名称 | ai_patent_count | 人工智能创新产出指标 |

[1] Wang X, Zhou B, Guan W, Dai J. Triple Helix synergy at the subsidy threshold: Government support, IUR collaboration, and knowledge spillovers in enterprise AI innovation[J]. Technological Forecasting & Social Change, 2026, 227: 124626.