企业突破性数字创新(前向被引对数法)
「企业突破性数字创新(前向被引对数法)」，覆盖 1986-2025 年，频率 年度，上市公司层级，含 16 个变量，样本量约 96,731。 参考董大勇等(2026,软科学)的方法,以企业当年新增已申请数字发明专利的总前向被引频次加1取自然对数衡量突破性数字创新。
| 时间跨度 | 1986-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 16 |
| 样本量 | 96,731 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 6位股票代码
- StkName [证券简称] — 上市公司证券简称
- Year [专利申请年度] — 专利申请年度(突破性数字创新按专利申请年归集)
- Province [省份] — 公司注册地所在省份
- ProvinceCode [省份代码] — 公司注册地省份行政区划代码
- City [城市] — 公司注册地所在城市
- CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
- County [区县] — 公司注册地所在区县
- CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
- 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)
- 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)
- DigiInventApplied [当年新增已申请数字发明专利数] — 参考董大勇等(2026,软科学)的方法，计算公式为：企业当年(按申请年)新增已申请、且IPC分类命中《数字经济核心产业分类与国际专利分类参照关系表(2023)》的发明专利去重计数。用作突破性数字创新指标的计算构件。
- DigiPatentCitations [数字发明专利总被引频次] — 参考董大勇等(2026,软科学)的方法，计算公式为：企业当年新增已申请数字发明专利各自前向被引次数(含自引)之和。用作突破性数字创新Bdip对数变换内的原始值。
- Bdip [突破性数字创新] — 参考董大勇等(2026,软科学)的方法，计算公式为：ln(1+企业当年新增已申请数字发明专利的总被引频次)。专利被引反映知识溢出强度，高被引契合突破性创新颠覆既有范式、引领新方向的本质属性。用作研究变量，越大代表企业突破性数字创新产出越强。
- Bdip1 [突破性数字创新(剔除自引)] — 参考董大勇等(2026,软科学)稳健性检验的方法，计算公式为：ln(1+企业当年新增已申请数字发明专利剔除自引后的被他引总频次)。用于缓解自引带来的测量偏误，作为主指标Bdip的稳健性替代。
- Bdip2 [突破性数字创新(累计口径)] — 参考董大勇等(2026,软科学)稳健性检验的方法，计算公式为：ln(1+企业历年累计已申请数字发明专利的总被引频次)。用于增强对长期知识贡献的捕捉，作为主指标Bdip的稳健性替代。
常见问题
- 「企业突破性数字创新(前向被引对数法)」是什么数据集？
- 企业突破性数字创新(前向被引对数法)，隶属数字化转型与人工智能。参考董大勇等(2026,软科学)的方法,以企业当年新增已申请数字发明专利的总前向被引频次加1取自然对数衡量突破性数字创新。
- 该数据集的时间范围是？
- 覆盖 1986-2025 年。
- 包含哪些变量/指标？
- 共 16 个变量。核心指标包括：当年新增已申请数字发明专利数、数字发明专利总被引频次、突破性数字创新、突破性数字创新(剔除自引)、突破性数字创新(累计口径)。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 96,731 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 突破性数字创新刻画企业在新兴数字技术领域产出的、具有颠覆既有范式与引领新方向潜力的高影响力创新成果。参考董大勇等(2026)的方法，其核心思想是：专利被后续专利引用的次数反映了该项技术成果的知识外溢强度与再利用价值，一项数字发明专利若被大量后续研发引用，意味着它对后续技术演进贡献显著，正契合突破性创新颠覆既有技术范式、开辟新技术方向的本质属性。因此，本指标以企业当年新增已申请数字发明专利所累积的前向被引频次为基础构建。 指标构建分三步。第一步识别数字发明专利：在企业申请的发明专利中，凡其国际专利分类号(IPC)命中《数字经济核心产业分类与国际专利分类参照关系表(2023)》所界定的数字技术小组者，即判定为数字发明专利；将企业当年(按专利申请年归集)新增的数字发明专利去重计数，得到当年新增已申请数字发明专利数 $DigiInventApplied$。第二步统计被引频次：提取上述每一项数字发明专利在申请日之后被后续专利引用的次数，加总得到企业当年新增已申请数字发明专利的总被引频次 $DigiPatentCitations$。第三步取对数：对总被引频次加一后取自然对数，得到突破性数字创新的核心代理变量 $$Bdip = \ln\left(1 + DigiPatentCitations\right)$$ 其中对总被引频次加一是为处理当年无被引专利（被引频次为零）的观测，$Bdip$ 越大代表企业突破性数字创新产出越强。 为增强指标的稳健性，本文进一步构建两个替代口径。其一为剔除自引口径 $Bdip1$：在统计被引频次时剔除由本企业自身后续专利产生的自我引用，仅保留被他方引用的次数，取 $Bdip1=\ln(1+\text{被他引总频次})$，用以缓解企业自引可能带来的测量偏误。其二为累计口径 $Bdip2$：不再限于当年新增，而是对企业历年累计已申请数字发明专利的总被引频次加一取自然对数，$Bdip2=\ln(1+\text{历年累计总被引频次})$，用以增强对企业长期知识贡献的捕捉。 补充说明 数据组织为企业—年度面板，年份为专利申请年，样本涵盖全部A股上市公司，无数字发明专利或无被引记录的企业—年度其各项被引频次与指标均取零值（结构性零，与原始研究含大量取零观测的分布特征一致）。多主体联合申请的专利按参与的每一家上市公司分别归集、各计一次，一项专利在同一企业内只计一次。各连续变量以原始值提供、未作缩尾处理。 需特别说明两点使用限制。其一，前向被引需要时间累积，最近若干申请年度（约2021年及以后）的专利尚未获得充分的被引窗口，其被引频次系统性偏低，会使这些年度的指标机械性回落，若直接用于研究易将"引用窗口未成熟"误读为"创新质量下降"，建议将研究样本的专利申请年度控制在约2020年及以前。其二，本指标的专利与被引数据来自覆盖全球的专利检索库，其前向引用较仅依赖境内检索的口径更为完整，加之引用窗口延伸至较晚年份，故指标绝对量级高于原始研究，但其右偏形态、中位数为零等分布特征与原始研究一致，构念方向一致。对于研究窗口内退市或证券代码变更的主体，其退市后（或旧代码下）的专利可能不进入面板，累计口径亦随之在退市年停止，研究退市样本或长面板时需知悉此幸存者偏差。 参考文献 - 董大勇,邓子健,李潇龙,等.数字背景高管如何影响企业突破性数字创新?——基于数字化"知行合一"的视角[J/OL].软科学,1-16[2026-07-14].https://link.cnki.net/urlid/51.1268.g3.20260714.1118.024. - 韩先锋,等.政府数据要素治理与企业突破性数字创新——来自大数据管理机构设立的经验证据[J].现代金融研究,2025,30(05):59-73. - 陶锋,朱盼,邱楚芝,等.数字技术创新对企业市场价值的影响研究[J].数量经济技术经济研究,2023,40(05):68-91.
- 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。