探索技术创新的力量：Extended Data for Kogan et al., 2017

探索技术创新的力量：Extended Data for Kogan et al., 2017

去发现同类优质开源项目:https://gitcode.com/

在这个开源数据项目中，我们为您提供了自1926年至2022年的专利技术创新数据，源自Kogan, L., Papanikolaou, D., Seru, A. 和 Stoffman, N., 2017年发表的研究论文。这个更新的资料集扩展了原始数据系列，并增加了许多新功能和细节，旨在为研究者和分析师提供一个更全面、更准确的创新衡量标准。

项目介绍

该项目包括三个核心数据集：

1. KPSS_2022.csv：1926年至2022年的专利级面板数据。
2. Match_patent_permco_permno_2022.csv：专利与CRSP permco和permno匹配的数据。
3. Match_patent_cpc_2022.csv：专利与CPC类别的匹配数据。

每个数据集都包含详细的变量定义，如专利编号、发行日期、申请日期、创新价值（名义和实际）以及引用次数等。

项目技术分析

数据处理精良，不仅提供了专利的名义与实际创新价值，还考虑到了通货膨胀因素进行调整。此外，还包括了专利与公司的关联信息，以及与国际专利分类（CPC）的匹配情况，便于深入研究专利的技术领域和影响力。

应用场景

这些数据适用于多领域的研究和分析，例如：

• 经济学：研究技术创新对经济增长的影响。
• 知识产权：评估专利的价值和潜在市场。
• 科技政策：制定和评估科技创新政策。
• 企业策略：洞察行业趋势，优化研发方向。

项目特点

• 全面性：覆盖近百年的时间跨度，直至2022年的最新数据。
• 细致入微：提供专利的申请日期、引用次数以及与公司、技术分类的匹配关系。
• 可比性：通过一致的计算方法，使得不同年份的创新价值具有比较意义。
• 易用性：清晰的变量定义使数据易于理解和分析。
• 持续更新：定期发布新的数据版本以保持时效性。

若在数据使用过程中有任何疑问，欢迎联系Dimitris Papanikolaou或Amit Seru获取支持。务必在引用此数据时注明来源——Kogan等人的原论文。

现在就加入这个创新数据之旅，揭示技术创新如何塑造我们的世界吧！

去发现同类优质开源项目:https://gitcode.com/