企业间专业化知识外溢
「企业间专业化知识外溢」，覆盖 2006-2025 年，频率 年度，上市公司层级，含 18 个变量，样本量约 61,676。 企业受到的、来自50公里空间范围内同一二位码行业其他上市企业的知识外溢强度。
| 时间跨度 | 2006-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 18 |
| 样本量 | 61,676 |
| 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 [证券简称] — 上市公司证券简称
- Year [年份] — 会计年度
- 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)
- SpilloverIndustryCode [外溢行业代码] — 界定同行业范围所用的二位码行业代码，按企业当年实际所属行业动态匹配，制造业取值为C13至C43，非制造业如J66货币金融服务
- NeighborFirms [同行业邻近企业数] — 参考韩峰、姜竹青 (2023, 管理世界)的方法，计算公式为：与本企业地理距离在50公里以内、且属于同一二位码行业的其他上市公司数量，不要求这些公司披露研发人员数据
- NeighborRDPersonnel [同行业邻近研发人员数] — 参考韩峰、姜竹青 (2023, 管理世界)的方法，计算公式为：与本企业地理距离在50公里以内、且属于同一二位码行业的其他上市公司，其研发人员数量之和，不按地理距离加权，用作专业化知识外溢的规模构件
- SKSpillover [专业化知识外溢] — 参考韩峰、姜竹青 (2023, 管理世界)的方法，计算公式为：对地理距离在50公里以内、且属于同一二位码行业的其他上市公司，将其研发人员数量除以两家企业之间的地理距离(公里)后加总。用作研究变量，越大代表企业受到的同行业专业化知识外溢越强
- LnSKSpillover [专业化知识外溢对数] — 参考韩峰、姜竹青 (2023, 管理世界)的方法，计算公式为：专业化知识外溢加1后取自然对数。用作研究变量，越大代表企业受到的同行业专业化知识外溢越强
- SKSpillover10 [专业化知识外溢(10公里)] — 在韩峰、姜竹青 (2023, 管理世界)专业化知识外溢的基础上调整空间作用边界，计算公式为：将同行业距离倒数加权求和的范围由原文的50公里收紧至10公里后重新加总，用于检验结论对空间作用尺度设定的敏感性
- SKSpillover100 [专业化知识外溢(100公里)] — 在韩峰、姜竹青 (2023, 管理世界)专业化知识外溢的基础上调整空间作用边界，计算公式为：将同行业距离倒数加权求和的范围由原文的50公里放宽至100公里后重新加总，用于检验结论对空间作用尺度设定的敏感性
常见问题
- 「企业间专业化知识外溢」是什么数据集？
- 企业间专业化知识外溢，隶属创新与知识产权。企业受到的、来自50公里空间范围内同一二位码行业其他上市企业的知识外溢强度。
- 该数据集的时间范围是？
- 覆盖 2006-2025 年。
- 包含哪些变量/指标？
- 共 18 个变量。核心指标包括：外溢行业代码、同行业邻近企业数、同行业邻近研发人员数、专业化知识外溢、专业化知识外溢对数、专业化知识外溢(10公里)、专业化知识外溢(100公里)。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 61,676 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 知识外溢是集聚经济的核心机制之一。马歇尔传统强调，同一行业的企业在空间上邻近时，专业化知识、熟练劳动力与中间投入品的共享会产生外部性；由于知识（尤其是那些易于编码的标准化专业知识）的传播强度随地理距离衰减，企业从邻近同行业企业处获得的知识溢出，构成其生产率提升的重要外部来源。本数据集刻画企业受到的专业化知识外溢，即来自一定空间范围内、同一行业其他上市企业的知识溢出强度。 