一、数据简介
数据名称：上市公司绿色创新偏向数据
时间跨度：2000-2024年
数据层级：上市公司-年度面板
核心指标：绿色创新偏向
识别变量：stkcd（上市公司数字代码）、year（年份）
文件格式：Stata .dta 格式 + Excel .xlsx 格式
本数据集基于上市公司绿色专利申请数据，计算上市公司绿色创新偏向指标，反映上市公司在绿色创新活动中倾向于协同创新（联合申请）而非独立创新的程度。该指标取值介于0至1之间，数值越大表示上市公司越倾向于通过联合申请方式进行绿色创新。数据覆盖A股上市公司2000-2024年的面板数据，可用于研究企业绿色创新模式选择、数实融合与协同创新偏向性等议题。





二、计算说明
【绿色创新偏向】= ln(联合申请的绿色专利数量 + 1) / [ln(联合申请的绿色专利数量 + 1) + ln(独立申请的绿色专利数量 + 1)]。该指标衡量上市公司在绿色创新中选择协同创新（联合申请专利）的偏好程度。当联合申请和独立申请的绿色专利数量均为0时，分母为0导致缺失值，此时取值为0。指标取值范围为[0, 1]，其中0表示完全独立创新或无绿色专利，1表示完全协同创新。对已剔除已缩尾版本，该指标按年度进行了前后1%的Winsorize缩尾处理。





三、结果数据文件
共三套结果数据，每套均包含 .dta 和 .xlsx 两种格式。样本筛选步骤如下：
（1）剔除B股样本（证券代码以2或9开头）
（2）剔除证券简称为空的无效样本
（3）剔除金融业上市公司样本（行业代码以J开头）
（4）剔除ST和PT类上市公司样本
（5）对绿色创新偏向指标按年度进行前后1%缩尾处理（Winsorize）
编号  文件名称                                说明
1     计算结果未剔除未缩尾版本.dta/.xlsx       仅完成步骤（1），保留全部有效样本，未做筛选和缩尾（66776条）
2     计算结果已剔除金融STPT未缩尾版本.dta/.xlsx  完成步骤（1）-（4），已剔除金融业及ST/PT样本，未缩尾（60229条）
3     计算结果已剔除金融STPT已缩尾版本.dta/.xlsx  完成步骤（1）-（5），已剔除金融业及ST/PT样本并缩尾（60229条）





四、变量说明
序号  变量名称              变量类型  变量说明
1     证券代码              字符型    上市公司6位证券代码
2     证券简称              字符型    上市公司证券简称
3     stkcd                 数值型    上市公司数字代码（去除字母前缀）
4     year                  数值型    年份
5     绿色创新偏向          数值型    上市公司绿色创新偏向指标，取值范围[0,1]
6     行业代码              字符型    上市公司所属行业代码（证监会分类）
7     行业名称              字符型    上市公司所属行业名称（证监会分类）
8     所属省份              字符型    上市公司注册所在省份
9     所属省份代码          字符型    上市公司注册所在省份行政区划代码
10    所属城市              字符型    上市公司注册所在城市
11    所属城市代码          字符型    上市公司注册所在城市行政区划代码
12    独立申请的绿色专利数量  数值型  上市公司当年独立申请的绿色专利数量
13    联合申请的绿色专利数量  数值型  上市公司当年联合申请的绿色专利数量
14    上市日期              字符型    上市公司首次上市日期
15    股票类型              字符型    股票类型标识（A股等）
16    ABH股交叉码           字符型    A/B/H股交叉上市标识码
17    公司名称              字符型    上市公司全称
18    公司中文简称          字符型    上市公司中文简称
19    公司英文名称          字符型    上市公司英文全称
20    行业名称D             字符型    证监会行业分类四级行业名称
21    行业代码D             字符型    证监会行业分类四级行业代码
22    行业名称C             字符型    证监会行业分类三级行业名称
23    行业代码C             字符型    证监会行业分类三级行业代码
24    行业名称B             字符型    证监会行业分类二级行业名称
25    行业代码B             字符型    证监会行业分类二级行业代码
26    行业名称A             字符型    证监会行业分类一级行业名称（门类）
27    行业代码A             字符型    证监会行业分类一级行业代码（门类）
28    经营范围              字符型    上市公司经营范围描述
29    公司沿革              字符型    上市公司历史沿革简介
30    注册资本              数值型    上市公司注册资本（元）
31    成立日期              字符型    上市公司成立日期
32    退市日期              字符型    上市公司退市日期（如有）





五、原始数据与基本信息合并
原始数据文件：上市公司绿色专利申请数据.dta，包含证券代码、证券简称、stkcd、year、独立申请的绿色专利数量、联合申请的绿色专利数量、行业代码、行业名称、所属省份、所属省份代码、所属城市、所属城市代码等12个字段。
合并方式：通过stkcd字段与行业代码/上市公司基本信息数据.dta进行多对一合并（merge m:1），保留原始数据中的全部样本及匹配样本。
回写规则：合并后以上市公司基本信息数据为主，用证券中文简称覆盖证券简称、用行业代码C覆盖行业代码、用行业名称C覆盖行业名称。





六、代码文件
文件名称                                语言    说明
上市公司绿色创新偏向数据计算代码.do      Stata   核心指标计算与三版本结果输出代码（Stata 15+兼容）
上市公司绿色创新偏向数据计算代码.py      Python  计算代码的Python等价实现
上市公司绿色创新偏向数据评估代码.do      Stata   数据质量评估代码（Stata 15+兼容）
上市公司绿色创新偏向数据评估代码.py      Python  评估代码的Python等价实现


七、数据质量评估
评估报告文件夹：数据质量评估报告_YYYYMMDD
评估日志文件：评估日志_YYYYMMDD.log
子文件夹          内容
数据分布分析      三个版本的描述性统计（txt）、核心指标频率分布（txt/csv）
分布图            直方图、箱线图、核密度图、Q-Q图、散点图矩阵、时间趋势图、行业箱线图、省份条形图等（jpg，300dpi）
异常值检验        缺失值统计（txt）、IQR法异常值汇总（txt）、Z-score法异常值汇总（txt）、IQR离群样本（csv）
逻辑合理性验证    时间连续性与指标范围检验（txt）、公司样本期统计（csv）
稳健性测试        三版本对比分析（txt）、子样本期对比（txt）、三版本趋势对比图与样本量对比图（jpg）





八、参考文献
范玉莹等. 数实融合与企业绿色创新模式：协同创新的偏向性选择.