企业行业技术动荡性
「企业行业技术动荡性」，覆盖 1985-2025 年，频率 年度，上市公司层级，含 12 个变量，样本量约 104,520。 企业行业技术动荡性衡量企业所处行业技术活动随时间变化的相对波动程度。
| 时间跨度 | 1985-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 12 |
| 样本量 | 104,520 |
| 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；空值不转换为证券代码
- StkName [证券简称] — 按年度匹配的证券简称；当年缺记录时沿用最新可得简称
- Year [年份] — 行业技术动荡性测量日历年t，使用t-5至t-1行业发明申请量；保留源内上市前或退市后可得历史，不代表全部观测均为上市存续期
- 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)
- IndustryTechTurbulence [企业行业技术动荡性] — 参考梅妍霜、许鑫（2026），以此前五年（t−5至t−1）行业年度发明专利申请量对年份作含截距普通最小二乘回归，取年份系数标准误除以同期平均申请量；五观测残差自由度3，按年度序号计算，不乘100。数值越大表示观察申请量偏离线性趋势的相对程度越大。采用上市公司本体全部技术发明观察池，按行业、申请年、申请号去重；动态中上协制造业代码取字符前两位、其它门类，缺年度记录回填最新行业。同组同年同值，不要求本公司有发明。任一前窗行业年无观察计数、已知类型或年份冲突、行业未知或均值为零时缺失；精确线性或恒定正数序列取0。此为透明代理，非全国全企业行业总量或作者同值复现，受源覆盖、成员构成、行业回填事后信息及公开滞后影响。
常见问题
- 「企业行业技术动荡性」是什么数据集？
- 企业行业技术动荡性，隶属创新与知识产权。企业行业技术动荡性衡量企业所处行业技术活动随时间变化的相对波动程度。
- 该数据集的时间范围是？
- 覆盖 1985-2025 年。
- 包含哪些变量/指标？
- 共 12 个变量。核心指标包括：企业行业技术动荡性。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 104,520 条观测。
- 数据是如何测算/获取的？
- 测量含义 企业行业技术动荡性反映企业所处行业技术活动随时间变化的相对波动程度。参考梅妍霜、许鑫（2026），本数据集考察行业发明专利申请量偏离既有线性趋势的程度，以趋势系数的不确定性相对于行业申请规模的大小刻画企业面对的技术环境。数值越大，表示观察到的行业技术活动变化相对于其平均规模更不稳定。 行业年度发明申请量 以企业本体参与的发明专利申请作为基础，包含独立申请和联合申请，不要求申请已经授权。依据专利申请年份划分年度，按照各申请企业当年的中上协行业分类归入行业。制造业取分类代码的前两个字符，例如 C26 归入 C2；非制造业取门类字母。当年分类缺失时采用该企业最新可得分类，仍无法识别行业的申请不进入行业计数。 对行业 g 在年份 s 的发明专利申请按申请号去重，得到行业年度申请量： $$ P{gs}=\left|\bigcup{i\in G{gs}} A{is}\right|. $$ 其中，G 表示可识别行业的上市公司本体集合，A 表示企业参与的全部技术发明申请集合。同一专利有多个同业上市申请人时，在该行业年只计一次；申请人分属不同行业时，分别计入相应行业。仅子公司、联营或合营主体持有的申请不归入本体池。 五年趋势回归 对于测量年 t，使用此前五个完整日历年，即 t−5 至 t−1 的行业申请量，以年份为解释变量，进行包含截距的普通最小二乘回归： $$ P{gs}=\alpha{gt}+\beta{gt}s+\varepsilon{gs},\qquad s=t-5,\ldots,t-1. $$ 年份系数反映申请量的线性变化趋势。指标使用该系数的标准误，而非系数本身，也不以申请量标准差或回归残差标准差替代。五个观测估计截距和斜率，残差自由度为三。 令五年窗口内的平均年份为 s̄，回归残差平方和为 SSE，则斜率标准误为： $$ SE(\widehat\beta{gt})=\sqrt{\frac{SSE{gt}}{3\sums(s-\bar{s})^2}}=\sqrt{\frac{SSE{gt}}{30}}. $$ 连续五个年份中心化后的平方和等于十。使用中心化年份只改善计算便利性，不改变回归系数标准误。 企业行业技术动荡性 将年份系数标准误除以同一五年窗口的平均行业发明申请量： $$ IndustryTechTurbulence{it}=\frac{SE(\widehat\beta{g(i,t),t})}{\overline P{g(i,t),t}},\qquad \overline P{gt}=\frac{1}{5}\sum{s=t-5}^{t-1}P{gs}. $$ 企业按测量年的行业取得相应指标，同行同年具有相同数值，不要求企业自身存在专利申请。该比率按年度序号计算，不乘以一百。完全线性变化或恒定正数序列的标准误等于零，指标保留零。它刻画观察申请量相对于线性趋势的波动，不能直接解释为技术替代频率、专利质量或企业创新能力。 补充说明 原研究从新能源汽车技术范围选取样本，本数据集推广到全行业、全板块企业的全部可得技术申请，并保留金融业及 ST/PT 公司。行业池限于可观察上市公司本体，不等于全国全部企业的行业申请总量。原文未公开行业聚合代码；较粗行业分组、本体范围、联合去重、分类回填和以下缺失处理为明确操作化，不声称与作者代码同值。 无观察行业年不能被确认为真实零申请，五个前窗年中任一年无可观察计数，或存在已知申请类型及年份冲突时，指标保留缺失；行业无法识别或窗口均值为零时也缺失。完整五年有记录不保证真实行业申请全部可见。行业成员构成变化、早期收录稀疏及近期公开滞后均会影响结果；最新行业回填包含事后信息，不保证当时真实归属。 年度记录包括有源的上市前和退市后历史，不是逐年在市总体或平衡面板。年度身份来自可得公司记录，财务金额不进入指标。附列地理信息属于现行档案，年度行业及简称缺记录时使用最新可得资料，不宣称地理逐年迁址。 参考文献 [1]梅妍霜,许鑫.知识跨学科性、技术动荡性与企业关键核心技术创新[J].科技进步与对策,2026,43(5):138-148.DOI:10.6049/kjjbydc.D32024120896.
- 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。