近日，一套涵盖2000年至2025年上市公司信息共享情况的完整数据集正式对外发布，为学术界研究企业创新合作机制提供了全新工具。该数据集包含3388家上市公司的17455个观测值，通过专利合作研发与引用信息量化企业间的知识流动水平，相关指标测算方法严格遵循《中国工业经济》2023年发表的权威研究范式。
研究团队采用专利联合申请作为合作研发的识别标准，重点统计企业当年合作专利引用外部专利的次数（剔除自引用）。为消除数据偏态分布影响，对引用次数加1后取自然对数形成核心指标"信息共享程度"，同时衍生出平均引用次数、合作专利数量、合作占比、合作广度、他引总量等6个辅助变量。这种多维度的量化方式既保证了指标的科学性，又为研究者提供了丰富的稳健性检验选项。
数据集的独特优势在于其完全可复现性。研究团队同步公开了Stata与Python双版本计算代码，详细记录了从原始专利数据清洗到最终指标生成的每步操作流程。配套发布的复现手册不仅包含技术说明，还针对常见问题提供解决方案，确保其他研究者能够准确复现研究结果。这种透明化的数据处理方式有效规避了学术研究中常见的"数据黑箱"问题，为实证研究的可靠性提供了坚实保障。
该数据集已通过多重质量检验。描述性统计显示，样本期内企业信息共享程度呈现显著波动，2015年后整体水平出现结构性提升。变量间的相关性分析表明，合作专利数量与他引总量呈现强正相关，而合作广度与平均引用次数的关联度相对较弱，这些发现为后续研究提供了重要线索。研究团队特别强调，所有指标均基于真实专利数据生成，坚决杜绝主观编造或随意调整，确保每个数值都能追溯到具体的专利文献。
目前，完整数据集已以Excel格式提供下载，包含原始数据、中间计算结果和最终指标三个层级。这种结构化设计既方便研究者直接使用最终指标，也允许有需求的学者深入检验数据处理过程。随着创新合作研究的不断深入，这套高透明度、多维度的数据集有望成为该领域的重要基础设施，推动相关学术研究向更高水平发展。
