发帖
雷达卡
1990-2023年上市公司专利质量测算原始数据+do代码+结果（申请专利质量授权专利质量）
一、数据说明：
采用知识宽度作为衡企业专业质量的指标（参考文献：李宏,王云廷,吴东松.专利质量对企业出口竞争力的影响机制:基于知识宽度视角的探究[J].世界经济研究,2021,(01):32-46+134.）：
专利质量评估方法：- 主分类号分析：在中国，IPC（国际专利分类）分类号采用“部-大类-小类-大组-小组”的格式，如“A01B01/00”。
- 知识宽度衡量：仅根据专利分类号数量来评估专利质量可能存在偏差，因为不同分类号可能代表相似或重叠的技术领域。因此，参考赫芬达尔指数（Herfindahl Index）来计算企业在不同大组下的专利分布，从而定义知识宽度。赫芬达尔指数通常用于衡量市场集中度，但在这里被用来衡量专利在不同技术领域的分布程度。知识宽度的值越大，表示企业在多个技术领域都有专利布局，从而反映出较高的专利质量和多样化的技术能力。
- 数据筛选：只选取发明和实用新型专利，因为这两种类型的专利通常被认为具有较高的技术含量和实用价值。剔除无效的专利，包括已过期、被撤销或未授权的专利，以确保分析结果的准确性和有效性。
- 数据清洗：对原始数据进行清洗，包括去除重复项、处理缺失值等，以确保数据的完整性和一致性。对专利分类号进行标准化处理，确保不同来源的分类号具有相同的格式和含义。
- 数据分析：使用Stata对清洗后的数据进行处理和分析。计算每个企业在不同大组下的专利数量，并基于这些数据计算赫芬达尔指数，进而得到知识宽度值。
1990-2023年上市公司专利质量测算原始数据+do代码+结果（申请专利质量授权专利质量）
(85 Bytes, 需要: RMB 29 元)
do代码：
原始数据及结果：
京公网安备 11010802022788号
