企业发明人网络平均路径长度

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] — 发明人网络测量所属日历年t，使用t−3至t−1三年申请；包含源内上市前历史及历史窗口仍有资料的公司年，不代表所有观测均处于上市存续期
• 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)
• InventorCount [发明人数] — 参考朱晋伟、原梦（2023）的三年发明人网络，取企业本体申请年t−3至t−1发明及实用新型申请可识别图中的全部去重姓名节点数N，包含单独发明孤点。单位人（姓名节点），描述网络规模；无可识别节点或窗口越出全源最早可观察年界时缺失。本体参与发明及实用新型申请的可识别英文姓名网络代理，缺名或版本冲突申请不建图，其余保留；非空名单也可能漏人，姓名规范不等于身份消歧，联合申请发明人未必均为本体员工。现行主体快照、早期稀疏、公开滞后和分案回溯影响解释，不保证作者同值或完整真实网络。
• CollaborationEdgeCount [发明人合作边数] — 参考朱晋伟、原梦（2023）的共同发明建网思路，企业前三年图中同一申请发明人两两形成无向边，多次合作仅计一条，E为去重合作关系数。单位条，描述合作规模；有节点但无边时0，无可识别节点或历史不足时缺失。本体参与发明及实用新型申请的可识别英文姓名网络代理，缺名或版本冲突申请不建图，其余保留；非空名单也可能漏人，姓名规范不等于身份消歧，联合申请发明人未必均为本体员工。现行主体快照、早期稀疏、公开滞后和分案回溯影响解释，不保证作者同值或完整真实网络。
• ReachablePairCount [可达发明人人对数] — 企业前三年图中全部连通分量内不同发明人的无序人对数R，是可达对平均路径长度的分母；n_c为第c个连通分量人数。单位对，包括全部分量而非仅最大分量，跨分量人对不计。R为原文未明断连处理处的明确操作化；有节点但无边时0，无节点或历史不足时缺失。本体参与发明及实用新型申请的可识别英文姓名网络代理，缺名或版本冲突申请不建图，其余保留；非空名单也可能漏人，姓名规范不等于身份消歧，联合申请发明人未必均为本体员工。现行主体快照、早期稀疏、公开滞后和分案回溯影响解释，不保证作者同值或完整真实网络。
• ShortestPathSum [可达人对最短距离之和] — 企业前三年图中全部有限可达无序人对的最短路径长度之和D，是可达对平均路径的分子。每条无向边距离为1，距离单位为合作连接步数；所有分量一起汇总，不按分量等权平均。使用完整距离频数精确整数求和，不作抽样近似；有节点但无边时为空和0，无节点或历史不足时缺失。本体参与发明及实用新型申请的可识别英文姓名网络代理，缺名或版本冲突申请不建图，其余保留；非空名单也可能漏人，姓名规范不等于身份消歧，联合申请发明人未必均为本体员工。现行主体快照、早期稀疏、公开滞后和分案回溯影响解释，不保证作者同值或完整真实网络。
• InventorNetworkPathLength [发明人网络平均路径长度（可达对）] — 参考朱晋伟、原梦（2023）公式（3）并明确操作化断连处理，对企业本体前三年可识别图全部有限可达无序人对最短距离求均值L=D/R，单位步，越大表示可达合作路径越长。连通时R=N(N−1)/2与原式一致；断连时跨分量人对不进分母，不能解释为含不可达关系的全网传播效率。R=0、无节点或历史不足时缺失。本体参与发明及实用新型申请的可识别英文姓名网络代理，缺名或版本冲突申请不建图，其余保留；非空名单也可能漏人，姓名规范不等于身份消歧，联合申请发明人未必均为本体员工。现行主体快照、早期稀疏、公开滞后和分案回溯影响解释，不保证作者同值或完整真实网络。

常见问题

「企业发明人网络平均路径长度」是什么数据集？

企业发明人网络平均路径长度，隶属创新与知识产权。企业发明人网络平均路径长度衡量企业研发合作中可相互到达的发明人之间需要经过多少步合作联系。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 16 个变量。核心指标包括：发明人数、发明人合作边数、可达发明人人对数、可达人对最短距离之和、发明人网络平均路径长度（可达对）。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 97,817 条观测。

