1999-2025年企业吸收外部知识能力多指标数据合集+原始数据+测算结果+参考文献

和单纯的专利申请量、授权量指标区分一下：那些测的是企业自己的产出，这个指标测的是企业利用外部知识的程度，方向完全不同，选题时不要混用。

专利集合的口径是申请并最终获得授权的专利，不含未授权的申请件。授权口径更严，引用关系也是基于授权专利的引用记录，质量更可控。

平均独特外部引用数这个列也可以直接当指标用，它是没有取对数的版本。做稳健性检验时，把吸收强度换成平均值原值，或者换成引用总数加1取对数，都可以对照着跑。

数据是Excel格式，企业名称、年份、专利数量、独特外部引用总数、平均独特外部引用数、吸收强度一共6个变量，导入Stata之前在Excel里就能先把描述性统计看一遍。

匹配财务、治理、ESG数据时用企业名称加年份对齐就行。要注意少数企业改过名，跨库匹配时建议先用基本信息赠品里的曾用名做一遍桥接，匹配率会高不少。

知识溢出方向的选题可以重点考虑：吸收强度刻画的是企业层面的知识获取行为，和区域层面的溢出指标结合，能做企业加地区双维度的分析。

外资准入、产业扶持这类制度变化对企业吸收行为的影响也能测，数据年份够长，政策前后各留10年以上窗口没有问题，DID的时间跨度是够的。

实证里有个小建议：专利数量为个位数的企业年度观测，引用计数噪声会偏大，主回归可以保留全样本，稳健性部分再补一个剔除小样本观测的版本，结论更扎实。

行业异质性很好做，企业名称里带行业属性的不多，建议先匹配基本信息拿到行业代码，再按制造业、高技术行业分组，吸收强度的行业差异本身就很明显。

吸收强度分布右偏，均值0.40、中位数更低一些，这是引用类指标的常态。回归前可以做缩尾处理，数据本身没有动过，处理口径大家按自己习惯来。