前不久给大家分享了专利申请地址经纬度及其所处的省市区县信息：
1985～2024 年专利申请地址经纬度及其所处的省市区县信息：https://rstata.duanshu.com/#/brief/course/859366baaa38424bb13a3142146fba90
最近有小伙伴表示还需要所有申请人的地址和经纬度信息。这样可以用来研究城市间的专利合作。
前述的专利申请地址经纬度是根据原始专利数据中的申请地址字段解析得到的。这一操作称为地理编码，感兴趣的小伙伴可以学习平台上的这两个课程：
使用 Stata 进行地理编码：地址解析经纬度、坐标转换 & 根据经纬度判断所处的省市区县：https://rstata.duanshu.com/#/brief/course/537300af1a9947edb758789785c600f3
使用 R 语言进行地理编码：地址解析经纬度、坐标转换 & 根据经纬度判断所处的省市区县：https://rstata.duanshu.com/#/brief/course/6f8633b486ed49e398c486d0d9f0f59a
如果想解析所有申请人的地址就比较复杂了，对于个人申请者，获得其地址是基本不可能的事情，因此我们只能解析申请人为企业的。可以先使用工商注册信息匹配获得其工商注册地址，进而解析经纬度；对于那些匹配不到工商注册信息的企业，可以直接对企业名称进行地理编码；如果依然无法解析成功，则可以通过企业名称中包含的城市区县信息来直接获得其所在省市县的信息。
使用到的工商注册信息就是之前分享的：
1949～2023 年工商企业注册信息数据（含经纬度及其所属的省市区县）(版本2)：https://rstata.duanshu.com/#/brief/course/6d38a3f10cdb467492f3204d1ebdd313
解析结果如下：
下图展示了 2020 年共同申请专利的所有申请人地理分布：
由于专利数据非常巨大，所以这里并没有包含专利的其他变量，而仅仅保留了 newipzlid、公开公告号、IPC 等变量（详见上图）。如果需要其他变量的话，可以和之前分享的专利原始数据进行匹配（使用 newipzlid）：
1985～2024 年专利申请与授权数据（版本 3，含申请人所处的省市区县）：https://rstata.duanshu.com/#/brief/course/2397451274c546d3a36e156ffc865988
数据引用格式
在论文中使用该数据请声明数据来源RStata 数据中心，或者 RStata Data Center，并使用下述的格式引用：
RStata 数据中心: 1985～2024年共同申请专利的所有申请人经纬度及其所属的省市区县. 2025. https://tidyfriday.cn/rsdb2/
RStata Data Center: Longitude and latitude of all applicants for jointly filed patents from 1985 to 2024 and their corresponding provinces, cities, districts, and counties. 2025. https://tidyfriday.cn/rsdb2/
另外也建议在说明数据来源的同时根据本文的介绍在论文中描述数据的详细处理方法。
点击这里跳转到 RStata 短书平台获取附件：1985～2024年共同申请专利的所有申请人经纬度及其所属的省市区县
评论