1988～2024 年上市公司、上市公司子公司、全资子公司产学研专利申请与授权数量统计

今天给大家分享一份 1988～2024 年上市公司、上市公司子公司、全资子公司产学研专利申请与授权数量统计数。

本次数据处理参考刘斐然等（2023）的做法，使用科研机构关键词法识别产学研合作专利，具体处理方法如下。

数据来源与处理方法

两份底层数据如下：

1985～2024 年上市公司与专利数据匹配结果（版本3，含申请、授权信息）：https://rstata.duanshu.com/#/brief/course/04100321f88b411f90429be934934bff

1999~2023年上市公司子公司专利申请与授权信息：https://rstata.duanshu.com/#/brief/course/4fe44c1cf44346f3b94fc4abbd7a43b0

处理流程：

第一步：定义科研机构关键词（刘斐然等 2023）

大学、学院、学校、研究院、研究所、实验室、科学院、技术中心、研究中心、科研、高校、教育、医院

第二步：识别产学研合作专利

在专利的「申请人」字段中检索上述关键词，str_detect(申请人, keyword_pattern) 命中即为产学研合作专利。

第三步：去重（非常关键）

• 按「股票代码/子公司ID + 年份 + 公开公告号（去掉末尾字母）」去重；
• 再按「股票代码/子公司ID + 年份 + 申请号」去重；
• 注意：统计前必须先去重，不可直接叠加预聚合结果。

第四步：统一专利类型

将「发明申请」与「发明授权」合并为单一的「发明」类别，杜绝重复计数。

第五步：分别统计申请数量和授权数量

• 申请数量：去重后直接按公司、年份、专利类型统计；
• 授权数量：先剔除授权公告号为空的观测值，再按公司、年份、专利类型统计。

第六步：合并申请与授权结果

按股票代码、年份进行 full_join，并整理为宽表格式，最终输出 .dta 文件（含中文变量标签）。

对于上市公司及其子公司的合并统计，还额外区分了「所有子公司」和「全资子公司（直接持股=100%）」两种情景，分别输出两份数据。

数据概览

本次分享的数据包含 4 份 Stata 格式（.dta）面板数据，时间跨度为 1988～2024 年：

文件名	说明	行数	列数
上市公司产学研专利数量统计.dta	上市公司层面，按股票代码、年份统计	4,772	12
上市公司及子公司产学研专利数量统计.dta	上市公司 + 所有子公司，按证券代码、年份统计	9,882	23
上市公司及全资子公司产学研专利数量统计.dta	上市公司 + 全资子公司，按证券代码、年份统计	7,516	23
上市公司子公司产学研专利数量统计.dta	子公司层面，按子公司ID、年份统计	14,305	12

数据预览如下：

主要变量（以上市公司层面为例）：

变量名	说明
股票代码	上市公司股票代码
股票名称	上市公司股票名称
公司名称	上市公司全称
年份	专利申请年份
发明申请数量	发明专利产学研申请数量（含申请和授权状态）
实用新型申请数量	实用新型专利产学研申请数量
外观设计申请数量	外观设计专利产学研申请数量
产学研申请总数	产学研专利申请总数
发明授权数量	发明专利产学研授权数量
实用新型授权数量	实用新型专利产学研授权数量
外观设计授权数量	外观设计专利产学研授权数量
产学研授权总数	产学研专利授权总数

⚠️ 注意事项：2021 年及之后年份的专利数据不全，使用该时段数据时需谨慎。

图表展示

下图展示了 1988～2024 年产学研专利申请与授权的总体时间趋势：

下图展示了各类型产学研专利（发明、实用新型、外观设计）的申请趋势，采用堆叠面积图展示：

下图展示了产学研专利申请数量与授权数量之间的散点关系（已对 99 分位数进行缩尾处理）：

处理代码

关键处理代码如下：

# 定义科研机构关键词（刘斐然等 2023）
research_keywords <- c(
  "大学", "学院", "学校", "研究院", "研究所",
  "实验室", "科学院", "技术中心", "研究中心",
  "科研", "高校", "教育", "医院"
)

keyword_pattern <- paste(research_keywords, collapse = "|")

# 识别产学研合作专利
df <- df %>%
  mutate(is_产学研 = str_detect(申请人, keyword_pattern))

去重处理逻辑：

# 按股票代码 + 年份 + 公开公告号（去末尾字母）去重
df <- df %>%
  mutate(公开公告号_clean = str_replace(公开公告号, "[A-Z]$", "")) %>%
  distinct(股票代码, 年份, 公开公告号_clean, .keep_all = TRUE)

# 再按股票代码 + 年份 + 申请号去重
df <- df %>%
  distinct(股票代码, 年份, 申请号, .keep_all = TRUE)

统一专利类型（发明申请 + 发明授权 → 发明）：

df_产学研 <- df_产学研 %>%
  mutate(
    专利类型统一 = case_when(
      专利类型 %in% c("发明申请", "发明授权") ~ "发明",
      TRUE ~ 专利类型
    )
  )

授权数量统计需先剔除授权公告号为空的观测值：

# 授权数量 = 去重后、去除授权公告号为空的，再按公司、年份、专利类型统计
df_grant <- df_产学研 %>%
  filter(!is.na(授权公告号) & 授权公告号 != "")

全资子公司筛选：

# 全资子公司（直接持股 = 100%）
df_fullowned <- df_relation %>%
  filter(直接持股 == 100) %>%
  select(zgsid, 证券代码, 年份) %>%
  distinct()

附件中也提供了该数据的完整处理代码供参考。

数据引用格式

由于该数据包含较多 R 语言处理的内容，在研究中使用该数据请使用清晰的方式注明数据来源于 RStata 或者 RStata 数据中心，并使用如下格式引用：

RStata 数据中心: 1988～2024年上市公司、上市公司子公司、全资子公司产学研专利申请与授权数量统计. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Panel Data on Industry-University-Research Patent Applications and Grants by Listed Companies, Subsidiaries, and Wholly-Owned Subsidiaries, 1988–2024. 2026. 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（参考刘斐然等 2023）。

点击这里跳转到 RStata 短书平台获取附件：1988～2024 年上市公司、上市公司子公司、全资子公司产学研专利申请与授权数量统计