一、数据空白与研究需求 制造业与智能技术的融合已成为产业转型升级的核心驱动力。然而长期以来，学界对此过程的研究多停留在宏观层面，缺乏企业层面的微观数据支撑。为填补这一空白，研究团队历时多年系统整理并发布了一套覆盖2000年至2024年的上市公司制造业与智能技术耦合专利数据库。 该数据库将技术融合从抽象概念转化为可量化、可追踪的微观载体，即同时包含制造业技术和智能技术国际专利分类的专利成果，为后续实证研究奠定了基础。 二、严格的构建方法 数据库构建分四个步骤进行： 第一步，界定专利分类。依据国家知识产权局、国家统计局等部门发布的标准，系统界定制造业和智能技术的专利分类号，多源标准交叉使用提升了分类的准确性。 第二步，专利匹配筛选。从企业专利申请全量数据中检索同时包含两类分类号的专利，建立候选集。 第三步，二次核验。逐一复核候选专利的技术方案与权利要求，剔除分类偏差样本，确保数据可靠性。 第四步，结构化整理。按企业代码与年份整合数据，形成标准化面板数据便于使用。 三、多维度研究价值 该数据库支撑五个主要研究方向： 时空演化研究——揭示技术融合的趋势与区域差异，为政策提供参考。 创新价值评估——通过专利被引用次数等指标，探究技术融合对企业创新质量的影响。 企业异质性研究——分析不同规模、不同研发投入企业的技术耦合差异及其机制。 知识溢出效应研究——基于专利引用网络，量化技术融合的外部性价值。 融合模式研究——识别生产制造、研发设计等环节的融合特征，为企业提供差异化策略依据。 四、政策应用价值 从政策层面看，这一数据库很重要。国家推进制造强国战略，将智能技术与制造业融合列为重点方向，但政策效果评估需要企业层面的精准数据。该数据库以上市公司为样本，覆盖25年时间跨度，既能反映技术融合的历史演进，也能为当前政策效果的量化评估提供支撑。 数据库采用CSV格式存储，包含股票代码、年份、智能技术专利数量、制造业技术专利数量及技术耦合专利数量等核心字段，结构清晰易用。
制造业与智能技术的融合是产业升级的重要引擎。这项研究填补了数据空白，为探索技术创新与产业发展的内在规律提供了新视角。在建设现代化产业体系的过程中，深化此类基础性工作，将有助于在全球科技竞争中掌握主动，为高质量发展提供持久动力。