企业渐进式与突破式创新（2000-2025）| IPC小类识别
数据简介
本数据整体思路是以发明专利申请所对应的IPC小类为基础，考察企业在近五年窗口内是否持续围绕同一技术小类开展专利申请，从而区分企业渐进式创新和突破式创新。具体测算过程主要参考李玉花、林雨欣、李丹丹（2024）《人工智能技术应用如何影响企业创新》中关于渐进式创新和突破式创新的处理思路，企业创新既可能表现为沿既有技术轨道进行持续改进和深化，也可能表现为进入新的技术领域或形成新的技术方向；因此，基于企业发明专利IPC小类在滚动窗口内的重复情况，可以较为直观地刻画企业创新活动的渐进性与突破性。核心变量包括渐进式创新（Incremental）、突破式创新（Breakthrough）、渐进式创新专利数（IncrementalPatentCount）、突破式创新专利数（BreakthroughPatentCount）、发明专利申请数（InventionPatentCount）和当年IPC小类种类数（IPCSubclassCount_year）。其中，渐进式创新（Incremental）表示企业当年围绕近五年内重复出现的IPC小类形成的发明专利申请规模；突破式创新（Breakthrough）表示企业当年进入近五年内未重复出现的IPC小类所形成的发明专利申请规模。两类核心指标均采用专利数量加1取自然对数处理。
①提取IPC小类。对于每一件发明专利，本数据提取其IPC小类作为技术领域识别依据。具体处理时，优先使用IPC主分类号提取IPC小类；若主分类号缺失，则从IPC分类号字段中提取第一个可识别的IPC小类。IPC小类采用国际专利分类中的小类层级，例如G06F、H04L、A61K等，用于表示企业发明专利所属的主要技术领域。若专利缺少可识别的IPC小类，则该专利仍计入企业年度发明专利申请数，但不参与渐进式创新和突破式创新的分类计算。
②识别渐进式创新与突破式创新。参考文献思路，本数据以企业近五年滚动窗口内同一IPC小类是否重复出现作为创新类型划分标准。设企业i在年份t申请的某项发明专利对应IPC小类为c，并统计企业i在t-4年至t年共五年窗口内位于同一IPC小类c下的发明专利申请数量。若该数量大于或等于2，说明企业在近五年内围绕同一技术小类进行了重复性或持续性专利申请，该专利被识别为渐进式创新专利；若该数量等于1，说明该IPC小类在企业近五年窗口内未重复出现，该专利被识别为突破式创新专利。若企业同一年在同一IPC小类下申请多件发明专利，则这些专利在五年窗口内已经构成同一技术小类的重复活动，因此按照该口径归入渐进式创新。
③测算企业年度核心变量。基于专利层面的创新类型识别结果，本数据进一步汇总到企业-年份层面。渐进式创新专利数（IncrementalPatentCount）表示企业当年被识别为渐进式创新的发明专利申请数量；突破式创新专利数（BreakthroughPatentCount）表示企业当年被识别为突破式创新的发明专利申请数量。渐进式创新（Incremental）的计算公式为：Incremental = ln(1 + IncrementalPatentCount)；突破式创新（Breakthrough）的计算公式为：Breakthrough = ln(1 + BreakthroughPatentCount)。其中，Incremental数值越高，表示企业越倾向于沿既有技术领域进行持续改进和深化；Breakthrough数值越高，表示企业越倾向于进入新的技术小类或形成新的技术方向。发明专利申请数（InventionPatentCount）表示企业当年去重后的发明专利申请总量；当年IPC小类种类数（IPCSubclassCount_year）表示企业当年发明专利申请涉及的IPC小类数量，用于反映企业年度技术领域覆盖范围。最终形成企业年度结果。最终结果输出三类数据：第一类为全样本结果；第二类为剔除金融业与ST/PT样本结果；第三类是在剔除金融业与ST/PT基础上，对渐进式创新、突破式创新、渐进式创新专利数、突破式创新专利数、发明专利申请数和当年IPC小类种类数等核心连续变量进行1%和99%缩尾处理后的结果。
数据示例
参考文献
[1]李玉花,林雨昕,李丹丹.人工智能技术应用如何影响企业创新[J].中国工业经济,2024,(10):155-173.