瞪羚、独角兽、创新型企业与数字经济专利数据匹配结果

之前给大家分享过瞪羚、独角兽、创新型企业与专利数据的匹配结果：

1985～2022 年瞪羚、独角兽、创新型企业与专利数据匹配结果（版本2）：https://rstata.duanshu.com/#/course/f5ffd8b8463d4d0394b009a90973ecc9

也给大家分享了数字经济产业相关专利的筛选结果：

1985～2022 年数字经济产业相关专利筛选结果：https://rstata.duanshu.com/#/course/6ec4fae7f7164254afc742c2b099afe0

将上面的两份数据进行匹配，就可以得到瞪羚、独角兽、创新型企业与数字经济产业相关专利的匹配结果了。

历年数量

下图展示了历年瞪羚、独角兽、创新型企业与数字经济专利数据匹配数量（根据分类号筛选）：

两种匹配结果

专利数据里面有分类号和主分类号两个变量，所以筛选的结果也分为两种：

• 根据分类号筛选；
• 根据主分类号筛选。

为了避免数据过于庞大的问题，我使用了两组文件存放这份数据，第一组是瞪羚、独角兽、创新型企业与数字经济专利数据匹配结果，按年拆分，里面有 newzlid 变量（每个 newzlid 对应一个专利）：

• 瞪羚、独角兽、创新型企业与数字经济专利数据匹配结果（基于分类号筛选）.dta
• 瞪羚、独角兽、创新型企业与数字经济专利数据匹配结果（基于主分类号筛选）.dta

第二组是每个 数据经济产业分类ID 的具体含义：

• 数字经济核心产业分类与国际专利分类参照关系表.dta

字段信息

数据包含如下变量：

dlid、newzlid、数据经济产业分类ID、公司编号、公司名称、年份、公开公告号、专利名称、专利类型、摘要、申请人、申请号、申请日、授权公布号、地址、主权项、发明设计人、分类号、主分类号、专利代理机构、分案原申请号、优先权、国际申请、国际公布、代理人、省份或国家代码、专利领域、专利学科、多次公布、城市、所属国省、公开公告日、省、省代码、市、市代码、县、县代码、纬度、经度、参考文献、代码、发布路径、范畴分类、国别、名称、申请国代码、申请来源、邮编、页数、专利号、颁证日、审查员、进入国家日期、摘要附图存储路径

其中 newzlid 是我给专利的编号，包含 newzlid 变量的数据可以直接和这个数据使用该变量匹配；纬度、经度是根据申请人地址解析得到的；省、省代码、市、市代码、县、县代码是根据经纬度和 2021 年行政区划判断得到。

注意事项

在计算专利申请数量时需要注意，专利数据里面有很多申请和授权同时存在的专利，在统计专利数量的时候应该先去除这种重复情况：

统计的时候可以先去除公开公告号里面的 A、B、U、S。其中 A 代表发明专利的申请公开，B 代表发明专利的授权公告，U 代表实用新型专利的授权公告，S 代表外观设计专利的授权公告。

replace 公开公告号 = subinstr(公开公告号, "A", "", .)
replace 公开公告号 = subinstr(公开公告号, "B", "", .)
replace 公开公告号 = subinstr(公开公告号, "U", "", .)
replace 公开公告号 = subinstr(公开公告号, "S", "", .)
replace 专利类型 = "发明" if index(专利类型, "发明")
*- 使用 duplicates drop 去除重复的
duplicates drop 公开公告号, force

点击这里跳转到 RStata 短书平台获取附件：旧版本｜瞪羚、独角兽、创新型企业与数字经济专利数据匹配结果