数绿技术融合(N指数与RTA变异系数)

字段字典

• Symbol [股票代码] — 6位股票代码
• 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
• ConvergePatentCount [数绿融合专利数] — 参考李伟明等(2025,管理评论)的方法，统计企业当年IPC分类号同时包含绿色技术IPC与数字技术IPC的发明专利数量，每一项此类专利视为企业的一次数绿技术融合行为。单位：件。用作研究变量，越大代表企业数绿技术融合活动越频繁。
• Width [数绿技术融合宽度] — 参考赵玉林、李丫丫(2017,科研管理)的N指数方法，计算公式为：企业当年绿色-数字技术知识网络中不同数绿技术组合(绿色技术IPC小类与数字技术IPC小类的配对)的种类数量。用作研究变量，越大代表企业涉足的数绿技术组合越多样、融合宽度越大。
• Depth [数绿技术融合深度] — 参考Zhang & Baden-Fuller (2010, JMS)的显性技术优势(RTA)方法，分两步度量：第一步计算公式为RTA_it=(P_it/Σ_iP_it)/(Σ_tP_it/Σ_iΣ_tP_it)，其中P_it为企业i在数绿技术组合t的融合专利数；第二步计算公式为CV=σ_RTA/μ_RTA，即企业全部组合RTA的标准差除以均值。按年度截面对全部组合(含未涉足的零组合)计算。用作研究变量，越大代表企业在少数数绿技术组合上越集中、融合深度越高。该指标绝对水平随当年组合数量变化，跨年比较须控制年份固定效应。
• WidthEdges [数绿融合知识网络连边数] — 参考曹兴等(2025,科学学研究)的连边数量方法，作为融合宽度的稳健性替代度量，计算公式为：企业当年全部数绿融合专利贡献的(绿色技术IPC小类,数字技术IPC小类)组合连边总数(同一组合在不同专利中重复出现累计计数)。用作研究变量，越大代表数绿技术融合的连接规模越大。
• DepthHHI [数绿技术组合赫芬达尔指数] — 参考王巍等(2024,管理评论)的赫芬达尔指数思路，作为融合深度的稳健性替代度量，计算公式为：HHI=Σ(X_ig/X)²，其中X_ig为企业在数绿技术组合g的融合专利连边数、X为企业当年全部数绿组合连边总数。该值越大代表企业的数绿技术组合越集中、融合深度越高。

常见问题

「数绿技术融合(N指数与RTA变异系数)」是什么数据集？

数绿技术融合(N指数与RTA变异系数)，隶属创新与知识产权。衡量企业数字技术与绿色技术的跨域融合水平。

该数据集的时间范围是？

覆盖 1990-2025 年。

包含哪些变量/指标？

共 16 个变量。核心指标包括：数绿融合专利数、数绿技术融合宽度、数绿技术融合深度、数绿融合知识网络连边数、数绿技术组合赫芬达尔指数。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 69,613 条观测。

