Question 1

「企业知识多样性」是什么数据集？

Accepted Answer

企业知识多样性，隶属创新与知识产权。企业知识多样性衡量企业知识领域及其组合的丰富程度与分布均衡性。

Question 2

该数据集的时间范围是？

Accepted Answer

覆盖 1985-2025 年。

Question 3

包含哪些变量/指标？

Accepted Answer

共 13 个变量。核心指标包括：企业知识多样性、企业知识多样性（无序组合）。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

Question 4

数据频率和层级是怎样的？

Accepted Answer

频率为年度，上市公司层级。

Question 5

样本量有多大？

Accepted Answer

约 96,855 条观测。

Question 6

数据是如何测算/获取的？

Accepted Answer

测量对象与经济含义

企业知识多样性反映企业知识领域及其组合的丰富程度与分布均衡性。参考王泓略等（2020）和Colombelli等（2013），以专利技术小类之间的共现关系描述企业知识基础。共现分布越分散、越均衡，知识领域及其组合越多样；该指标不直接衡量研发投入、知识质量或创新绩效。
专利集合与知识领域

对观测年 $t$，使用此前五年 $t-5$ 至 $t-1$ 的专利申请。观察集合包括上市公司本体独立申请及参与共同申请的发明、实用新型专利，不按授权状态筛选；仅由子公司、联营或合营企业参与的申请不计入本体集合。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。

每件专利使用全部可观察国际专利分类号的前四位，即技术小类。例如，G06F的多个不同技术小组在同一专利中只形成一个G06F小类归属。用二元变量 $A{pl}$ 表示专利 $p$ 是否涉及小类 $l$，涉及取1，否则取0。不同专利中的相同小类分别累积。
构建知识共现矩阵

设企业 $i$ 在观测年 $t$ 的五年申请集合为 $\mathcal{P}{it}$。小类 $l$ 与 $j$ 的共现次数为：

$$
V{lj,it}=\sum{p\in\mathcal{P}{it}} A{pl}A{pj}
$$

同一专利每个小类只记一次，因此一件专利对同一小类对的共现次数最多贡献一次。矩阵对称，$V{lj,it}=V{jl,it}$；对角线 $V{ll,it}$ 为窗口内涉及小类 $l$ 的专利数，保留知识领域自身的出现信息。
企业知识多样性

将完整共现矩阵中所有单元格的次数归一为概率，包括对角线以及异类组合的两个方向：

$$
p{lj,it}=\frac{V{lj,it}}{\suma\sumb V{ab,it}}
$$

在正概率单元格上计算以2为底的信息熵：

$$
KV{it}=\suml\sum{j:p{lj,it}0}p{lj,it}\log2\left(\frac{1}{p{lj,it}}\right)
$$

字段KnowledgeVariety对应 $KV{it}$，单位为比特。完整窗口只有一个技术小类时为0。领域及其组合分布的种类和均衡程度共同决定熵值；因为保留对角线，不同小类即使未在同一专利共同出现，主量仍可大于0。比较企业时应结合专利规模和技术分类习惯解释。
不同小类无序组合的敏感性度量

为考察对角线与方向计次对结果的影响，另提供仅关注不同技术小类组合的熵。固定小类排序，只保留 $l\lt j$ 的无序组合，每一组合只计一个方向。其概率与熵分别为：

$$
q{lj,it}=\frac{V{lj,it}}{\sum{a\lt b}V{ab,it}},\qquad KV^U{it}=\sum{l\lt j:q{lj,it}0}q{lj,it}\log2\left(\frac{1}{q{lj,it}}\right)
$$

字段KnowledgeVarietyUnordered对应 $KV^U{it}$，单位同为比特。只有一种异类无序组合时为0；没有异类共现组合时分母为0，该字段缺失。该字段是对完整矩阵计算规则的敏感性度量，不应解释为作者另行提出的独立指标。
补充说明

原文式（7）采用共现熵双重求和，但没有完整说明归一化分母及是否保留对角线，正文对共现次数与概率的表述也不充分。参照其前引文关于共现概率的定义，本数据集明确采用完整对称矩阵的全局归一概率，并保留对角线；这是明确的操作化，不声称与作者未公开代码同值。适用范围扩展至全行业、全板块，不照搬原文汽车产业的样本筛选。

窗口没有观察到本体申请，或任一已观察本体申请的小类缺失、不可识别、存在冲突时，两项指标保留缺失，不把未观察解释为现实没有专利，也不把未知补零。仅缺更细技术小组而四位小类仍可辨认时，不影响本指标测量；非空分类列表也不保证绝对完整。早期收录与主体归属稀疏、近期公开滞后，以及当前分类和主体关系快照的事后修订，会影响跨期比较。保留可得的上市前申请历史；证券简称及行业按年度匹配，资料不足时使用最新可得信息，地理信息为注册地档案快照。
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.

[2]Colombelli A, Krafft J, Quatraro F. Properties of knowledge base and firm survival: Evidence from a sample of French manufacturing firms[J]. Technological Forecasting and Social Change, 2013, 80(8):1469-1483.

Question 7

如何获取该数据集？

Accepted Answer

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。

时间跨度	1985-2025 年
数据频率	年度
层级	上市公司
变量数	13
样本量	96,855
是否可合并	可与同主体数据集合并

企业知识多样性

字段字典

常见问题