企业技术知识广度

字段字典

• Symbol [股票代码] — 六位数字股票代码；与当前上市公司档案直接对应，不凭模糊名称推定历史主体。
• StkName [证券简称] — 上市公司证券简称
• Year [年份] — 自然年度；累计申请包括当年，年份上限为运行时当前年减一，保留真实来源内可得上市前及退市后观测年。
• 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)
• CumPatentCount [累计本体发明实用申请数] — 参考张时颖等（2026）与李宏等（2021），按申请年累计上市公司本体参与申请的发明专利和实用新型，同公司同申请号仅计一次，包含本体共同申请，单位件。该数是技术大组集中度分母的基础；0仅指本地来源未观察到此类申请，不证明实际无专利。分类未知不抹除此计数。本体含共同申请，分类与归属为源快照；未剔除无法识别的无效或避重弃权专利，不保证作者同值。早期收录稀疏、公开滞后及历史身份边界保留。
• CumMainGroupCount [累计技术大组数] — 参考张时颖等（2026）与李宏等（2021），统计累计本体发明实用申请主分类号涉及的不同国际专利分类大组数，单位个，例如H04W24/10归入H04W24大组。主分类号为空时，仅全部分类合法且大组唯一才推定；不取首项。累计组合存在分类未知或冲突时缺失，无观察申请时为0。本体含共同申请，分类与归属为源快照；未剔除无法识别的无效或避重弃权专利，不保证作者同值。早期收录稀疏、公开滞后及历史身份边界保留。
• MainGroupHHI [技术大组集中度] — 参考张时颖等（2026）与李宏等（2021），将截至当年本体发明实用申请按主分类号归入唯一IPC大组，计算各组累计件数占累计件数比例的平方和。该量为技术知识广度的直接计算构件，越大表示知识分布越集中，取值大于0且不超过1。单一大组为1；累计件数为0或任一累计申请分类未知时缺失。本体含共同申请，分类与归属为源快照；未剔除无法识别的无效或避重弃权专利，不保证作者同值。早期收录稀疏、公开滞后及历史身份边界保留。
• TechKnowledgeBreadth [技术知识广度] — 参考张时颖等（2026）的Patentqua及李宏等（2021）的专利知识宽度，计算1减去累计主分类号IPC大组份额平方和，取值范围为[0,1)。越大表示累计专利技术知识在不同大组间分布越广且均衡，不是当年新专利数或IPC四位小类熵。单一大组为0；无观察申请或累计分类未知时缺失。本体含共同申请，分类与归属为源快照；未剔除无法识别的无效或避重弃权专利，不保证作者同值。早期收录稀疏、公开滞后及历史身份边界保留。

常见问题

「企业技术知识广度」是什么数据集？

企业技术知识广度，隶属创新与知识产权。参考张时颖、田凌宇和程新生（2026）及李宏等（2021），本数据集衡量企业累计技术知识在不同专利技术大组之间的分布广度。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 15 个变量。核心指标包括：累计本体发明实用申请数、累计技术大组数、技术大组集中度、技术知识广度。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 96,830 条观测。