数据是如何测算/获取的？

指标定义与计算方法 数绿技术融合刻画企业将数字技术与绿色技术跨领域交叉、重组为综合性技术体系的程度，是数字化与绿色化协同发展在企业微观层面的直接体现。借鉴技术融合的"宽度—深度"二维划分思路，本数据集从融合宽度与融合深度两个维度对企业数绿技术融合水平加以测度，并各自提供一个稳健性替代度量。 测度以企业发明专利的国际专利分类号（IPC）为基础。对每一项发明专利，依据数字经济核心产业的国际专利分类参照体系判定其是否包含数字技术，依据绿色技术专利IPC分类体系判定其是否包含绿色技术；若同一项专利的IPC分类号中同时包含绿色技术IPC与数字技术IPC，则将该专利认定为企业的一次"数绿技术融合行为"。以全部数绿融合专利为基础，将其涉及的绿色技术IPC小类与数字技术IPC小类视为节点，把同一专利内绿色小类与数字小类的共现视为连边，构建企业当年的绿色—数字技术知识网络。一个绿色技术IPC小类与一个数字技术IPC小类的配对构成一种"数绿技术组合"。 融合宽度 $Width$ 衡量企业拥有数绿技术组合的多样化程度，采用 N 指数测度，等于企业当年知识网络中不同数绿技术组合的种类数量： $$Width{i} = \#\{(g, d): g \in Gi,\ d \in Di,\ g \neq d\}$$ 其中 $Gi$、$Di$ 分别为企业 $i$ 当年融合专利涉及的绿色技术IPC小类集合与数字技术IPC小类集合。$Width$ 越大，表明企业涉足的数绿技术组合越多样、融合宽度越大。作为稳健性替代，融合宽度亦可用知识网络的连边数量度量，即企业当年全部融合专利贡献的数绿技术组合连边总数（同一组合在不同专利中重复出现时累计计数）。 融合深度 $Depth$ 反映企业在特定数绿技术组合上的集中与专精程度，借鉴显性技术优势（Revealed Technological Advantage, RTA）的变异系数思路，分两步测度。第一步，按下式计算企业 $i$ 在数绿技术组合 $t$ 上的显性技术优势： $$RTA{it} = \frac{P{it} / \sum{i} P{it}}{\sum{t} P{it} / \sum{i}\sum{t} P{it}}$$ 其中 $P{it}$ 为企业 $i$ 在数绿技术组合 $t$ 中的融合专利数。第二步，以企业全部数绿技术组合 $RTA$ 值的变异系数度量融合深度： $$Depth{i} = CVi = \frac{\sigma{RTA,i}}{\mu{RTA,i}}$$ 其中 $\mu{RTA,i}$、$\sigma{RTA,i}$ 分别为企业 $i$ 全部组合 $RTA$ 值的均值与标准差。当企业的技术优势集中于少数数绿技术组合时，$RTA$ 分布更为离散，$Depth$ 取值更大，融合深度更高。作为稳健性替代，融合深度亦可用数绿技术组合的赫芬达尔指数度量： $$HHI{i} = \sum{g} \left( \frac{X{ig}}{X{i}} \right)^{2}$$ 其中 $X{ig}$ 为企业 $i$ 在数绿技术组合 $g$ 上的融合专利连边数，$X{i}$ 为企业当年全部数绿技术组合连边总数。$HHI$ 越大，表明企业运用的数绿技术组合越集中，融合程度越深。 补充说明 测度仅采用发明专利，并以申请年度为口径，按企业—年度层面聚合。知识网络节点统一取IPC四位小类。绿色技术IPC清单采用剔除少数过度匹配争议子类后的口径，以避免通用业务方法类专利被误判为绿色技术、污染融合信号的构念效度。$RTA$ 及其变异系数按年度横截面、以当年全部存在数绿融合行为的企业及其涉及的全部数绿技术组合为范围计算，对企业未涉足的组合取零参与离散度计算；该度量与显性比较优势类指标一样具有样本相对性，且单一组合企业的变异系数随当年组合数量规模而变化，故其绝对水平不具跨年可比性，实证使用时须纳入年度固定效应、不宜直接做跨年趋势解读。数据覆盖全部拥有发明专利的企业—年度：无数绿融合行为者，融合专利数、融合宽度与连边数取零（为真实零值），而融合深度与赫芬达尔指数在无组合时不予定义。若需复现以新兴产业为样本、剔除金融行业的研究设定，使用者可按行业代码自行筛选。 参考文献 - 李伟明,曹霞,张鑫.数绿技术融合、资产结构错配与企业高质量发展——知识组合能力的调节作用[J].管理评论,2025,37(11):54-65. - 赵玉林,李丫丫.技术融合、竞争协同与新兴产业绩效提升——基于全球生物芯片产业的实证研究[J].科研管理,2017,38(8):11-18. - Zhang J, Baden-Fuller C. The Influence of Technological Knowledge Base and Organizational Structure on Technology Collaboration[J]. Journal of Management Studies, 2010, 47(4): 679-704. - 曹兴,赵凤雅,赵倩可.新兴技术跨界融合下多层网络形成及演化研究[J].科学学研究,2025,43(4):751-762. - 王巍,尹西明,陈劲,等.外部知识搜寻对科技人才创新绩效的"双刃剑"效应:关键研发者的调节作用[J].管理评论,2024,36(10):87-99.

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。