企业突破式创新(IPC分类与引证法)

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 [年份] — 专利申请年度
• 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)
• PatentCount [专利申请数量] — 企业当年作为申请人的专利申请件数，按合并报表口径仅计入上市公司本体及其子公司的申请、剔除联营与合营企业，且仅统计可归入国际专利分类二级分类的专利，含发明专利与实用新型
• IPCClassCount [IPC二级分类数量] — 企业当年专利组合覆盖的不同国际专利分类二级分类个数。国际专利分类按技术主题设立类目，二级分类为三字符层级
• NewIPCClassCount [新进入IPC二级分类数量] — 企业当年首次进入的国际专利分类二级分类个数，即该企业此前从未在其下申请过专利的技术领域个数
• NewClassPatentCount [新进入分类下专利数量] — 落在企业当年首次进入的国际专利分类二级分类下的专利件数
• ScaledCitationSum [标准化被引次数合计] — 参考Luong et al. (2017, JFQA)的方法，计算公式为：企业当年各专利的被引次数分别除以同申请年同国际专利分类二级分类下全部样本专利的平均被引次数，再对企业当年全部专利加总
• InnStrPortfolio [专利分类分散度] — 参考Makri et al. (2010, SMJ)的方法，计算公式为：1减去企业当年专利在各国际专利分类二级分类上所占比例的平方和。用作研究变量，越大代表企业专利分布于越分散的技术领域、突破式创新水平越高
• InnStrClass [技术领域跨度] — 参考Ahuja & Lampert (2001, SMJ)的方法，计算公式为：企业当年专利跨越的国际专利分类二级分类数量加1后取自然对数。用作研究变量，越大代表企业进入的技术领域越多、创造的知识与存量知识相关性越低
• InnStrCitation [相对被引强度] — 参考Luong et al. (2017, JFQA)的方法，计算公式为：标准化被引次数合计加1后取自然对数。用作研究变量，越大代表企业专利相对同期同技术领域的被引水平越高、越可能代表路径突破的关键性创新
• InnStrNew [新领域探索强度] — 参考Balsmeier et al. (2017, JFE)的方法，计算公式为：落在企业首次进入的国际专利分类二级分类下的专利数量加1后取自然对数。用作研究变量，越大代表企业在新技术路径下进行了越多探索而非浅尝辄止

常见问题

「企业突破式创新(IPC分类与引证法)」是什么数据集？

企业突破式创新(IPC分类与引证法)，隶属创新与知识产权。依据李哲、黄静、孙健(2021)的方法，利用专利分类与引证数据构造企业突破式创新的度量指标。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 20 个变量。核心指标包括：专利申请数量、IPC二级分类数量、新进入IPC二级分类数量、新进入分类下专利数量、标准化被引次数合计、专利分类分散度、技术领域跨度、相对被引强度、新领域探索强度。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 98,176 条观测。

