发表在JFE上的这篇文章，终于不再用词频度量企业数字化转型，转而使用企业AI人力资本投入的角度度量。这个做法也被《中国工业经济》上一篇文章学习，大家抓紧码起来！以下是对这个文章的解析和指标的归纳：
一句话总结文章核心观点
该研究通过员工简历和招聘信息构建企业AI投资新衡量指标，发现2010-2018年各行业企业AI投资显著增长（增长超7倍），AI投资企业的销售额、就业率和市场估值均实现更高增长；
增长主要源于产品创新，而非流程创新或成本降低；
AI驱动的增长集中于大型企业，加剧了行业集中度。
研究方法
AI投资衡量指标构建-技能识别：基于核心AI技能（机器学习、计算机视觉、自然语言处理）的共现频率，量化各技能的AI相关性。岗位分类：通过岗位所需技能的AI相关性均值，划分AI相关岗位（阈值0.1）。企业层面指标：企业AI员工占比（简历数据）、AI相关职位发布占比（招聘数据）。
实证分析方法-长期差分回归：以2010-2018年为研究周期，控制行业固定效应、企业/区域/行业特征；工具变量法：以2010年前企业与AI强校的招聘网络作为工具变量，解决内生性问题。
指标度量
核心指标：企业AI投资——2010-2018年企业AI员工占比变化（基于简历中AI技能、专利、职位描述识别AI员工）；
补充指标：企业AI投资——2010-2018年企业AI相关职位发布占比变化（基于岗位技能AI相关性阈值筛选）。
在当前企业数字化转型比较火热的背景下，这篇文章给出了另外一个思路，即从“人力资本”投入的角度测度企业数字化转型。不过，这种测度方法还是存在一定的难度，从《中国工业经济》发表的论文来看，一方面是企业招聘的数据较难获取，一方面是作者使用大语言模型进行智能识别和分类，还是存在一定的技术壁垒的。
#资料分享 #当代中国经济 #带你一起读论文 #文献查找 #论文选题 #经济学
一句话总结文章核心观点
该研究通过员工简历和招聘信息构建企业AI投资新衡量指标，发现2010-2018年各行业企业AI投资显著增长（增长超7倍），AI投资企业的销售额、就业率和市场估值均实现更高增长；
增长主要源于产品创新，而非流程创新或成本降低；
AI驱动的增长集中于大型企业，加剧了行业集中度。
研究方法
AI投资衡量指标构建-技能识别：基于核心AI技能（机器学习、计算机视觉、自然语言处理）的共现频率，量化各技能的AI相关性。岗位分类：通过岗位所需技能的AI相关性均值，划分AI相关岗位（阈值0.1）。企业层面指标：企业AI员工占比（简历数据）、AI相关职位发布占比（招聘数据）。
实证分析方法-长期差分回归：以2010-2018年为研究周期，控制行业固定效应、企业/区域/行业特征；工具变量法：以2010年前企业与AI强校的招聘网络作为工具变量，解决内生性问题。
指标度量
核心指标：企业AI投资——2010-2018年企业AI员工占比变化（基于简历中AI技能、专利、职位描述识别AI员工）；
补充指标：企业AI投资——2010-2018年企业AI相关职位发布占比变化（基于岗位技能AI相关性阈值筛选）。
在当前企业数字化转型比较火热的背景下，这篇文章给出了另外一个思路，即从“人力资本”投入的角度测度企业数字化转型。不过，这种测度方法还是存在一定的难度，从《中国工业经济》发表的论文来看，一方面是企业招聘的数据较难获取，一方面是作者使用大语言模型进行智能识别和分类，还是存在一定的技术壁垒的。
#资料分享 #当代中国经济 #带你一起读论文 #文献查找 #论文选题 #经济学
