企业绿色创新质量(绿色专利被引法)

字段字典

• Symbol [股票代码] — 6位股票代码
• StkName [证券简称] — 上市公司证券简称
• Year [年份] — 专利申请年份
• 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)
• GPQ [企业绿色创新质量] — 参考赵炎、齐念念和孟庆时(2023,科技进步与对策)的方法，计算公式为：ln(1+企业当年申请的绿色专利获得的前向被引用次数之和)。绿色专利依据世界知识产权组织绿色技术国际专利分类清单识别，按专利申请年归属；被引用次数剔除自引，并累计至数据更新时点。用作研究变量，越大代表企业当年产出的绿色技术成果在后续技术演进中被援引越多、绿色创新质量越高。
• GPQInclSelf [企业绿色创新质量-含自引口径] — 参考赵炎、齐念念和孟庆时(2023,科技进步与对策)的方法，计算公式为：ln(1+企业当年申请的绿色专利获得的前向被引用次数之和)，与核心指标的唯一差别是被引用次数不剔除自引，即申请人与被引专利申请人相同的引用同样计入。用作稳健性检验的替代口径，取值不低于核心指标。
• GPQ5Y [企业绿色创新质量-五年窗口口径] — 参考赵炎、齐念念和孟庆时(2023,科技进步与对策)的方法，计算公式为：ln(1+企业当年申请的绿色专利在申请后五年内获得的非自引前向被引用次数之和)，即只计引用方专利申请日落在被引专利申请日起五年之内的引用。与核心指标的差别在于引用窗口固定为五年而非累计至数据更新时点，使不同申请年的取值处于等长观察窗口。用作跨年度比较与时间趋势分析的稳健性口径，取值不高于核心指标。

常见问题

「企业绿色创新质量(绿色专利被引法)」是什么数据集？

企业绿色创新质量(绿色专利被引法)，隶属创新与知识产权。参考赵炎、齐念念和孟庆时(2023,科技进步与对策)的方法, 以企业绿色专利获得的前向被引用次数刻画其绿色创新的技术质量。

该数据集的时间范围是？

覆盖 1986-2025 年。

包含哪些变量/指标？

共 14 个变量。核心指标包括：企业绿色创新质量、企业绿色创新质量-含自引口径、企业绿色创新质量-五年窗口口径。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 96,328 条观测。

