2010-2024年上市公司-AI漂洗指数数据+文献

资本市场中，企业“言AI”与“行AI”的背离现象日益突出。部分上市公司在年报中大量堆砌人工智能术语以迎合市场热点，但实际资本性投入却远未匹配其披露力度。这种“漂AI”行为扭曲了信息传递效率，也干扰了资源配置。为系统识别这一现象，Zhou等学者构建了“漂AI指数”，通过文本挖掘与财务数据校准，量化评估企业在人工智能领域的“言行一致性”。

数据测度方法‌

该指数的构建遵循“言-行”差距测度框架。首先，研究团队建立了一套涵盖基础概念、核心算法（如深度学习、LSTM、SVM）、硬件设施（如芯片、算力）及垂直应用（如智能医疗、自动驾驶）等维度的综合性AI术语词典，共计收录107个关键指标。通过对上市公司年报文本进行关键词匹配与词频统计，计算出经调整后的“AI信息披露强度”。其次，提取企业财务报表中的资本化支出作为AI实质性投入的代理变量，并实施行业-年度均值标准化处理，得到“AI投资强度”。最终，通过对比象征性披露与实质性投资的偏离度，生成“漂AI指数”，数值越高，表明企业“说多做少”的倾向越明显。

数据构成

该数据集覆盖2010至2024年全A股上市公司，包含证券代码、年份、公司名称、行业代码、AI信息披露强度、AI投资强度及漂AI指数等核心字段。基于这一数据，可开展多维度研究：横向对比不同行业、产权性质企业的漂AI行为差异；纵向追踪企业AI披露重心从“数字化转型”等宏观概念向“生成式模型”等具体技术的迁移规律；验证高漂AI指数企业的市场表现与创新产出是否显著弱于“言行一致”的企业；以及探究外部监管压力、融资约束等机制对漂AI行为的驱动或抑制作用。