设企业 $i$ 属于二位码行业 $p$，$K{jp}$ 为同属行业 $p$ 的企业 $j$ 的研发人员数量，$d{ij,p}$ 为两家企业之间的地理距离（公里），则企业间专业化知识外溢定义为： $$SK\Spillover{ip}=\sum{j,\ d{ij}\le 50\mathrm{km},\ j\ne i}^{np}\frac{K{jp}}{d{ij,p}}$$ 其中求和范围限定为与企业 $i$ 地理距离在 50 公里以内、且属于同一二位码行业的全部其他上市企业，$np$ 为该范围内的同行业企业数量。距离的倒数形式意味着知识外溢强度随空间距离衰减：空间上邻近企业的研发人员规模，对本企业的贡献远大于距离较远的企业。50 公里这一空间边界并非人为设定，而是来自原文对集聚网络空间作用尺度的识别——原文以 10 公里为间隔将企业周边区域划为不同地理圈层逐层估计，发现集聚网络对全要素生产率的影响系数在 50 公里以内显著为正，超出该范围后不再显著。 行业范围以二位码行业界定，即制造业细分至食品制造、化学原料及化学制品制造、计算机通信及其他电子设备制造等大类，非制造业细分至相应门类下的大类。企业所属行业按其当年实际分类动态匹配，以反映样本期内发生过的行业变更。 指标构造分三步。第一步为每家上市企业确定地理坐标，并据此计算任意两家企业之间的大圆距离。第二步在每个年份、每个二位码行业内部，检索出与本企业距离不超过 50 公里的全部其他企业，得到同行业邻近企业集合；该集合的规模即同行业邻近企业数，其研发人员数量的简单加总即同行业邻近研发人员数，两者均不含距离加权，用于刻画外溢来源的规模。第三步按上式将每个邻近企业的研发人员数量除以对应距离后加总，得到核心指标。 考虑到该指标呈明显右偏，另提供其加 1 后取自然对数的形式，与原文实证模型中各变量普遍取对数的处理保持一致。此外，将空间边界分别收紧至 10 公里、放宽至 100 公里后重新计算，提供两个稳健性口径，用于检验结论对空间作用尺度设定的敏感性。 补充说明 - 样本口径：以全部 A 股上市公司-年度为观测单位，不预先剔除任何行业。原文将样本限定于制造业；由于二位码行业池内的企业同属一个行业大类，制造业企业的取值与原文口径一致，非制造业企业则为该方法的自然外推，使用时可按研究需要自行筛选行业。 - 研发人员的度量：原文以研发人员数量衡量知识存量来源。上市公司披露的员工专业构成中不单列研发人员，本数据集以其中的技术人员数代理。技术人员口径略宽于研发人员，会使指标水平整体偏高，但不改变企业之间的相对排序。 - 地理距离的测量：原文使用企业地理位置的经纬度信息。本数据集以企业注册地所属区县的行政区划质心作为企业坐标，距离测量精度为区县级，会压缩同城企业之间的距离差异。企业注册地取自当前披露的静态信息，样本期内沿用同一坐标，企业迁址不予反映。 - 坐标的回退层级：区县质心按国标区划代码匹配；对近年撤市设区或新设行政区、其区划代码尚未进入标准码表的情形，改按注册地的省市区县名称（含去除行政后缀后的词干）匹配，以免这些企业整体退出样本。二者均无法定位时，依次回退到地级市质心与省质心。回退企业的坐标粒度更粗，其区县内部距离相应更大、距离倒数权重更小，因此指标偏向低估而非高估。 - 同一区县内的距离：两家企业落在同一区县时质心距离为零，会使距离的倒数发散。此类企业对采用引力模型文献中的内部距离处理，取该区县等效圆半径的三分之二作为代表性距离，等效半径由该区县到邻近区县质心的距离几何推算。这部分企业对的距离为几何近似而非实测值。 - 零值的含义：50 公里范围内不存在同行业上市企业时，指标取零，这是真实的空间状态而非缺失。少数情形下邻近企业存在但均未披露员工专业构成，指标同样为零；同时提供的同行业邻近企业数可用于区分这两种情况。 - 其他局限：样本起始年份受员工专业构成披露的可得性约束，早于该起点的年度无法构造知识存量来源；外溢来源仅包含上市企业，未上市企业产生的知识溢出不在测度范围之内。 参考文献 - 韩峰,姜竹青.集聚网络视角下企业数字化的生产率提升效应研究[J].管理世界,2023,39(11):54-72. - Head K, Mayer T. Non-Europe: The magnitude and causes of market fragmentation in the EU[J]. Weltwirtschaftliches Archiv, 2000, 136(2): 284-314.
- 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。