数据是如何测算/获取的？

指标定义与计算方法 企业创新并非同质。突破式创新意味着企业不拘泥于原有知识库，而是选择在新的技术领域进行探索与知识创造；与之相对，渐进式创新延续以往技术路径，在原有创新基础上重复或只做增量改善，不向其他领域延展。突破式创新拓展了企业既有的技术能力边界，需要更高的研发投入与更长的研发周期，并伴随着更高的风险与更强的经营不可预测性；渐进式创新则能够缩短创新所需时间、降低研发风险，在短期内获得相对确定的收益。正因如此，创新的突破程度是创新质量的表征，也是区别于"创新投入"（以研发支出计量）与"创新产出"（以专利申请数量计量）的第三个维度。 本数据集依据李哲、黄静、孙健（2021）的设计，利用专利分类与引证数据构造企业突破式创新的度量。全部指标的计算单位是国际专利分类的二级分类。国际专利分类按技术主题设立类目，其二级分类为三字符层级（形如 G06、H04），全球共设一百三十余个类目，粒度既足以区分不同的技术领域，又不至于细碎到把同一技术的相邻分支拆开。研究者可以通过专利所属的分类考察申请专利的突破性与创造性：当企业进入了过往没有进入的专利分类，即表明企业在不熟悉的技术领域进行了实验和探索。这是因为，如果企业过去从未在该专利分类下申请过专利，则代表该技术对企业而言是不熟悉的；技术知识随着时间推移而折旧，企业未持续投入的技术领域，其知识存量会显著下降，与新技术的相关性也随之降低。 每件专利只归入唯一一个二级分类——以其标注的主分类为准，主分类缺失时的处理见补充说明——因而企业当年的专利在各分类上的占比之和恰为一。设 $S{ik}$ 为企业 $i$ 当年在第 $k$ 个二级分类下的专利件数占其当年专利总件数的比例，则第一个核心指标专利分类分散度为 $$\mathit{InnStrPortfolio}{i} = 1 - \sum{k} S{ik}^{2}$$ 该式即分类占比的赫芬达尔指数的补数。取值越大，说明企业专利分布于越分散的技术领域，创新突破水平越高。举例而言，若某企业当年拥有五项专利且分别落在五个不同的技术领域，其分类占比向量为 $(1/5,1/5,1/5,1/5,1/5)$，指标值为 $1-5\times(1/5)^{2}=4/5$；若另一企业同样申请五项专利但全部集中于一个技术领域，占比向量为 $(1,0,0,0,0)$，指标值为零。显然，前者在新技术领域进行了探索、突破了既有的技术能力边界，进行了更多的突破式创新。 第二个核心指标技术领域跨度衡量企业对新技术的探索广度，由企业当年专利所跨越的二级分类数量代表。设 $Ki$ 为企业当年专利覆盖的不同二级分类个数，则 $$\mathit{InnStrClass}{i} = \ln(1 + K{i})$$ 企业进入的技术领域越多，说明其创造了与存量知识相关性越低的新知识，指标值越大。加一后取对数既处理了当年无专利的情形，也压缩了少数专利组合极宽的企业对分布右尾的影响。 在此之外，数据集提供两个稳健性度量。其一为相对被引强度。专利被引证次数可以表明创新的技术重要程度：被引次数多的专利通常代表路径突破的关键性创新，也代表对未来技术产生重要影响。但专利的被引次数会随专利年龄累积，且不同技术领域的引用密度差异悬殊，直接比较原始被引次数会同时混入年龄效应与领域效应。因此，对企业当年的每件专利 $p$，先将其被引次数 $Cp$ 除以同申请年、同二级分类下全部样本专利的平均被引次数 $\bar{C}{y(p),k(p)}$ 做标准化，再对企业当年全部专利加总并取对数： $$\mathit{InnStrCitation}{i} = \ln\Big(1 + \sum{p \in P{i}} \frac{C{p}}{\bar{C}{y(p),\,k(p)}}\Big)$$ 此处的基准均值在计算时纳入了同格内零被引的专利，因而该比值刻画的是"相对于同期同领域的典型专利，本专利获得了多少倍的关注"。该标准化在很大程度上吸收了专利年龄导致的引用截断。 其二为新领域探索强度。企业可以跻身新技术范畴，但也可能只在新领域浅尝辄止。若某二级分类是企业此前从未申请过专利的分类，则该分类记为当年"新进入"的分类；落在这些新进入分类下的专利件数越多，说明企业在新技术路径下进行了越多的实质探索。记 $Ni$ 为该件数，则 $$\mathit{InnStrNew}{i} = \ln(1 + N{i})$$ "新进入"采用企业全历史窗口判定，即只要企业在本年之前的任一年份曾在该分类下申请过专利，该分类便不再计为新进入。 在专利的主体归属上，本数据集采用合并报表口径。一件专利可能同时关联多家上市公司，且关联身份各不相同（上市公司本体、其子公司、其联营企业或合营企业）。由于联营与合营企业不纳入合并报表，其创新产出在会计意义上并不属于上市公司，因此只保留关系为"上市公司本身"与"上市公司的子公司"的关联，剔除联营与合营企业的申请。