企业创新困境(行业期望落差法)

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] — 专利申请年度，与企业财务年度对应
• 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)
• PatentApplication [专利申请总数] — 企业当年提交的专利申请总数，按专利申请年度统计，包含母公司申请、子公司申请与联合申请，当年无申请记为0
• IndustryAspiration [行业创新期望水平] — 参考刘金芹等(2026,中国注册会计师)的方法，计算公式为：企业所属行业上一年度全部上市公司专利申请总数的中位数。该中位数即企业面临的行业创新预期目标(社会期望水平)，行业内上市公司不足10家时不计算。
• IsInnovationChallenge [是否陷入创新困境] — 参考刘金芹等(2026,中国注册会计师)的方法，计算公式为：企业当年专利申请总数低于所属行业上一年度专利申请总数中位数时取1，否则取0。是否陷入创新困境(0=否，1=是)。用作研究变量，取值为1代表企业在行业创新竞争中处于相对劣势、核心技术积累与成果转化未达行业预期。
• InnovationCapability [企业创新能力] — 参考刘金芹等(2026,中国注册会计师)的方法，计算公式为：ln(1加企业当年专利申请总数)除以ln(1加企业当年研发支出)，研发支出以元计量并包含费用化与资本化两部分。数值越大代表单位研发投入所对应的专利产出越多。研发支出缺失、为零或低于10万元时不计算。
• IsTechConstrained [是否技术约束型分组] — 参考刘金芹等(2026,中国注册会计师)的方法，计算公式为：企业创新能力低于当年全部样本中位数时取1，否则取0。是否属于技术约束型创新困境分组(0=否，1=是)，该分组用于识别因技术能力不足、技术轨道锁定而受阻的创新困境类型。本字段为全样本按当年中位数的二分组，并非陷入创新困境企业的子集，企业创新能力缺失时为空值。

常见问题

「企业创新困境(行业期望落差法)」是什么数据集？

企业创新困境(行业期望落差法)，隶属创新与知识产权。基于企业行为理论的行业期望落差法识别企业创新困境:以所属行业上一年度专利申请数的中位数作为行业创新预期目标,当企业当年专利申请数低于该目标时判定为陷入创新困境。

该数据集的时间范围是？

覆盖 1993-2025 年。

包含哪些变量/指标？

共 16 个变量。核心指标包括：专利申请总数、行业创新期望水平、是否陷入创新困境、企业创新能力、是否技术约束型分组。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 70,951 条观测。

