01 数据介绍
▪ 数据名称: 上市公司间供应链网络
▪ 数据编号：0181
▪ 数据层级：公司层面
▪ 数据范围：2001-2022
▪ 样本数量：9,398 条
▪ 数据来源：根据上市公司年报等公开资料整理
▪ 数据说明：CNDD上市公司间供应链网络数据收录上市公司与供应链公司网络层级关系指标。包括股票代码、统计年份、报表类型、一级供应链业务关系、一级供应链股票代码、二级供应链业务关系、二级供应链股票代码等变量。提供excel和stata两种打开形式。
▪ 数据维度：年度数据
CNDeepData 数据应用质量评级
▪ 常用度：★★★★☆
▪ 稀缺度：★★★★☆
▪ 新颖度：★★★★☆
▪ 总体级别：12颗星
✔ 常用度：是数据市场中需求指标，是指该数据在经济管理类学术论文中使用频率。
✔ 稀缺度：是数据市场中供给指标，是指该数据在其他数据库的出现频率。
✔ 新颖度：是数据市场中生成指标，是指该数据在生成时方法新颖程度和工作量。
鲁大宇.供应链网络结构的创新效应及机制分析：理论与实证[J].云南财经大学学报,2023,39(04):40-58.
▪ 文献内容：
利用2009—2020年中国A股上市公司供应链数据，刻画了企业供应关系网络，并从交易关系的扩展边际视角考察了供应链网络结构的创新效应。研究发现：与参与供应链相比，嵌入供应链网络结构能显著提升企业创新水平，这主要通过企业间垂直结构和水平结构的信息技术溢出以及企业嵌入供应网络产生的社会监控效应而实现的。异质性分析表明，对于二阶间接关联网络结构、知识密集度越高的企业、依赖关系越紧密的交易方，企业嵌入供应网络的创新效应更明显。进一步研究发现，位于网络核心地位的企业更有可能利用网络优势来获取与识别信息资源，因此企业网络地位越高，供应链网络结构的创新效应越强。
▪ 研究设计：
为了探究供应链网络结构对企业创新的影响，本文构建模型（1）进行检验：
1. 核心解释变量。与直接商业关系相比，基于企业与交易商的共享商业关系更能真实反映企业间商业网络的复杂性。因此，本文参照Acemoglu等（2012）［11］1979对间接关联的刻画来描述上市公司i在t年的供应链网络结构。根据上市公司披露的供应商、客户详细信息，可以识别出同时向多个核心企业提供产品的供应商及向多个企业采购的客户，进而识别出拥有间接关联的企业集合。借由共享交易伙伴搭建起的桥梁，处于同一水平结构、无直接交易往来的企业之间建立起了间接关联。具体地，如果核心企业在t年拥有共享交易商或共享客户则定义该企业拥有间接关联，IsShare取值为1，否则为0。在本文的数据样本中，拥有间接关联的企业样本有4547个，占比达36%，这反映了现代供应链网络结构的复杂性。此外，由间接关联联结起来的上市公司有3717个分属于异质性行业，因此不能忽略供应链网络结构中异质性行业间的溢出效应。
2.被解释变量。本文选取专利指标作为企业创新水平的衡量。在专利体系下，可分为专利申请数与专利授权数。考虑到专利申请指标具有通用性、一致性等优点，而专利授予易受官僚因素的影响(黎文靖和郑曼妮,2016)，因此本文采用企业专利申请总数（Patent）作为企业创新水平的度量。一般而言，企业申请的“高质量”发明专利（Innovation）被认定为实质性创新，实用新型专利（Utility）和外观设计专利（Design）被认定为策略性创新。因此，本文在基准回归中使用这三种内涵不同技术水平的专利申请数作为被解释变量，试图寻出供应链网络结构的创新效应的异质性。同时，考虑到可能存在“专利泡沫”的情况，后文也将使用专利授权总数（Grant）、申请专利引用数（Cited）和授权专利引用数（GrantCited）进行稳健性检验。由于专利数据呈右偏态分布，本文采用上市公司在t年内专利申请总数加1后再取对数作为企业创新指标（Patent）。其他类型的创新指标也按照此方法进行构建。
信息技术溢出（InDirLink）：考虑到企业自身所处行业的异质性、企业与共享交易商联结程度的异质性，以及共享交易商与其他上市公司联结程度的异质性，构建信息溢出程度指标。本文借鉴孙浦阳和刘伊黎(2020）［10］112的做法，在存在共享交易伙伴的情况下，假设信息技术溢出程度和交易双方的交易额相关。以客户端为例，首先，计算上市公司i和其客户k的交易强度：
DirLinkikt表示企业与其直接交易伙伴的信息技术溢出程度。其中，Assetit是企业资产，IndAssetIt是企业i所属行业I的资产，企业的行业资产占比反映了企业在行业内的影响力。DealRatiokt是客户k向企业i的采购比例。进一步地，计算上市公司i获得的间接信息技术溢出强度：
根据式（5），企业通过间接关联得到的信息技术溢出强度依赖于客户拥有的其他交易伙伴数量以及客户与其直接交易伙伴的信息技术溢出程度。此外，如果拥有间接关联的企业来自同一个行业，则得到同行业的信息溢出强度InDirLink1；如果拥有间接关联的企业来自不同行业，得到异质性行业的信息溢出强度InDirLink2。因此，根据上述方法，对于无共享交易商的企业，其不存在间接技术溢出的可能，InDirLink为0。
供应链关系信任度（Rotation）：嵌入供应网络能发挥社会监控效应约束企业机会主义行为，进而累积信任度、增加企业直接关联的稳定性，在资金和技术上为企业创新提供支持。本文使用供应链关系变动作为企业间信任机制的代理变量，这是因为企业间关系信任度越高，关系变动率越低。具体地，借鉴Bernard等（2010）［31］在贸易研究中对产品转换的度量方法，采用年末前五大供应商名单中新出现的供应商个数除以5来衡量供应商变动；同样地，在客户端，本文采用年末前五大客户名单中新出现的客户个数除以5来衡量客户变动。企业供应链关系变动是一个介于0到1的比例值，数值越大表明企业在t年更换了较多的供应商或客户，意味着企业面临较为不稳定的供应链关系，企业供应链关系的信任度较低。
[1]宋华,卢强.什么样的中小企业能够从供应链金融中获益?——基于网络和能力的视角[J].管理世界,2017(06):104-121.
[2]肖奎喜,王满四,倪海鹏.供应链模式下的应收账款风险研究——基于贝叶斯网络模型的分析[J].会计研究,2011,(11):65-71.
[3]曹丽莉.产业集群网络结构的比较研究[J].中国工业经济,2008,(08):143-152.
以下三种方式三选一即可：
▪ 直接购买
添加客服微信，支付价格为69元。
▪ 朋友圈分享后免费领取（每人限领15份）
持续3小时，集齐5个赞，需要对所有人可见，并且本人关注CNDeepData公众号。
▪ 购买大会员
添加客服微信，购买年度普通会员149元，年度高级会员299元，永久高级会员899元，可享CNDeepData所有数据免费获取。
▪ 朋友圈分享要求：
①分享时间需要在早上7:30到晚上12:30之间。
②请附带一句推荐词，例如“推荐CNDD高质量数据库”。
③请将包含时间内容的截图发给客服。
▪ 添加客服微信方式：
扫描下方二维码，或搜索下方微信号。
1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。
2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。
任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。
中国深度数据库：让精品数据 得以流动
CNDeepData：Let high-quality data flow without barriers
部分图片来源于网络，如涉侵权请告知，本站将第一时间删除。客服微信号：DeepData001
