企业协同创新质量(企业间联合发明专利)

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)
• CollabInvPatent [联合申请发明专利数] — 企业与其他企业联合申请的发明专利数量(中间计数)。参考袁智慧、谢贤君(2026,统计与决策)的方法，计算公式为：当年该企业作为申请人之一、申请人总数不少于2家、且其中含2家及以上企业(名称含'公司')的发明专利，按专利申请号去重后计数(存在多条记录时优先保留已授权记录)。用作研究变量，越大代表企业与其他企业协同开展高质量创新越活跃。
• CollabGrantInvPatent [联合授权发明专利数] — 企业与其他企业联合申请且已获授权的发明专利数量(中间计数)。参考袁智慧、谢贤君(2026,统计与决策)的方法，计算公式为：联合申请发明专利中专利状态为'授权'者的去重计数。注意：受发明专利授权滞后影响，2022年及以后授权率由约0.59大幅降至0.16以下，该口径近年系统性下偏，不宜用于跨近年的时序比较。
• CollabInnovQuality [企业协同创新质量] — 企业协同创新质量(核心变量，对应原文NPRO_2)。参考袁智慧、谢贤君(2026,统计与决策)的方法，以企业与其他企业联合申请的发明专利数量的自然对数衡量，计算公式为：ln(联合申请发明专利数+1)(加1与原文平行的协同创新水平指标'加1的自然对数'一致，用以纳入无联合发明专利的企业)。用作研究变量，越大代表企业协同创新质量越高。
• CollabGrantInvQuality [企业协同创新质量(授权口径)] — 企业协同创新质量的授权口径(稳健性变量，为本数据集在袁智慧、谢贤君(2026,统计与决策)核心测度基础上的扩展，原文未单列授权口径)。计算公式为：ln(联合授权发明专利数+1)。注意：受授权滞后影响，2022年及以后系统性下偏，仅宜作横截面稳健性检验；时序分析请优先使用申请口径的核心变量。

常见问题

「企业协同创新质量(企业间联合发明专利)」是什么数据集？

企业协同创新质量(企业间联合发明专利)，隶属创新与知识产权。复现袁智慧、谢贤君(2026,统计与决策)企业协同创新质量(NPRO_2)：以企业与其他企业联合申请的发明专利数量的自然对数衡量。

该数据集的时间范围是？

覆盖 1998-2025 年。

包含哪些变量/指标？

共 15 个变量。核心指标包括：联合申请发明专利数、联合授权发明专利数、企业协同创新质量、企业协同创新质量(授权口径)。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 69,759 条观测。

