专利新颖性(IPC首次组合识别)
「专利新颖性(IPC首次组合识别)」，覆盖 1990-2025 年，频率 年度，上市公司层级，含 20 个变量，样本量约 69,603。 衡量企业技术创新的新颖性与知识结构特征。
| 时间跨度 | 1990-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 20 |
| 样本量 | 69,603 |
| 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 [股票简称] — 根据NameChange动态匹配的当年股票简称
- 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
- City [城市] — 公司注册所在城市
- CityCode [城市代码] — 城市行政区划代码
- County [区县] — 公司注册所在区县
- CountyCode [区县代码] — 区县行政区划代码
- 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
- TotalPatents [发明专利总数] — 企业当年发明专利申请总数。单位：件
- NovelPatentCount [新颖性专利数] — 参考Verhoeven, Bakker & Veugelers (2016, Research Policy)的重组新颖性(Novelty in Recombination)方法，含至少一个在A股上市公司专利数据库内历史首次出现的IPC 4位subclass两两组合的发明专利数量。用作研究变量，越大代表企业技术组合越新颖。单位：件
- NovelPatentRatio [新颖性专利占比] — 参考Verhoeven, Bakker & Veugelers (2016, Research Policy)的方法，计算公式为：新颖性专利数 / 发明专利总数。用作研究变量，越大代表企业专利的技术重组新颖性越高。单位：比例
- HasNovelPatent [是否有新颖性专利] — 是否有新颖性专利(0=否，1=是)，参考Verhoeven, Bakker & Veugelers (2016, Research Policy)的方法
- NewIPCPairCount [新IPC组合对数] — 参考Verhoeven, Bakker & Veugelers (2016, Research Policy)的方法，企业当年专利中出现的首次IPC 4位subclass配对数量，在企业-年度级别去重。单位：对
- NewIPCPairRatio [新IPC组合对占比] — 参考Verhoeven, Bakker & Veugelers (2016, Research Policy)的方法，计算公式为：新IPC组合对数 / 企业当年所有唯一IPC配对总数，无配对时为0。单位：比例
- TechBreadth [技术广度] — 参考Jaffe (1986, AER)的技术位置向量方法，计算企业当年发明专利覆盖的IPC section(A-H大类)数量，范围1-8。单位：个
- TechDiversity [技术多样性] — 参考余泳泽等(2025, 中国工业经济)的知识多样化吸收水平(absorb)指标，计算公式为：1 - sum(p_j^2)，其中p_j为各IPC 4位subclass在企业当年专利中的占比。用作研究变量，越大代表企业知识吸收越多样化。单位：比例
- TechPositionShift [技术位置变化度] — 参考Jaffe (1986, AER)的技术位置向量方法，计算公式为：1 - cos(当年IPC subclass分布向量, 上一有专利年份IPC subclass分布向量)。用作研究变量，越大代表企业技术方向转变越大。单位：比例
常见问题
- 「专利新颖性(IPC首次组合识别)」是什么数据集？
- 专利新颖性(IPC首次组合识别)，隶属创新与知识产权。衡量企业技术创新的新颖性与知识结构特征。
- 该数据集的时间范围是？
- 覆盖 1990-2025 年。
- 包含哪些变量/指标？
- 共 20 个变量。核心指标包括：发明专利总数、新颖性专利数、新颖性专利占比、是否有新颖性专利、新IPC组合对数、新IPC组合对占比、技术广度、技术多样性、技术位置变化度。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 69,603 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集基于企业年度发明专利的IPC分类信息，构建了一系列衡量企业技术创新新颖性、知识结构广度与多样性以及技术方向变化的指标。所有指标均仅使用发明专利数据，符合主流文献的研究惯例。 核心指标围绕专利的“重组新颖性”概念展开，该方法由Verhoeven, Bakker & Veugelers (2016)提出，旨在识别专利技术组合的原创性。具体而言，对于每项专利，提取其所有IPC 4位子类（subclass）代码，并计算所有可能的两两组合。若某个组合对在所使用的上市公司专利数据库的历史记录中首次出现，则定义该组合为“新IPC组合对”。基于此，可以计算企业层面的新颖性专利数量及其占比。此外，还构建了二元变量以标识企业当年是否拥有此类新颖性专利。 除了重组新颖性，数据集还从知识结构的角度度量企业的技术活动特征。参考Jaffe (1986)的技术位置向量思想，技术广度（TechBreadth）通过计算企业当年专利所覆盖的IPC大类（Section A-H）数量来衡量其技术涉猎的广泛程度。技术多样性（TechDiversity）通过计算IPC 4位子类占比的赫芬达尔-赫希曼指数（HHI）的补集来度量技术知识的分散程度，计算公式为： $$TechDiversity = 1 - \sum{j} pj^2$$ 其中$pj$为企业当年专利中第$j$个IPC 4位子类所占的比例。该值越大，表明企业的技术知识吸收越多样化。 为了衡量企业技术研发方向的动态变化，参考Jaffe (1986)的方法，构建了技术位置变化度（TechPositionShift）。该方法将企业在第$t$年和其上一个有专利的年份$t-k$的IPC 4位子类分布分别视为两个向量，通过计算这两个向量之间余弦距离的补集来度量技术方向的转变幅度，计算公式为： $$TechPositionShift = 1 - \cos(\vec{Vt}, \vec{V{t-k}})$$ 其中$\vec{Vt}$和$\vec{V{t-k}}$分别为第$t$年和第$t-k$年的IPC子类分布向量。该值越大，表明企业技术研发方向相较于前期发生了越显著的变化。 补充说明 - 所有指标的计算均基于企业当年申请的发明专利。 - 计算“新IPC组合对”及“新颖性专利”时，其判断基准为所使用的上市公司专利数据库的全历史数据。 - 计算技术位置变化度时，若企业为首次申请专利（无历史IPC分布向量），则该指标值为缺失。 参考文献 - Jaffe A B. Technological opportunity and spillovers of R&D: evidence from firms’ patents, profits, and market value[J]. The American Economic Review, 1986, 76(5): 984-1001. - Verhoeven D, Bakker J, Veugelers R. Measuring technological novelty with patent-based indicators[J]. Research Policy, 2016, 45(3): 707-723.
- 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。