注意：此数据是老师带领我们课题组一起弄的，数据内容均来源于官方，和官方内容保持一致！此外，我们课题组一直关注此类数据，并应用此类数据进行过多次研究，截至2026，该数据官方更新至2024年。目前网上有一些非常不负责任的人，号称有2025年数据的，官方都没更新，也不知道他的数是哪来的，估计连同他别的年份数据也都是不真实的，数据对于科研是非常重要的，大家一定注意甄别！我们的数据是课题组自用数据，已有成果产出，是经过验证的真实数据，大家可以放心使用！

本数据进一步聚焦上市公司供应链上下游的企业协同创新，通过上市公司五大供应商和五大客户数据构建"年份-上游企业-中游企业-下游企业"数据集,并在此基础上采用上游企业当年与其他创新主体联合申请发明专利数量作为衡量上游企业协同创新的基础数据;同理,采用下游企业当年与其他创新主体联合申请发明专利数量衡量下游企业协同创新。协同创新的数据来源于incopat，若某一企业与其他创新主体当年有联合申请专利的情况，则将其纳入统计，最终得到上下游企业在各年联合申请专利的数量。

客户数据处理流程

在供应链协同创新研究中，我们面临一个关键挑战：如何处理不连续的客户合作数据？原始数据显示，企业间的合作关系往往存在时间断点，但这并不意味着合作关系的完全中断。我们的处理方案采用"保守扩充"策略：保留所有原始合作数据的完整性，同时将每个客户的活跃期间延续至2024年。具体而言，对于万华化学集团这样的客户，我们完整保留其2014年86次、2015年26次的真实合作记录，同时为2016-2024年的空白期间补充记录（合作次数设为0），构建出连续的时间序列。这种处理方式既避免了数据丢失，又为后续的面板数据分析奠定了基础，确保研究结果的稳健性与可靠性。

供应商数据处理流程

供应商数据的处理逻辑与客户数据保持一致，但在实际应用中面临更为复杂的挑战。供应商网络的动态变化往往更加频繁，同一中游企业可能在不同时期与多个供应商建立合作关系。我们的核心处理原则是："数据完整性优先，扩充逻辑清晰"。首先完整保留所有原始的供应商合作记录，包括每年的真实合作次数；然后基于每个供应商的首次出现年份，将其活跃期间统一延续至2024年。对于合作数据缺失的年份，鉴于incopat原始数据中某些年份没有合作申请专利，因此我们设合作次数设为0。这种方法的优势在于：既保持了数据的真实性，又确保了时间维度的连续性，为供应链网络演化分析提供了可靠的数据基础。通过这样的处理，我们能够更准确地捕捉供应链关系的动态变化轨迹。

[1]马从文,湛泳.供应链溢出视角下美国实体清单制裁对企业协同创新的影响[J/OL].科技进步与对策,1-11[2025-08-21].


我们课题成员始终坚持求真务实的学术态度，不善用夸大的语言进行营销。参与本论坛的初衷在于搭建开放的学术交流平台，与各位同仁分享阶段性研究成果，共同进步。在此特别强调：我们坚决维护知识产权，所有资料严禁以任何形式进行转售。愿与大家共建良性学术生态，谨祝各位在探索真理的道路上收获丰硕成果！