📊 数据核心速览

  • 数据编号:2068
  • 时间跨度:1985–2024
  • 覆盖样本:全部 A 股上市公司
  • 数据来源:国家知识产权局、上市公司官网,人工规整清洗
  • 数据格式:Excel 企业 - 年度面板
  • 范式参考:《数量经济技术经济研究》《经济评论》《中国工业经济》等多篇顶刊测算口径

🎯 数据整体概况

数字专利、数字化转型、数智化、数据资产化、创新活跃度、研发合作、技术边界、成本收入独特性16 大核心指标于一体,是目前企业数字经济实证指标最全、时序最长的整合面板,下载即可直接做基准回归、中介调节、异质性、机制检验。

📋 全部 16 项核心指标清单

  1. 战略性新兴产业专利数
  2. 人工智能专利数量
  3. 元宇宙专利数量
  4. 数字创新专利数量
  5. 企业关键核心技术突破
  6. 企业数字化转型指数
  7. 产研合作专利数量
  8. 上市公司创新活跃度
  9. 企业数智化水平
  10. 企业数据资产化水平
  11. 企业大数据运用指数
  12. 企业实体技术创新边界
  13. 合作研发强度
  14. 成本独特性
  15. 收入独特性
  16. 分母公司 / 子公司专利拆分口径

🧮 指标测算逻辑(可直接写论文)

  • 专利类:匹配WIPO/IPC 专利分类号,分 AI、元宇宙、数字创新、战新产业、核心技术逐类筛选统计;
  • 文本类:基于年报 MD&A 自建专业词典,词频统计 + TF-IDF + 对数标准化测算数字化转型、数智化、数据资产化、大数据运用、创新活跃度;
  • 创新边界:区分数字专利 / 实体技术专利,界定新技术领域并对数处理;
  • 独特性指标:行业 - 市场回归残差法测算成本独特性、收入独特性
  • 研发合作:合作研发项目占总研发项目比重测算强度。

🔍 适用研究方向

  1. 数字经济、数字化转型对企业 TFP、绩效、创新、全要素生产率影响
  2. AI / 元宇宙 / 数字专利与绿色创新、ESG、企业价值
  3. 数据资产化、数智化对融资约束、信息披露、公司治理
  4. 关键核心技术突破、产学研合作对新质生产力赋能
  5. 成本 / 收入独特性、技术创新边界的企业战略与市场竞争研究
  6. 政策 DID、空间计量、门槛效应、中介调节均可直接适配
数据来源 数据来源于国家知识产权局和上市公司官网收集,由数据皮皮侠团队人工整理,全部内容真实有效。
时间跨度 1985-2024
区域跨度 A股上市公司
数据格式 excel形式

数据简介

当前,我国正在大力推进数字经济发展,“十四五” 规划中将数字经济作为核心发展战略,而在2024 年中共中央办公厅、国务院办公厅联合发布的《关于数字贸易改革创新发展的意见》中更是明确到 2029 年可数字化交付服务贸易占比需达 45% 以上,凸显出了数字经济在国家战略中的核心地位。而上市公司作为数字经济发展的主力军,其表现是政策实施效果的重要晴雨表。通过分析其财务数据、研发投入等指标,能量化评估政策效能。 此外研究上市公司表现还能揭示行业发展瓶颈,为政策调整提供依据。同时,上市公司在数据跨境流动、国际规则对接等方面的实践,可为我国参与数字贸易国际规则制定提供参考,助力实现 2035 年数字经济发展愿景。

因此本团队参考相关文献,收集、计算了涵盖技术创新、数字化转型、创新模式三大板块的上市公司数字经济指标并整合成了面板数据,具体包括:上市公司战略性新兴产业专利数、上市公司人工智能专利数据、上市公司元宇宙专利数据、上市公司数字创新专利数据、企业关键核心技术突破、企业数字化转型指数、上市公司创新活跃度、中国上市公司数智化、中国上市公司数据资产化、企业大数据运用、企业实体技术创新边界、上市公司合作研发强度、企业成本独特性与收入独特性等指标供大家使用。

