企业知识搜寻广度

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] — 专利申请日所属日历年，按年独立统计；保留源内上市前申请历史，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)
• KnowledgeSearchBreadth [企业知识搜寻广度] — 参考安同良、吴致冶（2025）式（10），按上市公司本体当年申请的全部观察发明专利合并完整国际专利分类号，计算分类出现频数占比的香农熵。同一申请内重复分类只计一次，各完整分类分别贡献一次，含独立与联合本体申请。无量纲，越大表示技术组合越多样、分布越均衡。年度合并频数是明确操作化，原文未完整定义平均与聚合顺序，不声称作者同值。无观察本体发明或任一观察发明分类缺失、不完整、冲突时缺失；完整组合仅一种分类时为0。受专利规模、源覆盖及事后重分类影响。
• LnKnowledgeSearchBreadth [企业知识搜寻广度自然对数] — 参考安同良、吴致冶（2025）式（9）的机制变量取自然对数方法，计算企业年度合并完整国际专利分类频数的知识搜寻广度香农熵的自然对数。无量纲，原始熵大于0才计算；原始熵等于0或缺失时本字段缺失，不加一。保留原始熵的主体、申请年、完整分类及源覆盖边界。

常见问题

「企业知识搜寻广度」是什么数据集？

企业知识搜寻广度，隶属创新与知识产权。企业知识搜寻广度反映企业技术组合的多样性与分布均衡程度。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 13 个变量。核心指标包括：企业知识搜寻广度、企业知识搜寻广度自然对数。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 96,855 条观测。

数据是如何测算/获取的？

测量对象与经济含义 知识搜寻广度反映企业在不同技术领域识别、吸收和组合知识的能力。参考安同良、吴致冶（2025），本数据集以发明专利所携带的完整国际专利分类号衡量企业技术组合的多样性。分类分布越分散、越均衡，企业能够连接的异质知识方向通常越多。该指标刻画技术分类分布，不直接等同于知识搜寻投入或创新质量。 专利与技术分类 以企业本体在同一日历年申请的发明专利为观察集合，包含独立申请及本体参与的联合申请，不以是否授权或是否属于人工智能领域筛选。仅由子公司、联营或合营企业申请的专利不计入本体集合。同一企业的同一申请只计一次；联合申请分别归于参与申请的上市公司本体。 每件专利使用全部完整国际专利分类号，包括大组及小组。同一申请内重复出现的分类号只保留一次，分类号中的小组前导零保留；不将小组额外展开为父级分类后重复计数。中国申请号按照相应编号规则识别发明申请类型，避免将旧文献种类误判为实用新型。 分类频率 设企业在年份 $t$ 的观察发明申请集合为 $P{it}$，专利 $j$ 携带的完整分类集合为 $Cj$。分类 $c$ 的出现次数为： $$ n{cit}=\sum{j\in P{it}}\mathbf{1}(c\in Cj) $$ 将企业当年全部专利的分类出现次数合并，得到各分类的份额： $$ p{cit}=\frac{n{cit}}{\sum{c}n{cit}} $$ 一件携带多个不同分类号的专利，对每个分类各贡献一次。因此，这一频率是分类标注的出现份额，不是专利件数份额；不同专利共有的分类会累积其出现次数。 知识搜寻广度及对数 采用自然对数形式的香农熵： $$ H{it}=-\sum{c:p{cit}0}p{cit}\ln p{cit} $$ 字段 KnowledgeSearchBreadth 对应 $H{it}$，无量纲。完整观察组合只有一种分类时，熵为零；分类种类增加、份额更加均衡时，熵通常增大。熵也可能随专利数量和分类标注数量变化，实证比较时应结合创新活动规模解释。 按照原文机制检验对变量取自然对数的方式，另提供： $$ L{it}=\ln H{it},\qquad H{it}0 $$ 字段 LnKnowledgeSearchBreadth 对应 $L{it}$。原始熵等于零时仍保留原始零值，对数因无定义而缺失，不进行加一变换。 补充说明 原文称“专利平均IPC广度”，但没有完整说明熵的聚合顺序及频率分母。本数据集采用企业年度合并分类频数计算熵，不采用逐专利熵的算术平均；这是明确的操作化，不声称与作者未公开实现同值。本体、年度发明申请及严格完整分类条件亦作透明界定。 无观察本体发明，或任一观察发明分类为空、不完整或存在冲突时，两项研究量保留缺失，不把未观察解释为没有发明。观察集合不等于现实中全部申请；早年收录和名称归属稀疏、近期公开滞后及当前分类快照中的事后重分类会影响跨期比较。数据保留可得的上市前申请历史。证券简称及行业按年度匹配，当年缺少资料时使用最新可得信息；地理信息为公司注册地档案，不代表逐年迁址。 参考文献 [1] 安同良,吴致冶.企业人工智能技术水平的分层测度及其创新效应——基于全球知识网络视角[J].中国工业经济,2025(6):81-100.DOI:10.19581/j.cnki.ciejournal.2025.06.005.

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。