SSD 固态硬盘寿命指标与选购参考

本文为 “SSD 固态硬盘寿命” 相关合辑。
图片清晰度受引文原图所限。
略作重排,如有内容异常,请看原文。


1. 闪存颗粒与 P/E Cycle

SSD 采用闪存(Flash)颗粒存储数据。闪存单元基于浮栅晶体管(Floating-Gate Transistor),通过控制浮栅中捕获电子的数量来区分不同的阈值电压 V t h V_\mathrm{th} Vth 区间。每个区间对应一个离散的数字状态,状态总数 N = 2 n N = 2^n N=2n,其中 n n n 为单单元存储位数。

由于闪存单元的物理特性,其可擦写次数存在上限,读取次数则不受此限制。每次对闪存块执行一次完整的编程(写入)与擦除操作,即计为 1 次 P/E Cycle(Program/Erase Cycle,编程/擦除循环)。

电压窗口划分的区间数越多,相邻状态的电压裕量(voltage margin)越窄,对电荷泄漏、噪声及读干扰的容忍度越低,因此擦写耐久性随单单元位数增加而下降。

现代 SSD 采用磨损均衡(Wear Leveling)算法,将写入操作均匀分布至所有闪存块。因此,即使硬盘从未一次性写满,其总写入量仍会计入 P/E 次数。

不同闪存架构的标称 P/E 循环次数存在显著差异:

颗粒类型英文全称单单元存储位数可区分状态数标称 P/E 循环次数市场定位
SLCSingle-Level Cell 1   b i t 1\ \mathrm{bit} 1 bit 2 1 = 2 2^1 = 2 21=2 100   000 100\,000 100000企业级、高可靠性场景
MLCMulti-Level Cell 2   b i t 2\ \mathrm{bit} 2 bit 2 2 = 4 2^2 = 4 22=4 3   000 3\,000 3000 5   000 5\,000 5000高端消费级(已较少见)
TLCTriple-Level Cell 3   b i t 3\ \mathrm{bit} 3 bit 2 3 = 8 2^3 = 8 23=8 600 600 600 3   000 3\,000 3000主流消费级
QLCQuad-Level Cell 4   b i t 4\ \mathrm{bit} 4 bit 2 4 = 16 2^4 = 16 24=16 500 500 500 1   000 1\,000 1000入门级、大容量存储

闪存单元状态示意图

各类型特性说明

  • SLC:电压窗口仅划分为两个区间,状态间隔最大,阈值电压判别裕量最宽,误码率最低,擦写耐久性最高,读写延迟最小。单位容量成本最高,存储密度最低,主要应用于对可靠性要求极高的企业级存储及工业控制领域。

  • MLC:电压窗口划分为四个区间,状态密度为 SLC 的两倍。存储密度、成本、性能及耐久性均处于中间水平,曾在消费级 SSD 中广泛应用,随着 TLC 工艺成熟,市场份额逐步下降。

  • TLC:电压窗口划分为八个区间,对电荷保持特性及读干扰的敏感度高于 MLC。凭借 3D-NAND 堆叠技术的成熟,TLC 在存储密度与成本之间取得平衡,成为当前消费级 SSD 的主流方案。

  • QLC:电压窗口划分为十六个区间,相邻状态电压差最小,对噪声、电荷泄漏及读串扰的容忍度最低。单晶圆存储密度最高,单位容量成本最低,擦写耐久性相对有限,通常适用于以读取为主、写入频率较低的大容量数据存储场景。

补充:3D-NAND 并非颗粒类型,而是指存储单元在垂直方向上进行多层堆叠的制造工艺。TLC 与 QLC 均可采用 3D-NAND 技术制造,通过增加堆叠层数来提升单颗芯片的存储容量。


