技术前沿接近度(TFP行业前沿比)

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)
• TFP_LP [LP法全要素生产率] — 参考Levinsohn & Petrin (2003, RES)的方法估计的企业当年全要素生产率(对数形式),计算公式为：ln(增加值)-α×ln(固定资产净值)-β×ln(员工人数),其中α、β为按行业大组(制造业取二位段、其余取门类首字母)分组两步法估计的资本、劳动产出弹性(其估计所用行业分组较测算技术前沿所用的二位大类更粗),作为技术前沿接近度的分子。用作研究变量,越大代表企业全要素生产率越高。
• TFP_IndustryFrontier [行业年度技术前沿] — 行业技术前沿,计算公式为：企业所在2位大类行业(证监会门类下大类)当年全部企业LP法全要素生产率(对数)的最大值,作为技术前沿接近度的分母。
• NIndFirm [行业年度企业数] — 行业年度有效企业数,计算公式为：企业所在2位大类行业当年全要素生产率有效(参与技术前沿计算)的企业-年度记录数(每家企业每年一条,即有效企业数)。数值越小,行业前沿越易被单一企业占据而使接近度系统性偏高,可用于过滤薄前沿分组。
• PTF [技术前沿接近度] — 参考黄凯南、魏晓珂(2023,福建论坛·人文社会科学版)的方法,计算公式为：企业当年LP法全要素生产率÷所在2位大类行业当年企业全要素生产率最大值。取值(0,1],越接近1代表企业越靠近本行业技术前沿。因基于对数全要素生产率之比,其绝对水平受全要素生产率度量单位影响,仅反映组内相对位置,使用时建议控制行业×年份固定效应。用作研究变量,越大代表企业技术创新水平越接近行业技术前沿。
• PTF_OP [技术前沿接近度(OP法)] — 技术前沿接近度的稳健性度量,计算公式与技术前沿接近度相同,但全要素生产率改用Olley & Pakes (1996, Econometrica)的OP法估计值。因OP法需有效投资代理变量,早中期投资数据稀疏致覆盖率约63%,与主口径技术前沿接近度中度一致(相关系数约0.75),用于稳健性检验。

常见问题

「技术前沿接近度(TFP行业前沿比)」是什么数据集？

技术前沿接近度(TFP行业前沿比)，隶属创新与知识产权。企业当年全要素生产率与其所在2位大类行业当年企业TFP最大值(技术前沿)之比,衡量企业相对于本行业技术领先企业的技术创新水平接近程度,取值(0,1],越接近1越

该数据集的时间范围是？

覆盖 2001-2025 年。

包含哪些变量/指标？

共 16 个变量。核心指标包括：LP法全要素生产率、行业年度技术前沿、行业年度企业数、技术前沿接近度、技术前沿接近度(OP法)。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 86,798 条观测。

