制造业智能化转型是新一代信息技术（AI、IoT、大数据等）与制造系统的有机融合，其本质特征表现为利用智能技术对研发设计、生产制造、供应链等全价值链环节进行系统性重构，最终达成资源配置最优化与跨环节协同效应。本研究开发的智能制造评价体系，采用文本分析方法对企业智能化水平进行量化表征：一方面突破传统研究中技术替代率等静态指标的局限性，通过多维特征词频动态反映企业智能战略的实施强度；另一方面为探究智能化对运营效能的影响机制提供数据支撑，其创新性体现在揭示智能技术应用与市场环境、利益相关者网络的动态耦合关系，对政企数字化转型决策具有双重指导价值。本指标体系构建方法参考温素彬等（2022）的研究范式。
数据处理流程
- 样本筛选：根据证监会行业分类标准，从A股上市公司年报中提取制造业企业文本数据
- 文本预处理：
- 采用中文分词技术处理年报文本
- 基于哈工大停用词表过滤无效词汇
- 特征词识别：通过预构建的专业词典匹配四类技术术语：
- 人工智能领域："机器学习"、"自主决策"、"智能感知"等
- 网络技术集群："物联网平台"、"云计算"、"数字孪生"等
- 数据技术体系："数据分析"、"知识图谱"、"预测建模"等
- 制造执行系统："柔性生产"、"质量追溯"、"能源监控"等
- 指标计算：统计各公司年报中特征词的绝对频次及相对文本占比，形成包含证券代码、企业名称、年度词频等字段的结构化数据集。
数据特征说明
- 来源：A股上市公司公开年报（经人工校验）
- 时间范围：1991-2024年度
- 覆盖范围：中国A股制造业上市公司
- 交付格式：Excel结构化数据表
数据指标
公司名称、股票代码、年份、总文本词数、匹配词频、匹配词比重
数据展示
参考文献
[1]温素彬,张金泉,焦然.智能制造、市场化程度与企业运营效率——基于A股制造业上市公司年报的文本分析[J].会计研究,2022,(11):102-117.
【下载→
方式一（推荐）：主页 ↓个人↓简介
经管数据库-CSDN博客
方式二：数据下载地址汇总_-CSDN博客
 - 利用Mock尽早满足前后端接口开发需求)
