创新效率(DEA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] — 财务年度
• 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)
• PatentApplications [专利申请数] — 当年发明专利与实用新型专利的申请数量之和，作为创新效率DEA测算的产出基数。
• RDInput [创新投入变量] — 参考胡元木、纪端(2017,南开管理评论)的方法，为DEA创新效率测算的投入变量，计算公式为：ln(研发投入总额)，其中研发投入总额为费用化研发费用与资本化研发支出之和(单位元)。
• PatentOutput [创新产出变量] — 参考胡元木、纪端(2017,南开管理评论)的方法，为DEA创新效率测算的产出变量，计算公式为：ln(专利申请数+1)，加1以纳入有研发投入但当年无专利产出的企业。
• RDEF [创新效率(DEA)] — 参考胡元木、纪端(2017,南开管理评论)基于数据包络分析(DEA)的方法，采用规模报酬不变(CCR)模型、以研发投入的自然对数为单一投入、专利申请数的自然对数为单一产出，逐年以当年效率最优企业为前沿测算的相对创新效率，计算公式为：RDEF=(ln(专利申请数+1)/ln(研发投入总额))除以当年全部企业该比值的最大值，值域为[0,1]。用作研究变量，越大代表将研发投入转化为专利产出的效率越高。
• RDEF_Invention [创新效率(DEA-发明口径)] — RDEF的稳健性度量，产出变量改用发明专利申请数，计算公式为：(ln(发明专利申请数+1)/ln(研发投入总额))除以当年全部企业该比值的最大值，值域为[0,1]。用作稳健性检验，仅以质量更高的发明专利衡量创新产出。

常见问题

「创新效率(DEA法)」是什么数据集？

创新效率(DEA法)，隶属创新与知识产权。参考胡元木、纪端(2017,南开管理评论)基于数据包络分析(DEA)的方法，采用规模报酬不变(CCR)模型，以研发投入的自然对数为投入变量、专利申请数的自然对数

该数据集的时间范围是？

覆盖 2006-2025 年。

包含哪些变量/指标？

共 16 个变量。核心指标包括：专利申请数、创新投入变量、创新产出变量、创新效率(DEA)、创新效率(DEA-发明口径)。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 47,144 条观测。

数据是如何测算/获取的？

指标定义与计算方法 创新效率衡量企业将研发投入转化为专利产出的相对能力，是企业核心竞争力与创新潜能的直接体现。与单纯的创新投入（研发支出）或创新产出（专利数量）指标不同，创新效率同时综合了投入与产出两个维度，能够刻画研发资源的使用质量而非规模。本数据集参考胡元木、纪端（2017）的方法，采用数据包络分析（Data Envelopment Analysis, DEA）测算企业创新效率；该测算方法源自胡元木（2012）。 数据包络分析是一种非参数的效率评价方法，通过数学规划评价具有多个投入产出的决策单元（DMU）之间的相对有效性，其优势在于无需预设生产函数及参数形式。考虑到创新活动的生产函数难以确定、投入产出行为复杂，DEA 适合用于创新效率评价。本数据集将企业作为决策单元，以研发投入的自然对数为创新投入变量、专利申请数的自然对数为创新产出变量，采用规模报酬不变（CCR）模型逐年测算各企业的相对创新效率。取自然对数是为了避免因研发与专利在数值上波动幅度过大而影响相对效率判断的准确性。 具体地，设企业 $i$ 在第 $t$ 年的创新投入变量为研发投入总额的自然对数 $x{it}=\ln(RD{it})$，创新产出变量为专利申请数加一的自然对数 $y{it}=\ln(Patent{it}+1)$（加一以纳入有研发投入但当年无专利产出的企业）。在单投入单产出的规模报酬不变 DEA 模型下，效率值等于该企业单位（对数）投入所获（对数）产出与当年最优企业相应比值之比： $$RDEF{it}=\frac{y{it}/x{it}}{\max{j\in t}\left(y{jt}/x{jt}\right)}$$ 其中分母为第 $t$ 年全部企业中 $y/x$ 比值的最大值，即该年的效率前沿。$RDEF{it}$ 取值于 $[0,1]$，越接近 1 表示企业越接近当年最优创新效率；效率前沿企业取值为 1，有研发投入但当年无专利产出的企业取值为 0。创新产出主口径采用专利申请总数（发明专利与实用新型专利申请之和）；稳健口径 $RDEF\Invention$ 将产出替换为质量更高的发明专利申请数，其余计算方式相同。 研发投入总额为费用化研发费用与资本化研发支出之和。中间变量中同时保留创新投入变量 $\ln(RD)$、创新产出变量 $\ln(Patent+1)$ 与专利申请数原值，以便使用者审视效率测算的构成。 补充说明 样本覆盖全部行业、以证券代码与年度为主键。为控制源数据中研发披露的重大误差，剔除年度研发投入总额低于 100 万元的观测：DEA 效率是相对当年前沿企业的比值，单个"高专利、异常低研发"的错误观测会占据效率前沿并系统性压低当年其他企业的效率，故本数据集对研发下限的要求严于一般的比率法指标。样本仅保留 A 股（主板、中小板、创业板、科创板）与北京证券交易所股票，剔除 B 股与老三板代码——这些代码的专利均登记在其 A 股孪生代码之下、效率恒为零，保留只会重复计入同一主体。指标输出为原始值、不做缩尾，效率前沿企业的取值保持为 1。 需要提示几项使用局限。第一，在单投入单产出的对数比值形式下，本效率指标与专利产出的相关性很高（与 $\ln(Patent+1)$ 的相关系数约为 0.98），而对研发投入维度的区分力相对较弱，这是该测算方法的固有性质；使用时不宜与专利规模变量同时进入模型，作为被解释变量时宜控制专利规模，并可按惯例对指标做 1% 缩尾。第二，在样本稀疏的早期年份（约 2010–2016 年），效率前沿仍可能由研发披露不完整的大型企业设定，从而压低这些年份的效率水平；样本密集年份（2018 年以后）前沿多为研发投入领先的龙头企业，无此问题；跨期研究应加入年度固定效应，并可对照发明口径的稳健度量。第三，最末一个申请年份因专利公开存在约一年半的滞后而不完整，其效率值系统性偏低，跨期研究应谨慎使用最末一两年并纳入年度固定效应。 参考文献 - 胡元木, 纪端. 董事技术专长、创新效率与企业绩效[J]. 南开管理评论, 2017, 20(3): 40-52. - 胡元木. 技术独立董事可以提高创新产出效率吗——来自中国证券市场的研究[J]. 南开管理评论, 2012, 15(2): 136-142.

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。