企业技术边界
「企业技术边界」，覆盖 1985-2025 年，频率 年度，上市公司层级，含 12 个变量，样本量约 97,179。 企业技术边界反映企业技术知识分布的广泛程度，可用于研究企业横向边界与产品范围拓展。
| 时间跨度 | 1985-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 12 |
| 样本量 | 97,179 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 六位数字字符串股票代码
- StkName [证券简称] — 按年度匹配的证券简称，缺少当年记录时回退同公司最新可得记录
- Year [申请年份] — 专利申请所属的日历年度
- 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)
- 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)
- TechBoundary [企业技术边界] — 参考王忠等（2024）式（7），以企业本体当年全部发明及实用新型申请为基础，按公司、申请号及国际专利分类四位小类去重；各小类配对频数除以全部配对数得到份额，计算1减去份额平方和。包含主、附分类，同申请多版本取分类并集。无量纲，范围[0,1)，越大表示技术分布越分散；单一技术类为0，无本体观察、空技术池或类型、年份、IPC4输入不足时缺失。多分类配对归一为明确操作化，不限定数字专利，不使用大模型标签，不承诺作者同值。
常见问题
- 「企业技术边界」是什么数据集？
- 企业技术边界，隶属创新与知识产权。企业技术边界反映企业技术知识分布的广泛程度，可用于研究企业横向边界与产品范围拓展。
- 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：企业技术边界。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 97,179 条观测。
- 数据是如何测算/获取的？
- 测算方法 企业技术边界反映企业知识和技术活动覆盖的领域及分布广度。技术领域分布越分散，企业以已有知识进入不同产品与业务领域的可能性通常越大。参考王忠等（2024）对企业横向边界的测量，本数据集使用年度专利组合的国际专利分类分布构造技术边界，不将其直接解释为实际产品种类或经营业务数量。 1. 确定企业年度专利组合 以企业本体参与申请的发明和实用新型为基础，保留本体共同申请的专利，排除仅子公司、联营及合营主体的申请。按公司与专利申请号去重，采用申请所属年度，不以公开年或授权年替代。中国申请号中的类型编码用于辨别发明、实用新型和外观设计，有公开公告支持的证券代码变更先作桥接，再进行公司层面的去重。 原文式（7）采用企业当年所有专利的技术分布，没有限定数字专利，也不依赖设计重组、使用重组等文本分类。这里采用全部本体发明和实用新型申请，不使用大模型标签或摘要识别结果。 2. 构造技术小类频数 国际专利分类的四字符小类，如G06F、H04L，用于表示技术领域。对每件申请合并已观察文献版本的主分类和附加分类，取四字符小类并去重。同一申请在同一小类中仅计一次；涉及多个小类的申请可以分别进入多个小类。 设P{it}为企业i在年度t的技术申请集合，Cp为申请p的IPC四位小类集合，小类j的配对频数为： $$ n{ijt}=\sum{p\in P{it}}\mathbf{1}(j\in Cp). $$ 以全部申请与小类配对的总频数为分母，得到技术份额： $$ \phi{ijt}=\frac{n{ijt}}{\sumk n{ikt}}. $$ 因此各技术份额之和为1。一件申请含多个完整分类号但均属于同一小类时，不重复增加该小类的份额。 3. 计算企业技术边界 按照王忠等（2024）式（7），技术边界为各技术份额平方和的补数： $$ \operatorname{TechBoundary}{it}=1-\sumj\phi{ijt}^{2}. $$ 指标无量纲，取值范围为[0,1)。当全部技术申请仅覆盖一个小类时取0；技术领域越多、份额越均衡，数值通常越大。它同时反映领域数量与分布均衡程度，不等于专利件数或专利质量。 4. 缺失与样本处理 无本体专利观察源、没有可用于形成份额的技术申请，或者观察到申请类型、年份冲突及技术申请无法识别IPC小类时，年度指标保留缺失。分母为空不能理解为单一技术类，不能以0替代。摘要缺失或其他文本分类结果未知不影响本指标，前提是本指标所需的类型、申请年、主体和分类信息可识别。 覆盖全部行业、板块及可得年度，保留ST/PT、金融和源内上市前申请历史。专利上限随当前年减一动态更新，不因末年公开滞后自行删年。九项公司档案用于识别与研究匹配，地区为档案快照，行业与简称按年度匹配且缺年可能回填最新可得档案。分发保留原始全样本，并提供剔除ST/PT与金融业及剔除后按年1%和99%分位缩尾版本；仅技术边界指标缩尾。 补充说明 原文没有完整交代一件专利涉及多个分类时的分配规则。本数据集明确采用“申请与四位小类配对去重、配对频数归一”的实现，不冒称作者唯一算法或逐值复现。本体发明及实用新型范围也作了明确操作化，不能将本指标名称改写为仅数字技术边界。 分类与主体关系为当前可观察快照，不代表已重建申请当时的完整分类和法律股权关系。小类识别不要求小组后缀完整，不能据此推定所有完整IPC编码均已核验。早期本体观察稀疏，近期存在专利公开滞后；年度缺失和变化需结合来源限制解释，不得将缺失视为企业现实没有技术活动。 参考文献 [1]王忠,潘欣贤,谢卫红,邹玉坤,李淑荧.数字化创新、企业边界重塑与智能制造企业高质量发展——来自专利文本信息机器学习的经验证据[J].科技进步与对策,2024,41(21):87-97.DOI:10.6049/kjjbydc.2023060374.
- 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。