Question 1

「创新网络中心性(特征向量中心性)」是什么数据集？

Accepted Answer

创新网络中心性(特征向量中心性)，隶属创新与知识产权。以企业联合申请的发明专利与实用新型专利构建同行业创新网络，采用3年滚动时间窗口，以专利申请单位为节点、共同申请专利为连边构建无向网络，计算企业的特征向量中心性，

Question 2

该数据集的时间范围是？

Accepted Answer

覆盖 1993-2025 年。

Question 3

包含哪些变量/指标？

Accepted Answer

共 17 个变量。核心指标包括：创新网络度、创新网络规模、创新网络中心性、创新网络度中心性、创新网络中心性(1年窗口)、创新网络中心性(5年窗口)。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

Question 4

数据频率和层级是怎样的？

Accepted Answer

频率为年度，上市公司层级。

Question 5

样本量有多大？

Accepted Answer

约 71,744 条观测。

Question 6

数据是如何测算/获取的？

Accepted Answer

指标定义与计算方法

网络嵌入性理论指出，企业的成长受到其所嵌入的、由外部利益相关者组成的创新网络的影响，嵌入程度越深，从创新网络中获得资源支持的机会越大。创新网络中心性刻画企业在这一网络中的位置结构特征，它既反映企业嵌入产业链的程度，也反映其所能获取的知识、信息等创新资源的多寡。占据网络中心位置的企业更容易广泛了解市场信息、吸收科研机构的新知识、及时捕捉新兴技术趋势，从而降低创新活动的不确定性，并获得更多向合作方进行组织学习的机会。本数据集参考魏峰和莫泳钧 (2026, 研究与发展管理) 的做法，以企业联合申请专利数据构造企业间的创新网络，并计算每个企业的中心性指标。

构建网络的原始素材是企业的发明专利与实用新型专利申请。由于网络刻画的是企业间的创新合作，只有存在两个及以上专利申请单位的专利才携带合作信息，因此仅由企业单独申请、不存在企业间创新合作的专利不进入网络构建。创新网络被定义为在行业范围内创新主体在交互中建立的相对稳定且与创新相关的社会关系总和，故网络按行业分别构建：企业按其当年所属的行业大类归组，同一行业内的联合申请专利共同构成该行业当年的创新网络。考虑到企业间的创新合作具有持续性，网络采用滚动式时间窗口构建，即第 $t$ 年的网络由第 $t-2$ 年至第 $t$ 年三年间的联合申请专利共同构成。

在此基础上构造无向网络：以专利申请单位为网络节点，以共同申请专利为节点之间的连边。同一件专利上的任意两个不同申请单位之间建立一条连边，两个单位之间无论共同申请多少件专利均只保留一条连边，网络因而是无权简单图。节点集合包含参与该行业联合申请的全部申请单位，既包括上市公司，也包括与之合作的高校、科研机构以及其他各类企业。上市公司本身作为申请单位时归并为代表该公司的单一节点。

企业的网络位置以特征向量中心性衡量。特征向量中心性不仅考虑与目标节点直接相连的其他节点的数量，还进一步考虑这些节点自身在网络中的连接情况，因而能够反映节点在网络中的地位与影响力：与少数高影响力节点相连，可能比与大量边缘节点相连带来更高的中心性。设网络的邻接矩阵为 $\mathbf{A}=(a{ij})$，当节点 $i$ 与节点 $j$ 之间存在连边时 $a{ij}=1$，否则为 $0$，则节点 $i$ 的中心性由其相邻节点的中心性之和递归确定：

$$xi=\frac{1}{\lambda{\max}}\sum{j\in V}a{ij}xj ,\qquad \mathbf{A}\mathbf{x}=\lambda{\max}\mathbf{x}$$

