学者 Babina 更新企业 AI 投资度量数据集与开源复现包

9 月 24 日，金融经济学学者 Tania Babina 在多条帖子中宣布对其企业 AI 投资度量研究体系的重大更新，涵盖数据、方法与开源工具三个方面。该研究体系源自她与 Fedyk、He、Hodson 合著、发表于 2024 年 Journal of Financial Economics 的论文（Ai, Firm Growth, and Productivity），以及 NBER 工作论文《Canaries in the Gold Mine》。

已确认

• 新的企业级 AI 投资数据集将 AI 投资细分为 7 个子技术类别：通用 AI、机器学习、自然语言处理、计算机视觉、生成式 AI、智能体 AI 及其他 AI，数据延伸至 2024 年
• 度量工具包（与 Renhao Jiang、Alex He 合作）的检索词更新至 2025 年
• 开源复现数据包已在 GitHub 发布（jrhao7/AIproductivityreplication），包含构建 firm-level AI 投入度量的完整流程，与《Canaries in the Gold Mine》论文配套

为什么重要

• 该数据集是学术界广泛使用的企业 AI 采用度量来源，子技术细分类别（尤其是生成式 AI 与智能体 AI）首次纳入，使研究者能够区分不同类型 AI 的投资动态
• 数据与代码开源，有助于其他学者复现与扩展企业 AI 生产率研究，提升该领域实证工作的透明度

2026-09-24 ~ 2026-09-24 · 5 条相关

• 【源头】新研究发布 AI 投资数据集：覆盖 7 类 AI 子技术至 2024 年 — TaniaBabina · 2026-09-24
• 企业 AI 投资度量工具包更新至 2025 年检索词 — TaniaBabina · 2026-09-24
• 「金矿中的金丝雀」作者更新企业 AI 投资度量方法 — TaniaBabina · 2026-09-24
• 【源头】AI 生产率研究开源数据包:企业级 AI 投入度量扩展至 2024 年 — TaniaBabina · 2026-09-24
• 学者开放企业级 AI 采用测量数据包，更新至 2025 年 — TaniaBabina · 2026-09-24