上市公司-AI漂洗、人工智能漂洗数据（2007-2025）
数据简介
本数据参考袁春生、郭振雄（2026）关于“企业AI漂洗”的研究思路，结合上市公司年报文本中的人工智能相关表述和企业真实人工智能投入情况，构建公司-年度层面的企业AI漂洗指标。具体来说，首先使用企业年报全文中人工智能关键词出现频次衡量企业AI信息披露强度，并进行自然对数处理；其次，根据年报附注中人工智能相关软件、硬件等资产项目，计算企业真实人工智能投入水平；最后，在行业-年度层面对AI披露强度和AI投入水平分别进行标准化处理，并用“标准化AI披露强度减去标准化AI投入水平”得到企业AI漂洗指数。该指数越大，说明企业对外披露的AI概念和表述相对于其真实AI投入越高，企业存在“说得多、做得少”的AI漂洗倾向越明显。
此外，本数据还提供基于管理层讨论与分析（MDA）文本的替代口径，作为稳健性检验指标。MDA口径的计算方法与年报全文口径一致，只是将AI信息披露强度的文本来源由年报全文替换为MDA文本，用于检验企业AI漂洗测算结果是否受文本范围选择影响。数据同时提供两个版本：一是未缩尾未剔除版本，尽量保留原始公司-年度样本；二是已缩尾已剔除金融STPT版本，即在原始数据基础上剔除金融业、ST、PT及暂停上市企业，并对主要连续变量按年份进行1%和99%缩尾处理。
数据示例
参考文献
· 袁春生、郭振雄. 绩效期望落差与企业AI漂洗——基于管理者归因视角[J]. 华东经济管理, 2026, 40(4): 21-30.
· 姚加权、张锟澎、郭李鹏、冯绪. 人工智能如何提升企业生产效率？——基于劳动力技能结构调整的视角[J]. 管理世界, 2024, 40(2).
· 张远、李焕杰. 企业智能化转型对内部劳动力结构转换的影响研究[J]. 中国人力资源开发, 2022, 39(11).