📊 数据核心速览
- 数据编号：2343
- 时间跨度：2007–2025
- 样本范围：A 股上市公司（剔除 ST、金融、公用事业及异常样本）
- 数据来源：上市公司年报 + 谷歌中国全量专利库
- 数据格式：Excel 企业年度面板
- 测算范式：复刻《经济管理》杨鹏等（2025）顶刊口径
🎯 指标测算方法
- 统计每位发明人年度专利申请量；
- 每年专利申请量排名前 5%定义为超级明星发明家；
- 企业层面汇总：超级明星发明家数量；
- 构造虚拟变量：企业当年是否拥有明星发明家（0-1）。
📋 核心字段
股票代码｜统计截止日期｜公司中文全称｜年份超级明星发明家数量｜超级明星发明家虚拟变量
🔍 适用研究方向
- 明星发明家与企业创新产出、专利质量、研发效率
- 核心人力资本对企业全要素生产率、高质量发展影响
- 数字技术、数字化转型与明星发明家协同创新效应
- 高管团队、人才结构、知识溢出与企业创新网络
- 异质性分析：行业、产权、研发投入的调节作用
| 时间跨度 | 2007-2025 |
| 区域跨度 | 上市公司 |
| 数据格式 | Excel形式 |
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2007-2025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2025。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2007-2025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.
