企业知识重组可能性

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] — 知识重组网络测量所属日历年t，按t−5至t−1五年申请构建；含源内上市前历史及窗口支持的无当年申请公司年，不代表所有观测均处上市存续期
• 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)
• RecombinationClustering [知识重组可能性—网络集聚系数] — 参考王泓略等（2020），按企业本体前五年t−5至t−1发明及实用新型申请构造发明人无向合作简单图，计算每个节点邻居子图密度，再对所有节点等权平均。度小于2的节点按0，包含独立发明孤点；无量纲，范围0至1，越高表示局部合作团体越密集。窗口内无可识别节点或全源五年历史不足时缺失。采用可识别姓名网络代理：仅以非空、非占位且版本一致的名单建网，不整窗删除其他可用申请；全部技术申请仍进入专利分母。未做真实人员消歧，非空名单也可能漏人，同名或异序及缺桥接人会改变结构。含本体参与联合申请、源内上市前历史；现行主体快照、早期稀疏和公开滞后影响解释，不保证真实完整网络或作者同值。
• RecombinationPathLength [知识重组可能性—平均路径（可达对）] — 参考王泓略等（2020），使用同一前五年可识别姓名合作图，对所有有限可达无序发明人对的最短路径长度求平均；按人对数加权，包含全部分量，不只取最大分量。单位为合作连接步数，越高表示可达合作网络路径更长。无可达对或全源五年历史不足时缺失。断连对不进入分母，因此该量不表示全网所有人对距离；这是原文未规定处的明确操作化。采用可识别姓名网络代理：仅以非空、非占位且版本一致的名单建网，不整窗删除其他可用申请；全部技术申请仍进入专利分母。未做真实人员消歧，非空名单也可能漏人，同名或异序及缺桥接人会改变结构。含本体参与联合申请、源内上市前历史；现行主体快照、早期稀疏和公开滞后影响解释，不保证真实完整网络或作者同值。

常见问题

「企业知识重组可能性」是什么数据集？

企业知识重组可能性，隶属创新与知识产权。企业知识重组可能性反映研发人员通过既有合作关系交流、组合知识的潜在空间。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 13 个变量。核心指标包括：知识重组可能性—网络集聚系数、知识重组可能性—平均路径（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 97,941 条观测。

数据是如何测算/获取的？

测算方法 知识重组可能性的含义 研发人员之间的合作关系为知识交流和重新组合提供渠道。参考王泓略、曾德明、陈培帧（2020）与Grigoriou和Rothaermel（2017），用网络集聚系数和平均路径分别刻画局部合作团体的密集程度、可达合作网络的路径跨度。两者为并列维度，不合成为单一得分。 发明人合作网络 以企业本体参与申请的技术专利作为知识生产活动的观察资料，包含发明与实用新型、独立与共同申请。测量年$t$的网络使用前五年$t-5$至$t-1$的申请，含源内可得的上市前申请历史；当年没有新申请但历史窗口仍有资料的公司年保留。 每家公司内按申请号合并公开版本。发明人名单按原始数组边界分人，对大小写、字符形式和空白作一致化处理，再按完整姓名去重；不同公司的同名人员分别处理。只有唯一一致、可识别的非空名单参与建网。某件申请缺名时，其余可识别申请仍可建网；该申请仍计入专利数量。 以可识别发明人为节点，同一申请中的两名不同发明人形成一条无向合作边。同一对发明人重复合作时，网络中仍只保留一条边；独立发明人作为孤点保留。记节点数为$N$、去重合作边数为$E$。 网络集聚系数 对发明人$v$，记其邻居数为$kv$，邻居之间实际存在的合作边数为$ev$。局部聚类系数为： $$ cv=\begin{cases}\dfrac{2ev}{kv(kv-1)},&kv\geq2,\\0,&kv<2.\end{cases} $$ 再对全部节点等权平均，包括独立发明孤点： $$ C=\frac{1}{N}\sum{v=1}^{N}cv. $$ $C$介于0与1之间。数值较高表明可识别网络中局部小团体较密集，可能为知识分享与重组提供更多近距离互动机会；它不等于全网的整体连通程度。 可达人对的平均路径 记$d{uv}$为发明人$u$与$v$之间的最短合作路径长度，$\mathcal R$为所有有限可达的无序人对集合。以这些人对为权重求平均： $$ L=\frac{\sum{\{u,v\}\in\mathcal R}d{uv}}{|\mathcal R|}. $$ $L$以合作连接步数表示。计算涵盖全部连通分量，以各分量可达人对数加权，不只取最大分量，也不将不同分量的均值简单平均。数值较高表示可达合作路径较长；不同分量之间无法到达的人对不进入分母，因此其变化应结合网络碎裂风险解释。 补充说明 本指标是可识别姓名网络的探索性代理。非空名单也可能漏人，同名异人、姓名次序或转写变化未经真实身份消歧；缺少桥接人可能改变连通结构、路径与集聚性，偏差方向不确定。原文未充分给出断连、低度节点、重复合作计次等实现细节，本表将其明确为上述操作化，不声称原作者数值同值。 无可识别节点时两量缺失；有节点而没有可达人对时路径缺失，集聚系数可为0。全源不足完整五年历史时两量均缺失。没有观察输入不代表现实没有研发活动。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均影响时序解释。行业、板块、ST/PT及金融企业均保留；地理信息来自档案，行业与简称按年度资料匹配，缺年采用最新可得资料，不代表逐年迁址或控制关系已完整重建。 参考文献 王泓略,曾德明,陈培帧.企业知识重组对技术创新绩效的影响:知识基础关系特征的调节作用[J].南开管理评论,2020,23(1):53-61. GRIGORIOU K,ROTHAERMEL F T.Organizing for knowledge generation: Internal knowledge networks and the contingent effect of external knowledge sourcing[J].Strategic Management Journal,2017,38(2):395-414.DOI:10.1002/smj.2489.

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。