这一处理消除了"非并表主体的专利被记入上市公司"这一类归属偏误，对多数企业年的专利件数没有影响，但会使少数主要依靠参股企业进行创新的企业年专利数明显下降乃至归零。 除上述四个指标外，数据集一并给出计算链上的中间计数变量，便于研究者自行改造口径或做稳健性检验：企业当年可归入二级分类的专利申请件数、当年专利覆盖的二级分类个数、当年新进入的二级分类个数、落在新进入分类下的专利件数，以及标准化被引次数的加总值。全部指标按专利的申请年归集到企业—年度。 补充说明 - 样本口径：本数据集不预先施加任何回归样本限制，覆盖全部行业与全部板块，年份尽可能向前向后延伸；专利类型同时包含发明专利与实用新型。面板以企业—年度为单位，当年没有专利申请的企业年四个指标取零，与原文含零观测的口径一致。研究者可按行业代码、板块或上市日期自行筛选。 - 分类字段的缺失回退：极早期专利的主分类标注存在缺失，此时以该专利全部分类号中的首项替代。已就此做过断点检验：取连续若干年均有专利申请的固定企业队列作反事实，指标序列平滑单调，未见跳变。原因在于本指标使用的是较粗的三字符层级，回退项与主分类同属一类的概率较高，且差异在企业层面聚合后被进一步平滑。 - 指标与企业规模的关系：四个指标均随企业专利规模上升。分散度与跨度类指标同时承载了企业业务的多元化程度——业务链条长、子公司众多的集团型企业天然跨越更多技术领域，故重工业与工程类行业的均值高于软件、互联网与医药制造等专业化程度较高的行业。建议在回归中控制企业规模、专利存量与行业固定效应。指标的时间趋势主要反映专利申请总量的长期增长与企业专利组合的累积，跨年度比较建议同时纳入年度固定效应。 - 引用数据的性质：实用新型不经实质审查，作为引用方几乎不产生引用记录。本数据集的相对被引强度只使用前向被引（即他人对本企业专利的引用），不受该缺口直接影响，但以实用新型为主要引用来源的技术领域（如机械与低技术制造）的被引水平相对偏低。此外专利存在公开滞后，最近一至两个申请年的件数与被引均尚未成熟，相应指标偏低。 - 主体关系标注的残余误差：并表口径消除了联营与合营带来的归属污染，但无法消除上游主体名录中关系标注本身的差错。个别企业的专利组合中仍存在被错误标记为子公司的无关主体，表现为两家业务毫不相干的公司共享绝大部分专利。此外主体名录为静态快照、不含关系生效年份，而指标按申请年归集，早年观测因而含有按当前股权结构回溯构建的成分；已退市代码也可能继续累积继承方的专利。涉及单个大额样本、上市前后对比或股权结构变动的设计，建议核对该企业的专利申请主体构成。 - 其他局限：由多家样本企业共同申请的专利对每家企业各计一次，真实的上市母子公司之间因此存在专利共享；北京证券交易所新旧股票代码以及转板前后的代码并存，同一企业可能被拆为两条记录且各自只携带部分专利组合；企业—年度面板的覆盖以专利年度面板为骨架，与年报财务口径相比，少量早年观测与非主板代码无对应行。企业首次出现专利的那一年，其全部技术领域按定义均属新进入，该年的新领域探索强度偏高。 参考文献 - 李哲,黄静,孙健.突破式创新对分析师行为的影响——基于上市公司专利分类和引证数据的证据[J].经济管理,2021,43(5):192-208. - Makri M, Hitt M A, Lane P J. Complementary technologies, knowledge relatedness, and invention outcomes in high technology mergers and acquisitions[J]. Strategic Management Journal, 2010, 31(6): 602-628. - Ahuja G, Lampert C M. Entrepreneurship in the large corporation: a longitudinal study of how established firms create breakthrough inventions[J]. Strategic Management Journal, 2001, 22(6-7): 521-543. - Luong H, Moshirian F, Nguyen L, et al. How do foreign institutional investors enhance firm innovation?[J]. Journal of Financial and Quantitative Analysis, 2017, 52(4): 1449-1490. - Balsmeier B, Fleming L, Manso G. Independent boards and innovation[J]. Journal of Financial Economics, 2017, 123(3): 536-557.

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。