这项排名关注大学推动创新和为行业需求服务的角色。它探讨大学对产业和创新的研究、专利和企业注册数量和行业研究资金收入。
请查看2019年大学影响力排名的研究方法，以了解整体排名中如何使用这些数据。
评分指标
产业、创新和基础设施研究（11.6%）
这个指标关注与产业、创新和基础设施相关的研究，考量论文出版数量。
数据来自爱思唯尔旗下《文摘与引文数据库》（Elsevier’s Scopus dataset），基于与SDG 9（体面工作和经济增长）相关的关键字查询。数据包括2013年至2017年间所有已索引的出版物，并使用z评分在整个范围内进行Z分数（z-scoring）标准化。
专利（15.4%）
这一数据的界定为，该大学所做研究被专利援引的数量。
数据来自爱思唯尔并且与2013年至2017年间公开专利的数据（并非在此期间的研究）。专利源自世界知识产权组织、欧洲专利局以及美国、英国和日本的专利管理部门。这些数据使用z评分在整个范围内进行Z分数（z-scoring）标准化。
大学衍生企业（34.6%）
大学衍生企业指的是利用机构内部孵化的知识产权所设立的企业的数量。它们必须已经成立至少3年并且仍然在运营中。
这些数据和证据由大学直接提供。使用Z分数在整个范围内对数据进行标准化。
产业收入（38.4%）
该指标反映了大学进行新研究的能力，并且也被泰晤士报高等教育世界大学排名所采用。它衡量机构从行业获得的研究收入（根据PPP进行调整），并与所雇学术人员数量进行比例化。
数据针对3个主要领域进行学科加权：STEM；药物；以及艺术、人文和社会科学。在每个领域以全职员工人数进行标准化。
这些数据和证据由大学直接提供。使用Z分数在整个范围内对数据进行标准化。
证据
当我们询问政策和计划时，比如是否存在指导计划，我们的指标要求大学提供证据以支持其主张。在这些案例中，我们鼓励提交证据，尤其是公开数据。这些指标通常不会按照机构规模进行标准化。依照一组标准，我们将对证据进行评估，并在具有不确定性的部分进行交叉验证以做决策。所提交的数据并不需要彻底详尽——我们正在寻找一些有关院校的最佳实践作为示范。
时间线
除非另有说明，否则所用数据为距2017年1月至12月最近的学年。
排名资格
提交数据的大学必须教授本科生，并得到权威教育机构的认可，才能被纳入排名。
数据采集
机构提供并签署其用于排名的数据。在极少数情况下，如果特定数据点未被提供，我们将输入零。
该研究方法是与我们的合作伙伴Vertigo Ventures和爱思唯尔共同开发的，并经过了大学、学者和行业团体的咨询和建议。