1985～2024 年上市公司各行业领域、各类型专利申请与授权数量统计结果

1527 字 约 5 分钟 数据资料 专利上市公司

今天给大家分享一份 1985～2024 年上市公司各行业领域、各类型专利申请与授权数量统计结果，由 RStata 数据中心处理得到。

处理方法

该数据是基于上市公司与专利数据匹配结果，按照国民经济行业分类进行统计汇总得到的。具体处理流程如下：

  1. 数据匹配：使用上市公司名称、曾用名等与专利数据中的申请人进行匹配，得到上市公司与专利的匹配结果。
  2. 行业分类：根据专利的国民经济行业分类信息，将专利归类到对应的行业门类、大类、中类和小类。
  3. 去重处理：对专利数据进行去重，去除同一专利的申请和授权重复记录（去除公开公告号末尾的 A、B、U、S 后缀）。
  4. 分类统计：按照行业分类层级（门类、大类、中类、小类）分别统计各类型专利（发明、外观设计、实用新型）的申请量和授权量。

关键处理代码如下：

# 统一行业分类到 2017 标准
df1 %>%
  select(股票代码, 股票名称, newipzlid, 年份, 公开公告号,
         申请号, 授权公告日, 专利类型, 国民经济分类) %>%
  mutate(国民经济分类 = str_remove_all(国民经济分类, "\\s")) %>%
  left_join(haven::read_dta("对照表.dta")) -> df2

# 去重
df2 %>%
  mutate(公开公告号 = str_remove_all(公开公告号, "[A-Z]$")) %>%
  distinct(股票代码, 公开公告号, .keep_all = T) %>%
  distinct(股票代码, 申请号, .keep_all = T) -> df2

# 分门类统计
df2 %>%
  distinct(股票代码, 股票名称, 年份, 行业门类, 行业门类代码, 专利类型, newipzlid) %>%
  count(股票代码, 股票名称, 年份, 行业门类, 行业门类代码, 专利类型) %>%
  mutate(专利类型 = paste0(专利类型, "专利申请量")) %>%
  spread(专利类型, n, fill = 0) %>%
  full_join(
    df2 %>%
      filter(!is.na(授权公告日)) %>%
      distinct(股票代码, 股票名称, 年份, 行业门类, 行业门类代码, 专利类型, newipzlid) %>%
      count(股票代码, 股票名称, 年份, 行业门类, 行业门类代码, 专利类型) %>%
      mutate(专利类型 = paste0(专利类型, "专利申请并最终被授权量")) %>%
      spread(专利类型, n, fill = 0)
  ) %>%
  mutate(总专利申请量 = 发明专利申请量 + 外观设计专利申请量 + 实用新型专利申请量) %>%
  mutate(总专利申请并最终被授权量 = 发明专利申请并最终被授权量 +
           外观设计专利申请并最终被授权量 + 实用新型专利申请并最终被授权量)

数据概览

为了方便大家使用，我把数据汇总成了 行业门类、大类、中类、小类 四个层级的面板数据，时间范围为 1985～2024 年。

数据包含的变量：

  • 股票代码、股票名称：上市公司的标识
  • 年份：1985～2024 年
  • 行业门类/大类/中类/小类及对应代码：国民经济行业分类信息
  • 发明专利申请量、外观设计专利申请量、实用新型专利申请量：各类型专利的申请数量
  • 发明专利申请并最终被授权量、外观设计专利申请并最终被授权量、实用新型专利申请并最终被授权量：各类型专利最终获得授权的数量
  • 总专利申请量、总专利申请并最终被授权量：三类专利的合计数量

数据预览如下：

图表展示

下图展示了 1985～2024 年上市公司各类型专利申请量的年度变化趋势：

从图中可以看出，上市公司专利申请量整体呈现持续增长趋势，其中发明专利申请量增长最为显著，反映了我国上市公司创新能力的不断提升。

下图展示了 2020～2024 年各行业门类三类专利申请量的比较：

制造业（C门类）在专利申请量上占据主导地位，信息传输、软件和信息技术服务业（I门类）也表现出较强的创新活跃度。

下图展示了上市公司各类型专利申请量与授权量之间的关系：

处理代码

需要特别注意的是，不要把小类数量加总得到中类，因为一个专利可能落到多个行业分类里。其他的加总也类似。

附件中也提供了该数据的处理代码供参考：

数据引用格式

由于该数据包含较多 RStata 处理的内容，在研究中使用该数据请使用清晰的方式注明数据来源于 RStata 或者 RStata 数据中心，并使用如下格式引用：

RStata 数据中心: 1985～2024年上市公司各行业领域、各类型专利申请与授权数量统计结果. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Patent Applications and Grants by Industry Sector and Type for Listed Companies, 1985–2024. 2026. https://tidyfriday.cn/rsdb2/

关联课程/数据推荐

1985～2024 年上市公司与专利数据匹配结果（版本3， 含申请、授权信息）：https://rstata.duanshu.com/#/course/04100321f88b411f90429be934934bff

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/#/course/2397451274c546d3a36e156ffc865988

1985～2024 年各省市区县、各IPC部、大类、小类、各类型专利申请与授权量：https://rstata.duanshu.com/#/course/f99176184db141e087ccd4e023517e89

1985～2024 年上市公司专利技术空间相似度、企业层面的知识宽度计算结果、新技术空间专利申请及IPC号新增数面板数据：https://rstata.duanshu.com/#/course/9b62be84b6e64703a19c018c4fafe053

1985～2024 年各上市公司各种绿色专利数量及绿色专利知识宽度（WIPO 筛选标准）：https://rstata.duanshu.com/#/course/5c8ff3175bc7467f9c23a6ecdd8c7d53

如果有关上市公司专利数据定制需求，可以联系李老师付费定制。

点击这里跳转到 RStata 短书平台获取附件：1985～2024 年上市公司各行业领域、各类型专利申请与授权数量统计结果

相关文章

评论