2. 寿命指标解析

2.1 TBW(Total Bytes Written)

TBW 表示厂商在保修期内承诺的最大总写入字节数。例如,某 500   G B 500\ \mathrm{GB} 500 GB SSD 标注 “5 年或 300   T B W 300\ \mathrm{TBW} 300 TBW”,表示在 5 年时间内或总写入量达到 300   T B 300\ \mathrm{TB} 300 TB(以先到达者为准)时,保修期终止。

img

2.2 DWPD(Drive Writes Per Day)

DWPD 为企业级 SSD 常用指标,表示保修期内每日可将全盘容量写满的次数。例如,Intel P4500 的 DWPD 为 4.62 4.62 4.62,表示在 5 年保修期内,用户每日可将硬盘写满 4.62 4.62 4.62 次。

img

2.3 指标换算关系

TBW、DWPD 与 P/E Cycle 可通过以下公式相互转换:

P/E 次数 = TBW 硬盘容量 DWPD = TBW 硬盘容量 × 保修天数 TBW = DWPD × 硬盘容量 × 保修天数 \begin{aligned} \text{P/E 次数} &= \frac{\text{TBW}}{\text{硬盘容量}} \\[6pt] \text{DWPD} &= \frac{\text{TBW}}{\text{硬盘容量} \times \text{保修天数}} \\[6pt] \text{TBW} &= \text{DWPD} \times \text{硬盘容量} \times \text{保修天数} \end{aligned} P/E 次数DWPDTBW=硬盘容量TBW=硬盘容量×保修天数TBW=DWPD×硬盘容量×保修天数

示例 1:三星 970 EVO Plus 500   G B 500\ \mathrm{GB} 500 GB,保修 5 年或 300   T B W 300\ \mathrm{TBW} 300 TBW

P/E 次数 = 300  TB 500  GB = 300 × 1000  GB 500  GB = 600 \text{P/E 次数} = \frac{300\ \text{TB}}{500\ \text{GB}} = \frac{300 \times 1000\ \text{GB}}{500\ \text{GB}} = 600 P/E 次数=500 GB300 TB=500 GB300×1000 GB=600

该结果与消费级 TLC 颗粒的主流标称寿命一致。

示例 2:Intel P4500 2   T B 2\ \mathrm{TB} 2 TB,5 年保修, D W P D = 4.62 \mathrm{DWPD} = 4.62 DWPD=4.62

总 P/E 次数 = 4.62 × 365 × 5 ≈ 8432 TBW = 8432 × 2  TB ≈ 16864  TB \begin{aligned} \text{总 P/E 次数} &= 4.62 \times 365 \times 5 \approx 8432 \\[6pt] \text{TBW} &= 8432 \times 2\ \text{TB} \approx 16864\ \text{TB} \end{aligned}  P/E 次数TBW=4.62×365×58432=8432×2 TB16864 TB

2.4 保修条件与寿命终点的区别

TBW 与 DWPD 属于保修阈值,而非硬盘的物理寿命终点。厂商通常引入安全系数(通常为 2 2 2 10 10 10 倍)以覆盖极端使用场景并降低售后风险。闪存颗粒的实际可承受写入量往往高于标称 TBW。

下表为不同定位 SSD 的典型 TBW 承诺参考:

SSD 容量消费级入门(QLC/TLC)消费级主流/电竞(TLC)高端/创作者(TLC/MLC)企业级入门
500   G B 500\ \mathrm{GB} 500 GB 200 200 200 300   T B W 300\ \mathrm{TBW} 300 TBW 300 300 300 400   T B W 400\ \mathrm{TBW} 400 TBW 400 400 400 600   T B W 600\ \mathrm{TBW} 600 TBW 800 +   T B W 800+\ \mathrm{TBW} 800+ TBW
1   T B 1\ \mathrm{TB} 1 TB 400 400 400 600   T B W 600\ \mathrm{TBW} 600 TBW 600 600 600 800   T B W 800\ \mathrm{TBW} 800 TBW 800 800 800 1200   T B W 1200\ \mathrm{TBW} 1200 TBW 1600 +   T B W 1600+\ \mathrm{TBW} 1600+ TBW
2   T B 2\ \mathrm{TB} 2 TB 800 800 800 1200   T B W 1200\ \mathrm{TBW} 1200 TBW 1200 1200 1200 1600   T B W 1600\ \mathrm{TBW} 1600 TBW 1600 1600 1600 2400   T B W 2400\ \mathrm{TBW} 2400 TBW 3200 +   T B W 3200+\ \mathrm{TBW} 3200+ TBW

