技术溢出效应(Bloom技术邻近度)
「技术溢出效应(Bloom技术邻近度)」，覆盖 2018-2025 年，频率 年度，上市公司层级，含 20 个变量，样本量约 42,492。 衡量企业面临的技术溢出效应。
| 时间跨度 | 2018-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 20 |
| 样本量 | 42,492 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [证券代码] — 以交易所公布的证券代码为准,6位数字
- StkName [证券简称] — 证券简称
- Year [年度] — 统计年度
- 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] — 中上协行业分类代码
- IndustryName [行业名称] — 中上协行业分类名称
- NumIPC4 [IPC4位数数量] — IPC分类号前4位的数量。单位：个
- NumPatentCum [累计专利数] — 累计专利数量。单位：项
- RDStock [研发存量] — 研发资本存量。单位：元
- TechSpillAll [技术溢出(全国)] — 全国范围内的技术溢出值。单位：元
- TechSpillProvince [技术溢出(省份)] — 省份范围内的技术溢出值。单位：元
- TechSpillCity [技术溢出(城市)] — 城市范围内的技术溢出值。单位：元
- LnTechSpillAll [技术溢出对数(全国)] — 全国范围内技术溢出的自然对数值
- LnTechSpillProvince [技术溢出对数(省份)] — 省份范围内技术溢出的自然对数值
- LnTechSpillCity [技术溢出对数(城市)] — 城市范围内技术溢出的自然对数值
常见问题
- 「技术溢出效应(Bloom技术邻近度)」是什么数据集？
- 技术溢出效应(Bloom技术邻近度)，隶属创新与知识产权。衡量企业面临的技术溢出效应。
- 该数据集的时间范围是？
- 覆盖 2018-2025 年。
- 包含哪些变量/指标？
- 共 20 个变量。核心指标包括：IPC4位数数量、累计专利数、研发存量、技术溢出(全国)、技术溢出(省份)、技术溢出(城市)、技术溢出对数(全国)、技术溢出对数(省份)、技术溢出对数(城市)。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 42,492 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集旨在衡量上市公司面临的技术溢出效应，其核心思想是：一家公司的创新活动（以研发资本存量衡量）会通过知识扩散对地理邻近或技术邻近的其他公司产生外部性。该指标构建方法遵循Bloom, Schankerman & Van Reenen (2013)的研究框架，通过计算“技术邻近度”与“研发资本存量”的加权和来量化技术溢出。 首先，计算公司间的技术邻近度。技术邻近度基于两家公司专利组合的相似性来衡量。具体地，使用国际专利分类（IPC）前4位代码（IPC4）作为技术领域的代理变量。对于公司$i$和公司$j$，其技术邻近度$techprx{ij}$定义为它们各自拥有的IPC4代码集合的重叠程度，计算公式为： $$techprx{ij} = \frac{Pi \cdot Pj}{||Pi|| \times ||Pj||}$$ 其中，$Pi$和$Pj$是公司$i$和公司$j$的专利向量，向量的每个元素代表一个IPC4代码，其值为该公司在该IPC4代码下的专利数量。该度量是余弦相似度，取值范围在0到1之间，值越大表明两家公司的技术领域越相似。 其次，计算公司的研发资本存量$RDStock$，作为其知识资本的度量。该存量通常采用永续盘存法，基于历史研发支出数据计算得出。 最后，计算公司$i$在特定地理范围$G$内（如全国、省份或城市）所获得的技术溢出$TechSpill{i,G}$。该值为该地理范围内所有其他公司$j$（$j \neq i$）的研发资本存量$RDStockj$，以技术邻近度$techprx{ij}$为权重进行加权求和： $$TechSpill{i,G} = \sum{j \in G, j \neq i} techprx{ij} \times RDStockj$$ 其中，$G$代表不同的地理范围。本数据集提供了三个层面的技术溢出值：全国范围（$TechSpillAll$）、省份范围（$TechSpillProvince$）和城市范围（$TechSpillCity$）。省份和城市范围依据公司注册所在地确定。 为了缓解极端值的影响并符合计量经济学中常见的对数化处理，数据集进一步提供了上述三个溢出指标的自然对数值，即$LnTechSpillAll = \ln(TechSpillAll + 1)$，$LnTechSpillProvince = \ln(TechSpillProvince + 1)$，$LnTechSpillCity = \ln(TechSpillCity + 1)$。 补充说明 - 计算技术溢出时，地理范围分组依据公司注册所在地的行政区划进行。 - 为平滑数据分布，对技术溢出原始值进行了加1后取自然对数的处理。 参考文献 - Bloom N, Schankerman M, Van Reenen J. Identifying technology spillovers and product market rivalry[J]. Econometrica, 2013, 81(4): 1347-1393.
- 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。