数据简介

根据知识资源基础观，知识的获取与整合高度依赖人力载体，尤其是具备深厚专业知识储备、突出创新能力及高产专利成果的超级明星发明家。作为企业内外部知识积累的核心人力资本，他们能显著增强数字技术对协同创新的赋能效应：一方面，凭借行业声望与广泛合作网络，他们可依托数字技术高效筛选创新合作伙伴并促成合作，同时通过数字化工具加速外部知识获取；另一方面，其丰富的知识积累与创新经验能提升知识整合效率，在数字技术支持下快速识别高价值外部知识，指导团队深度挖掘并加速转化为创新成果。

因此，为了方便大家在企业合作创新方面的研究，我们参考杨鹏，尹志锋和孙宝文等（2025）的公司样本（主表）筛选法：

数据来源层面（主表）

- 在上市公司年报数据中选择2007-2024年中国A股上市公司研究样本

- 剔除所有的ST样本

- 剔除金融行业和公用事业行业的样本

- 剔除存在异常值的样本（资产负债率大于1或小于0）

- 剔除企业规模、年龄等关键控制变量缺失的样本

我们自己根据剔除完后的名单，基于股票代码，匹配上市公司年报基本信息数据，以获取每家上市公司中文全称；同时，“截止日期”也是基于该基本信息表，因此部分公司的对应年份未包含2024。另外，该表中部分公司的中文全称在不同年份间有一两个字符差别，我们全部统一为第一次出现的名称。

数据来源层面（副表）

- 选择谷歌中国专利数据

- 基于专利申请年份仅选取2007-2024年的专利，同时为方便计算，选择专利数据中的“格式化申请号”,“专利申请日期”,“发明人”,“专利受让人”这四个字段。

- 需要说明的是，原始谷歌中国专利数据中，有部分数据值为列表形式，所以我们做了纵向拉伸处理，方便计算。

接着，我们再参考杨鹏，尹志锋和孙宝文等（2025）的做法来计算超级明星发明家（StarInventors）：

1. 基于专利数据中的“发明人”，统计每位发明人每年的专利申请数量

2. 将每年专利申请量排名前5%的发明人界定为"超级明星发明家"

3. 在企业层面汇总该指标为“超级明星发明家数量”，指每年每家企业拥有的超级明星发明家数量。

4. 根据企业当年是否拥有至少一位超级明星发明家，构建二元虚拟变量进行测度“超级明星发明家”

数据来源	上市公司年报，谷歌中国全量专利数据
时间跨度	2007-2024
区域跨度	上市公司
数据格式	数据格式为Excel形式

数据指标

股票代码	统计截止日期	中文全称
年份	超级明星发明家数量	超级明星发明家

数据展示

参考文献

[1]杨鹏,尹志锋,孙宝文,等.数字技术应用与企业合作创新[J].经济管理,2025,47(01):108-127.