上市公司企业专利质量知识宽度计算stata代码及源数据申请专利质量引用信息1992-2020
1、数据来源:企业专利文件
2、时间跨度:1992-2020
3、区域范围:全国上市公司
4、指标说明:含源数据、企业专利质量结果、计算说明
计算说明:
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A01 B02/00、A01 B02/ 10、A01 B02/20,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A01 B02的一个大组信息,而第二项专利则利用了A01 B02、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。为了尽量减少这一偏误,参照产业集中度的测算思路,该项指标采取大组层面的赫芬达尔一赫希曼指数的逻辑思路对其进行加权,企业专利知识宽度的具体计算方法为
其中,a表示专利分类号中各大组分类所占比重。可以看出patent_knowedge越越大,各个大组层面的专利分类号之间的差异越大,即表明企业创造专利所运用的知识宽度越大,其专利质量可能就表现为越高。
数据截图:
计算参考文献:
张杰, 郑文平. 创新追赶战略抑制了中国专利质量么?[J]. 经济研究, 2018, 53(5):14.
相关研究:
[1]邓颖翔, 朱桂龙. 基于专利数据的中国产学研合作研究[J]. 科学学与科学技术管理, 2009, 30(012):16-19.
[2]庄涛, 吴洪. 基于专利数据的我国官产学研三螺旋测度研究——兼论ZF在产学研合作中的作用[J]. 管理世界, 2013(08):175-176.
[3]王班班, 齐绍洲. 市场型和命令型政策工具的节能减排技术创新效应——基于中国工业行业专利数据的实证[J]. 中国工业经济, 2016(6):91-108.
[4]黄鲁成, 高姗, 吴菲菲,等. 基于专利数据的全球高速铁路技术竞争态势分析[J]. 情报杂志, 2014(12):41
评论前必须登录!
注册