上市公司高端芯片技术专利数据（1994—2025）
获取方法见推文末
数据简介
CNPaperData
在高端芯片成为全球科技竞争核心、支撑数字经济与实体经济深度融合的战略背景下，上市公司的高端芯片技术专利已成为衡量企业核心创新能力与产业话语权的关键标尺，既承载着芯片领域的技术突破成果，也决定着相关产业链的自主可控水平。本数据聚焦上市公司高端芯片创新实力的精准量化，全面覆盖沪深A股上市公司高端芯片技术专利的核心信息，通过标准化的数据筛选、清洗与整合流程，系统归集企业高端芯片专利的数量规模、技术细分领域及时间分布特征，填补“高端芯片专利布局—核心技术实力—产业应用价值”评估链条中的数据空白，为监管部门优化芯片产业扶持政策、高校开展高端芯片技术创新研究、投资者挖掘企业芯片领域发展潜力提供可靠的数据支撑。
本数据聚焦选择了上市公司，并参考《关键数字技术专利分类体系（2023）》，按照当中专利分类号——“高端芯片技术专利分类体系”类技术编码，并结合国家知识产权局的信息，搜索匹配每家公司每年的专利申请，从中筛选出“高端芯片”类，而后统计数量，最终形成77W+条有效记录，完整呈现各上市公司各年度高端芯片技术专利的核心细节，为研究者提供可直接用于实证分析的标准化高端芯片专利数据集。
数据信息
CNPaperData
数据格式：excel
数据范围：全国
公司名称 | 申请日 | 公开（公告）号 | 公开（公告）日 | IPC主分类 | IPC |
家族引证 | 家族被引证 | IPC主分类-小组 | 申请年份 | 股票代码 | 公司简称 |
股票代码 | 申请年份 | 高端芯片技术专利数量 |
选题方向
CNPaperData
选题1：1994-2025年A股上市公司高端芯片技术专利时序演化与创新热点变迁研究
基于数据“年份—专利数量—技术细分领域”三维度信息，运用时间序列分解（HP滤波、移动平均）、LDA主题模型及技术图谱分析方法，系统刻画我国上市公司高端芯片专利产出的整体增长趋势（如国家芯片战略实施前后的专利增长差异）及技术热点演进路径（如早期聚焦芯片设计基础技术，中期转向制程工艺优化，后期向AI芯片、车规级芯片等应用方向延伸的特征）。重点结合高端芯片相关政策节点（如“十四五”数字经济发展规划、集成电路产业扶持政策出台）与技术突破事件，识别驱动专利产出波动的核心因素，为判断企业高端芯片创新阶段、预测未来技术布局方向提供实证依据。
选题2：上市公司高端芯片专利布局的行业异质性及核心驱动因素分析
以证监会2012年行业分类标准为依据，将样本划分为半导体制造、电子信息、人工智能、汽车电子等重点行业，通过泰尔指数、变异系数量化行业间高端芯片专利产出的不均衡性，结合交叉分析对比不同行业的技术布局偏好（如半导体行业侧重芯片制程专利，AI行业侧重算力芯片专利，汽车电子行业侧重车规芯片可靠性专利）。进一步整合企业财务数据（研发投入强度、核心技术人员占比）与行业数据（市场竞争度、技术协同效应），运用双向固定效应面板回归模型，探究行业特性、政府补贴、企业规模及技术合作模式对高端芯片专利布局的驱动作用，为不
同行业企业制定差异化高端芯片创新策略提供参考。
选题3：高端芯片技术专利对上市公司资本市场表现的影响机制与路径检验
将本数据中的“高端芯片专利数量/质量”与CSMAR数据库的“托宾Q值（企业估值）”“股价波动率”“融资效率”等指标关联，构建“技术创新—价值创造—资本市场反应”的分析框架。运用中介效应模型与调节效应模型，检验高端芯片专利通过“核心技术壁垒构建”“产品迭代能力提升”“产业链话语权增强”三条路径对资本市场表现的影响，并探究行业属性（高技术/传统行业）、产权性质（国有/非国有）对该影响的调节作用。同时对比不同技术类型高端芯片专利（设计类vs制造类）的效应差异，为投资者识别高端芯片创新价值、企业优化专利布局提供微观证据。
选题4：高端芯片相关政策的创新激励效应评估——基于上市公司专利产出的准自然实验
以国家级或地方级高端芯片产业政策出台（如《新时期促进集成电路产业和软件产业高质量发展的若干政策》《XX省高端芯片产业发展行动计划》）为准自然实验，结合本数据的专利产出数据，运用双重差分模型（DID）或断点回归模型（RD），评估政策实施对企业高端芯片专利产出的净效应。从“数量增长”与“质量提升”两个维度衡量政策效果，进一步通过异质性分析，对比政策在不同区域（东部沿海vs中西部地区）、不同规模企业（龙头企业vs中小创新企业）中的激励差异。同时运用中介效应模型，检验政策通过“降低研发融资约束”“引导人才集聚”“强化产学研合作”三条路径影响专利产出的内在机制，为完善高端芯片产业支持政策提供实证支撑。
选题5：上市公司高端芯片创新“虚实匹配”识别与绩效差异研究——基于专利与披露的双重视角
结合本数据的“高端芯片专利数量（实际创新）”与上市公司年报、招股书中高端芯片相关文本披露数据（通过Python文本挖掘提取），构建“披露—产出匹配度”指标：匹配度高代表“实质性创新”，匹配度低（高披露、低专利）代表“概念炒作型创新”。运用倾向得分匹配（PSM）方法，消除样本选择偏差后，对比两类企业在财务绩效（ROE、净利润增长率）、市场绩效（市值增长率、机构投资者关注度）及长期发展能力（研发投入可持续性）上的差异。进一步通过Logit模型识别“概念炒作型”企业的特征（如股权结构、高管技术背景、融资需求紧迫性），为监管部门打击“芯片概念炒作”、引导企业开展实质性创新提供数据支撑，也为投资者规避相关风险提供参考。
数据展示
CNPaperData
会员权益
CNPaperData
CNPaperData（简称CNPD）是立足大规模数据采集、清洗、挖掘的国家高新技术企业，借鉴Compustat、WRDS等国际知名数据库及FT50期刊专业标准，打造中国特色经济管理社会科学研究型数据库。涵盖上市公司、企业、省份、地级市、县域、高校、人物等研究对象，涵盖经济、法律、金融、政策、科技、文化、健康、环保、人口等各类热门数据。顶刊标准数据，好数据助力发好刊！获取数据地址https://www.ppmandata.cn/trade/list
获取方式
CNPaperData
数据编号 2163
1.永久会员可在官网搜索对应编号免费下载
2.非永久会员搜索对应编号后在网页右上角通过数据元单独购买
以1533为示例：
数据会员直接下载地址：
www.ppmandata.cn
