问题——供应链层面准确刻画企业间“协同创新”——并实现跨年度可比——长期以来都是产业研究与政策评估的难点。与单个企业的研发投入、专利数量等指标不同，协同创新强调跨主体联合研发并形成知识成果。但企业合作往往意义在于阶段性、项目性特征，信息披露口径也不一致，数据中常出现“断点”。如果仅按出现年份统计，容易把阶段性空白误判为关系终止，进而影响趋势判断和计量结果。 原因——本次数据集建设将“供应链关系”和“联合创新产出”两条信息流进行匹配：一上，依据上市公司披露的前五大供应商与前五大客户信息，搭建上下游关系框架；另一方面，以专利联合申请作为协同创新的可观测载体，使用上游企业当年与其他创新主体联合申请发明专利的数量衡量上游协同创新强度，下游企业同理。专利合作信息来自incopat数据库，供应链关系信息主要来自企业公开渠道。该框架的关键于区分“合作关系”和“合作成果”：关系用于界定产业链位置与主体边界，成果用于衡量协同创新的实际发生频次，从而减少仅依赖主观披露来判断合作强弱所带来的偏差。 影响——在数据处理上，针对客户与供应商合作信息不连续的问题，采用“数据完整性优先”的保守扩充策略：完整保留原始记录，同时将每一合作主体自首次出现年份起延续到2024年，对缺失年份补齐记录并将合作次数设为0，形成连续时间序列。以某企业客户为例，原始数据仅显示其在2014年、2015年存在较高次数的联合申请记录，2016年至2024年缺少对应记录。处理后，2016—2024年补齐为“0次”，既不夸大合作，也不把空白视为样本消失。供应商侧由于网络波动更大、主体更替更频繁，同样按“首次出现—延续至2024年—缺失补零”的规则处理，保证时间维度连续、扩充逻辑一致。该做法在于：一是减少因样本缺失带来的结构性偏误；二是为后续面板数据分析与供应链网络演化研究提供稳定的数据基础；三是在外部冲击或产业政策变化背景下，更有助于识别协同创新的真实波动，避免被统计噪声干扰。 对策——从数据产品应用角度看，下一步可从三上提升公共价值。其一，完善口径说明与可复核性。联合申请专利能够反映协同研发的制度化成果，但也存在“合作形式多样、专利并非唯一载体”的局限，建议同步标注合作专利类型、技术领域、共同申请主体性质等维度，便于研究者区分不同合作强度与合作模式。其二，增强供应链关系的动态刻画。当前采用前五大供应商与客户是可获得、可对比的标准化口径，但难以覆盖全部链上主体。建议在条件允许时引入更多层级的供应链节点信息，并与行业景气度、贸易与投资流向等宏观变量结合分析。其三，推动数据服务产业治理。对企业而言，可用于识别关键合作伙伴的创新黏性与协同效率；对地方政府与园区管理部门而言，可用于评估链主带动效应以及补链、延链、强链的实际成效；对资本市场研究而言，可为产业链风险评估与科技属性识别提供参考。 前景——随着我国加快建设现代化产业体系，产业链供应链韧性与安全水平受到更多关注，协同创新正从“点状突破”走向“链式协同”。覆盖2013—2024年的长周期数据，有助于观察不同阶段的政策环境、国际形势与技术迭代如何影响链上协作，并支持对关键节点企业和关键技术方向的前瞻研判。可以预期，未来围绕“链上联合创新”的研究将更重视质量与效率：不仅关注联合申请数量变化，也将纳入核心专利占比、技术扩散速度、成果产业化转化等指标，更精准地服务创新决策与产业布局。
这项研究为供应链层面的创新量化分析提供了可操作的方法路径，也为观察实体经济创新活动打开了新的视角。在全球产业链重构的背景下，更准确地把握企业间协同创新规律，有助于提升产业链韧性与竞争力。未来，随着数据采集与处理技术持续进步，此类研究有望为高质量发展提供更有针对性的决策支持。