【工具变量】新一代人工智能创新发展试验区DID（2007-2023年）
数据简介：自从人工智能提出以来，各国社会各界高度重视，尤其是考虑到将自动化和它结合起来，会对当下生产力的提升起到一个怎样的推动作用。对此，我国政府也启动一系列激励政策鼓励人工智能领域的创新发展。在2019年，国家科技部出台了《国家新一代人工智能创新发展试验区建设工作指引》，至今已有18 个城市被列入人工智能创新发展试验区。这些试验区的设立旨在通过政策扶持和资源倾斜，推动人工智能技术的落地应用和产业化发展，同时探索具有中国特色的人工智能治理模式。作为推动经济高质量发展的重要抓手，人工智能创新发展试验区在技术研发、产业集聚、人才培养以及数据共享等方面发挥了积极作用。截至目前，国家科技部已分三批认定了人工智能试验区，涵盖了北京、上海、深圳成都等多个经济发达且科技创新能力突出的城市。这些试验区立足于各自的区域优势和产业基础，形成了特色鲜明的发展方向。例如，北京市的试验区重点布局在智能制造、智慧城市和医疗健康领域；上海市则更加注重金融科技和自动驾驶技术的发展；深圳市依托强大的电子信息产业基础，将重点放在智能硬件和人工智能芯片研发上。参考欧阳金琼、魏德强和王雨濛（2024）的做法，使用“国家新一代人工智能创新发展试验区”的政策虚拟变量（Treat×Post）表征。若样本城市为试点城市，则该城市所属省份Treat变量赋值为 1，否则为 0；Post为年份虚拟变量，在数据中为Time，需要注意的是，国家科技部分别于2019 年、2020 年、2021 年设立了三批试点城市，由于部分试点城市在获批时已接近年底，所以考虑到政策效应的滞后性，将9 月份以后获批的试点城市归为下一年处理；因此，各获批城市所属省份的Time在具体政策效用年份及之后取1，否则为0。政策虚拟变量（Treat×Post）表征在数据中为DID，表示省份i 在第t 年是否被设立为人工智能创新发展试验区。经过调查研究，国家新一代人工智能创新发展试验区获批城市名单及获批时间列表呈现于下：
| 数量 | 试验区名称 | 获批时间 | 所属地区 |
| 1 | 北京国家新一代人工智能创新发展试验区 | 2019年2月20日 | 北京 |
| 2 | 上海国家新一代人工智能创新发展试验区 | 2019年5月22日 | 上海 |
| 3 | 天津国家新一代人工智能创新发展试验区 | 2019年10月17日 | 天津 |
| 4 | 深圳国家新一代人工智能创新发展试验区 | 2019年10月17日 | 深圳 |
| 5 | 杭州国家新一代人工智能创新发展试验区 | 2019年10月17日 | 杭州 |
| 6 | 合肥国家新一代人工智能创新发展试验区 | 2019年10月17日 | 合肥 |
| 7 | 德清县国家新一代人工智能创新发展试验区 | 2019年11月2日 | 德清县 |
| 8 | 重庆国家新一代人工智能创新发展试验区 | 2020年1月23日 | 重庆 |
| 9 | 成都国家新一代人工智能创新发展试验区 | 2020年1月23日 | 成都 |
| 10 | 西安国家新一代人工智能创新发展试验区 | 2020年1月23日 | 西安 |
| 11 | 济南国家新一代人工智能创新发展试验区 | 2020年1月23日 | 济南 |
| 12 | 广州国家新一代人工智能创新发展试验区 | 2020年9月3日 | 广州 |
| 13 | 武汉国家新一代人工智能创新发展试验区 | 2020年9月3日 | 武汉 |
| 14 | 苏州国家新一代人工智能创新发展试验区 | 2021年3月24日 | 苏州 |
| 15 | 长沙国家新一代人工智能创新发展试验区 | 2021年3月24日 | 长沙 |
| 16 | 郑州国家新一代人工智能创新发展试验区 | 2021年11月13日 | 郑州 |
| 17 | 沈阳国家新一代人工智能创新发展试验区 | 2021年11月13日 | 沈阳 |
| 18 | 哈尔滨国家新一代人工智能创新发展试验区 | 2021年11月13日 | 哈尔滨 |
来源信息：2019年-2021年间科技部关于支持各地方建设国家新一代人工智能创新发展试验区的陆续发布的函。另外，本数据集同时参照上述论文中的方法，选取30 个省份（剔除香港特别行政区、澳门特别行政区、台湾地区和西藏自治区）。还有一项需要强调的是，如上表所示，因为存在同省内两个或以上城市批准为试点城市，而导致其所属省份Time变量的赋值时间起点不确定，所以采用该省份内最先获批的城市的时间为基准，再来赋值省份的Time变量。例如：广东省下辖的深圳市和广州市分别于2019年10月17日和2020年9月3日获批，那么广东省的Time变量则在2020年及以后赋值为1（上文所述的9月后获批归为下一年的原则）。
数据来源：人工整理
时间跨度：2007-2023年
数据范围：省级层面
数据格式：Excel
数据指标：
| 年度标识 | 省级名称 | Time |
| 省级区划代码 | Treat | DID |
样例数据：
参考文献：
[1]欧阳金琼,魏德强,王雨濛.人工智能对新质生产力的影响——基于新一代人工智能创新发展试验区的政策效应[J/OL].软科学,1-15[2025-01-10].http://kns.cnki.net/kcms/detail/ ... 1223.1126.010.html.
下载链接： https://download.csdn.net/download/samLi0620/90276406
原文地址：https://blog.csdn.net/samLi0620/article/details/145181156
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！