数据是如何测算/获取的？

指标定义与计算方法 技术前沿接近度刻画一家企业在其所属行业中相对于技术领先者的技术创新水平位置。技术创新是一个带有非线性、反馈机制与互动机制的复杂过程，企业在追赶技术前沿的过程中，其知识结构与要素配置会随之动态演化，进而影响其创新策略选择。将企业相对于本行业技术前沿的位置量化为一个连续变量，能够比"是否领先"这类二元刻画更精细地反映企业所处的技术创新阶段。 参考黄凯南、魏晓珂(2023)的方法，企业 $i$ 在第 $t$ 年的技术前沿接近度定义为其技术创新水平与所在行业中技术创新水平最高企业之间的接近程度，以企业当年全要素生产率与当年所在行业中企业全要素生产率最大值之比进行测算： $$PTF{it} = \frac{TFP{it}}{\max\limits{j \in Ind(i,t)} TFP{jt}}$$ 其中 $TFP{it}$ 为企业 $i$ 在第 $t$ 年的全要素生产率，$Ind(i,t)$ 为企业 $i$ 当年所属的行业，行业口径取二位数大类（即证监会门类下的行业大类，制造业细分到二位数）。分母 $\max{j} TFP{jt}$ 即为该行业当年的技术前沿。该指标取值落在 $(0,1]$ 区间，越接近 1，表示企业越靠近本行业的技术前沿。 全要素生产率采用 Levinsohn 与 Petrin (2003) 提出的两步法(LP 法)估计。该方法以企业增加值为产出，以固定资产净值、员工人数为资本与劳动投入，并以中间品投入作为不可观测生产率冲击的代理变量，从而克服普通最小二乘法中生产率与要素投入相关导致的内生性问题；相较于以投资为代理变量的 Olley-Pakes 方法，LP 法以中间品投入作代理，避免了投资代理在单调性假设上的问题。所得 $TFP{it}$ 为对数形式的生产率，即 $\ln(\text{增加值}) - \alpha \ln(\text{固定资产净值}) - \beta \ln(\text{员工人数})$，其中 $\alpha$、$\beta$ 为按行业大组（制造业取二位段、其余取门类首字母）分组估计的资本、劳动产出弹性。需说明的是，估计产出弹性所用的行业分组，较后文测算技术前沿所用的二位数大类更粗，二者并非同一粒度。 为便于机制分析与透明化计算链条，本数据集同时输出接近度的分子（企业当年 LP 法全要素生产率 $TFP\LP$）、分母（行业年度技术前沿 $TFP\IndustryFrontier$，即行业内当年全要素生产率最大值），以及行业年度参与前沿计算的有效企业数（$NIndFirm$）。核心变量 $PTF$ 即为二者之比。 作为稳健性度量，本数据集另提供以 Olley 与 Pakes (1996) 的 OP 法全要素生产率替换 LP 法后、按相同公式计算的技术前沿接近度 $PTF\OP$。 补充说明 行业归属采用当年动态匹配，即按企业当年实际所属的二位数大类行业确定其所在的技术前沿组，历史上发生过行业变更的企业在变更后与新行业的前沿进行比较。金融业与房地产业因生产函数框架不适用，在全要素生产率估计阶段已被排除，故不进入本数据集。需一并说明的是，全要素生产率估计阶段的产出弹性系数是在较粗的行业大组内估计的，而技术前沿则是在更细的二位数大类内确定，两处的行业粒度存在差异。 技术前沿接近度仅在全要素生产率可有效估计的企业—年度上计算，极少数全要素生产率为非正的伪值观测以及全要素生产率缺失（多为退市、ST/PT 等无法计算的困境企业）被剔除，以保证指标落在 $(0,1]$ 的理论区间。 由于全要素生产率为对数形式，技术前沿接近度是两个对数量之比，其绝对水平会随全要素生产率度量单位（可加常数平移）而变动，因而更适合解读为企业在行业内的相对位置而非跨口径可比的基数距离；在实证研究中使用该指标时，建议控制行业与年份固定效应。行业内企业数量较少（薄前沿）的分组，其技术前沿易被单一企业占据，可能使组内企业的接近度系统性偏高，数据集输出的行业年度企业数字段可用于识别并过滤此类分组。OP 法所需的有效投资代理在早中期较为稀疏，故稳健性度量 $PTF\OP$ 的覆盖低于主口径，与主口径为中度一致，用作稳健性检验时需一并披露样本损失与口径差异。 参考文献 - 黄凯南,魏晓珂.企业技术前沿接近度对产学研合作创新的影响——基于知识吸收效应的视角[J].福建论坛(人文社会科学版),2023(9):56-73. - Levinsohn J, Petrin A. Estimating production functions using inputs to control for unobservables[J]. The Review of Economic Studies, 2003, 70(2): 317-341. - Olley G S, Pakes A. The dynamics of productivity in the telecommunications equipment industry[J]. Econometrica, 1996, 64(6): 1263-1297. - 孙早,许薛璐.前沿技术差距与科学研究的创新效应——基础研究与应用研究谁扮演了更重要的角色[J].中国工业经济,2017(3):5-23.

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。