知识搜寻广度与深度(合作机构计数)

字段字典

• Symbol [股票代码] — 6位股票代码
• StkName [股票简称] — 当年股票简称(按年度动态匹配)
• Year [年份] — 专利申请年度
• 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] — 当年中上协行业分类代码(如C26)
• IndustryName [行业名称] — 当年中上协行业分类名称
• CoopPatCount [合作创新专利数] — 参考杨鹏等(2025,经济管理)的方法，计算公式为：企业当年通过合作创新模式申请的专利数(专利申请人>=2即认定为合作创新,按申请号去重)。含发明专利与实用新型,该口径含集团内部共同申请。作为SearchDepth的分子(合作专利数),用作机制构件变量。
• SearchBreadth [知识搜寻广度] — 参考杨鹏等(2025,经济管理)的方法(搜寻广度概念源自Laursen & Salter,2006,SMJ)，计算公式为：企业当年全部合作创新专利的申请人中,去除焦点公司自身主体名后剩余合作伙伴机构(大学/科研机构/其他企业)的去重数量。衡量企业获取外部知识来源与搜寻渠道的广泛性。用作研究变量,越大代表知识搜寻广度越高(合作伙伴越多元)。
• SearchDepth [知识搜寻深度] — 参考杨鹏等(2025,经济管理)的方法(搜寻深度概念源自Laursen & Salter,2006,SMJ)，计算公式为：合作专利数/合作机构数=CoopPatCount/SearchBreadth(无合作创新专利的公司-年取0)。衡量企业与研发合作伙伴交流合作的紧密与深入程度(单个伙伴上的平均合作专利数)。用作研究变量,越大代表知识搜寻深度越高(对单个伙伴合作越深入)。

常见问题

「知识搜寻广度与深度(合作机构计数)」是什么数据集？

知识搜寻广度与深度(合作机构计数)，隶属创新与知识产权。参考杨鹏等(2025,经济管理)的方法(搜寻广度/深度概念源自Laursen & Salter,2006,SMJ)，基于合作创新专利申请人信息构建企业知识搜寻能

该数据集的时间范围是？

覆盖 1990-2025 年。

包含哪些变量/指标？

共 14 个变量。核心指标包括：合作创新专利数、知识搜寻广度、知识搜寻深度。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 71,817 条观测。

数据是如何测算/获取的？

指标定义与计算方法 知识基础观认为，企业拥有的特定知识是决定其创新绩效的关键战略资源，而单个企业往往只掌握特定领域的专业知识，难以独立完成跨领域知识的融合与综合利用。合作创新正是企业突破自身组织边界、通过整合外部知识来源以提升创新水平的重要方式，其有效性在很大程度上取决于企业的知识搜寻能力。本数据集沿用知识搜寻的"广度—深度"二维框架（该框架由 Laursen 与 Salter 于 2006 年在开放式创新研究中正式提出），从企业合作申请专利的网络结构出发，刻画企业在合作创新活动中向外部搜寻知识的广泛性与深入程度。 测度以企业合作申请的专利为基础。当一项专利的申请人数量不少于两个时，认定该专利通过合作创新模式申请；在该专利的全部申请人中，剔除焦点企业自身对应的申请主体后，其余申请人即为该企业在此次合作中的合作伙伴机构（高校、科研机构或其他企业）。 搜寻广度（$SearchBreadth$）衡量企业获取外部知识来源与搜寻渠道的广泛性，定义为企业当年全部合作创新专利所涉及的、去重后的合作伙伴机构数量： $$ SearchBreadth{i,t} = \left| \bigcup{k \in C{i,t}} P{k} \right| $$ 其中 $C{i,t}$ 为企业 $i$ 在第 $t$ 年通过合作创新模式申请的专利集合，$P{k}$ 为专利 $k$ 中除焦点企业自身主体之外的全部合作伙伴主体集合，$|\cdot|$ 表示对伙伴主体取并集后的去重计数。该值越大，说明企业触达的外部知识来源越多元。 搜寻深度（$SearchDepth$）衡量企业与研发合作伙伴交流合作的紧密与深入程度，以企业与单个合作机构的平均合作次数刻画，即合作专利数与合作机构数之比： $$ SearchDepth{i,t} = \frac{N{i,t}}{SearchBreadth{i,t}} $$ 其中 $N{i,t} = |C{i,t}|$ 为企业当年合作创新专利数。在给定外部伙伴规模下，企业产出的合作专利越多，意味着其在单个伙伴关系上的合作越为深入。两个维度相互独立：广度刻画"与多少伙伴合作"，深度刻画"与每个伙伴合作多深"，企业可能呈现"广而浅"或"窄而深"的不同搜寻模式。作为机制链上的构件变量，合作创新专利数 $N{i,t}$ 同时保留输出，便于在机制分析中作为深度的分子加以使用。 补充说明 样本以上市公司为主体构建自上市年度至退市年度的完整年度面板；当年不存在合作创新专利的公司—年度，其合作专利数、搜寻广度与搜寻深度均取 $0$。专利类型以发明专利与实用新型为主。合作伙伴的识别遵循"申请人不少于两个即认定为合作"的口径，不区分同一企业集团内部母子（分）公司之间的共同申请与跨组织的外部合作，这与该框架下合作创新研究的通行处理一致。经核验，合作伙伴中约有四成五的合作链接实为焦点企业自身的关联（子）公司，折算到搜寻广度上集团内部占比的均值约为四分之一、中位数为零（即多数企业仅与一两个外部伙伴合作，集团内部占比主要集中于子公司众多的大型企业）。若研究需要"仅外部合作"口径，可结合控股关系或实际控制人信息对合作伙伴进行二次筛选。此外，上市前年度发生的合作专利不纳入面板（面板自上市年度起算）。 参考文献 - 杨鹏, 尹志锋, 孙宝文, 等. 数字技术应用与企业合作创新[J]. 经济管理, 2025, 47(1): 108-127. - Laursen K, Salter A. Open for innovation: The role of openness in explaining innovation performance among UK manufacturing firms[J]. Strategic Management Journal, 2006, 27(2): 131-150.

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。