2025-2004年上市公司绿色算法创新数据、算法专利授权量、算法专利占比、lnalgo

XM666

1、资料名称：2025-2004年上市公司绿色算法创新数据、算法专利授权量、算法专利占比、算法发明专利申请量、算法发明专利授权量、城市算法专利授权量、lnalgo

2、测算方式：
参考蒋伟杰、齐晨扬、陈琦（2026）的研究做法，采用"关键词粗筛+语义精筛"两阶段方法识别绿色专利中的算法专利：先以关键词表从绿色专利摘要中过滤出与数据处理、算法、方法相关的候选专利，再用轻量中文句向量模型 bge-small-zh-v1.5 将专利摘要与预定主题文本"应用在某个领域的数据处理、分析、利用的算法或方法"向量化，计算余弦相似度并以阈值0.61（与文献设定一致）识别算法专利。bge-small-zh-v1.5 是 MacBERT 大语言模型的一种（轻量化版本），识别逻辑与文献一致。识别出的算法专利按申请号去重后，加总到企业-年份与城市-年份层面，输出6个核心指标，其中 lnalgo 为文献核心解释变量（城市算法专利授权量取自然对数，加1避免取0处无定义）。

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：
1468家企业，4550个观测值，年份跨度2004-2025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]蒋伟杰,齐晨扬,陈琦.算法创新与企业全要素生产率提升——来自专利文本的经验证据[J].数量经济技术经济研究,2026(5):30-53.

此数据为科研课题组自用数据，根据真实的绿色专利文本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，不能反映真正的绿色算法创新水平，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。

描述性统计：
| 变量 | 均值 | 标准差 | 最小值 | P25 | P50 | P75 | 最大值 | 观测值 |
|------|------|--------|--------|-----|-----|-----|--------|--------|
| 算法专利授权量 | 0.0178 | 0.1837 | 0 | 0 | 0 | 0 | 5 | 4550 |
| 算法专利占比 | 0.0040 | 0.0530 | 0 | 0 | 0 | 0 | 1 | 4550 |
| 算法发明专利申请量 | 0.0892 | 0.8104 | 0 | 0 | 0 | 0 | 22 | 4550 |
| 算法发明专利授权量 | 0.0174 | 0.1826 | 0 | 0 | 0 | 0 | 5 | 4550 |
| 城市算法专利授权量 | 2.9813 | 2.7004 | 0 | 1 | 2 | 5 | 10 | 4550 |
| lnalgo | 1.1899 | 0.5978 | 0 | 0.6931 | 1.0986 | 1.7918 | 2.3979 | 4550 |