A股上市公司专利质量数据及stata代码1990-2023年
数据来源:企业专利文件
时间跨度:1990-2023年
数据范围:46000+观测值
参考文献[1]李宏,王云廷,吴东松.专利质量对企业出口竞争力的影响机制:基于知识宽度视角的探究[J].世界经济研究,2021(01):32-46+134
为了测度企业专利质量,我们使用中国国家知识产权局企业专利文件中IPC分类号的数量信息。依据不同专利其分类号格式有所不同。在发明专利和实用新型专利中,IPC专利分类号格式一般采取“部一大类一小类一大组一小组”的格式,如“A01 B01/00”。具体而言,分类号的第一个字母取值范围为A一H,以表示8个大部:
- A部:生活必需(农、轻、医)
- B部:作业、运输
- C部:化学、冶金
- D部:纺织、造纸
- E部:固定建筑物
- F部:机械工程、照明、采暖、武器、爆破
- G部:物理
- H部:电技术
第2至第3个数字表示大类,第4个字母表示小类,大组和小组之间用“/”隔开。在外观专利中,专利分类号则为“大类一小类”的格式,如“01-00”。为了充分利用每一种专利的分类号信息,定义了专利知识宽度以反映专利质量。
首先,我们认为,仅采用专利的分类号数量并不能准确区分出一项专利所包含分类号之间的内部差异,反而会对专利质量的测度产生偏误。例如,一项专利共有三个分类号A01B02 /00、A01 B02/10、A01B02/20,而另一项专利也有三个分类号: A01 B02/00、A02B13/00、B35D13/20 ,这两项专利虽然专利分类号数量相同,但由于第一项专利只利用了A01B02的一个大组信息,而第二项专利则利用了A01B02、A02B13、B35D13这三个大组信息,显然第二项专利所运用的知识宽度要大于前者,因此,其专利质量相应也更高。
本文参考赫芬达尔指数的计算思路,在大组层面上定义企业专利知识宽度为:
其中,Z_imt为企业i截至t年在m大组下发明与实用新型申请专利的累计数目,Z_it为企业i截至t年在全部大组下申请专利的累计数目。Patentknowledge的值越大,说明企业专利的知识宽度越大,专利质量越高。
值得一提的是,在计算该指标的过程中,我们对数据进行了以下处理:
- 只选取了发明专利与实用新型专利,这样做一是因为外观设计专利的编号方式与发明专利和实用新型专利完全不同,不能依照相同的方法进行计算;二是因为相比于发明专利和实用新型专利,外观设计专利所体现的自主创新能力相对较低,不能较好体现企业创造专利过程中所应用知识的复杂程度。
- 剔除了由于“避重弃权”而标明无效的实用新型专利。
参考文献
[1]李宏, 王云廷, and 吴东松. “专利质量对企业出口竞争力的影响机制:基于知识宽度视角的探究.” 世界经济研究 1(2021):16.
数据对象:全部A股数据区间:1990-2023年
专利统计口径:上市公司本身和子公司
最终结果包含申请和授权结果
各年数据量
描述性统计
评论前必须登录!
注册