CNRDS 企业创新、专利、绿色专利、文本与治理类数据库的常用变量入口。适合上市公司创新、绿色创新、数字化转型、金融科技和公司治理研究；完整字段需按学校订阅模块在 CNRDS 平台下载。
subscription modules — rolling · updated: rolling · official pageCNRDS Firm Innovation and Patent Data registers 11 variables — 7 commonly used as dependent variables, 6 as core regressors and 1 as controls. Common research directions for this dataset include: 环境规制与企业绿色创新, 企业创新质量.
环境规制与企业绿色创新: DV green_patent_apply, IV digital_word_freq, rd_intensity, controls stkcd, year.
企业创新质量: DV patent_citations, IV invention_apply, rd_intensity, controls stkcd, year.
| name | label | type/role | data file | description · keywords |
|---|---|---|---|---|
| stkcd | 股票代码 Stock code | identifier / identifier | firm_patent | 上市公司股票代码，常与 CSMAR / Wind / RESSET 合并 股票代码证券代码公司 |
| year | 年份 Year | identifier / time | firm_patent | 统计年度或申请/授权年度；专利申请与授权年份不可混用 年份年度 |
| patent_apply_total | 专利申请总数 Total patent applications | continuous / dv,iv | firm_patent | 企业年度专利申请总数，常取 ln(1+x)；注意申请年比授权年更接近创新投入时点 专利创新申请 |
| patent_grant_total | 专利授权总数 Total patent grants | continuous / dv | firm_patent | 企业年度专利授权总数，受审查周期影响，通常滞后于申请 专利授权创新产出 |
| invention_apply | 发明专利申请数 Invention patent applications | continuous / dv,iv | firm_patent | 发明专利申请数量，常作为较高质量创新产出 发明专利高质量创新 |
| utility_apply | 实用新型专利申请数 Utility model applications | continuous / dv | firm_patent | 实用新型专利申请数量；质量含义弱于发明专利 实用新型专利 |
| design_apply | 外观设计专利申请数 Design patent applications | continuous / dv | firm_patent | 外观设计专利申请数量 外观设计专利 |
| green_patent_apply | 绿色专利申请数 Green patent applications | continuous / dv,iv | green_patent | 根据绿色专利分类规则识别的企业年度绿色专利申请数 绿色创新绿色专利环保 |
| patent_citations | 专利被引用次数 Patent citations | continuous / dv,iv | firm_patent | 专利被引用次数或引用加总指标，常用于创新质量；需注意右删失和年度窗口 专利引用创新质量citation |
| digital_word_freq | 数字化转型词频 Digital transformation word frequency | continuous / iv | text | 年报文本中数字化相关词频或词频指数；应说明词典来源和归一化方式 数字化转型年报文本词频 |
| rd_intensity | 研发投入强度 R&D intensity | continuous / iv,control | firm_patent | 研发投入/营业收入或研发投入/总资产，具体口径需按下载字段确认 研发投入R&D创新投入 |
The codebook is an open lookup. The Wizard consumes the same codebook to drive code generation — upload your data and the system auto-recognises variables, applies cleaning rules, recommends research designs, runs regressions and produces a Word report.