2025-2000年上市公司专利丛林数据、专利丛林密度、专利丛林质量

xiaoniu666

1、资料名称：2025-2000年上市公司专利丛林数据、专利丛林密度、专利丛林质量、外部引用总量、当年发明与实用新型申请量、专利丛林知识宽度_小类、当年专利授权量

2、测算方式：
参考顶刊李鹏等（2026）发表于《科学学研究》的研究做法，利用上市公司专利引文数据与专利明细数据测算企业专利丛林指标。核心逻辑：专利丛林密度（Frag）基于企业专利引文数据测算，以企业当年引用的外部专利（剔除自引）为对象，计算被引专利分布的赫芬达尔指数互补项，Frag越大表示引用越分散、企业所处专利丛林越密集；专利丛林质量（PQ）基于企业当年申请专利的主分类号，在IPC大组层面计算知识宽度（1-赫芬达尔指数），PQ越大表示技术布局越分散、专利质量越高。

我们多做了几个变量，如下图所示，包括核心变量或者稳健性检验及过程变量，数据全流程公开，每个原始数据及过程都清晰可查（非主观编造），大家可以做核心变量或者稳健性检验，多个数据更加容易显著！

3、资料范围：
5862家上市公司，94653个观测值，年份跨度2000-2025年。
具体数据分布情况如下方描述性统计。
包括原始数据、计算代码（stata和python代码都有，真实代码，可以向期刊公布，每一步都可以复现和做重复实验）、完整的复现说明（教大家一步步复现，做法过程全部公开，无数据黑箱，并且对复现过程常见问题做了解答）及最终结果（最终结果格式是excel电子表格格式，非常方便大家导入到自己数据里面），大家可以验证一下确保准确性！

4、参考文献：
[1]李鹏, 黄文静, 彭华涛. 专利丛林对企业高质量发展的影响机制研究[J]. 科学学研究, 2026, 44(7): 1502-1512.

此数据为科研课题组自用数据，根据真实的上市公司专利名称数据一步步做出来的，每一步都可以复现和做重复实验，非仅仅只有一堆文件胡编乱造（根据参考文献瞎编结果根本就没有研究价值，不能反映真正的专利丛林水平，实证围绕着错的结果根本就毫无意义浪费大家时间），真正的原创一手认真整理数据，数据处理较为复杂大家可以自行试试。

sss001

不错的资料，收藏了

小可爱

已买，感谢分享

998333

楼主的资料真的很不错，谢谢

今日值日生

楼主的资料真的很不错，谢谢

35608765

楼主的资料挺全的，谢谢分享