本数据是衡量企业层面制造业与人工智能技术融合程度的聚合量化指标数据变量名AITC属于过程数据的企业层面最终聚合成果。数据基于制造业-人工智能耦合专利推导生成核心是将微观技术融合行为转化为可用于计量分析的连续变量数值越大代表融合越深。数据涵盖企业代码、年份及AITC、EAITC既有融合、NAITC新引入融合等核心字段通过区分不同融合类型精准刻画企业技术融合的深度与模式是开展技术融合经济效应实证研究的核心解释变量。基于本数据可开展实证研究一是技术融合对全要素生产率的影响构建双向固定效应模型检验生产率提升效应二是融合与出口竞争力的关系探究其通过产品升级与成本降低影响出口的机制三是数字化转型背景下的效应评估引入数字化转型程度作为调节变量分析异质性四是对研发投入结构的影响考察对基础与应用研发占比的作用五是不同类型融合的异质性效应对比EAITC与NAITC对创新绩效的差异化影响。本数据参考叶阳平等2025发表在《中国工业经济》的论文所提出的技术融合变量构建与聚合方法第一步融合行为识别基于耦合专利筛选引用人工智能专利的样本将每次引用视为1次有效融合行为第二步细分类型界定基于四位数专利IPC构建企业t年引用AI专利的5年期滚动对比池AIIPC5Y即t-4至t年若引用IPC全包含于池中界定为EAITC至少1个未包含则为NAITC第三步企业层面聚合在“企业代码-年份”维度分别汇总总融合、EAITC及NAITC数量第四步标准化处理对汇总指标取自然对数0值保留以消除异方差最终形成企业-年份面板数据。数据指标数据展示参考文献[1] 陶锋, 等. 技术耦合与产业创新绩效研究[J]. 中国工业经济20252118-136.[2] World Intellectual Property Organization. PATENTSCOPE Artificial Intelligence Index[R]. Geneva: WIPO.[3] 国家知识产权局, 国家统计局. 国际专利分类与国民经济行业分类参照关系表2018[Z]. 2018.[4] 国家统计局. 战略性新兴产业分类与国际专利分类参照关系表2021[Z]. 2021.[5] 国家知识产权局. 关键数字技术专利分类体系2023[Z]. 2023.[6] 叶阳平, 等. 人工智能与产业技术融合对制造业企业产品创新绩效的影响研究[J]. 中国工业经济, 2025, (11): 150-169.顶部专栏分享更多内容来源Paper数据分析