数据是如何测算/获取的？

指标定义与计算方法 企业行为理论认为，企业并不以绝对绩效评价自身，而是把实际表现与某个期望水平相比较，并据此调整后续行为。当实际绩效低于期望水平时，企业感知到负向绩效反馈，风险偏好随之发生改变。创新活动的期望水平通常来自同行业其他企业的表现，即所谓社会期望水平。本数据集沿此思路刻画企业的创新困境，其含义并非企业研发活动停滞，而是企业在核心技术积累与成果转化上于行业创新竞争中处于相对劣势。 基础变量是企业当年的专利申请总数。之所以采用申请数而非授权数，是因为专利申请发生在企业作出创新决策的当期，能够及时反映企业当年的创新产出努力，而授权受实质审查周期影响存在数年滞后。设企业 $i$ 在第 $t$ 年提交的专利申请总数为 $P{i,t}$，其所属行业 $j$ 的创新预期目标定义为该行业内全部上市公司在上一年度专利申请总数的中位数： $$Asp{j,t}=\operatorname{median}\left\{P{k,t-1}\mid k\in j\right\}$$ 以中位数而非均值作为参照基准，可以消除少数专利大户带来的极端值干扰，使不同行业之间具有良好的可比性；以上一年度而非当年的行业水平作为基准，则体现了企业创新活动的动态适应与调整更新逻辑，因为企业在当期形成的行业预期只能建立在已经观察到的上一年行业表现之上。行业按上市公司协会行业分类确定，制造业取门类字母后的前两位、其余门类取首位字母进行分组，并按年度动态匹配企业当年实际所属的行业。中位数在行业与年度构成的单元内、于全部上市公司上计算，包含当年没有提交任何专利申请的企业；行业与年度单元内上市公司不足十家时，其中位数不足以构成可比的行业预期目标，该情形不予判定。 核心指标创新困境为二元变量。当企业当年专利申请总数低于所属行业上一年度的中位数时取值为一，否则取值为零： $$InnChal{i,t}=\mathbb{1}\left(P{i,t}<Asp{j,t}\right)$$ 创新困境的成因可以进一步区分。技术约束型创新困境指企业因技术能力不足、技术轨道锁定或关键核心技术路径不确定性高，导致创新活动受阻、技术突破困难，其根源在于企业内生能力的匮乏。识别这一类型依赖于对企业创新能力的度量，后者定义为对数化的专利产出与对数化的研发投入之比： $$InnEff{i,t}=\frac{\ln\left(1+P{i,t}\right)}{\ln\left(1+RD{i,t}\right)}$$ 其中 $RD{i,t}$ 为企业当年研发支出，以元计量，包含费用化与资本化两部分。该比值衡量单位研发投入所对应的专利产出，取值越低代表企业将研发资源转化为技术成果的能力越弱。按当年样本中位数把企业划分为高低两组，创新能力低于中位数的一组即为技术约束型分组。需要指出的是，该分组是在全部样本上按中位数二分得到的，并非陷入创新困境企业的子集；它与创新困境分别刻画的是困境"是否发生"与"何种成因"这两个不同侧面。 补充说明 - 样本口径：本数据集覆盖全部A股上市公司的公司-年度观测，仅保留公司正式上市当年及其后的年份；不预先剔除金融保险业与特殊处理公司，也不作缩尾处理，使用者可按研究需要自行施加原文的样本限制。原文的回归样本区间为二〇一五年至二〇二三年，剔除金融保险业与特殊处理公司，并对连续变量作双侧百分之一缩尾。 - 上市前观测的处理：上游专利面板保留了公司上市之前已有专利活动的年份，这类记录只在企业当年确有专利申请时才存在，属按结果选择的样本，若计入行业中位数会系统性压低行业预期目标。本数据集在计算行业中位数之前即予剔除。 - 专利归属口径：专利数据经申请人名称匹配归集，包含母公司申请、子公司申请与联合申请，较仅统计母公司申请的口径更宽。由于指标本身是行业内的相对位次，水平上的差异可以部分抵消，但集团合并范围的差异不属于保序变换，其绝对水平与基于母公司口径的研究不宜直接比较。 - 与公司规模的关系：指标本质上是行业内专利数量的相对位次，与公司规模存在明显的单调梯度。使用时应控制公司规模，并可考虑在行业与年度固定效应之外补充行业内规模配对的稳健性检验。 - 创新能力的可比性：研发费用在利润表中单独列示的时点晚于本数据集的样本起点，此前研发支出的披露覆盖有限且存在量级不一致的情形，研发支出低于十万元的观测按数据错误不予计算。原文未注明该公式中研发支出的货币单位，本数据集统一以元计量；由于对数变换对单位变换是近似平移而非比例变换，单位选择会影响企业之间的相对排序，跨研究比较时需注意口径一致。该比值的分母在企业间的变异远小于分子，创新能力与专利申请数高度同向，因此不宜与创新困境同时作为解释变量进入同一回归。 - 未纳入的替代度量：原文在稳健性检验中还使用了一个经行业中位数调整的创新困境替代变量，但全文未给出该变量的计算公式，且其回归结果与基准回归完全一致，无从据以校准，故本数据集不予实现，仅提供上文定义的二元创新困境指标。 - 其他局限：专利公开存在时滞，最近若干个申请年份的申请量尚未完全公开，当年分子的截断幅度大于滞后一年的分母，会推高末端年份被判定为困境的比例；样本早期上市公司普遍没有专利，行业中位数为零时不存在能被判定为困境的企业，指标在早期年份缺乏区分力；专利数为整数且判定采用严格小于，行业整体专利水平较低时单件专利的记录差异即可翻转判定；制造业仅分为四组，组内行业异质性在做行业异质性分析时会有所体现。 参考文献 - 刘金芹,刘星晖,于明涛.企业创新困境与数据资源信息披露的策略性调整[J].中国注册会计师,2026,(5):59-66. - 孙冰,张延丰,田胜男."跌倒"后是否还会"爬起来":不同前因组态的创新失败对企业再创新行为的影响[J].管理评论,2025,37(1):87-99.

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。