3. 实际写入量分析

3.1 普通用户场景估算

对于以网页浏览、文档办公、在线视频为主的使用场景,日均写入量通常低于 20 GB。以 1 TB 主流 SSD(600 TBW,5 年保修)为例:

保修临界日均写入 = 600  TB 365 × 5 ≈ 328  GB/天 \text{保修临界日均写入} = \frac{600\ \text{TB}}{365 \times 5} \approx 328\ \text{GB/天} 保修临界日均写入=365×5600 TB328 GB/

普通用户的日均写入量(约 11 GB)与此阈值相差约 30 倍。

周写入量参考(典型家用环境)

日期当日写入量(GB)主要写入活动
周一8.2系统更新、工作文件下载
周二5.1日常使用、浏览器缓存
周三25.74K 电影下载、游戏更新
周四4.8常规使用
周五12.3软件安装包下载、文档备份
周六15.6游戏更新、音乐专辑下载
周日7.5常规使用
周总计79.2 GB
日均写入约 11.3 GB

3.2 高负载用户场景估算

视频剪辑用户每日处理 50 GB 原始素材并输出 10 GB 成片时,日均写入量约为 60 - 80 GB,仍低于 328 GB 的保修临界值。

3.3 极端测试数据参考

德国 Heise 网站曾进行 SSD 寿命极限测试:

型号颗粒类型写入总量至故障
三星 750 EVOTLC1.2 PB(1200 TB)
三星 850 PROMLC9.1 PB(9100 TB)

按每日 100 GB 写入计算,三星 750 EVO 的理论使用年限为:

1200  TB 100  GB/天 ÷ 365 ≈ 32  年 \frac{1200\ \text{TB}}{100\ \text{GB/天}} \div 365 \approx 32\ \text{年} 100 GB/1200 TB÷36532 

4. 非磨损类故障模式

SSD 的实际故障案例中,因闪存磨损而失效的比例较低。更为常见的故障原因包括:

  1. 主控芯片故障:约占返修案例的 90%,突然断电是主要诱因之一;
  2. 供电元件损坏:电压不稳或潮湿环境导致;
  3. 固件缺陷:可通过厂商发布的固件更新修复。

5. 健康状态监控方法

现代 SSD 均支持 S.M.A.R.T.(Self-Monitoring, Analysis and Reporting Technology)标准。与寿命直接相关的关键属性包括:

  • 媒体磨损指示器(Percentage Used):以百分比形式表示闪存磨损程度,100% 为全新状态,数值递增表示磨损加剧;
  • 总计主机写入量(Data Units Written):记录主机系统向 SSD 写入的累计数据量;
  • 可用备用块计数(Available Spare):SSD 预留的冗余闪存块数量,该值下降表明坏块替换机制正在消耗备用资源。

5.1 CrystalDiskInfo(Windows)

运行后查看 “健康状态” 百分比及 “总写入量” 数据。重点关注 “媒体与数据完整性错误计数” 与 “可用备用空间” 等条目。

在这里插入图片描述

5.2 厂商专用工具

三星 Magician、Intel SSD Toolbox 等工具可提供更为精确的寿命与健康度数据。

5.3 命令行工具

Linux / macOS

使用 smartctl 查看 NVMe 固态硬盘的完整 SMART 信息,包括磨损计数器:

sudo smartctl -a /dev/nvme0n1

说明/dev/nvme0n1 为系统第一块 NVMe 硬盘设备节点。若系统存在多块 NVMe 硬盘,设备节点依次为 /dev/nvme1n1/dev/nvme2n1 等。对于 SATA 接口的固态硬盘,设备节点通常为 /dev/sda/dev/sdb 等。

