本案例依原書 5.2 Methodology、Fig. 5.1／5.2 與 Table 5.2 整理。
處理章內不同年份與資料層級，避免把 2024 Eurostat Figure 當成 2023 Regression Sample。
原書說 Data Period 涵蓋 2018–2023，但因缺失主要聚焦 2023；Binary Logit Analysis 使用 2023、EU-27＋Norway、Small／Medium／Large 各 N=28。章內另引用 2024 Eurostat Data：企業 AI Adoption Range 3.07%–27.58%，2024 Survey 約 157,000 Enterprises，並有 Fig. 5.2 的 31-country Large-enterprise Dashboard。
| 資料層 | 原書時間／範圍 | 用途 |
|---|---|---|
| Study Coverage | 2018–2023 | 因缺資料，主要 Focus 2023 |
| Regression Sample | 2023；EU-27＋Norway | Small／Medium／Large 各 N=28 |
| Eurostat Descriptive Figure | 2024 | AI Adoption 3.07%–27.58% |
| 2024 Survey Population | 約 157,000 enterprises | 10+ Employees／Self-employed；特定產業範圍 |
| Fig. 5.2 | 2024；31 countries | Large-enterprise AI Adoption Dashboard |
Excel 應加入 Year、Scope、Sample Unit、Analysis Type 欄位，禁止不同年份直接合併計算。AI 可偵測 Time-layer Confusion。
Regression observation count 為 28×3=84 size-level country observations；此 84 不等於約 157,000 家企業的 Microdata Sample，因研究使用 Aggregate Eurostat Indicators。
章內 2024 Data 用於描述 European AI Adoption Context；Logistic Regression 主體使用 2023 Aggregate Data。兩者都可成立，但不能被寫成同一個年份／樣本。
請將每個結果標記 Year、Geography、Unit、Sample Size、Analysis Type。若 2023 Regression 與 2024 Descriptive Data 同時出現，禁止合併成單一樣本。