姚加权等（2024）的研究表明，企业引入人工智能技术后，倾向于减少对低技能劳动力的依赖，同时增加高技能劳动力的需求，从而优化人力资本配置。姚加权等（2024）的异质性分析发现，企业层面的因素（如产权性质、治理结构）以及行业和地区层面的因素（如技术密集度、区域创新环境）均会影响人工智能的生产率提升效果。通过构建企业级人工智能指标，研究发现人工智能可显著提升中国上市公司生产率，其机制在于调整企业劳动力

然而，由于缺乏长期的高分辨率放牧强度数据(即每单位面积的牲畜数量)，对放牧影响的准确评估受到限制。原研究利用普查牲畜数据和基于卫星的植被指数，开发了第一个 1980 年至 2022 年中国西部 7 个牧区省份草原长期高分辨率放牧强度 （LHGI） 数据集。)，该数据集是到2022年的，今天我们分享的是更新到2024年的草原放牧强度数据集，原始数据包括内蒙古、新疆、西藏、青海、甘肃、宁夏以及四川省的

中国城市级全范围碳排放数据集(2023)系统收录了农业、工业、建筑、交通等领域的碳排放数据，涵盖直接排放、外购电力排放和供应链排放三类。该数据集首次完整揭示中国城市碳排放结构，为比较城市排放差异、识别关键排放源、制定减排策略提供数据支撑，助力碳中和目标实现。数据来源为胡汉波(2025)在figshare平台发布的Excel格式数据集，包含2023年中国城市范围的碳排放信息。

《中国湖泊水库高分辨率水质数据集(2000-2023)》收录了全国湖泊水库2000-2023年的14项水质指标，包括pH值、溶解氧、总氮、总磷等关键参数，以及地理坐标信息。该数据集为评估淡水生态系统功能提供了重要基础，对水资源管理、环境保护和气候变化研究具有重要价值。数据以Excel格式存储，按月记录湖泊和水库的水质状况，为相关领域研究提供了全面可靠的数据支持。

本文介绍了一个全球/中国降水量数据集（1940-2024年），原始NC格式数据已转换为Tif格式并裁剪为中国区域。该数据集包含0.25°精度的月值数据，为研究中国降水长期变化、极端降水事件及全球变暖下的气候响应提供了重要支撑，可广泛应用于水资源评估、农业灾害预警等领域。数据源自Copernicus气候数据存储库，其易用格式显著提升了研究效率。

全球首套30米分辨率湿地数据集(2000-2022年)包含8种湿地亚类，采用0.5°×0.5°瓦片存储，已整理中国区域瓦片与省份对应关系。该数据集创新性地采用精细分类系统和局部自适应算法，克服传统制图难题，总体精度达86.95%，为湿地生态系统监测提供新范式，可支持生物多样性保护、碳汇评估等应用，助力可持续发展目标实现。数据来源于Zhang等人在《Scientific Data》发表的研究成果。

本文介绍了中国367个城市2014-2024年空气质量指数(AQI)年度数据集。该数据基于GB3095-2012国家标准，通过计算城市站点日均值得到年度AQI均值，包含PM2.5、PM10等污染物指标。数据按AQI值分为6个污染等级（优秀到重度污染），提供Excel和Shp两种格式。数据来源为ScienceDataBank，编号D223，可用于空气质量研究。

中国大豆面积数据集（2000-2022）提供30米精度的全国大豆种植空间分布信息，包含Tif、Excel和Shp三种格式。该数据集基于Landsat影像和机器学习方法开发，覆盖23年间各省市县的种植情况，为产量估算、农业规划和粮食安全研究提供重要依据。数据按行政区划处理并可视化，便于分析中国大豆种植的时空变化特征。原始数据由Liu等学者发布，通过特定编号可获取处理后的分省年度数据。

全球2m平均温度数据集（1940-2024年）提供月分辨率（0.25°）的全球及中国区域温度数据，原始NC格式已转为Tif格式并完成中国行政区划裁剪。该数据整合ECMWF权威观测，为研究中国85年气候变化、验证气候模型及分析极端天气事件提供核心支撑，对气候研究、灾害评估及"双碳"战略具有重要价值。数据单位为开尔文（K），可通过指定网址获取。

武汉大学杨杰和黄昕教授团队基于Google Earth Engine平台的335,709张Landsat影像，构建了1985-2024年中国30米分辨率年度土地覆盖数据集。该数据集包含9种用地类型，已通过天地图行政区划数据裁剪为全国、省、市三级数据，以TIF格式存储并按年份分类。数据引用自Earth System Science Data期刊，编号D238。