执行后关注以下关键字段:

字段含义
Percentage Used已用寿命百分比,与 Windows 的 Wear 含义类似
Data Units Written已写入数据量(以 1000 个 512 B 块为单位)
Media and Data Integrity Errors介质与数据完整性错误计数

将磨损值与具体硬盘型号对应(Linux)

若需将磨损值与硬盘型号、序列号一一对应,可分别查询设备信息与磨损计数:

# 查询设备型号与序列号
sudo smartctl -i /dev/nvme0n1 | grep -E "Model Number|Serial Number"

# 查询磨损百分比
sudo smartctl -a /dev/nvme0n1 | grep "Percentage Used"

若系统中存在多块硬盘,可通过以下脚本批量输出每块 NVMe 硬盘的型号与磨损值:

for dev in /dev/nvme*n1; do
    echo "Device: $dev"
    sudo smartctl -i "$dev" | grep "Model Number"
    sudo smartctl -a "$dev" | grep "Percentage Used"
    echo "---"
done

注意:对于 SATA 接口的固态硬盘,磨损指标通常位于 SMART 属性表中,字段名因厂商而异(如 Wear_Leveling_CountMedia_Wearout_Indicator 等),需结合 smartctl -a /dev/sdX 的输出具体判断。

Windows(PowerShell,管理员权限)

使用存储子系统命令读取硬盘固件内部的磨损计数器:

Get-PhysicalDisk | Get-StorageReliabilityCounter | Select-Object Wear

说明:该命令需以管理员身份运行 PowerShell。
Wear 字段表示闪存介质磨损百分比,仅对 SSD 有效;机械硬盘 (HDD) 恒返回 0

若需将磨损值与具体硬盘型号对应,执行:

Get-PhysicalDisk | ForEach-Object {
    $disk = $_
    $wear = $_ | Get-StorageReliabilityCounter | Select-Object -ExpandProperty Wear
    [PSCustomObject]@{
        DeviceId     = $disk.DeviceId
        FriendlyName = $disk.FriendlyName
        Wear         = $wear
    }
} | Format-Table -AutoSize

5.4 操作系统内置功能

  • Windows:设置 -> 系统 -> 存储 -> 磁盘和卷 -> 选择 SSD -> 属性,可查看简要的驱动器健康信息;
  • macOS:关于本机 -> 系统报告 -> 存储,可查看 S.M.A.R.T. 状态。

建议每季度或每半年检查一次。若健康度在一个月内下降超过 5% - 10%,或 “重新分配扇区计数” 出现增长,需及时进行数据备份。

6. 使用优化与常见误区澄清

6.1 开启 AHCI 模式与 TRIM 指令

AHCI 模式

AHCI(Advanced Host Controller Interface)是 SATA 控制器的一种工作模式,可充分发挥 SATA SSD 的性能并支持 NCQ(Native Command Queuing)队列。若安装系统前未开启 AHCI,后续切换可能导致系统无法启动。

开启方法

  1. 开机时按对应按键(常见为 Del、F2、F10、F12,因主板型号而异)进入 BIOS/UEFI 设置界面;

  2. 定位至 “Advanced” -> “SATA Configuration” 或 “Storage Configuration” 等类似菜单;

  3. 将 “SATA Mode” 或 “SATA Controller Mode” 由 IDE / RAID / Compatibility 改为 AHCI

  4. 保存设置并退出(通常为 F10)。

    若操作系统已在 IDE 模式下安装完成,直接切换至 AHCI 可能导致 Windows 启动蓝屏。此时需先在注册表中启用 AHCI 驱动:以管理员身份运行 regedit,定位至 HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\storahci,将 Start 键值由 3 改为 0,重启后进入 BIOS 修改模式。

验证方法

  • Windows:打开"设备管理器" -> “IDE ATA/ATAPI 控制器”,若列表中出现 “Standard SATA AHCI Controller” 或包含 “AHCI” 字样的条目,即表示已启用。

