企业数字技术知识宽度
「企业数字技术知识宽度」，覆盖 1985-2025 年，频率 年度，上市公司层级，含 17 个变量，样本量约 96,798。 参考余思明等（2026，会计研究）的方法，通过2021数字经济核心产业四位行业代码与2018行业IPC表桥接到IPC小类识别数字专利，逐件以全部完整IPC码的大
| 时间跨度 | 1985-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 17 |
| 样本量 | 96,798 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 六位数字字符串股票代码
- StkName [证券简称] — 按年度匹配的证券简称；缺少当年记录时回退同公司最新可得记录
- Year [申请年份] — 专利申请所属的日历年度
- Province [省份] — 公司注册地所在省份
- City [城市] — 公司注册地所在城市
- County [区县] — 公司注册地所在区县
- ProvinceCode [省份代码] — 公司注册地省份行政区划代码
- CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
- CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
- 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)
- 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)
- DigiInventPatentCount [数字发明专利数量] — 参考余思明等（2026，会计研究）第109页式（1）的方法，计算公式为：母公司及子公司当年申请的数字发明专利按公司和申请号去重后的件数；数字身份无法判定时缺失，无记录为零，单位为件。
- DigiInventValidCount [可测数字发明专利数量] — 计算公式为：当年数字发明专利中具有完整有效IPC分类、可计算逐件知识宽度的去重件数；单位为件，是核心中位数的有效观测数。
- DigiUtilityPatentCount [数字实用新型专利数量] — 参考余思明等（2026，会计研究）第109页式（1）的方法，计算公式为：母公司及子公司当年申请的数字实用新型专利按公司和申请号去重后的件数；数字身份无法判定时缺失，无记录为零，单位为件。
- DigiUtilityValidCount [可测数字实用新型数量] — 计算公式为：当年数字实用新型专利中具有完整有效IPC分类、可计算逐件知识宽度的去重件数；单位为件，是类型补充中位数的有效观测数。
- DigiInventKnowledgeBreadth [数字技术知识宽度] — 参考余思明等（2026，会计研究）第109页式（1）的方法，计算公式为：企业当年数字发明专利逐件1−Σ(大组完整IPC码数/全部完整IPC码数)²的中位数；全部有效完整IPC码去重后按大组频数计权，无量纲，不累计；无数字专利或分类信息不足时缺失，单一大组为零。用作研究变量，越大代表数字发明专利知识涉及领域越分散。
- DigiUtilityKnowledgeBreadth [数字实用新型知识宽度] — 参考余思明等（2026，会计研究）第109页式（1）的方法，计算公式为：企业当年数字实用新型专利逐件1−Σ(大组完整IPC码数/全部完整IPC码数)²的中位数；按类型独立计算，不与发明合并；无数字专利或分类信息不足时缺失，无量纲。用作类型补充研究变量，越大代表数字实用新型知识涉及领域越分散。
常见问题
- 「企业数字技术知识宽度」是什么数据集？
- 企业数字技术知识宽度，隶属创新与知识产权。参考余思明等（2026，会计研究）的方法，通过2021数字经济核心产业四位行业代码与2018行业IPC表桥接到IPC小类识别数字专利，逐件以全部完整IPC码的大
- 该数据集的时间范围是？
- 覆盖 1985-2025 年。
- 包含哪些变量/指标？
