发帖
雷达卡
含python处理程序代码
一、数据介绍
数据名称：上市公司上下游供应链协同创新数据
样本范围：A股上市公司
时间范围：2013-2024年
数据格式：excel
数据来源：专利合作数据来源于incopat；基于上市公司年报、公告数据整理，
数据内容：包含最终结果（供应商版/客户版）；Python整理代码；合并后的供应链专利数据.Zip；重构后的客户/供应商数据
文件大小：337.13MB
数据范围：沪深北证 上市公司 A股，含主板、中小企业板、创业板、科创板、北京证券交易所的服务板块，与此主题的相关个股的数据
数据期间：（参见其文件名的标识表达了数据年度、或月度日度期间）
含原始数据、计算代码、计算结果、参考文献
二、数据结果
数据指标：供应商名称/客户名称、供应商代码/客户代码、年份、合作次数、中游公司代码、中游公司名称
三、计算方法
本数据进一步聚焦A股上市公司供应链上下游的企业协同创新，通过上市公司五大供应商和五大客户数据构建"年份-上游企业-中游企业-下游企业"数据集,并在此基础上采用上游企业当年与其他创新主体联合申请发明专利数量作为衡量上游企业协同创新的基础数据;同理,采用下游企业当年与其他创新主体联合申请发明专利数量衡量下游企业协同创新。协同创新的数据来源于incopat数据库，若某一企业与其他创新主体当年有联合申请专利的情况，则将其纳入统计，最终得到上下游企业在各年联合申请专利的数量。
客户数据处理流程
在供应链协同创新研究中，我们面临一个关键挑战：如何处理不连续的客户合作数据？原始数据显示，企业间的合作关系往往存在时间断点，但这并不意味着合作关系的完全中断。我们的处理方案采用"保守扩充"策略：保留所有原始合作数据的完整性，同时将每个客户的活跃期间延续至2024年。具体而言，对于万华化学集团这样的客户，我们完整保留其2014年86次、2015年26次的真实合作记录，同时为2016-2024年的空白期间补充记录（合作次数设为0），构建出连续的时间序列。这种处理方式既避免了数据丢失，又为后续的面板数据分析奠定了基础，确保研究结果的稳健性与可靠性。
供应商数据处理流程
供应商数据的处理逻辑与客户数据保持一致，但在实际应用中面临更为复杂的挑战。供应商网络的动态变化往往更加频繁，同一中游企业可能在不同时期与多个供应商建立合作关系。我们的核心处理原则是："数据完整性优先，扩充逻辑清晰"。首先完整保留所有原始的供应商合作记录，包括每年的真实合作次数；然后基于每个供应商的首次出现年份，将其活跃期间统一延续至2024年。对于合作数据缺失的年份，鉴于incopat原始数据中某些年份没有合作申请专利，因此我们设合作次数设为0。这种方法的优势在于：既保持了数据的真实性，又确保了时间维度的连续性，为供应链网络演化分析提供了可靠的数据基础。通过这样的处理，我们能够更准确地捕捉供应链关系的动态变化轨迹。
同时，我们附上原始数据和代码以供进一步分析。
四、参考文献
[1]马从文,湛泳.供应链溢出视角下美国实体清单制裁对企业协同创新的影响[J/OL].科技进步与对策,1-11[2025-08-21].
序号 标题 (英文) 摘要 (英文) 公开（公告）号 标题 (中文) 摘要 (中文) 申请人 公开（公告）日 申请号 申请日 公开类型 专利类型 公开国别 链接到incoPat IPC主分类 IPC 国民经济分类 国民经济行业(主) 申请人类型 申请人数量 申请人国家/地区 申请人地址 工商注册地址 引证专利 被引证专利 来源文件 学科分类 中国申请人区县 申请人省市代码 中国申请人地市
供应商名称 供应商代码 年份 合作次数 中游公司代码1 中游公司名称1 中游公司代码2 中游公司名称2 中游公司代码3 中游公司名称3 中游公司代码4 中游公司名称4 中游公司代码5 中游公司名称5 中游公司代码6 中游公司名称6
上市公司上下游供应链协同创新数据2013-2024中游公司合作次数专利申请明细网盘链接.docx
(37.65 KB, 需要: RMB 59 元)
（300多MB数据的网盘链接）
京公网安备 11010802022788号
