企业创新边界(IPC新领域识别)
「企业创新边界(IPC新领域识别)」，覆盖 1991-2023 年，频率 年度，上市公司层级，含 21 个变量，样本量约 41,934。 衡量企业创新活动的边界拓展与知识探索程度。
| 时间跨度 | 1991-2023 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 21 |
| 样本量 | 41,934 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 6位股票代码
- StkName [证券简称] — 证券简称
- Year [年份] — 专利申请年份
- Province [省份] — 公司注册所在省份
- ProvinceCode [省份代码] — 省份行政区划代码(6位)
- City [城市] — 公司注册所在城市
- CityCode [城市代码] — 城市行政区划代码(6位)
- County [区县] — 公司注册所在区县
- CountyCode [区县代码] — 区县行政区划代码(6位)
- IndustryCode [行业代码] — 中上协行业分类代码
- IndustryName [行业名称] — 中上协行业分类名称
- PatentNewCount [新技术领域专利数] — 参考沈坤荣等(2023, 中国工业经济)和Byun et al.(2021, MS)的方法，统计企业当年IPC主组级分类号均不在截至上一年末累计技术池中的专利数量。单位：件
- PatentOldCount [已有技术领域专利数] — 参考沈坤荣等(2023, 中国工业经济)的方法，计算公式为：当年专利总数减去新技术领域专利数。单位：件
- PatentTotal [当年专利总数] — 母公司当年申请的专利总数(含联合申请)。单位：件
- InnovBoundary [创新边界拓展指标] — 参考沈坤荣等(2023, 中国工业经济)和Byun et al.(2021, MS)的方法，计算公式为：ln(1+新技术领域专利数)，用作研究变量，越大代表企业创新边界拓展越广
- NewPatentRatio [新技术领域专利占比] — 参考沈坤荣等(2023, 中国工业经济)的方法，计算公式为：新技术领域专利数/当年专利总数，取值0-1，越大代表探索型创新越多。单位：比例
- TechProximity [与上一年技术相似度] — 参考Jaffe(1986, AER)和沈坤荣等(2023, 中国工业经济)公式(20)的方法，计算公式为：企业t年与t-1年IPC子类级技术空间份额向量的余弦相似度，取值0-1，越大代表技术轨迹越窄。单位：比例
- KnowledgeBreadthHHI [知识宽度] — 参考沈坤荣等(2023, 中国工业经济)公式(21)的方法，计算公式为：1减去各IPC子类级专利份额平方和(赫芬达尔指数)，取值0-1，越大代表技术领域分布越分散
- IPCNewCount [年度新增IPC分类号数] — 参考沈坤荣等(2023, 中国工业经济)的方法，统计当年首次出现的IPC主组级分类号数量(历史上从未涉足的新技术类别)。单位：个
- IPC3DigitCount [当年IPC子类数] — 当年涉及的IPC子类级(Section+Class+Subclass, 如C12M)类别数量。单位：个
- IPC4DigitCount [当年IPC主组数] — 当年涉及的IPC主组级(Section+Class+Subclass+MainGroup, 如C12M1)类别数量。单位：个
常见问题
- 「企业创新边界(IPC新领域识别)」是什么数据集？
- 企业创新边界(IPC新领域识别)，隶属创新与知识产权。衡量企业创新活动的边界拓展与知识探索程度。
- 该数据集的时间范围是？
- 覆盖 1991-2023 年。
- 包含哪些变量/指标？
- 共 21 个变量。核心指标包括：新技术领域专利数、已有技术领域专利数、当年专利总数、创新边界拓展指标、新技术领域专利占比、与上一年技术相似度、知识宽度、年度新增IPC分类号数、当年IPC子类数、当年IPC主组数。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 41,934 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集旨在衡量企业的异质性创新行为，特别是其拓展技术边界、探索新知识领域的活动。核心思想是将企业的专利组合依据国际专利分类（IPC）体系进行分解，通过分析其技术构成在时间维度的变化来识别探索式创新与利用式创新。参考沈坤荣等（2023）和Byun等（2021）的研究，首先构建企业的历史技术池，即截至上一年末企业所有专利涉及的IPC主组级（四位码）分类号集合。在此基础上，将企业当年申请的专利划分为两类：若某专利的所有IPC主组分类号均不在其历史技术池中，则定义为“新技术领域专利”（PatentNewCount），代表企业进入了全新的技术领域；反之，则属于“已有技术领域专利”（PatentOldCount），代表企业在现有技术轨道上的深化。PatentTotal为当年母公司申请的专利总数。 基于上述分类，计算核心指标“创新边界拓展指标”（InnovBoundary），其计算公式为： $$InnovBoundary = \ln(1 + PatentNewCount)$$ 该指标取自然对数以平滑分布，数值越大表明企业拓展技术边界的探索性创新活动越活跃。同时，计算“新技术领域专利占比”（NewPatentRatio），即$NewPatentRatio = PatentNewCount / PatentTotal$，作为衡量探索型创新相对强度的补充指标。 为更全面地刻画企业技术结构，数据集还包含三个基于IPC分布的特征指标。首先，“与上一年技术相似度”（TechProximity）参考Jaffe（1986）和沈坤荣等（2023）的方法，计算企业第$t$年与第$t-1$年在IPC子类级（三位码）技术空间上的余弦相似度，用以衡量技术轨迹的连续性，数值越高表明技术路径越集中、变化越小。其次，“知识宽度”（KnowledgeBreadthHHI）参考沈坤荣等（2023）的方法，计算公式为$1 - HHI$，其中$HHI$为当年各IPC子类级专利份额的赫芬达尔指数，该指标取值在0到1之间，数值越大表明企业的技术知识分布越分散、多元化程度越高。最后，“年度新增IPC分类号数”（IPCNewCount）统计企业当年首次出现的IPC主组级分类号数量，直接反映其进入全新技术子领域的广度。此外，IPC3DigitCount和IPC4DigitCount分别记录了企业当年涉及的IPC子类级和主组级类别总数，作为技术覆盖范围的描述性统计。 补充说明 - 数据样本为A股上市公司母公司年度专利数据。 - 企业的历史技术池为截至上一年末的累计专利所涉及的IPC主组级（四位码）分类号集合。 - 专利数据包含联合申请。 参考文献 - Byun S K, Oh J M, Xia H. Incremental vs. breakthrough innovation: The role of technology spillovers[J]. Management Science, 2021, 67(3): 1779-1802. - Jaffe A B. Technological opportunity and spillovers of R&D: Evidence from firms’ patents, profits, and market value[J]. American Economic Review, 1986, 76(5): 984-1001. - 沈坤荣, 林剑威, 傅元海. 网络基础设施建设、信息可得性与企业创新边界[J]. 中国工业经济, 2023.
- 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。