数据简介

人工智能专利作为引领新一轮科技革命和产业变革的战略性技术，是推动数字经济与实体经济深度融合的核心驱动力，在支撑高水平科技自立自强、引领新质生产力发展、巩固国际技术竞争优势中发挥着不可替代的作用。我国在人工智能、物联网、量子信息等关键数字技术领域的发明专利授权量已连续多年位居世界首位，2024 年全社会研发投入超 3.6 万亿元，但产业发展仍面临大而不强、快而不优的结构性问题，基础理论与核心技术短板亟待补齐。

周阔等（2024）指出，民营企业被视为人工智能技术创新的先锋，而上市公司作为企业创新的核心主体，通过专利申请持续释放旺盛的创新活力与市场潜力。已有文献证实，人工智能专利的技术突破能够重塑企业产品开发逻辑、优化生产工艺、重构组织体系，直接提升企业市场表现与核心竞争力，因此跟踪分析相关数据，对研判企业创新能力、评估政策实施成效具有重要现实意义。

本数据聚焦选择了上市公司，并参考《关键数字技术专利分类体系（2023）》，按照当中专利分类号——“人工智能技术专利分类体系”类技术编码，并结合国家知识产权局的信息，搜索匹配每家公司每年的专利申请，从中筛选出“人工智能”类，而后统计数量，最终形成76W+条有效记录，完整呈现各上市公司各年度人工智能技术专利的核心细节，为研究者提供可直接用于实证分析的标准化人工智能专利数据集。

数据指标

公司名称	申请日	公开（公告）号		公开（公告）日	IPC主分类	IPC
家族引证	家族被引证	IPC主分类-小组		申请年份	股票代码	公司简称
股票代码	申请年份	量子信息技术专利数量

数据展示

一、核心定位与研究主题

1. 研究主题上市公司人工智能技术专利的识别、统计与实证应用，聚焦 AI 创新能力测度、技术演进与经济社会效应。
2. 核心问题

• 如何精准界定与识别AI 技术专利。
• 中国上市公司 AI 专利的时序演化、技术结构与区域分布。
• AI 专利对产业升级、企业绩效、安全风险、国际竞争的真实影响。

---

二、数据构建与方法路径

1. 数据来源国家知识产权局专利信息 + 《关键数字技术专利分类体系（2023）》AI 分类号。
2. 识别方式按 AI 技术编码匹配专利，筛选上市公司年度 AI 专利，形成76 万 + 条标准化记录。
3. 核心字段股票代码、公司名称、申请年份、IPC 分类、专利引证、公开号、AI 专利数量等。
4. 时间跨度1990—2025 年长面板，覆盖 AI 技术从起步到爆发全周期。

---

三、五大顶刊级研究方向

1. AI 专利时序演化与产业赋能差异

• 分析技术路线变迁：算法→工程化→大模型 / 多模态。
• 检验在制造、医疗、金融等行业的赋能效应差异。

1. 人机协同场景下 AI 专利安全风险防控

• 关联安全 / 质量数据，检验 AI 专利对风险降低、效率提升的机制。
• 用 PSM-DID 识别净效应，提出安全合规方案。

1. AI 核心技术专利国际竞争格局

• 构建国际竞争力指标，对比中外企业技术差距。
• 研究专利壁垒、国际布局与技术突围路径。

1. AI 伦理治理与专利创新平衡

• 以政策出台为准自然实验，用 DID 评估监管对创新的影响。
• 寻找 “创新激励 — 伦理约束” 的最优监管强度。

1. “东数西算” 下 AI 专利区域协同创新

• 结合算力节点数据，用空间计量检验区域协同效应。
• 分析算力配置、要素流动对 AI 创新的驱动作用。

---

四、所属学科与研究价值

• 所属领域：创新经济学、数字经济、产业政策、科技管理、公司金融。
• 学术价值：提供国内最完整的上市公司 AI 专利面板，支撑高水准实证研究。
• 政策价值：为 AI 产业规划、伦理治理、国际竞争、东数西算提供数据依据。
• 应用价值：可用于企业创新力评估、技术赛道分析、投资决策支撑。