数实产业技术融合(专利引用识别)
「数实产业技术融合(专利引用识别)」，覆盖 1990-2025 年，频率 年度，上市公司层级，含 14 个变量，样本量约 94,489。 基于企业专利后向引用信息识别数实产业技术融合行为:企业专利IPC主分类属非数字技术、但其引用的专利中至少一项属数字技术时计为一次融合,按企业-年度(申请年)汇总
| 时间跨度 | 1990-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 14 |
| 样本量 | 94,489 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 股票代码
- StkName [证券简称] — 证券简称
- Year [年份] — 专利申请年度
- Province [省份] — 公司注册所在省份
- ProvinceCode [省份代码] — 省份行政区划代码(6位)
- City [城市] — 公司注册所在城市
- CityCode [城市代码] — 城市行政区划代码(6位)
- County [区县] — 公司注册所在区县
- CountyCode [区县代码] — 区县行政区划代码(6位)
- IndustryCode [行业代码] — 中上协行业分类代码
- IndustryName [行业名称] — 中上协行业分类名称
- NonDigitalPatentCount [非数字技术专利数] — 当年企业IPC主分类号不属于数字技术的专利数量(含发明专利与实用新型),为数实融合事件的合格母集。数字技术IPC清单依据国家知识产权局《关键数字技术专利分类体系(2023)》。注:专利后向引用数据对实用新型几乎不收录,数实融合识别实质由发明专利贡献。单位：件
- FusionPatentCount [数实融合专利数] — 参考黄先海、高亚兴(2023,中国工业经济)的专利引用分析法,计算公式为:当年企业IPC主分类号属于非数字技术、但其引用的专利(后向引用)中至少有一项属于数字技术的专利数量。被引数字专利不限国别(IPC为国际通用分类)。单位：件
- CEDRT [企业数实产业技术融合] — 参考郭娜、陈东晖、胡丽宁(2025,华东经济管理)及黄先海、高亚兴(2023,中国工业经济)的方法,计算公式为:CEDRT=ln(1+数实融合专利数)。用作研究变量,越大代表企业数实产业技术融合程度越高。注:2023年及以后因专利引用数据未成熟而存在系统性低估,研究窗口建议截至2022年。
常见问题
- 「数实产业技术融合(专利引用识别)」是什么数据集？
- 数实产业技术融合(专利引用识别)，隶属创新与知识产权。基于企业专利后向引用信息识别数实产业技术融合行为:企业专利IPC主分类属非数字技术、但其引用的专利中至少一项属数字技术时计为一次融合,按企业-年度(申请年)汇总
- 该数据集的时间范围是？
- 覆盖 1990-2025 年。
- 包含哪些变量/指标？
- 共 14 个变量。核心指标包括：非数字技术专利数、数实融合专利数、企业数实产业技术融合。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 94,489 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 企业数实产业技术融合刻画数字技术知识向实体产业技术创新的渗透与流动。区别于以企业自身专利是否落入数字技术领域来度量数字化的做法，本指标从知识流动的视角出发，借助专利之间的引用关系捕捉"实体技术创新对数字技术知识的吸收与融合"，更贴合数字经济与实体经济深度融合的内涵。 识别遵循专利引用分析法。对企业的每一项专利，首先依据其国际专利分类（IPC）主分类号判断其是否属于数字技术领域；数字技术领域的界定依据国家公布的关键数字技术专利分类参照体系，涵盖人工智能、大数据与云计算、区块链、物联网、工业互联网以及数字商务等子领域所对应的 IPC 小类与大组前缀。若某项专利的 IPC 主分类号不属于数字技术（即为实体或非数字技术专利），但其向后引用（即该专利所援引的先前专利）中至少存在一项的 IPC 主分类属于数字技术，则认定该专利发生了一次数实产业技术融合行为。被引数字技术专利不限定来源国别——IPC 为国际通用分类，企业援引境外数字技术专利同样构成有效的数实融合。 在企业—年度层面，将上述被认定为融合行为的专利按申请年度加总，得到企业当年的数实融合专利数 $N{fusion}$。为缓解计数变量的右偏分布，对其加一后取自然对数，构建企业数实产业技术融合指标： $$ \mathrm{CEDRT} = \ln\!\left(1 + N{fusion}\right) $$ 其中 $N{fusion}$ 为企业当年 IPC 主分类属非数字技术、且后向引用中含有至少一项数字技术专利的专利数量。指标取值越大，表明企业在实体技术创新中吸收、融合数字技术知识的程度越高。作为机制分析的中间量，本数据集同时报告企业当年 IPC 主分类属非数字技术的专利总数，作为融合行为得以发生的合格母集。 补充说明 - 专利年度以申请年度为准，以反映创新行为发生的时点。 - 融合识别依赖专利的后向引用信息。受引用信息的可得性与累积时滞影响，临近样本末期（约最近两年）的引用关系尚未充分形成，相应年度的融合专利数与指标存在系统性低估；使用面板数据时建议将研究窗口截至引用信息相对成熟的年份。 - 在中国专利体系中，实用新型专利的引用信息收录极为有限，故融合行为的识别在事实上主要由发明专利贡献；将实用新型纳入非数字技术专利母集会相应稀释融合比率，使用比率型派生量时需加以注意。 - 由于指标在很大程度上随企业专利体量上升，作为解释变量进入回归时应同时控制企业的专利规模或企业规模，以剥离单纯的创新数量效应。 参考文献 - 郭娜, 陈东晖, 胡丽宁. 企业数实技术融合与新质生产力发展——来自企业专利信息的经验证据[J]. 华东经济管理, 2025, 39(1): 1-9. - 黄先海, 高亚兴. 数实产业技术融合与企业全要素生产率——基于中国企业专利信息的研究[J]. 中国工业经济, 2023(11): 118-136. - 国家知识产权局. 关键数字技术专利分类体系(2023)[Z]. 北京: 国家知识产权局, 2023.
- 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。