上市企业知识宽度计算stata do代码及源数据(1992-2020)

上传者: m0_55707520 | 上传时间: 2022-04-19 19:03:53 | 文件大小: 277.75MB | 文件类型: RAR
我们认为,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A01 B02/00、A01 B02/ 10、A01 B02/20,而另一项专利也有三个分类号:A01 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A01 B02的一个大组信息,而第二项专利则利用了A01 B02、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。为了尽量减少这一偏误,参照产业集中度的测算思路,该项指标采取大组层面的赫芬达尔一赫希曼指数的逻辑思路对其进行加权,企业专利知识宽度的具体计算方法为 其中,a表示专利分类号中各大组分类所占比重。可以看出,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。

文件下载

资源详情

[{"title":"( 12 个子文件 277.75MB ) 上市企业知识宽度计算stata do代码及源数据(1992-2020)","children":[{"title":"634 企业专利质量","children":[{"title":"创新追赶战略抑制了中国专利质量么__张杰.caj <span style='color:#111;'> 465.58KB </span>","children":null,"spread":false},{"title":"申请专利的被引用信息_2.xlsx <span style='color:#111;'> 34.49MB </span>","children":null,"spread":false},{"title":"申请专利的被引用信息_4.xlsx <span style='color:#111;'> 38.64MB </span>","children":null,"spread":false},{"title":"计算说明.docx <span style='color:#111;'> 18.19KB </span>","children":null,"spread":false},{"title":"处理do文件.do <span style='color:#111;'> 2.09KB </span>","children":null,"spread":false},{"title":"企业专利质量结果.xlsx <span style='color:#111;'> 437.70KB </span>","children":null,"spread":false},{"title":"申请专利的被引用信息_5.xlsx <span style='color:#111;'> 15.76MB </span>","children":null,"spread":false},{"title":"企业专利质量结果.dta <span style='color:#111;'> 403.56KB </span>","children":null,"spread":false},{"title":"申请专利的被引用信息_3.xlsx <span style='color:#111;'> 28.26MB </span>","children":null,"spread":false},{"title":"申请专利的被引用信息_1.xlsx <span style='color:#111;'> 34.79MB </span>","children":null,"spread":false},{"title":"上市企业专利质量指标计算Stata代码(附1992-2020年数据)知识宽度.zip <span style='color:#111;'> 142.42MB </span>","children":null,"spread":false},{"title":"数据说明(最新!上市企业知识宽度计算stata do代码及源数据).docx <span style='color:#111;'> 156.49KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明