企业知识均衡性

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] — 知识均衡性观测日历年t，指标使用t-3至t-1发明申请；保留源内上市前及退市后历史，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)；按年度匹配中上协行业，当年缺记录时使用最新可得行业回填
• 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)；按年度匹配中上协行业，当年缺记录时使用最新可得行业回填
• KnowledgeBalance [企业知识均衡性] — 参考梅妍霜、许鑫（2026）式（1）及表2，以企业本体此前三个年度（t-3至t-1）申请发明专利在国际专利分类四位小类间的分布信息熵衡量知识均衡性。x_k为涉及小类k的不同发明申请件数，p_k=x_k/各小类件数之和，指标=-sum(p_k*log2(p_k))，单位比特，数值越大表示观察知识组合更分散；该未归一熵同时受领域数量影响。申请内同小类去重，跨小类各计一次，包含独立及联合本体申请；全技术、本体范围及完整性规则为明确操作化，不声称作者同值。无观察本体发明、仅一个小类、或任一已识别发明领域未知/不可识别/冲突时整个三年窗缺失，不补零。受早期收录稀疏、近期公开滞后及主体和分类快照影响。

常见问题

「企业知识均衡性」是什么数据集？

企业知识均衡性，隶属创新与知识产权。企业知识均衡性用于衡量企业技术知识在不同领域间的分布情况。

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：企业知识均衡性。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 97,712 条观测。

数据是如何测算/获取的？

测量对象与经济含义 企业知识均衡性反映企业技术知识在不同领域间的分布情况。参考梅妍霜、许鑫（2026），利用企业此前三年申请的发明专利，按照国际专利分类四位小类划分知识领域，以信息熵衡量各领域专利分布。知识分布越分散，熵值越大；知识集中在少数领域时，熵值较小。该指标用于描述观察到的知识结构，不直接代表技术质量或创新绩效。 确定三年知识集合 对企业 $i$ 的观测年 $t$，汇集申请年份位于 $t-3$ 至 $t-1$ 的发明专利，记为 $\mathcal{P}{it}$。按申请年归集，不以是否已授权筛选。集合包括上市公司本体独立申请及本体参与的联合申请，不纳入仅由子公司、联营或合营企业申请的专利。同一公司同一申请只计一次，多个上市公司本体共同申请时分别归属。 对每件专利，使用全部可观察分类号的前四位小类。同件专利中同一小类只记一次，不同小类分别记一次。例如，G06F16/13与G06F8/71在同一件专利中只形成一个G06F归属；若同时具有G06Q，则两个领域各贡献一次。只要四位小类可辨认，更细技术小组后缀的缺失不影响领域归属。 计算领域件数与分布 以 $A{pk}$ 表示专利 $p$ 是否涉及小类 $k$，涉及取1，否则取0。三年集合中属于领域 $k$ 的专利件数为： $$ x{kit}=\sum{p\in\mathcal{P}{it}}A{pk} $$ 将领域件数转换为份额： $$ p{kit}=\frac{x{kit}}{\sumjx{jit}} $$ 分母是所有领域专利件数之和。一件专利可能涉及多个领域，因此分母可以大于三年内不同申请的总件数。先合并三年频数再计算份额，不分别计算各年的熵后取平均。 企业知识均衡性 在正份额领域上，按论文式（1）计算以2为底的信息熵： $$ Balance{it}=-\sum{k:p{kit}0}p{kit}\log2(p{kit}) $$ 字段KnowledgeBalance对应 $Balance{it}$，单位为比特，不再取自然对数，也不除以领域数量的对数。当涉及 $K$ 个领域且件数完全相同时，熵等于 $\log2K$。因此，该未归一化指标同时受领域数量和分布均匀程度影响，不能解释为排除知识多样性影响后的纯均衡程度。 遵照原文对多样性为1观测的处理，仅涉及一个小类时指标保留缺失。没有观察到本体发明申请，或任一已识别发明的领域信息未知、不可识别、存在申请年或分类冲突时，整个三年窗口保留缺失，不把未知补零。三年合池并不要求每一个单独年度都存在发明申请。 补充说明 本数据集面向全行业、全板块和全部可得年度，将原文新能源汽车产业研究推广为全技术测量。原文未完整交代是否回抓样本公司的全部技术专利、本体与子公司边界，以及分类缺失的处理；全技术、本体归属、专利内领域去重和整窗已识别未知保缺失均为明确操作化，不声称与作者未公开代码同值。 早期专利收录与主体归属较为稀疏，近期存在公开滞后，没有源记录不证明现实没有专利。指标按现有IPC分类快照回溯计算，不还原申请当时的分类；现有主体关联可能包含前身主体或后续权利归属信息，不保证等同于申请当时的法律主体。非空分类列表也不保证真实完整，上述因素影响跨期比较。保留源内上市前及退市后历史，不将全部观测解释为上市存续期。证券简称与行业按年度匹配，资料不足时使用最新可得信息；地区字段为注册地档案快照。 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。