企业双元创新动态配置

字段字典

• Symbol [股票代码] — 六位数字字符串证券代码，保留历史证券代码；空值不转换成代码
• StkName [证券简称] — 按报告年度匹配的证券简称；缺当年记录时使用可得档案回填
• Year [报告年度] — 年度报告所属财务年度，非公告发布日期年度
• Province [省份] — 公司注册地所在省份
• City [城市] — 公司注册地所在城市
• County [区县] — 公司注册地所在区县
• ProvinceCode [省份代码] — 公司注册地省份行政区划代码
• CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
• CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
• IndustryName [行业名称] — 中上协行业分类名称(按年度动态匹配公司当年所属行业)；按年度中上协轨迹匹配，缺当年记录时使用可得行业回填
• IndustryCode [行业代码] — 中上协行业分类代码(如C26、J66,按年度动态匹配公司当年所属行业)；按年度中上协轨迹匹配，缺当年记录时使用可得行业回填
• ExploreKeywordCount [探索式创新关键词词频] — 参考白秀伟、程德俊、郭飞燕（2025）第45页表2，计算年度报告完整管理层讨论与分析中19个探索式创新关键词的提及次数之和，单位为次。正文拼接排版空白、繁转简，固定词条逐词独立字串计数，不作否定或语义过滤；历史使用可识别的正式董事会经营报告。可靠章节无命中为0，原文或章节不可测时缺失；文本关注不等于真实创新产出。
• ExploitKeywordCount [利用式创新关键词词频] — 参考白秀伟、程德俊、郭飞燕（2025）第45页表2，计算年度报告完整管理层讨论与分析中19个利用式创新关键词的提及次数之和，单位为次。正文拼接排版空白、繁转简，固定词条逐词独立字串计数；高效率分别命中高效与效率，不作否定或语义过滤。可靠章节无命中为0，原文或章节不可测时缺失；生产、规模、质量等词可受业务与模板影响。
• InnovationKeywordCount [双元创新关键词合计词频] — 参考白秀伟、程德俊、郭飞燕（2025）的双元创新动态配置公式，等于同一完整管理层讨论与分析中探索类19词与利用类19词的频数合计，单位为次；是配置比例的分母，并非不同创新活动数量。各词独立计频，可靠章节零命中为0，原文或章节不可测时缺失。
• AmbidextrousConfig [企业双元创新动态配置] — 参考白秀伟、程德俊、郭飞燕（2025）第45页2.2（3），探索式创新词频除以探索与利用两类词频之和，取值0到1、无量纲；大于0.5表示文本关注侧重探索，小于0.5侧重利用，等于0.5表示两类相等。动态配置为原文构念名称，公式不含跨期差分。分母为0或原文、章节不可测时缺失。固定字串、繁转简等程序细节为透明操作化，不保证作者同值或创新行为语义准确性。

常见问题

「企业双元创新动态配置」是什么数据集？

企业双元创新动态配置，隶属创新与知识产权。企业双元创新动态配置衡量企业在探索新知识、新技术与利用既有能力之间的相对关注。

该数据集的时间范围是？

覆盖 1991-2025 年。

包含哪些变量/指标？

共 15 个变量。核心指标包括：探索式创新关键词词频、利用式创新关键词词频、双元创新关键词合计词频、企业双元创新动态配置。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，上市公司层级。