  • 命令行:以管理员身份运行 PowerShell,执行:

    Get-PnpDevice -Class "SCSIAdapter" | Where-Object { $_.FriendlyName -match "AHCI" }
    

    若返回包含 AHCI 的设备信息,则模式已开启。

TRIM 指令

TRIM 指令允许操作系统通知 SSD 哪些数据块已被逻辑删除,SSD 主控可在后台提前擦除这些块,避免后续写入时执行"读取-修改-写入"的额外操作,从而降低写入放大(Write Amplification)并维持长期性能。

开启与验证方法

  • Windows:Windows 7 及以后版本默认对 SSD 启用 TRIM。以管理员身份运行命令提示符,执行:

    fsutil behavior query DisableDeleteNotify
    

    若返回 DisableDeleteNotify = 0,表示 TRIM 已启用;若返回 1,则未启用,可执行 fsutil behavior set DisableDeleteNotify 0 开启。

  • macOS:macOS 10.10.4 及以后版本默认对 Apple 认证的 SSD 启用 TRIM;第三方 SSD 需手动开启(通过 trimforce 命令)。验证方法为终端执行:

    system_profiler SPSerialATADataType | grep "TRIM Support"
    

    或:

    diskutil info disk0 | grep "TRIM Support"
    

    若显示 YesSupported,则已启用。

  • Linux:TRIM 支持取决于文件系统与挂载选项。对于 ext4 文件系统,可在 /etc/fstab 的挂载选项中添加 discard

    UUID=xxxx / ext4 defaults,discard 0 1
    

    或使用 fstrim 命令进行手动或定时 TRIM:

    sudo fstrim -v /
    

    验证当前挂载选项可执行:

    mount | grep "discard"
    

若输出中包含 discard,则该分区已启用持续 TRIM。

6.2 预留充足空闲空间

SSD 需空闲空间执行磨损均衡与垃圾回收。长期保持 90% 以上占用率会加剧写入放大并影响性能。建议至少保留 10% - 20% 的总容量作为空闲空间。

6.3 虚拟内存与临时文件配置

频繁的页面文件(Page File)读写会产生大量小文件写入。若系统内存充足(16 GB 及以上),可适当减小虚拟内存容量,或将其迁移至独立的机械硬盘(HDD)。将浏览器缓存、下载目录、视频剪辑临时文件等指向 HDD,亦可降低系统盘 SSD 的写入压力。

6.4 散热管理

持续高温工作会加速电子迁移,影响主控与闪存的稳定性。应确保机箱风道通畅;高性能 NVMe SSD 建议加装散热片或使用主板自带的 M.2 散热装甲。

6.5 常见误区澄清

误区一:SSD 不可进行碎片整理。

Windows 10/11 的 “优化驱动器” 工具可自动识别 SSD 与 HDD。对 SSD 执行的是 TRIM 操作而非传统碎片整理,该操作对 SSD 有益,可保持系统自动优化计划开启。

误区二:需频繁更新固件以延长寿命。

固件更新主要用于修复缺陷、提升兼容性与性能,偶尔优化磨损均衡算法。除非官方明确说明修复了耐久性相关严重问题,否则无需仅为延长寿命而频繁更新。固件更新前务必备份数据,更新失败是导致 SSD 无法识别的常见原因之一。

误区三:QLC SSD 寿命过短,无法使用。

QLC 闪存的 P/E 循环次数确实低于 TLC,但现代 QLC SSD 通过增大 OP(Over-Provisioning)空间、改进主控算法与纠错技术,其保修 TBW 对于以读取为主的普通用户(如游戏存储、媒体库)仍属充足。QLC 的主要限制在于缓外(SLC Cache 外)顺序写入速度,而非寿命。