其中 $\lambda{\max}$ 为邻接矩阵的最大特征值，$\mathbf{x}$ 为其所对应的特征向量。取该特征向量后按网络内的最大分量作归一化，得到企业 $i$ 的创新网络中心性：

$$Centralityi=\frac{xi}{\max{j\in V}xj}\in[0,1]$$

数值越大，说明该节点在创新网络中的位置越重要。

数据集同时提供三项辅助口径。网络度为该企业在网络中直接相连的其他申请单位数量，网络规模为该企业所属行业当年网络的节点总数，二者构成度中心性的分子与分母：度中心性 $DCi=\deg(i)/|V|$，即企业的实际连边数量与网络规模之比，以消除企业所在网络规模差异可能带来的影响。此外，改变构建网络的时间窗口会改变网络所包含的样本，进而影响中心性取值，因此另按 1 年与 5 年窗口重新计算特征向量中心性，作为时间窗口选择的稳健性口径。
补充说明

- 样本口径：数据集覆盖全部行业与全部可得年份，不预先施加回归样本限制；原始文献的实证部分限于制造业上市公司的一段较短窗口，使用者可自行按行业与年份取子样。指标不作缩尾处理。
- 企业作为申请单位的识别：以企业的工商全称与专利申请人逐个精确比对来认定，与按企业名称检索专利的做法一致。因此企业的子公司、联营与合营企业以各自名义申请的专利不计入该企业。这一口径对以集团母体或分地区主体名义集中申报、或曾变更过工商全称的企业会低估其合作网络；反之，企业与自身关联主体之间的共同申请会被计为合作关系，对集团架构较复杂的企业则形成相反方向的影响。建议在回归中控制企业规模与产权性质。
- 特征向量的分量性质：同行业创新网络通常由多个互不相连的部分构成，而特征向量只在最大特征值所属的那一部分上取非零值。因此存在合作关系但不处于该部分的企业，其中心性数值很小甚至为零（数值上低于计算精度者一律记为零）；取值为 1 表示该企业是所在部分中最中心的节点，并不等同于全行业最中心。这是该指标的固有性质，也是原始文献另行提供度中心性作为替代口径的原因。中心性为零同时对应三种情形：所属行业当年不存在创新网络、企业在网络中没有合作对象、以及企业有合作对象但特征向量数值退化。
- 跨行业可比性：每个行业年度网络中恰有一个节点取值为 1，企业数较少的行业其中心性均值因而系统性偏高；度中心性以网络规模为分母，其横截面差异主要来自行业年度层面的网络规模差异。两个指标均建议在加入行业与年度固定效应的设定下使用，不宜直接作跨行业的水平比较。
- 其他局限：发明专利自申请至公开存在约十八个月的滞后，最末若干个申请年度的联合申请专利尚未完全公开，会使该时期的网络相对稀疏，并经滚动窗口影响相邻年份，使用长窗口面板时建议对末端年份作稳健性检验；行业归属按企业当年所属的行业大类动态匹配，与原始文献所用的静态行业划分在分类层级上一致。
参考文献

- 魏峰,莫泳钧.制造企业平台化转型对新质生产力的影响——基于网络嵌入性理论的有调节的中介模型[J].研究与发展管理,2026,38(3):140-151.
- BOXU Y, XINGGUANG L, KOU K. Research on the influence of network embeddedness on innovation performance: evidence from China's listed firms[J]. Journal of Innovation & Knowledge, 2022, 7(3): 100210.
- SCHILLING M A, PHELPS C C. Interfirm collaboration networks: the impact of large-scale network structure on firm innovation[J]. Management Science, 2007, 53(7): 1113-1126.
- 陈岩,张睿倩,吴超楠,等.多重情境下"核心—边缘"网络关系研究——基于云计算企业分阶段成长的分析[J].科研管理,2024,45(2):105-116.

Question 7

如何获取该数据集？

Accepted Answer

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。

时间跨度	1993-2025 年
数据频率	年度
层级	上市公司
变量数	17
样本量	71,744
是否可合并	可与同主体数据集合并

创新网络中心性(特征向量中心性)

字段字典

常见问题