数据是如何测算/获取的？

技术知识广度与知识积累 企业的技术知识广度反映其累计技术经验在不同领域之间的分布。专利集中于单一技术领域时，企业的知识积累更专门化；专利分布覆盖更多技术领域且较为均衡时，企业可能具有更丰富的跨领域知识整合基础。参考张时颖、田凌宇和程新生（2026）及李宏等（2021），本数据集依据发明与实用新型专利的技术大组分布测度企业技术知识广度。 累计申请组合 以企业为单位，纳入上市公司本体参与申请的发明专利与实用新型专利，包含本体与其他主体共同申请的专利，不纳入仅由子公司、联营企业或合营企业申请的记录。证券代码与申请关系逐位对应，同一公司同一申请号只计一次，不按公开文献数计件。按申请年归属，截至观测年度累计，包含可观察的上市前申请；没有新增申请的年份延续已有存量。 令企业为 $i$，观测年为 $t$，其截至该年累计可观察的本体发明与实用新型申请集合为 $\mathcal{P}{it}$。累计件数为： $$ N{it}=|\mathcal{P}{it}|. $$ 该件数是分布份额的分母基础，亦有助于区分知识广度与专利组合规模。源内没有观察到申请不等于企业现实中没有申请。 主分类号与技术大组 国际专利分类包含部、大类、小类、大组和小组等层级。按照李宏等（2021）的直接方法，每件申请根据真实主分类号归入唯一大组。例如，H04W24/10归入H04W24大组；这里使用大组，不是前三位大类、四位小类或完整小组。 主分类号为空时，只在全部分类号均合法且只能归入同一大组时推定该大组。若全部分类跨多个大组，不取其首项猜测主分类；主分类残缺或同一申请存在无法解决的冲突时，保留分类未知。设申请 $p$ 的主分类所属大组为 $g(p)$，则大组累计件数及累计大组数分别为： $$ n{imt}=\sum{p\in\mathcal{P}{it}}\mathbf{1}\{g(p)=m\},\qquad K{it}=|\{m:n{imt}0\}|. $$ 每件申请只属于一个主大组，因此全部大组件数之和等于累计申请件数。累计大组数以个为单位，表示技术领域覆盖的种类，不是知识广度主指标。 集中度与技术知识广度 分类完整且累计件数为正时，计算各大组占累计申请组合的份额，进而得到技术大组集中度： $$ p{imt}=\frac{n{imt}}{N{it}},\qquad HHI{it}=\summ p{imt}^{2}. $$ 技术知识广度对应张时颖等（2026）的Patentqua及李宏等（2021）的知识宽度： $$ Breadth{it}=1-HHI{it}. $$ 广度取值为0至1之间且不含1，越大表示累计技术知识在大组之间分布越广且均衡。只有一个大组时HHI为1、广度为0。该指标同时受技术领域分布及专利组合规模影响，不能单独解释为创新成果质量或某一年的技术突破。 零值、缺失与样本范围 无可观察本体申请时，累计件数和累计大组数为0，分布集中度及广度因分母为0保持缺失。累计组合中任一申请主大组未知时，累计件数独立保留，大组数、HHI和广度均缺失；未知申请会继续影响以后年份的累计组合，不能删除未知申请后将剩余组合当作完整分布。 覆盖所有行业、板块及可得年度，原始生产数据保留ST/PT和金融企业。公司年范围包含上市存续年份以及真实专利来源中的可得观测年份，保留可得上市前及退市后来源年。末年为运行时当前年减一，不因末年公开不足自行再删除一年。 补充说明 张时颖等（2026）正文要求剔除无效专利；其直接方法来源李宏等（2021）特别剔除因“避重弃权”而与同日发明专利实质重复的实用新型。本地专利来源没有足以核实这项筛选的法律状态标记，本数据集未执行该项剔除。公开或授权文献状态不代表当前法律有效，不能用只保留授权专利来替代。重复技术内容可能影响累计规模及分类份额，本数据集不保证与论文作者样本同值。 专利类型、主分类及申请关系依赖现有来源快照；历史证券代码、企业关系变化及分类修订可能影响跨期可比性。早期收录稀疏与末年公开滞后不代表真实创新下降。地区使用现行档案快照，简称和行业尽量按年度匹配，缺少年度信息时可能用最新资料回填。 客户缩尾版本按年度对四个研究量分别实施上下各1%缩尾，不重新计算累计组合，因此计数可能不再是整数，HHI与广度的原始恒等关系可能改变；复核公式应使用原始版本。剔除版只在成品处理时排除ST/PT及金融企业，不反向改变生产数据。 参考文献 张时颖,田凌宇,程新生.重要股东多样性与企业连续性创新——来自中国高科技行业上市公司的经验证据[J].证券市场导报,2026(3):3-13,38. 李宏,王云廷,吴东松.专利质量对企业出口竞争力的影响机制：基于知识宽度视角的探究[J].世界经济研究,2021(1):32-46,134.DOI:10.13516/j.cnki.wes.2021.01.003.

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。