企业知识网络行业邻近性

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] — 联盟行业邻近性观测年t，使用t-5至t-1的前五年共同申请；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
• City [城市] — 公司注册地所在城市
• County [区县] — 公司注册地所在区县
• ProvinceCode [省份代码] — 公司注册地省份行政区划代码
• CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
• CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
• 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
• 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
• AllianceMemberCount [联盟成员数] — 参考王海花等（2025），按观测年前五年、不含观测年的本体合作专利构建可观察联盟，含焦点与所有合作组织。身份、疑似个人、名单或机构类型未决及不完整窗口保留缺失；无合作联盟不补零。非上市按规范名称区分，含集团内部和分支署名，不能视为完整法律身份消歧。联盟去重组织数量m，包含焦点公司。单位：个组织；至少两个不同组织才构成可测联盟。即使企业行业未知，本字段仍可独立保留。
• AllianceMemberPairs [联盟成员对数] — 参考王海花等（2025），按观测年前五年、不含观测年的本体合作专利构建可观察联盟，含焦点与所有合作组织。身份、疑似个人、名单或机构类型未决及不完整窗口保留缺失；无合作联盟不补零。非上市按规范名称区分，含集团内部和分支署名，不能视为完整法律身份消歧。由全部去重组织形成的无序非自环成员对数量P，含两个伙伴未直接合作的成员对，是行业邻近性的分母。单位：对；企业行业未知不影响该构件。
• EnterpriseMemberPairs [企业成员对数] — 参考王海花等（2025），按观测年前五年、不含观测年的本体合作专利构建可观察联盟，含焦点与所有合作组织。身份、疑似个人、名单或机构类型未决及不完整窗口保留缺失；无合作联盟不补零。非上市按规范名称区分，含集团内部和分支署名，不能视为完整法律身份消歧。E为已判企业成员数量，B为其中两端均属企业的无序成员对数，为行业邻近性分子的基础项。单位：对；只有一家企业而其余均非企业时为真实0。企业行业未知不影响该构件。
• SameIndustryMemberPairs [同行业企业成员对数] — 参考王海花等（2025），按观测年前五年、不含观测年的本体合作专利构建可观察联盟，含焦点与所有合作组织。身份、疑似个人、名单或机构类型未决及不完整窗口保留缺失；无合作联盟不补零。非上市按规范名称区分，含集团内部和分支署名，不能视为完整法律身份消歧。E_h为行业大类h的企业成员数量，S是同大类企业无序成员对数，是行业邻近性分子的同业加分项。单位：对；实际企业比较所需行业未决保缺失；不足两家企业无需行业即为0。上市成员取窗口末年确切年度完整中上协大类，不作最新值回填；非上市工商行业快照按名称谨慎对照，类型冲突不择优猜补。全部匹配行可映射时，候选集合互斥的两企业可确定异业，相同单元素集合可确定同业，其余行业交集未决保缺失。该可观察代理与原文证监会2012版及历史行业不完全相同，早期稀疏与近期公开滞后保留，不保证作者同值。
• IndustryProximity [联盟行业邻近性] — 参考王海花等（2025），按观测年前五年、不含观测年的本体合作专利构建可观察联盟，含焦点与所有合作组织。身份、疑似个人、名单或机构类型未决及不完整窗口保留缺失；无合作联盟不补零。非上市按规范名称区分，含集团内部和分支署名，不能视为完整法律身份消歧。所有成员对评分的等权均值：含非企业为0、两企业异大类为1、同大类为2。等价于企业成员对数与同业企业成员对数之和除以全部联盟成员对数。无量纲、范围0至2，越大表示企业同业联系占比越高；企业与高校的联盟可得真实0。实际企业比较所需行业未知则缺失。上市成员取窗口末年确切年度完整中上协大类，不作最新值回填；非上市工商行业快照按名称谨慎对照，类型冲突不择优猜补。全部匹配行可映射时，候选集合互斥的两企业可确定异业，相同单元素集合可确定同业，其余行业交集未决保缺失。该可观察代理与原文证监会2012版及历史行业不完全相同，早期稀疏与近期公开滞后保留，不保证作者同值。

常见问题

「企业知识网络行业邻近性」是什么数据集？

企业知识网络行业邻近性，隶属创新与知识产权。参考王海花、龚燕燕、李雅洁、李树杰（2025）的研究，本数据集衡量上市公司合作联盟成员的行业邻近程度。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 16 个变量。核心指标包括：联盟成员数、联盟成员对数、企业成员对数、同行业企业成员对数、联盟行业邻近性。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 97,989 条观测。