7. 选购参考

用户类型推荐闪存类型TBW 建议性价比参考型号
普通办公QLC / TLC150 TBW 以上致钛 SC001、金士顿 A400
游戏玩家TLC300 TBW 以上西数 SN570、三星 980
内容创作3D TLC / MLC600 TBW 以上三星 970 EVO Plus、致钛 TiPro7000
企业用户企业级 TLC / MLC1 PBW 以上Intel DC 系列、三星 PM 系列

选购时应综合考量保修年限(5 年优于 3 年)、TBW 承诺、主控方案及数据备份策略。对于绝大多数消费级用户,在正常的硬件更换周期(5 - 8 年)内,闪存磨损导致失效的概率极低,数据的多重备份比单纯追求高 TBW 更具实际意义。


Reference

内容概要:本文档是一份针对全国大学生电子设计竞赛(NUEDC)的“保姆级”实战指导手册,系统涵盖赛题解析方案库、模块化代码电路实现、以及测试报告范例三大核心部分。手册深入剖析了电赛七大赛题类别及其命题规律,强调“基本要求+发挥部分”的结构特点、指标逐年收紧趋势及测量控制复合型题目的增加。通过数控直流电流源和频率特性测试仪两个典型案例,展示了从系统方案设计、关键器件选型到软硬件实现的完整路径。同时,提供了基于STM32 HAL库的ADC采样、PWM生成、OLED显示、无线通信等常用模块的详细电路原理驱动代码,并辅以测试报告范例和评分标准解析,帮助参赛者规范撰写高质量设计报告。; 适合人群:参加全国大学生电子设计竞赛的本科生及指导教师,尤其适合有一定单片机和电路基础、希望在短时间内高效备赛并提升获奖概率的团队。; 使用场景及目标:①帮助参赛者快速掌握电赛命题规律主流技术方案,精准应对电源类、控制类、仪器仪表类等高频赛题;②提供可复用的模块化代码电路设计,加速硬件搭建软件开发进程;③指导撰写符合评审标准的设计报告,强化误差分析测试数据呈现,提升综合得分。; 阅读建议:建议按照“赛题分析→方案设计→模块实现→报告撰写”的流程顺序阅读,重点学习典型案例的整体设计思路关键器件选型依据。对于代码电路部分,应在实际开发板上动手验证,结合示波器、逻辑分析仪等工具进行调试。撰写报告时,务必参考文中测试表格误差分析模板,确保数据完整、分析定量,避免因报告不规范而失分。;
内容概要:本文系统介绍了基于投资组合CVaR(条件风险价值)对象的金融投资组合优化方法,重点阐述了利用Matlab代码实现CVaR风险度量下的资产配置优化过程。相较于传统VaR仅衡量特定置信水平下的最大损失,CVaR进一步评估超出该阈值的平均尾部损失,具有更好的数学性质如凸性和次可加性,更适用于构建可优化的数学模型。文中详细讲解了CVaR优化模型的理论基础、目标函数设计、约束条件设置以及Matlab金融工具箱中PortfolioCVaR类的具体应用步骤,并结合实证案例演示了如何加载资产数据、设定预期收益率风险偏好、执行优化求解及分析有效前沿,帮助投资者在控制极端下行风险的前提下实现最优资产配置。; 适合人群:具备一定金融工程、数量经济学或风险管理背景,熟悉Matlab编程环境,正在从事量化投资、资产配置建模、金融产品设计等相关工作的研究人员、高校师生及金融机构从业人员。; 使用场景及目标:①用于金融机构构建高阶风险管理导向的投资组合,提升对尾部风险的防控能力;②支持学术研究中对不同风险度量模型(如VaRCVaR)在组合优化中表现差异的实证比较;③辅助教学实践中开展现代投资组合理论高级风险控制技术相结合的编程实训课程。; 阅读建议:建议读者结合Matlab平台动手复现文中的代码示例,深入理解CVaR优化模型的构建逻辑求解流程,并尝试调整资产数据、置信水平和约束条件以观察优化结果的变化,从而掌握其在真实投资决策中的灵活应用技巧。
