2025-2000年上市公司渐进式创新锁定数据、渐进式创新程度、突破式创新程度

张淼儿 · 发表于 2026-1-4 10:01:32

1、资料名称：2025-2000年上市公司渐进式创新锁定数据、渐进式创新程度、渐进式创新程度_去规模化、渐进式创新程度_五年、突破式创新程度、专利组合数量、专利知识宽度

2、测算方式：
参考顶刊孙雅慧等（2024）发表于《中国工业经济》的研究做法，利用上市公司发明专利摘要文本测算企业渐进式创新锁定指标。核心逻辑：渐进式创新的特点是当期创新与往期创新在内容上存在连续性，本文利用机器学习方法将专利摘要文本转换为TF-IDF向量，测算企业当年申请专利与近三年申请专利的文本相似度均值作为渐进式创新程度；参考文献进一步采用企业所有年份相似度平均值做去规模化处理，反映企业渐进式创新的相对变化幅度。

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：
5665家上市公司，78733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]孙雅慧, 时省, 彭飞, 吴华清. 研发补贴与渐进式创新锁定：基于机器学习的专利文本分析[J]. 中国工业经济, 2024(11): 96-105.

此数据为科研课题组自用数据，根据真实的上市公司专利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，不能反映真正的渐进式创新锁定水平，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。