样本量有多大？

约 69,432 条观测。

数据是如何测算/获取的？

一、双元创新动态配置的含义 企业既需要探索新知识、新技术和新的发展机会，也需要利用既有知识与能力改善现有业务。探索式与利用式创新的相对侧重反映企业创新活动的配置取向。白秀伟、程德俊和郭飞燕（2025）使用管理层讨论与分析中的两类关键词分布，构造双元创新动态配置指标。本数据集据此提供探索词频、利用词频、合计词频与配置比例。 该指标衡量年度报告中的相对文本关注。数值越高，表示探索类表述在两类表述中所占比重越高；它不直接度量实际创新产出、研发投入或创新项目数量。“动态配置”沿用文献的构念名称，其年度公式本身不含跨期差分。 二、测算方法 1. 确定讨论文本 从企业年度报告中识别完整的“管理层讨论与分析”“经营情况讨论与分析”等正式章节；历史报告使用包含经营讨论的正式董事会或董事局报告。以实际章节标题为起点，以随后正式外章为终点，同层编号不得越过更早可靠的外章或审计报告，排除目录和正文中的交叉引用。正式父章内部的治理、重大事项等子标题不提前截断整章，纯封面和页边导航不作为正文。保留章节内部的财务与其他讨论，不将独立的公司业务概要、董事长致辞或分散业务回顾并入。业务概要父章内的局部经营子项不作为完整正式MD&A；仅会议议案、任免及分红的董事会报告不作经营载体。不能可靠识别完整章节时保留缺失，不退回全文。 2. 统计探索与利用词频 使用白秀伟等（2025）表2完整公开的两组词表，各19词。探索词包括：探索、摸索、创造、研究、探寻、突破、发明、寻找、研发、冒险、实验、开发、多元、灵活、革命、革新、创新、前沿、先进。利用词包括：利用、定义、选择、生产、效率、高效、效能、实施、执行、制造、实行、推行、精细、优化、改造、改进、改善、规模、质量。 将讨论文本的排版空白拼接，并将繁体转换为简体。令处理后的文本为 $T{it}$，$f(w,T{it})$ 表示关键词 $w$ 在企业 $i$ 的年度 $t$ 文本中出现的次数。探索与利用词频分别为： $$ E{it}=\sum{w\in\mathcal E} f(w,T{it}),\qquad U{it}=\sum{w\in\mathcal U} f(w,T{it}) $$ 其中，$\mathcal E$ 和 $\mathcal U$ 分别为探索类和利用类词集。每个词按完整字串独立计次，同一词内部不重叠，不同词之间允许重叠。例如，“高效率”同时命中表内的“高效”和“效率”。不作分词、否定扣除或语义过滤。两个频数的单位均为次，表示文本提及次数。 3. 计算配置比例 先将两类词频相加，得到双元创新关键词合计词频 $K{it}$，再计算探索类词频所占比例： $$ K{it}=E{it}+U{it} $$ $$ C{it}=\frac{E{it}}{E{it}+U{it}}=\frac{E{it}}{K{it}} $$ $C{it}$ 为企业双元创新动态配置，取值在0与1之间。大于0.5表示文本关注相对侧重探索，小于0.5表示相对侧重利用，等于0.5表示两类词频相等。该比例刻画相对分布，不能据它单独判断企业创新活动总量。 可靠章节没有两类关键词命中时，$E{it}$、$U{it}$ 和 $K{it}$ 为0，比例因零分母而缺失。原文损坏、主体不符或完整章节无法识别时，四项研究量均保留缺失。 三、补充说明 文献未公开完整计数程序，字串匹配、繁简转换、章节识别及零分母处理为明确的程序实现细节，不保证复现作者样本数值。词表按原文保留，不自行扩词或增加语义限制。“开发、研究、先进、生产、规模、质量”等宽泛表述可能受行业业务、篇幅和报告模板影响，否定、计划性表述也保留。 早期报告可能只有分散经营叙述，存在原文残缺或无可测中文，不能把章节未识别解释为企业未披露。已识别的错主体材料按真实原件指纹排除；未标记材料仍可能存在来源与版式限制。保留全行业、全板块及可得报告年度，源缺失不以补零或删年处理。地区为可得注册地档案快照；简称与行业优先年度匹配，缺当年记录时使用可得档案回填。 正式数据保留原值。Stata成品另提供剔除ST/PT与金融业版本，以及在剔除后按年度对配置比例作上下各1%缩尾的版本；三个词频构件不缩尾。 四、参考文献 [1]白秀伟,程德俊,郭飞燕.双元创新的动态配置：高管损益关注与机会—威胁认知分类的组合效应[J].科技进步与对策,2025,42(11):41-50.DOI:10.6049/kjjbydc.D2024100107.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。