在之前的课程「渐进性创新与突破性创新:使用 Stata 计算上市公司跨年专利技术相似度」中,提到了关于渐进性创新和突破性创新的五种指标:
![]()
其中前三个指标反映的是企业的渐进性创新,后两个指标反映的是企业的突破性创新。
名师讲堂|渐进性创新与突破性创新:使用 Stata 计算上市公司跨年专利技术相似度:https://rstata.duanshu.com/#/brief/course/01387f1aabb742cca0d465e630cbcf38
在课程中我讲解了技术相似性的计算,另外几个指标的计算过程比较简单就不再讲解了,根据计算我得到了如下指标:
- 总引证次数: 该公司申请专利的总引用次数
- 自引5: 企业重复引用过去 5 年内专利的引用次数
- 自引5比例 = 自引5 / 总引证次数
- 自引次数: 该公司申请专利的自引次数 自引比例 = 自引次数 / 总引证次数
- 熟悉小类下的专利申请数量: 根据 IPC 的前四位作为专利技术分类标准,统计每年企业在已有专利分类池中的新申请专利数量
- 熟悉大类下的专利申请数量: 根据 IPC 的前三位作为专利技术分类标准,统计每年企业在已有专利分类池中的新申请专利数量
- 熟悉部下的专利申请数量: 根据 IPC + 的第一位作为专利技术分类标准,统计每年企业在已有专利分类池中的新申请专利数量
- 发明: 发明专利申请量
- 实用新型: 实用新型专利申请量
- 总发明和实用新型专利申请量 = 发明 + 实用新型
- 熟悉小类下的专利申请数量占比 = 熟悉小类下的专利申请数量 / 总发明和实用新型专利申请量
- 熟悉大类下的专利申请数量占比 = 熟悉大类下的专利申请数量 / 总发明和实用新型专利申请量
- 熟悉部下的专利申请数量占比 = 熟悉部下的专利申请数量 / 总发明和实用新型专利申请量
- 总专利申请数量 = 发明 + 实用新型 + 外观设计
- Citations99: 五年内被引次数在前 1% 的专利数量(剔除被引次数为 0 的)
- Citations90: 五年内被引次数在前 10% 的专利数量(剔除被引次数为 0 的)
- Citations99_ratio = Citations99 / 总专利申请数量
- Citations90_ratio = Citations90 / 总专利申请数量
- 跨年专利技术相似度_IPC1: 根据 IPC 的第一位作为专利技术分类标准,企业在 t 年的专利技术领域与 t-1 年专利技术领域之间的相似性。
- 跨年专利技术相似度_IPC3: 根据 IPC 的前三位作为专利技术分类标准,企业在 t 年的专利技术领域与 t-1 年专利技术领域之间的相似性。
- 跨年专利技术相似度_IPC4: 根据 IPC 的前四位作为专利技术分类标准,企业在 t 年的专利技术领域与 t-1 年专利技术领域之间的相似性。
注意事项
- 由于大部分专利的被引次数都是 0,因此这里在计算相关分位数的时候都是去除了被引次数是 0 的,否则很多计算的结果依然还是 0;
- 专利数据从申请到公开需要时间,数据中的专利数据比较全的部分是 2020 及之前年份的,因此 2021 及之后年份的数据计算结果需要慎重使用。
下图展示了历年上市公司渐进性创新与突破性创新相关指标平均值变化趋势:
![]()
更多关于数据的计算问题,不理解的小伙伴也可以私信李老师咨询~
![]()
数据引用格式
在论文中使用该数据请声明数据来源于RStata 数据中心,或者 RStata Data Center,并使用下述的格式引用:
RStata 数据中心: 1985~2024年上市公司渐进性创新与突破性创新相关指标计算结果. 2025. https://tidyfriday.cn/rsdb2/
英文文献可以使用下面的格式引用:
RStata Data Center: Calculation Results of Indicators Related to Incremental Innovation and Radical Innovation in Listed Companies from 1985 to 2024. 2025. https://tidyfriday.cn/rsdb2/
另外也建议在说明数据来源的同时,根据本文的介绍在论文中描述数据的详细处理方法。
点击这里跳转到 RStata 短书平台获取附件:1985~2024年上市公司渐进性创新与突破性创新相关指标计算结果
评论