数据是如何测算/获取的？

指标定义与计算方法 绿色创新与一般意义上的技术创新有一个重要区别：它的价值不完全体现在企业自身的收益上。一项减排技术或清洁能源技术被越多的后续研发所采纳和延伸，它对整个技术体系的贡献就越大。因此，衡量企业绿色创新的水平，不能只数企业申请了多少件绿色专利——申请量反映的是投入的规模，而非成果的分量。一家企业可能年年产出大量绿色专利，却没有一项被同行认真对待；另一家企业的绿色专利数量不多，但其中若干项成为后续技术演进反复引用的基础。前者的数量优势并不意味着质量优势。 区分数量与质量需要一个外部的评价来源。专利被后续专利引用的次数提供了这样一个来源：引用关系由后来的申请人与审查员认定，不受被引企业自身控制，一项技术被反复援引，说明它在后续的技术演进中被承认、被继承。本指标参考赵炎、齐念念和孟庆时（2023）的做法，以企业绿色专利获得的被引用次数刻画其绿色创新的技术质量。 第一步是识别绿色专利。 绿色专利指以绿色技术为发明主题的专利，判定依据是世界知识产权组织编制的绿色技术国际专利分类清单（IPC Green Inventory）。该清单按替代能源生产、交通运输、能源节约、废弃物管理、农林业、行政监管设计、核能发电七个主题，列出对应的国际专利分类号。一件专利只要其任一国际专利分类号落入清单范围，即认定为绿色专利。判定在专利层面完成，随后按专利的申请年份归属到企业。采用申请年而非授权年，是因为申请时点更接近企业实际作出研发决策的时点，授权则要经历审查周期，且是否获得授权受到申请策略与审查标准等企业创新活动之外因素的影响。 清单中有一部分条目不是具体的分类号，而是整个子类。这类条目多数没有问题——被收录的子类本身就对应其绿色主题，水处理子类里就是水处理技术，风力发动机子类里就是风电技术。但其中三条例外：电气测量仪器、商业数据处理与页岩油裂化，它们被收录的理由与子类的实际范围严重不符。以商业数据处理为例，它进入清单的理由是碳排放权交易，而该子类同时容纳了金融业务处理、企业管理、电子商务等大量与绿色技术无关的内容。保留这三条会使金融、信息技术等行业的业务系统专利被大面积计入绿色专利，使这些行业在本指标上取得与其产业属性明显不符的位次。本实现因此剔除这三条，仅保留其下界定明确的具体条目（废油回收）。相应的代价是真正以碳排放权交易为主题的专利会被漏计——该主题在清单中只有一个整子类码，在不自行设定分类标准的前提下无法进一步细分。 第二步是统计被引次数。 对企业第 $t$ 年申请的每一件绿色专利，统计其获得的前向引用，即后续有多少件专利在申请文件中引用了它。这里有一处必须处理的技术细节：一件施引发明在专利文献中往往留下不止一份文本——发明专利先以公开文本刊出，获得授权后再以授权文本刊出，两份文本会各自形成一条引用记录，但它们对应的是同一件发明的同一次引用行为。若按文献记录逐条计数，被引次数会被系统性放大；更麻烦的是放大幅度随年份漂移，因为近年的施引专利尚未授权、还没有授权文本，于是在真实的引用截断趋势之外又叠加一条虚假的下降趋势。本实现按施引发明的文献家族去重，使同一件施引发明只计一次。 将企业当年全部绿色专利的被引次数加总，得到 $C^{green}{i,t}$。加总而非取平均，是因为原文定义的是被引用次数本身，它同时承载了绿色专利的数量与单项质量两方面信息。 被引次数的分布高度右偏：多数专利从未被引用，少数专利被引用数十甚至上百次。直接使用原始次数会让少数极端观测主导回归结果，故取自然对数压缩尾部；又因为大量企业年的被引次数为零，而零的对数无定义，故在取对数前加一。由此得到企业绿色创新质量： $$GPQ{i,t}=\ln\left(1+C^{green}{i,t}\right)$$ 其中 $GPQ{i,t}$ 为企业 $i$ 第 $t$ 年的绿色创新质量，$C^{green}{i,t}$ 为该企业当年申请的绿色专利所获得的被引用次数之和。取值越大，表示企业当年产出的绿色技术成果在后续技术演进中被援引得越多，绿色创新的质量越高。取值为零既可能是企业当年没有绿色专利，也可能是有绿色专利但尚未获得引用，两种情形在本指标上不作区分——这与原文的构造一致，因为二者在"没有产生被后续研发承认的绿色技术成果"这一点上是相同的。 本数据集在核心指标之外提供两个口径变体，用于稳健性检验。其一是自引口径。 核心指标剔除了自引，即施引方与被引专利申请人相同的引用，理由是企业可以通过在后续专利中反复引用自己的既有成果来抬高被引次数，剔除自引是引文计量的通行处理。变体 $GPQInclSelf$ 保留自引，与原文"被引用次数"的字面表述一致，供偏好字面口径的使用者使用。其二是引用窗口口径。 核心指标采用累计窗口，即把截至数据更新时点的全部引用计入；这一口径直接对应原文的文字定义，但早年申请的专利天然拥有更长的引用累积期，跨申请年的取值并不处于同一基准。变体 $GPQ5Y$ 只计引用方专利的申请日落在被引专利申请日起五年之内的引用，使每个观测都对应等长的观察窗口，适用于以跨年度比较或时间趋势为核心的研究设计。三个口径之间存在严格的包含关系：五年窗口口径不超过累计口径，累计口径不超过含自引口径。 补充说明 - 样本口径：不预先施加行业、板块与年份限制，金融业与房地产业企业同样进入计算，使用者可按自身研究设计筛选。原文的样本限定为高新技术上市企业且集中于其写作时可得的年份区间，本数据集未沿用该限定。 - 零值的两种来源与模型选择：多数零值来自企业当年根本没有绿色专利，其余来自有绿色专利但尚未获得引用，二者在本指标内部不可区分；需要区分的研究者可与绿色专利计数类指标配合使用（二者的绿色专利判定逐行一致，唯一例外是本数据集不设年份下限而该类指标对极早期年份另有过滤，差异仅涉及个别企业年）。建模上需注意：这些零是真零而非左删失，归并回归的潜变量假设并不成立。更合适的处理是对还原出的计数做泊松伪极大似然或负二项估计（计数可由 $\exp(GPQ)-1$ 无损还原），或采用两阶段的栅栏模型，第一阶段用是否拥有绿色专利建模。正值部分的离散程度很高，泊松类估计须使用稳健标准误。 - 引用窗口与时间边界：前向引用需要时间累积，引用方专利本身还要经历约十八个月的公开滞后，因此最近若干申请年的被引次数尚未累积完全。更需注意的是，最末的一两个申请年连绿色专利件数本身都是残缺的——受同一公开滞后影响，这些年份的专利尚未全部入库，构成第二重截断。此外指标的标准差在末端同步塌缩，意味着变量的信噪比逐年变化，这一部分不是年份固定效应所能吸收的，处理期落在末端的双重差分会因此受到扭曲。建议把累计口径的样本止于数据最末专利年往前推三到四年，五年窗口口径止于往前推五到六年。五年窗口口径在末端还有一重退化：最末四到五个申请年的窗口被数据更新时点截断，该区间内它与累计口径几乎逐行相等，不再提供任何额外信息。 - 绿色专利识别的粒度局限：以国际专利分类清单判定绿色专利是该文献脉络下的通行做法，但它识别的是技术主题而非实际环境绩效——分类上属于绿色技术的专利未必转化为实际减排产出。清单本身还有两处粒度问题。其一，保留下来的整子类条目中，铁路、交通控制、供配电三条的子类内确实混有与减排关系较远的技术，对以轨道交通或电力设备为主业的企业，本指标包含了这部分技术的贡献。其二，清单里相当数量的条目写作"主组总括"形式且未列出该主组下的具体小组，本实现按分类号字面前缀匹配，因而只命中总括码本身、命中不到其下位小组；受影响的主题包括烟气处理与碳捕集、沼气、地热、建筑保温等。维持字面匹配是为了与本库其他绿色专利指标保持完全一致的识别口径，改按主组整体读则属于对清单的自行解释。研究主题正落在上述技术上的使用者应知悉本指标对其覆盖不完整。 - 专利类型：原文对绿色专利的界定包含外观设计，而本数据集的专利范围为发明专利与实用新型。对以外观设计承载绿色技术的企业，其绿色专利规模相应偏窄；不过外观设计在引文计量中本就很少被引用，对被引次数口径的影响有限。 - 与原文描述统计的量级差异：本数据集在原文年份区间上的取值高于原文报告的水平。已就此做过系统排查：把引用截止时点回退到原文成稿之前、并限定为境内引用，只能解释其中很小一部分；改按绿色专利平均被引次数的读法虽能在全样本上接近原文报告值，但在与原文样本特征相近的子样本上同样远高于原文，故不构成口径依据。本指标按原文变量说明的字面定义实现，即当年全部绿色专利被引次数之和。以复刻原文描述统计为目标的使用者需预先知悉。 - 企业归属口径：专利归属包含上市公司本体及其子公司、联营合营企业名下的专利，且这一主体关系表不随年份变化，而是回溯适用于全部申请年——某家公司历史上曾控股、后已转让的子公司，其全部年份的专利仍记在该上市公司名下，个别情形下同一批专利还会同时挂在两个股票代码下。涉及股权变更、混合所有制或金融业子样本的研究需特别留意。一件由多家上市公司联合申请的绿色专利，其被引次数也会在各家企业分别计入。 - 指标的构成性质：本指标是被引次数的总和，因而同时承载绿色专利的数量与单项质量两方面信息，与绿色专利件数存在相当程度的相关。把它当作纯质量变量、同时把绿色专利数量放进同一个回归作控制，会面临共线性；把它作被解释变量而以绿色专利数量作解释变量，则接近同义反复。需要篇均口径的研究者可用还原出的计数除以绿色专利件数自行构造。 - 其他局限：面板骨架的起点是企业首次出现专利活动的年份而非上市年份，部分行发生在企业上市之前，按股票代码与年份做内连接并不能将其排除，需要时请自行按上市日期过滤；少数有绿色专利的企业年因主体不在全A股面板骨架内而未进入数据集，主要是B股代码、新三板游离码与已退市终止的主体；零值比例随企业规模单调递减、行业间差距悬殊，且有相当比例的公司在全样本期内取值恒为零，这些观测在公司固定效应下不提供识别信息，以本指标作被解释变量做高维固定效应回归时建议同时报告剔除全零企业后的稳健性结果；省市区县取自企业档案的当前注册地，不随年份变化，城市代码存在一定比例的缺失且集中于专利活跃的东部省份；引用数据涵盖境内外的引用来源，与仅收录境内引用的数据源在水平上不可直接比较。 参考文献 - 赵炎,齐念念,孟庆时.技术整合能力、绿色专利质量与企业持续性创新[J].科技进步与对策,2023,40(8):11-21. - 陶锋,赵锦瑜,周浩.环境规制实现了绿色技术创新的"增量提质"吗——来自环保目标责任制的证据[J].中国工业经济,2021,38(2):136-154. - ACOSTA M, CORONADO D, FERRANDIZ E, et al. Effects of knowledge spillovers between competitors on patent quality: what patent citations reveal about a global duopoly[J]. The Journal of Technology Transfer, 2022, 47: 1451-1487.

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。