企业技术足迹相似度（2000-2025）
数据简介
本数据核心变量包括行业技术足迹相似度（ITS）和历史技术足迹相似度（HTS），同时保留发明专利申请数和技术领域数等过程变量。测算思路主要参考龚红、丁梦梦和胡思源（2025）《“求同”还是“存异”？技术足迹相似度、环境动态性与企业关键核心技术创新》以及 Martynov（2021）Technological footprint similarity and firm performance。龚红等（2025）在变量测度中依据国际专利分类号的小类确定每条专利所处技术领域，并分别构造企业技术向量、行业技术向量和企业历史技术向量，再使用余弦相似度度量企业技术分布与参照技术分布之间的接近程度。本数据参考文献做法，以发明专利申请数据为基础，采用IPC小类作为技术向量维度，例如将 G06F17/60 识别为 G06F，将 A01K67/00 识别为 A01K。该处理能够将企业专利活动映射为相对稳定的技术领域分布，进而刻画企业技术布局是更接近行业共同方向，还是更延续自身历史路径。
具体测算流程如下。第一，整理上市公司发明专利明细。原始专利数据包括证券代码、证券简称、申请号、申请年份、专利名称、专利类型、申请人、IPC主分类号、IPC分类号及授权信息等字段。测算时保留发明专利口径，依据申请年份确定企业年度，并按照“证券代码—申请号”去重，避免同一专利因公开、授权阶段或多条IPC记录被重复计入。第二，提取技术领域。对每件发明专利的IPC主分类号和IPC分类号进行统一清洗，去除空格并规范格式后提取IPC小类，形成企业在每一年涉及的技术领域集合及频次。若一件专利包含多个IPC小类，则分别计入对应技术领域；若同一企业同一年多件专利落入同一IPC小类，则在技术向量中体现为更高频次。由此得到企业 i 在年份 t 的技术向量 F_it，向量元素为各IPC小类在企业当年发明专利中的出现次数。数据中“发明专利申请数”表示企业当年具有有效IPC小类的发明专利数量，“技术领域数”表示企业当年发明专利覆盖的不同IPC小类数量。
行业技术足迹相似度（ITS）用于衡量企业当年技术布局与所属行业整体技术布局之间的相似程度。测算时，先根据企业所属行业代码识别企业所属二级行业，并将同一年、同一二级行业内全部上市公司的发明专利IPC小类技术向量加总，得到行业年度技术向量 F_kt。随后计算企业年度技术向量 F_it 与行业年度技术向量 F_kt 的余弦相似度，公式为：ITS_it = (F_it · F_kt) / (||F_it|| × ||F_kt||)。其中，分子表示企业技术分布与行业技术分布在相同IPC小类上的加权重合程度，分母为两个技术向量的欧氏范数乘积，用于控制企业专利规模和行业专利规模差异。ITS取值范围为0至1，数值越大，说明企业当年技术足迹与行业整体技术足迹越接近，企业技术方向与行业主流技术布局的一致性越强；数值越小，则说明企业技术布局相对行业整体更具差异性。若企业当年没有有效发明专利IPC小类，或所属行业当年无法形成有效行业技术向量，则ITS记为0。
历史技术足迹相似度（HTS）用于衡量企业当年技术布局与自身历史技术路径之间的延续程度。测算时，将企业 i 在 t-1、t-2 和 t-3 三个年度的技术向量加总，构造企业历史技术向量 H_it，再计算企业当年技术向量 F_it 与历史技术向量 H_it 的余弦相似度，公式为：HTS_it = (F_it · H_it) / (||F_it|| × ||H_it||)。HTS同样取值于0至1之间，数值越大，表明企业当年研发方向越接近其过去三年的技术积累，技术布局具有更强的路径延续性；数值越小，说明企业当年技术组合相对过去三年发生了更明显变化。若企业当年没有有效发明专利IPC小类，或者前三年没有可识别的历史技术向量，则HTS记为0。
最终结果以企业所属行业地区底表为上市公司—年份基础面板，将技术足迹相似度测算结果合并形成2000—2025年企业年度数据。结果中保留证券代码、证券简称、年份、行业代码、行业名称、省份、城市，以及行业技术足迹相似度、历史技术足迹相似度、发明专利申请数、技术领域数等变量。正式结果输出三版：第一版为全样本结果，保留基础面板中的全部企业年度观测，对无有效发明专利技术向量的企业年度相似度和过程变量记为0；第二版为剔除金融业与ST/PT样本；第三版为剔除金融业与ST/PT并缩尾样本，在第二版基础上，对行业技术足迹相似度、历史技术足迹相似度、发明专利申请数和技术领域数进行1%和99%缩尾处理。
数据示例
参考文献
[1]龚红,丁梦梦,胡思源.“求同”还是“存异”？技术足迹相似度、环境动态性与企业关键核心技术创新[J].南开管理评论,2025,28(4):86-97.