数据是如何测算/获取的？

测算方法 企业知识网络行业邻近性衡量企业合作联盟内部组织成员在行业属性上的接近程度。行业背景相近的企业可能共享专业知识、技术语言与业务经验；大学、科研机构等非企业成员则体现不同组织性质的知识来源。参考王海花等（2025）的研究，本数据集通过本体共同申请专利识别合作联盟，再对全部成员对的组织性质与行业关系评分并取均值。该指标描述合作组合的行业同质性，并非专利技术分类之间的相似度。 1. 识别前五年合作联盟 对观测年 \(t\)，使用申请年位于 \([t-5,t-1]\) 的本体共同申请专利。依据独立全称及历史名称证据识别公司本体，按申请号去重。仅与上市公司子公司、联营或合营企业有关，而没有本体署名的专利不进入该公司联盟。 将窗口内合作专利中的不同组织申请人合并为联盟成员集合 \(O{it}\)，包含焦点公司。不同专利中的同一规范成员只计一次；没有独立归并证据的分支或集团内企业保留各自署名。成员之间即使没有直接共同申请，也属于该联盟的成员对。 设联盟有 \(m{it}\) 个不同成员，则无序非自环成员对数量为： $$ P{it}=\binom{m{it}}{2}=\frac{m{it}(m{it}-1)}{2}. $$ 其中，\(P{it}\) 为指标分母。只有至少两个不同成员时才形成可测联盟。 2. 判别组织性质与企业行业 结合企业登记类型、明确的公司署名以及高校、医院等机构名称线索判别成员类型，明确的株式会社署名同样作为公司类型线索。登记缺少性质时，补用窗口末年同年披露的关联方性质；全部可得披露均明确且性质一致时，也可作为静态类型代理。另补经官方原件明确其事业或公立教育性质的精确机构名证据。静态代理不能证明全部历史年度法律性质，混合、未知及自然人性质不作静态填补。企业化管理不等于企业法人，研究院名称也不等于非企业；须依明确性质判断，工商企业类型与非企业证据冲突或仍未决时保留未知。纯个人姓名不能因同姓名工商登记命中而认定为企业。 工商匹配仅对全称、完整曾用名及英文全称作大小写、字符宽度和连字符规范后精确比较，不采用模糊匹配，不按母公司或机构前缀继承类型与行业。高校全称末尾的地点括号不遮蔽高校识别，仍保留同名企业冲突门禁。 上市企业成员采用窗口末年的完整行业大类代码，缺少对应年度记录时不使用未来或最新行业回填。非上市企业采用登记行业名称与行业大类的谨慎对照；同名登记涉及多个可用行业时不任意选择一条。未知行业只在确需比较两家企业时影响行业得分，非企业成员不需要行业代码。 当某企业的全部匹配登记行均可映射时，保留源内候选行业集合。两企业的非空候选集合互不相交，可以确定其异业得分为1；两端均为同一个单元素集合，可以确定同业得分为2。候选集合有交集且不能唯一确定同业，或存在未映射登记行时，不强制判分。这是在信息不足时保留原评分能够确定的成员对，不改变全部成员对的分母。 3. 计算成员对得分与联盟均值 对联盟中两个不同成员 \(a,b\)，定义行业邻近得分 \(q{ab}\)：含非企业机构时为0；双方均为企业且行业大类不同时为1；双方均为企业且属于同一大类时为2。所有成员对等权进入均值： $$ IND{it}=\frac{1}{P{it}}\sum{a\lt b}q{ab}. $$ 令 \(E{it}\) 为企业成员数量，\(E{ith}\) 为行业大类 \(h\) 的企业成员数量。企业成员对数 \(B{it}\) 与同行业企业成员对数 \(S{it}\) 分别为： $$ B{it}=\binom{E{it}}{2},\qquad S{it}=\sumh\binom{E{ith}}{2}. $$ 每个企业成员对获得基础分1，同业企业成员对再加1，因此可等价计算为： $$ IND{it}=\frac{B{it}+S{it}}{P{it}}. $$ 指标范围为0至2，数值越大，说明合作组合中企业之间、尤其同业企业之间的联系占比越高。企业与高校组成的联盟可以得到真实0，不能将其解释为没有合作。 4. 关键中间变量与缺失处理 除最终行业邻近性外，同时提供联盟成员数、全部成员对数、企业成员对数和同行业企业成员对数，分别展示成员规模、分母与分子构成。若成员身份和企业属性均可判、但比较所需的行业信息不足，仍保留可计算的前三个构件，仅将同业成员对数与最终指标置为缺失。 无可观察合作联盟、名单冲突、身份或机构类型未决、疑似自然人以及观察起点之前不完整的窗口均保留缺失，不填零。原研究逐件剔除含个人申请人的专利；本数据集在无法充分核实个人身份时对相关窗口整体保留缺失，避免以未经核实的删除产生确定数值。 补充说明 本数据集采用全行业、全板块的本体可观察合作联盟。行业得分沿用原文规则，但使用完整中上协行业大类与非上市工商登记行业名称对照的代理，未精确复原论文所用证监会2012版和非上市机构的历史行业。登记信息为快照，机构名称判别及规范名称节点不保证完整法律身份消歧；源内多申请人名单也不保证历史成员齐备。早期记录稀疏、近期公开滞后及集团内部、分支署名合作均可能影响比较，不保证与作者样本数值一致。 正式数据保留原始研究量。分发包的缩尾版本仅按年对最终行业邻近性进行双侧1%缩尾，四个计数构件保持原值，因此缩尾后的指标不要求仍由未缩尾构件直接代回公式。 参考文献 [1]王海花,龚燕燕,李雅洁,李树杰.网络分裂断层对突破性创新的影响——邻近性的三阶调节作用[J].科技进步与对策,2025,42(8):34-44.DOI:10.6049/kjjbydc.2024020037.

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。