- 共 17 个变量。核心指标包括：数字发明专利数量、可测数字发明专利数量、数字实用新型专利数量、可测数字实用新型数量、数字技术知识宽度、数字实用新型知识宽度。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 96,798 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 数字技术知识宽度反映数字专利所涉及技术知识的分散程度。若一件专利的分类号主要集中于同一技术大组，其知识来源较集中；若分类号分布于多个大组，说明该项创新综合利用了更多领域的技术知识。参考余思明等（2026）的方法，本数据先识别数字专利，再计算逐件专利的知识宽度，最后汇总到企业年度。发明专利指标为主研究变量，实用新型指标作为独立的类型补充。 首先，依据《数字经济及其核心产业统计分类（2021）》确定数字产品制造、数字产品服务、数字技术应用及数字要素驱动四类核心产业，提取对应的国民经济行业四位代码。通过《国际专利分类与国民经济行业分类参照关系表（2018）》取得这些行业对应的IPC分类号，并统一到四位IPC小类。一件专利的任一IPC小类命中该集合，即识别为数字专利。没有IPC对应关系的行业不自行补充或向邻近行业外推。 其次，对已经识别的数字专利，保留其全部有效完整IPC分类号，不仅使用命中数字目录的分类号。完整分类号经格式规范化及去重后，按IPC大组归类。大组由四位小类及斜杠前的大组数字组成；同一大组下不同小组仍分别计数。设专利p包含Np个完整分类号，其中npg个属于技术大组g，该大组在该专利中的分类号占比为： $$ \beta{pg}=\frac{n{pg}}{Np}. $$ 按照论文式（1），逐件专利知识宽度为： $$ Wp=1-\sumg\beta{pg}^{2}. $$ 当全部分类号属于同一大组时，Wp为零；分类号分布越分散，Wp越大。该指标无量纲，取值不小于零且小于一。它衡量一件专利内部的技术知识结构，而非企业全部专利组合的多样化程度。 最后，以专利申请年份确定所属年度，将逐件知识宽度按企业、年度及专利类型分别取中位数。设Pit,k为企业i在申请年度t、类型k中可完整测量的数字专利集合，则企业年度类型指标为： $$ KB{it,k}=\operatorname{median}{p\in P{it,k}}(Wp),\qquad k\in\{\text{发明},\text{实用新型}\}. $$ 发明专利的KB对应DigiInventKnowledgeBreadth，实用新型的KB对应DigiUtilityKnowledgeBreadth。两种类型分别计算，不合并、不作跨类型的再次加权。年度汇总仅使用当年申请的专利，不采用滚动或累计窗口，也不对宽度取对数。中间字段分别记录两种类型的数字专利件数及可完整测量的件数，便于理解中位数所依赖的观测规模。 补充说明 企业归属包括上市公司本身及子公司。联合关联的专利按股票代码与企业关系逐位识别，同一企业的同一申请号只计一次；重复记录的有效完整IPC分类号取并集。完整分类号去重及母子公司归属是本数据明确采用的操作化规则，原论文未给出这些细节。作者未公开完整映射清单，本文依据公开两表重建识别集合，不能解释为作者原始数据的逐件复现。两表桥接中部分服务行业没有IPC对应，会限制可识别的数字专利范围。 有数字专利且全部分类号属于同一大组时，宽度为真实的零。没有数字专利时，宽度无定义，保留缺失；不能把缺失补成零。若某一企业年度类型内存在数字身份无法判定的专利，数字专利总件数保留缺失；已能完整测量的数字专利件数仍如实记录。数字身份未知或已知数字专利的IPC不完整时，该类型年度宽度也保留缺失，避免用剩余专利的中位数替代完整测量。件数为零仅表示可观察记录中没有相应申请，不证明真实没有专利申请。 作者附件中的DTI与质量项DTIQ并不相同。本数据仅构造原文式（1）的知识宽度，不将数量与质量混合，不以论文表2的DTI统计量校准知识宽度，也不直接将作者DTIQ作为逐值验收基准。 生产数据保留全行业、全板块及全部可得年度，包括ST/PT、金融业和可观察的上市前申请。专利公开存在时滞，近期申请记录可能随后续披露增加，早期记录也较稀疏。地区字段为登记地址辅助信息，名称及行业按年度匹配，缺口可能采用最新可得信息。原始指标不缩尾；分发中的剔除版本按既定规则筛除ST/PT和金融业，缩尾版本仅对两项宽度分别按年度进行1%和99%缩尾，专利件数保持原值。 参考文献 [1]余思明,汤云开,姜丽莎,唐建新.数实融合与企业数字技术创新——来自企业专利信息的经验证据[J].会计研究,2026,(6):104-117. [2]国家统计局.数字经济及其核心产业统计分类（2021）[S].2021. [3]国家知识产权局.国际专利分类与国民经济行业分类参照关系表（2018）[S].2018.
- 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。