数字经济百度指数是基于百度搜索数据衡量公众对数字经济关注度的量化指标，时间跨度为2011-2025年。该指数通过分析搜索热度趋势、地域分布、人群画像及关联关键词，反映数字经济的公众关注度变化。数据以Excel格式呈现，包含日期、省份、城市等多维度指标，由数据皮皮侠团队整理，为企业研究数字经济影响力提供参考依据。

本文分享了2001-2022年1438家上市公司的人工智能专利数据，覆盖专利申请年份、主题、名称等指标。数据来源于国家知识产权局，通过检索"自动""智能"等关键词整理而成。研究表明，随着AI技术在各领域的深度融合，相关专利申请量快速增长。该数据集可用于分析企业技术创新趋势，为研究者提供实证支持。

《全国AI算力发展数据报告（2000-2024）》摘要 数据皮皮侠团队基于中国海关数据库显卡HS编码数据，整理发布了2000-2024年全国各省市AI算力年度统计报告。该数据集涵盖省级和地级市层面指标，但2015-2016年数据因海关未发布而缺失。报告包含各省市AI算力发展情况及主题分布，完整数据可通过数据皮皮侠官网获取。该数据经人工整理验证，确保真实有效，为AI算力研究提供重要参考。

本研究整理2002-2025年中国省、地级市政府工作报告环保相关数据，涵盖资源、生态、污染等140余个关键词的词频统计。数据以Excel形式呈现，包含省级和地市级两个层面的词频总和指标，适用于环保政策效果评估、区域环境治理比较等研究。研究团队建议采用DID方法分析2010-2024年地方政府"自发自还"债券政策对环境治理的影响。数据源自公开政府文件，经标准化处理，为环境政策量化

本文介绍了中国上市公司制造业智能制造（1991-2024）数据集，该数据集通过文本挖掘技术量化企业智能化转型程度，突破传统技术替代率等单一维度测度的局限，动态捕捉企业智能化战略布局的广度和深度差异。研究基于A股上市公司年报文本数据，筛选制造业公司，进行中文分词处理，并利用预定义的智能制造专业词典识别行业特征术语，计算特征术语的绝对出现频次及其占总文本词汇量的相对比重，最终整理成结构化数据集。该数据

《管理世界》再发智能制造研究：基于2000-2023年上市公司数据的DID分析，数据来源工信部并由专业团队整理。研究聚焦智能制造对企业产能利用率、创新能力和成本粘性的影响，相关成果发表于《管理世界》《金融研究》《经济研究》等顶级期刊。文献显示，智能制造通过产消合一提升产能利用率，并显著影响企业创新和成本结构。该系列研究为理解智能制造的经济效应提供了实证依据。

例如，研究者可以使用DML来评估某一政策变化对经济指标的影响，或者分析市场干预措施对消费者购买行为的改变。DML通过正交化技术解决了传统机器学习在因果推断中的偏差问题，使得研究者能够在控制混淆变量的同时，准确地估计出核心参数。双重机器学习（Double Machine Learning, DML）是一种结合了机器学习和因果推断的统计方法，它在经济管理领域有着广泛的应用。本数据以一个双重机器学习的案

【摘要】本数据集提供2022-2025年抖音平台上"新质生产力"及主流AI大模型（如ChatGPT、Gemini、豆包等）的关键词指数，包含搜索指数与综合指数两类核心指标。搜索指数反映关键词的搜索热度，综合指数则通过内容量、传播量、搜索量等维度加权计算，细分为内容分、传播分和搜索分。数据以Excel格式呈现，涵盖日期、省份、城市等维度，旨在帮助品牌方精准把握技术热词在抖音平台的

中国发布10米分辨率沿海湿地植被遥感数据集（2016-2023），覆盖东部沿海6类典型植被（盐角草、碱蓬属等），已按省份裁剪。该高精度时序数据为互花米草监测、蓝碳研究、生态修复等提供重要支撑，相关成果发表于Science Data Bank。数据集采用Sentinel-1/2深度学习制图，可直接用于GIS分析，为滨海湿地研究与管理提供基准数据。

2025年8月更新的D2462025 DEM数据集提供全球15角秒（约500米）高分辨率地形数据，覆盖陆地和海洋。该数据源自GEBCO项目，整合多源实测与卫星数据，填补83%未精确测绘海域空白。数据集包含全球、中国全境、各省及城市（如四川省、成都市）的TIF格式裁剪数据，适用于地质构造分析、气候建模、资源勘探等领域，推动"海底透明化"研究进程。