企业知识替代性

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] — 知识基础测量所属日历年t，以t-5至t-1五年申请构建；保留源内上市前申请历史及历史窗口支持的无当年申请公司年，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)
• KnowledgeSubstitutability [企业知识替代性] — 参考王泓略、曾德明、陈培帧（2020）式（1）至（3），以企业本体参与的前五年（t−5至t−1）发明及实用新型申请构造专利与IPC四位小类二元矩阵，每件同小类只计一次。共现矩阵保留对角线，对其行向量求余弦相似度，先按其他领域专利件数加权，再按本领域专利件数加权。无量纲，0至1，越高表示知识领域组合功能更相似。本体、申请年、类型及频数定义为明确操作化，不声称作者同值。无观察窗口输入、少于两个领域、窗口内已识别IPC缺失或冲突、源内五年历史不足时缺失；完整多领域无共现可为0。含源内上市前历史，受早期源稀疏、现行主体/分类快照和公开滞后影响。

常见问题

「企业知识替代性」是什么数据集？

企业知识替代性，隶属创新与知识产权。企业知识替代性反映企业内部技术领域在知识组合中发挥相似作用的程度。

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：企业知识替代性。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 97,941 条观测。

数据是如何测算/获取的？

一、知识替代性的含义 企业的创新活动依赖于已有知识元素的重新组合。两个知识领域如果经常与相似的其他领域结合，可能在知识组合中发挥相近的功能。企业知识替代性衡量这种组合功能的相似程度。替代性越高，表示企业知识基础中功能重叠越明显，但不直接等同于技术质量、创新效率或产品市场竞争程度。 参考王泓略、曾德明、陈培帧（2020），本数据集先构建企业技术领域的共现矩阵，再比较不同领域的组合结构，最后按照领域所涉及的专利件数加权，形成企业年度知识替代性指标。 二、构建五年知识基础 知识具有积累性，单个年度的专利组合可能受到短期波动影响。按照参考文献的窗口设定，测量年度为t时，采用t−5至t−1年的专利申请，窗口不包含测量当年。 研究主体为上市公司本体，纳入本体独立申请及参与共同申请的发明、实用新型专利，不将只有子公司、联营企业或合营企业参与的申请并入本体。专利按申请号去重，并依申请日所属日历年归入窗口。采用完整国际专利分类列表的前四位，即IPC小类，表示知识领域。同件专利的多个完整分类号如果归属同一小类，该领域只计一次。 令B的行对应窗口内不同专利，列对应企业出现过的IPC小类。专利k属于小类l时，B的对应元素为1，否则为0。由二元矩阵构建知识共现矩阵： $$ V{lj}=\sumk B{kl}B{kj}. $$ 当l与j不同时，V的元素表示同时涉及这两个领域的专利件数；当l与j相同时，对角线表示涉及领域l的专利件数，记为nl。对角线在后续计算中保留。 三、计算领域组合的相似程度 共现矩阵的每一行反映某个知识领域与企业其他领域的组合结构。沿用参考文献式（1），使用行向量的余弦相似度衡量两个知识领域在组合功能上的相似程度： $$ S{lj}=\frac{\summ V{lm}V{jm}}{\sqrt{\summ V{lm}^{2}}\sqrt{\summ V{jm}^{2}}}. $$ 其中，m遍历该企业五年窗口内所有已出现的知识领域。两个领域与其他领域的组合结构越相近，S越大。这里保留共现矩阵的全部坐标，包括对角线；不同领域之间的比较在下一步排除领域自身。 四、形成企业知识替代性 首先，对每个领域l，按其他领域j在窗口内所涉及的专利件数nj加权，得到领域l的平均组合相似度： $$ WADl=\frac{\sum{j\ne l}S{lj}nj}{\sum{j\ne l}nj}. $$ 再按各领域自身的专利件数nl加权，得到企业年度知识替代性： $$ Sub{it}=\suml WADl\frac{nl}{\suml nl}. $$ Sub为无量纲指标，取值在0至1之间。数值越高，企业各技术领域的组合功能越相似。nl与nj均为整个五年窗口的领域专利件数；一件多领域专利对其涉及的每个不同小类分别贡献一件，不进行专利内分数分摊。不同企业可涉及不同数量的技术领域，因此跨企业比较还应考虑知识规模与专利收录差异。 五、补充说明 本体范围、申请年、发明与实用新型类型范围，以及以窗口领域专利件数解释两层权重，是对参考文献未完全公开实施细节的明确操作化。本数据覆盖全部可得行业和板块，不沿用论文汽车企业的实证样本限制，也不声称复现作者未公开代码或相同数值。 没有观察到窗口专利、只有一个知识领域、源内尚不足完整五年历史，或窗口内任一目标申请的IPC已识别为空、不完整或冲突时，指标保留缺失。观察输入完整且包含至少两个领域时，若领域之间没有共现关系，指标可以为0。未观察到记录不代表企业现实没有专利，非空分类列表也不保证没有遗漏。 测量年度没有新申请时，仍可使用此前五年的知识基础。数据保留来源中可识别的上市前申请历史，不能将所有观测理解为上市存续期。早期收录与主体匹配稀疏、近期公开滞后、现行主体关系及分类快照中的事后修订，会影响时序和横向比较。配套地理信息来自公司档案，行业与简称依据年度资料匹配，缺年使用最新可得记录，不代表逐年迁址或历史控制权重建。 参考文献 [1]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.

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。