【2023-1992年】上市公司专利质量/知识宽度/创新质量（张杰和郑文平，2018）

1. 指标介绍

张杰和郑文平（2018，经济研究）采用计算专利知识宽度的方法测度企业专利质量：

具体而言，该研究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。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“AO1B01 /00”。为了充分利用每一种专利的分类号信息，研究定义了专利知识宽度以反映专利质量。

研究认为，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AO1B02/00、AO1B02/10、AO1B02/20，而另一项专利也有三个分类号：AO1 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 AO1B02 的一个大组信息，而第二项专利则利用了 AO1B02、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。

为了尽量減少这一偏误，参照产业集中度的测算思路，研究采取大组层面的赫芬达尔一赫希曼指数（HH）的逻辑思路对其进行加权：

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。

在计算了基于专利层面的知识宽度信息指标之后，根据“企业一年份—专利类型”这三个维度，将申请和授权专利层面的知识宽度信息加总到企业层面。为此，研究采用两种类型加总方法：一是均值法；二是中位数法。

需要特别指出的是，张杰和郑文平（2018，经济研究）只估算了企业发明专利和实用新型专利的质量，没有估算外观设计专利的质量（专利分类号体系完全不同）。

本数据比市面上现有数据进一步考虑了同一专利多个上市公司所有人的情形。计算更加准确！

2. 数据介绍

样本期间：1992年-2023年

统计范围： A股上市公司（上市公司及其子公司专利）

数据包括： 原始数据(.dta)+计算结果(.dta/.xlsx)+计算过程(.do)

指标包括：

指标类型	指标名称
基本信息	股票代码、Year
发明申请专利质量	1. 发明申请专利质量_中位数、2. 发明申请专利质量_均值
发明授权专利质量	3. 发明授权专利质量_中位数、4. 发明授权专利质量_均值
实用新型申请专利质量	5. 实用新型申请专利质量_中位数、6. 实用新型申请专利质量_均值
实用新型授权专利质量	7. 实用新型授权专利质量_中位数、8. 实用新型授权专利质量_均值

参考文献：

张杰和郑文平，2018，经济研究：创新追赶战略抑制了中国专利质量么?

3. 数据展示

4. 数据获取

2023-1992年上市公司专利质量（知识宽度）：数据+代码
大小:(76 Bytes)

只需: RMB 59元  马上下载