标题基于SpringBoot的学生读书笔记共享平台设计研究AI更换标题第1章引言介绍学生读书笔记共享平台的研究背景、意义、国内外研究现状、论文方法以及创新点。1.1研究背景意义阐述学生读书笔记共享平台在当前教育环境下的重要性。1.2国内外研究现状分析国内外学生读书笔记共享平台的研究进展现状。1.3研究方法及创新点概述本文的研究方法平台设计的创新点。第2章相关理论总结和评述SpringBoot及读书笔记共享平台相关的理论。2.1SpringBoot框架介绍阐述SpringBoot框架的特点、优势及其在Web开发中的应用。2.2读书笔记共享平台相关理论介绍读书笔记共享平台的设计原则、功能需求及用户体验理论。2.3数据库设计优化理论简述数据库设计的基本原则及优化策略。第3章平台设计详细介绍基于SpringBoot的学生读书笔记共享平台的设计方案。3.1平台架构设计平台的整体架构,包括前端、后端及数据库的设计。3.2功能模块设计阐述平台的主要功能模块,如用户管理、笔记上传、笔记分享等。3.3数据库设计介绍数据库的设计方案,包括表结构、索引及关系设计。第4章平台实现详细描述平台的具体实现过程,包括技术选型、开发环境搭建等。4.1技术选型开发环境介绍开发平台所采用的技术栈及开发环境配置。4.2关键代码实现展示平台实现过程中的关键代码片段,如用户登录、笔记上传等功能的实现。4.3平台测试优化平台的测试过程及优化策略,确保平台的稳定性和性能。第5章平台应用分析对平台的应用效果进行分析,包括用户反馈、使用数据等。5.1用户反馈收集分析收集用户反馈,分析用户对平台的满意度及改进建议。5.2使用数据分析通过数据分析工具,分析平台的使用情况,如用户活跃度、笔记分享量等。5.3对比方法分析对比其他类似平台,分析本平台的优势不足。第6章结论展望总结本文的研究成果,并对未来研究方向
上市公司人工智能技术应用水平主要用于衡量企业在人工智能技术研发、应用部署、业务融合以及战略布局方面的程度 学术界主要采用以下方法测度上市公司人工智能技术应用水平: 第一,人工智能专利测度法:基于企业技术创新产出视角,通过识别上市公司专利申请或授权信息中的人工智能相关专利,利用企业年度人工智能专利数量衡量其人工智能技术研发能力技术积累水平 第二,年报文本分析法:基于企业信息披露视角,通过构建人工智能关键词词典,提取上市公司年度报告、管理层讨论分析(MD&A)等文本中人工智能相关词汇出现频次,并对词频进行对数化处理,以衡量企业人工智能技术关注程度和应用水平 第三,机器人渗透度测度法:主要从智能化生产应用角度出发,利用行业层面的工业机器人安装密度,并结合企业所在行业特征、就业结构等信息,推算企业层面的自动化和人工智能技术渗透程度 第四,综合指数法:从人工智能投资、专利、关键词词频、机器人应用、人工智能项目等多维度构建指标体系,构建综合指数 第五,智能化投资测度法:基于人工智能软件投资额、人工智能硬件投资额之和占总资产的比例来衡量企业人工智能基础设施建设和技术应用水平 参考李果和白云朴(2024)、闫文影和陈雨生(2026)的研究思路,本文从企业人工智能技术实际投入角度衡量上市公司人工智能应用水平。具体而言,基于上市公司年度报告财务附注信息,通过关键词识别方法提取人工智能相关软件投资和硬件投资,并将二者加总形成企业人工智能投资规模,进一步以人工智能投资额占企业总资产的比例衡量企业人工智能技术应用水平 一、数据介绍 数据名称:上市公司人工智能技术应用水平 数据范围:上市公司企业 时间范围:2007-2025年 样本数量:78325条 数据来源:上市公司年报 二、数据指标 年份 股票代码 股票简称 行业名称 行业代码 省份
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值