Max Nathan和Anna Cecilia Rosso撰文指出，一个新的数据集有助于弥补创新数据的缺失，使其能够捕捉企业内部的机制和行为。
几十年来，创新在解释经济绩效方面的作用一直是经济研究的重点，但许多问题仍未得到解答。主要挑战之一是如何衡量创新。只有改进企业层面的现有信息，我们才能就生产率、企业绩效与新理念实施之间的联系做出论断。在我们的工作论文中，我们为此通过一个新的企业层面数据集衡量创新，并将其与企业绩效相联系。
关于企业创新与生产率之间联系的实证文献可追溯至Griliches（1979；1986），他的研究将研发与生产率结果联系起来。然而，就中小企业（SME）而言，创新与生产率之间的联系仍不明确：这种联系可能因企业年龄、规模或行业而进一步变化。在我们的研究中，我们结合英国行政微观数据、媒体和网站内容，开发了衡量企业创新的新指标。这一组合补充了专利、商标和自我报告的创新调查等现有指标。我们将这些数据与英国中小企业的大型跨行业面板数据相匹配，并比以往研究更丰富、更稳健地探讨创新与生产率之间的联系。
为此，我们利用了数据科学公司Growth Intelligence（GI）开发的一个前沿数据集。该数据集利用机器学习程序分析企业网站和媒体内容，对企业生命周期中的“事件”进行建模（例如，新产品或服务发布、并购、新员工招聘或合资企业）。我们使用结构化主题建模对这些变量进行清理和优化，以使报告的GI数据更好地与实际活动相吻合。我们还开发了与专利引用类似的发布质量衡量指标。随后，我们构建了一个短期面板数据集，将这些“创新事件”与英国行政企业层面微观数据、专利、商标以及英国创新调查数据相匹配。
在我们的描述性分析中，我们表明这些新指标补充了现有的创新衡量指标，且在各行业中的覆盖范围更为广泛。此外，就地方覆盖范围而言，如下图所示，相较于专利或商标，产品发布在空间上的分布要均衡得多。
图1. 2014—2015年英国通勤区（TTWAs）中加权后的发布、专利和商标数量
随后，我们检验了发布活动与企业生产率之间的关联，并控制了过往知识产权及企业异质性。结果显示，发布活动与中小企业更高的生产率相关，在服务业中尤为明显。关于中小企业生产率的结果表明，发布产品的概率（广延边际）每增加1个标准差，收入生产率提高2.7%；而发布产品的数量（集约边际）增加，则使收入生产率提高3.9%。这些结果是基于具有媒体曝光度的企业样本估算的，因为企业媒体事件会对基础样本选择产生影响。值得注意的是，一旦在模型中控制了产品发布，专利似乎不再发挥任何作用，而商标仍发挥作用。
我们通过考察制造业和服务业、企业年龄及规模，进一步扩展了分析。服务类企业同时推动了产品发布和商标方面的效应，而对于制造业企业，近期专利申请与较低的生产率相关，历史专利申请则与较高的生产率相关，这解释了该行业专利申请的初始成本及其长期效应。我们还从一个新颖的角度，通过计算一项类似于引用指标的发布质量衡量指标，利用更重要的事件在新闻中被报道次数更多这一事实。我们发现，以提及次数衡量的重要发布与生产率之间存在强相关性：至少经历过一次发布的企业，收入生产率高出17%；而每增加一次重要发布，生产率提高22%。
我们将这些结果解读为：我们主要结果的驱动因素是少数备受瞩目的重要产品和服务发布，这一点已表现得很明确。最后，我们考察了年龄和规模的作用。年轻企业被定义为最近四分位数中的企业（最多九年），而规模则依据经合组织定义进行划分：微型、小型和中型。总体结果主要由中型企业驱动，而年龄似乎不起作用。即便有影响，我们发现微型企业在广延边际上存在负面影响，而在发布的集约边际上则无额外影响。
总体而言，我们的分析表明，需要更好的创新数据，以捕捉企业内部的机制和行为。忽视企业强烈倾向于参与知识产权活动这一事实，可能导致误导性结论，并使政策制定者获得错误信息。最后，我们认为在这一方向上仍有很大的改进空间，尤其是在数据方面。我们认为，技术变革在生产率增长中发挥着关键作用，但传统数据难以捕捉这一点。我们通过基于网络抓取和自然语言处理开发观察企业创新活动的新方法，为关于企业创新的成熟文献提供了新的贡献，其中我们知道专利和调查仍是主要指标。事实上，这在该领域并不常见，我们将大数据与大规模高质量行政数据集相结合，我们认为这一方法具有广阔的未来潜力。前沿资源将改善对多个经济问题的衡量，我们希望这将直接提升政策制定的质量。