数据指标

序号

字段名称

中文名称

字段说明

1

year

年份

1985-2024年

2

Stock code

股票代码

中国上市公司股票代码

3

Number of patents held by listed companies in strategic emerging industries

上市公司战略性新兴产业专利数

将战略性新兴产业专利按国际专利分类匹配中国全量专利库筛选数据,再与上市公司匹配并保留子母公司数据。

4

Artificial intelligence patent data of listed companies

上市公司人工智能专利数据

各公司每年人工智能专利申请数量。

5

Metaverse patent data of listed companies

上市公司元宇宙专利数据

按“元宇宙技术专利分类体系”类编码并结合国家知识产权局信息,筛选统计专利申请数量。

6

Data on digital innovation patents of listed companies

上市公司数字创新专利数据

数字发明专利申请总量。

7

Breakthrough in key core technologies of enterprises

企业关键核心技术突破

将关键技术关键词与国际专利分类号五级代码匹配得出对应的IPC代码,并加总企业年度相关专利申请数量。

8

Enterprise digital transformation index

企业数字化转型指数

利用Python爬取企业样本,并采用构建的企业数字化转型词典进行词频统计,再基于机器学习中词频—逆文本频率方法测算。

9

Number of patents for production research cooperation

产研合作专利数量

匹配由‌国家知识产权局‌开发并发布的《中国专利全量数据库》。

10

Innovation activity of listed companies

上市公司创新活跃度

构造基准创新词典,统计36个创新术语的出现总频率,并以总文本语段长度进行标准化。

11

Digitalization of listed companies in China

中国上市公司数智化

计算基于预定义的数智化专业词典识别行业特征术语的绝对出现频次及其占总文本词汇量的相对比重,并做对数化处理 。

12

Data assetization of listed companies in China

中国上市公司数据资产化

提取非金融行业公司年报中的有效词汇,匹配数据资产关键词。计算特征术语的绝对出现频次及其占总文本词汇量的相对比重,并做对数化处理。

13

Enterprise big data application

企业大数据运用

企业大数据运用指数 =(大数据相关关键词在年报中出现的次数/年报总词汇)×100。

14

Technological innovation boundary of enterprise entities

企业实体技术创新边界

专利IPC含数字经济相关内容则为数字专利,否则为实体技术;企业当年实体技术若有新增且不在领域池为新技术领域,实体技术创新总量为新技术专利数量加1取对数。

15

Collaborative R&D intensity

合作研发强度

通过合作项目数与研发项目总数之比来衡量,该比例越大说明该公司的合作强度越大。

16

Uniqueness of enterprise costs and uniqueness of income

企业成本独特性与收入独特性

按照季度计算,将总收入与市场和行业收入进行回归,所得残差的绝对值为收入独特性;加入收入独特性再回归总成本与市场和行业成本,计算得残差的绝对值为成本独特性;取四个季度的均值作为年度成本(收入)独特性。

数据展示

image.png

参考文献

[1]黄先海,王瀚迪,孙涌铭,等.数字技术与企业出口质量升级——来自专利文本机器学习的证据[J].数量经济技术经济研究,2023,40(12):69-89.

[2]周阔,曲植,时运通,等.地方政府债务治理与民营企业新质生产力——基于关键数字技术突破的考察[J].经济评论,2024,(04):20-37.DOI:10.19361/j.er.2024.04.02.

[3]李雪琴,郑酌基,韩先锋.乘“数”而上:政府数据治理赋能企业数字创新[J].数量经济技术经济研究,2024,41(12):68-88.

[4]黄先海,王瀚迪,孙涌铭,等.数字技术与企业出口质量升级——来自专利文本机器学习的证据[J].数量经济技术经济研究,2023,40(12):69-89.

[5]郑世林,汉馨语,郭锡栋,等.国家战略科技力量与企业关键核心技术突破——来自国家和省级重点实验室的证据[J].中国工业经济,2024,(09):62-80.

[6]姜中裕,吴福象.践行ESG理念能促进关键核心技术创新吗?[J].证券市场导报,2024,(05):37-47+79.

[7]杨仁发,杨梅君.数字化转型的持续性创新效应研究[J].数量经济技术经济研究,2025,(2):109-129

[8]谢佳松,樊嘉诚,林建浩.我国上市公司创新活动的测度——基于文本分析的方法[J].统计研究,2025,42(02):70-83.

[9]刘凌冰,王语彤,耿会欣.企业数智化与量化预算目标信息披露行为[J].会计研究,2024,(11):63-78.

[10]何瑛,陈丽丽,杜亚光.数据资产化能否缓解“专精特新”中小企业融资约束[J].中国工业经济,2024,(08):154-173.

[11]武琼,柳扬,谢雁翔,等.大数据、有限信息与企业并购[J].系统管理学报,2024,33(03):824-839.

[12]黄先海,高亚兴.数字知识存量、数实技术融合与企业实体技术创新边界[J/OL].经济学动态,2025,(03):36-53[2025-05-14].

[13]贺小刚,李婧文,陈元.单干还是合作?家族企业研发决策偏好——来自医药上市公司发明专利的证据[J].管理科学学报,2025,28(05):20-37

[14]Anderson M, Mashruwala R, Wang Y, et al. Cost uniqueness and information uncertainty[J]. Contemporary Accounting Research, 2023, 40(4): 2226-2255.

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