数据是如何测算/获取的？

指标定义与计算方法 企业协同创新质量刻画企业与其他企业联合开展高质量技术创新的活跃程度。与仅反映合作数量的协同创新水平不同，本指标聚焦于协同创新的质量维度：发明专利的申请与授权均须经过严格的实质性审查，其授权标准对技术方案的新颖性、创造性与实用性均有较高要求，因而联合申请的发明专利数量能够更为客观地衡量企业协同创新的质量。 指标构建分两步。第一步识别"企业与其他企业联合申请的发明专利"。对每一件专利，取其全部申请人构成的申请人集合，统计其中属于企业主体（名称含"公司"）的申请人个数，记为 $n{firm}$。当一件专利同时满足专利类型为发明专利、申请人总数不少于 2、且 $n{firm}\ge 2$（即除本企业外至少还有一家其他企业作为共同申请人）时，将其认定为该企业的一件"联合申请发明专利"。同一件专利若对应多家企业主体，则分别归属；一件专利在同一企业名下按专利申请号去重，只计一次（存在多条记录时优先保留已获授权的记录，以正确判定是否已授权）。按专利申请年度对每家企业加总，得到当年联合申请发明专利数量 $N^{inv}{it}$。 第二步对计数取自然对数以缓解右偏。核心指标企业协同创新质量定义为： $$\text{CollabInnovQuality}{it} = \ln\!\left(N^{inv}{it} + 1\right)$$ 其中 $N^{inv}{it}$ 为企业 $i$ 在第 $t$ 年与其他企业联合申请的发明专利数量。加 1 处理使当年无联合发明专利的企业取值为 0，从而保留全部企业年度观测。需说明的是，原文对协同创新质量指标的文字表述为"发明专利数量的自然对数"，其平行的协同创新水平指标则明确表述为"加 1 的自然对数"；结合原文描述性统计中该质量指标最小值为 0，本数据集据此采用与水平指标一致的 $\ln(\cdot+1)$ 构造。 在上述核心测度基础上，本数据集进一步以联合申请发明专利中已获授权者的数量 $N^{grant}{it}$ 构造授权口径作为稳健性度量：$\text{CollabGrantInvQuality}{it}=\ln\!\left(N^{grant}{it}+1\right)$。该授权口径直接呼应原文将"发明专利须经严格授权实质审查"作为衡量创新质量之依据的论述，是在原文核心申请口径测度之上的稳健性扩展（原文本身未单列授权口径变量）。同时保留两个原始计数 $N^{inv}{it}$（联合申请发明专利数）与 $N^{grant}{it}$（联合授权发明专利数）作为中间变量，供机制分析与计数模型（如 Tobit、PPML）使用。 补充说明 样本为全体 A 股上市公司，以上市年度至退市年度构建完整的企业—年度面板，当年无联合发明专利者计数记为 0，退市之后的年度予以剔除；专利按申请年度归集。原始计数不作缩尾处理。 构念构成方面，本指标以申请人名称关键词识别"其他企业"，对全部联合申请发明专利的实测构成为：与外部非上市企业（供应商、客户、非上市科技企业等）的联合约占 52.8%，是主体；与本企业子公司、联营或合营企业等关联主体的联合约占 42.5%；两家及以上上市公司之间的联合约占 4.7%。即本指标以外部协同为主，但确含约四成的集团内关联主体联合，此与原始文献采用申请人类型识别"其他企业"（该识别不区分同一控制人下的关联主体）的口径一致。使用者若需"仅剔除集团内联合"的口径，可结合控股关系数据自行二次筛选。 使用时需注意三点系统性偏差。其一，授权口径受发明专利授权滞后影响：按申请年度统计的授权率在较早年份稳定于约 0.59，此后逐年大幅下降（近年降至 0.16 以下），因大量近年专利仍在审查中尚未授权；故授权口径变量在近年系统性下偏，不宜用于跨越近年的时序比较，仅宜作横截面稳健性检验，时序分析应优先使用申请口径的核心变量。其二，最新申请年度的专利计数因专利公开约十八个月的滞后而尚不完整、系统性偏低，本指标已将样本截断至上一自然年（即"当年减一"年，随数据更新年份自动推移），剔除严重右删失的当前自然年；保留的最末一年仍因公开滞后而覆盖不全，时序分析中对最末一年宜谨慎处理。其三，少数超大型企业集团因母子公司之间频繁互相署名，其联合发明专利计数极高（原始计数最大值达数千件，经核实为真实专利），对数变换已显著压缩尺度差异，但顶端取值仍受集团规模驱动，使用者宜加入规模控制变量或对该指标作缩尾。此外，全样本约四分之三的企业年度取值为 0，连续变量回归宜配合固定效应或采用计数模型。 参考文献 [1]袁智慧,谢贤君.人工智能技术驱动企业协同创新的理论机制与经验证据[J].统计与决策,2026,42(11):173-178. [2]权小锋,李静蕾.人工智能与企业协同创新——基于国家新一代人工智能创新发展试验区的准自然实验[J].经济研究,2025,60(8). [3]Brockman P, Khurana I K, Zhong R I. Societal trust and open innovation[J]. Research Policy, 2018, 47(10): 2048-2065.

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。