数据是如何测算/获取的？

测算方法 发明人合作网络与交流路径 发明人通过共同研发建立知识交流关系，合作网络中的最短路径刻画两名发明人通过多少步合作联系可以相互到达。参考朱晋伟、原梦（2023），本数据集利用企业前三年的专利构建发明人合作网络，以可达人对的平均最短距离描述交流路径的长度。该指标反映合作结构，不直接度量创新产出或企业绩效。 三年滚动网络 测量年$t$取申请年$t-3$至$t-1$的发明及实用新型专利，范围为企业本体参与的申请，含联合申请及源内可得的上市前历史。当年没有新申请而前三年仍有资料的公司年也保留。 同一企业按申请号归并公开版本，唯一一致的非空发明人名单可以补同申请的空版本；年份或非空名单冲突的申请不参与建网。缺名申请仅排除其申请，其余可识别申请仍保留。按名单的分人边界切分，再统一大小写、字符形式和空白，按完整姓名去重；这一规范化不等于真实人员身份消歧。 以发明人为节点，同一申请中的任意两名不同发明人形成一条无向边。同一对人员多次合作只计一条关系，单独发明人作为孤点保留。记全部节点集合为$V$、边集合为$\mathcal E$： $$ N=|V|,\qquad E=|\mathcal E|. $$ $N$为发明人数，单位为人（姓名节点）；$E$为去重合作边数，单位为条。两者分别刻画人员规模和合作关系规模。 可达人对与最短距离 记$d{ij}$为发明人$i$与$j$之间的最短路径长度，每条合作边的长度为1。不同连通分量之间不存在有限路径，不进入可达人对集合$\mathcal P$。如果第$c$个连通分量包含$nc$个节点，可达人对数为： $$ \mathcal P=\{(i,j):i\lt j,\ d{ij}\lt\infty\},\qquad R=|\mathcal P|=\sumc\frac{nc(nc-1)}{2}. $$ $R$是全部分量内可相互到达的无序人对数，单位为对。计算包含全部分量，不只取最大连通分量；孤点包含在$N$中，但不贡献人对。 对每个可达人对计算最短距离，再将这些距离相加： $$ D=\sum{(i,j)\in\mathcal P}d{ij}. $$ $D$为可达人对最短距离之和，单位为合作连接步数，是平均路径的分子。所有人对的距离均精确计算，不通过抽样近似，也不先算分量均值再等权平均。 平均路径长度 最终指标为全部可达人对的平均最短距离： $$ L=\frac{D}{R},\qquad R0. $$ $L$的单位为步，越大表示可相互到达的发明人之间通常需要经过更长的合作路径。随最终指标提供$N$、$E$、$R$和$D$四个关键构件，可通过$D/R$复核原始平均值，并区分网络规模与路径长度。 补充说明 论文公式（3）采用全部人对数$N(N-1)/2$为分母，但没有明确交代断连距离处理，文中网络图也存在断连分量。本数据集明确采用全部有限可达人对数$R$为分母；连通网络中两式一致，断连网络中则不同。该量不包含跨分量的不可达程度，不能单独解释为全图的信息传播效率，也不保证与作者的具体软件配置同值。 本数据集采用可识别英文姓名网络代理。作者剔除资料不完整企业并处理同名不同单位的发明人，本数据集保留其余可识别申请，不作真实人员消歧。非空名单也可能漏人，同名合并、姓名次序或转写差异会改变节点和边；联合申请发明人不能推定全部为企业本体员工。无向去重边及公开版本归并为公开细则不足处的明确操作化，不保证完整真实人员网络。 有节点但无合作边时，$N$保留实际人数，$E=R=D=0$，最终$L$因分母为0而缺失。没有可识别节点或窗口越出全源最早可观察年界时，五项研究量均缺失，不将未观察到输入视为现实无研发。早期收录稀疏、近期公开滞后、分案回溯申请日及现行主体关系快照影响时序解释。 原始数据保留全行业、全板块、ST/PT及金融企业。地理信息来自公司档案，简称和行业按年度资料匹配，缺年使用最新可得资料，不代表完整逐年迁址或主体关系重建。分发另提供剔除ST/PT与金融业版本；缩尾版只对最终$L$按年度作双侧1%缩尾，四个关键构件保留原值，缩尾后不再要求$L$与原始$D/R$恒等。 参考文献 朱晋伟,原梦.发明人网络特征、知识重组能力与企业技术创新绩效关系研究[J].科技进步与对策,2023,40(21):129-139.DOI:10.6049/kjjbydc.2022050224.

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。