发帖
雷达卡
上市公司专利新颖性（IPC大组首次组合识别）（2000—2025）
本数据用于测算中国A股上市公司专利创新的新颖性、技术知识结构广度、多样性以及技术方向变化情况。指标构造主要参考 Jaffe（1986）关于企业技术知识分布和技术位置度量的思想，以及 Verhoeven、Bakker 和 Veugelers（2016）关于利用专利技术类别重组关系识别技术新颖性的做法。与IPC四位子类口径相比，本版本进一步采用更细的IPC大组口径识别技术类别，例如将 G06F17/60 识别为 G06F17，将 A01K67/00 识别为 A01K67。该层级比IPC四位子类更细，能够捕捉同一IPC子类内部不同技术方向之间的重组关系，也更接近 Verhoeven 等（2016）文中使用的 IPC group level。正式测算时，先从上市公司专利数据库导出较完整的专利明细数据，不使用摘要文本，保留证券代码、公司名称、证券简称、申请号、申请年份、专利名称、专利类型、申请人、授权公告信息、IPC分类号、IPC主分类号及引证信息等核心字段；随后限定发明专利口径，按照“证券代码—申请号”进行去重，避免同一专利因公开、授权或多条记录被重复统计；最后从每件发明专利的IPC分类号和IPC主分类号中提取IPC大组代码，以企业—年份为单位计算专利新颖性及相关技术结构指标。由于新颖性识别需要判断某一IPC组合是否在历史中首次出现，本数据使用1990年以来的发明专利作为历史识别窗口，并输出2000—2025年上市公司年度结果。
核心变量“专利新颖性”围绕“首次IPC大组组合”构造。具体而言，先对每件发明专利中出现的IPC大组代码进行去重；若同一件专利至少包含两个不同IPC大组，则将这些IPC大组进行两两组合，形成无方向的IPC大组组合对。然后按照申请年份从早到晚扫描全部上市公司发明专利，记录每一个IPC大组组合对在历史样本中首次出现的年份。若企业某年申请的一件发明专利中至少包含一个在当年首次出现的IPC大组组合对，则该专利被识别为新颖性专利。企业年度层面的“新颖性专利数”表示企业当年此类发明专利申请数量；“专利新颖性”采用 ln(1+新颖性专利数) 计算，用于降低极端专利数量对指标分布的影响；“新颖性专利占比”使用新颖性专利数除以企业当年发明专利申请数，反映企业年度发明专利中具有新技术重组特征的比例；“是否存在新颖性专利”为0—1变量，表示企业当年是否至少拥有一件新颖性发明专利；“新IPC组合数量”进一步统计企业当年发明专利中首次出现的去重IPC大组组合对数量，用于观察企业在技术组合层面的新组合规模。
除专利新颖性外，本数据还参考技术机会与技术位置相关研究构造企业知识结构指标。“发明专利申请数”为企业当年去重后的发明专利申请数量，是计算新颖性占比及判断企业年度创新产出的基础变量。“技术广度”使用企业当年发明专利覆盖的IPC大类数量衡量，反映企业年度研发活动涉及的技术领域范围。“技术多样性”基于企业当年IPC大组分布计算，先统计各IPC大组在企业年度发明专利中的出现次数，再计算赫芬达尔—赫希曼指数 HHI=sum(s_k^2)，其中 s_k 为第 k 个IPC大组在企业年度IPC大组出现总量中的占比，最终取 1-HHI 表示技术多样性；数值越高，说明企业专利技术类别分布越分散，技术知识基础越多元。“技术位置变化度”用于刻画企业研发方向的年度变化，具体做法是将企业当年IPC大组分布表示为技术向量，并与该企业上一有专利年份的IPC大组分布向量计算余弦相似度，再取 1-余弦相似度；数值越高，表示企业当年技术方向相对于上一有专利年份变化越明显，数值越低则说明技术结构延续性更强。若企业当年没有发明专利，或缺少可比较的上一有专利年份，相应指标按0处理。
最终结果与企业所属行业地区底表合并，形成上市公司—年份层面的标准面板数据。结果中保留证券代码、证券简称、年份、行业代码、行业名称、省份、城市，以及专利新颖性、新颖性专利数、新颖性专利占比、是否存在新颖性专利、新IPC组合数量、发明专利申请数、技术广度、技术多样性、IPC大组种类数和技术位置变化度等变量。文件输出三版：第一版为全样本结果；第二版剔除金融业与ST/PT样本，其中金融业按行业代码识别，2011年及以前剔除行业代码以I开头的样本，2012年及以后剔除行业代码以J开头的样本，ST/PT企业依据证券简称识别；第三版在剔除金融业与ST/PT样本基础上，对核心连续变量进行1%和99%缩尾处理。相较IPC四位子类口径，IPC大组口径能够识别更丰富的技术组合关系，更适合用于强调技术重组新颖性、组合创新和企业知识结构变化。
京公网安备 11010802022788号
