2012-2023年 上市公司-知识重组创造、知识重组再利用数据-社科经管实证数据
2012-2023年上市公司-知识重组创造、知识重组再利用数据-社科经管
https://download.csdn.net/download/paofuluolijiang/90880466
https://download.csdn.net/download/paofuluolijiang/90880466
本数据集聚焦于上市公司在知识管理领域的动态，覆盖2012年至2023年间的实证数据，核心指标包括知识重组创造与知识重组再利用两类专利行为。数据通过量化企业专利的整合与创新路径，解析知识元素组合的创新价值。具体统计字段涵盖：
数据
代码、年份、知识重组创造、知识重组再利用、知识重组创造取对数、知识重组再利用取对数。
其中，知识重组创造定义为“首次整合未关联的专利技术”，而知识重组再利用则基于五年内专利IPC分类号组合的重复使用情况判定。
数据来源以上市公司公开披露的专利信息为基础，结合证监会行业分类标准及企业年报信息进行交叉验证。专利数据通过IPC分类号组合的检索与匹配实现动态追踪，确保技术路径的连续性。例如，知识重组再利用的判断需回溯五年内专利组合的历史记录。部分案例参考了并购重组市场中的技术整合实践，如2023年长江电力等企业的重大资产重组案例，其技术整合模式与知识重组逻辑具有关联性。
该数据集对以下领域具有指导价值：
企业创新策略：通过量化知识重组行为，可评估企业技术创新的效率与路径依赖程度，为研发投入优化提供依据。例如，高频知识重组创造的企业往往具备更强的技术突破能力。
政策制定：数据揭示了国有企业在战略并购中知识整合的优势（如央企交易规模占比超60%），可为国企改革与产业政策设计提供实证支持。
学术研究：为技术演化、创新网络等理论提供微观数据基础，尤其适用于专利生命周期、跨行业技术融合等研究场景。结合经济管理中的统计分析方法（如相关性分析、预测模型），可进一步挖掘数据背后的经济规律。
