本数据是衡量企业层面制造业与人工智能技术融合程度的聚合量化指标数据（变量名：AITC），属于过程数据的企业层面最终聚合成果。数据基于制造业-人工智能耦合专利推导生成，核心是将微观技术融合行为转化为可用于计量分析的连续变量，数值越大代表融合越深。数据涵盖企业代码、年份及AITC、EAITC（既有融合）、NAITC（新引入融合）等核心字段，通过区分不同融合类型，精准刻画企业技术融合的深度与模式，是开展技术融合经济效应实证研究的核心解释变量。
基于本数据可开展实证研究：一是技术融合对全要素生产率的影响，构建双向固定效应模型检验生产率提升效应；二是融合与出口竞争力的关系，探究其通过产品升级与成本降低影响出口的机制；三是『数字化』转型背景下的效应评估，引入『数字化』转型程度作为调节变量分析异质性；四是对研发投入结构的影响，考察对基础与应用研发占比的作用；五是不同类型融合的异质性效应，对比EAITC与NAITC对创新绩效的差异化影响。
本数据参考叶阳平等（2025）发表在《中国工业经济》的论文所提出的技术融合变量构建与聚合方法：第一步，融合行为识别，基于耦合专利筛选引用人工智能专利的样本，将每次引用视为1次有效融合行为；第二步，细分类型界定，基于四位数专利IPC构建企业t年引用AI专利的5年期滚动对比池（AIIPC5Y，即t-4至t年），若引用IPC全包含于池中界定为EAITC，至少1个未包含则为NAITC；第三步，企业层面聚合，在“企业代码-年份”维度分别汇总总融合、EAITC及NAITC数量；第四步，标准化处理，对汇总指标取自然对数（0值保留）以消除异方差，最终形成企业-年份面板数据。
数据指标：
数据展示
参考文献
[1] 陶锋, 等. 技术耦合与产业创新绩效研究[J]. 中国工业经济，2025，（2）：118-136.
[2] World Intellectual Property Organization. PATENTSCOPE Artificial Intelligence Index[R]. Geneva: WIPO.
[3] 国家知识产权局, 国家统计局. 国际专利分类与国民经济行业分类参照关系表（2018）[Z]. 2018.
[4] 国家统计局. 战略性新兴产业分类与国际专利分类参照关系表（2021）[Z]. 2026.
[5] 国家知识产权局. 关键数字技术专利分类体系（2023）[Z]. 2023.
[6] 叶阳平, 等. 人工智能与产业技术融合对制造业企业产品创新绩效的影响研究[J]. 中国工业经济, 2025, (11): 150-169.
获取数据见
【公】
【踵】
【號】：Paper数据分析
