1985～2024 年各省市区县绿色低碳专利互引次数

今天给大家分享一份 1985～2024 年各省市区县绿色低碳专利互引次数面板数据。

这份数据是基于 1985～2024 年全部专利引用与被引用详细信息和绿色低碳专利筛选结果整理得到的。

数据来源与处理方法

数据来源

专利筛选结果：绿色低碳专利数据来自RStata数据中心的以下课程：

绿色低碳专利筛选结果：https://rstata.duanshu.com/#/brief/course/4ff9f743d3ec49748ae76cbf04725313

专利引用信息：专利的引用和被引用信息来自：

1985~2024年全部专利引用与被引用详细信息：https://rstata.duanshu.com/#/brief/course/225ad0b59a9945e1831d2e8b96ca1001

数据处理方法

数据的处理流程如下（参考code文件夹中的R代码）：

第一步：读取并去重主数据

读取全部专利引用与被引用信息分年（未去重）.rds，提取申请年份，然后以”地区 + 公开公告号 + 年份”为基准进行去重处理，避免重复计数。

第二步：构建引用关系对

根据引用类型（被他引信息、被自引信息、他引信息、自引信息）构建统一的”引用方 → 被引用方”有向对：

被他引信息 / 被自引信息：表示newipzlid_original被newipzlid引用
他引信息 / 自引信息：表示newipzlid_original引用newipzlid

最终以”引用方专利ID - 被引用方专利ID”对进行去重，避免重复记录。

第三步：按专利类型筛选

只保留”引用方”和”被引用方”均属于绿色低碳专利的引用对（即双方都是绿色低碳专利）。

第四步：分地区统计引用次数

分别统计省份层面、城市层面和区县级层面的专利互引次数：

省份层面：统计省1的申请人申请的绿色低碳专利引用了省2申请人申请的绿色低碳专利的次数
城市层面：统计市1的申请人申请的绿色低碳专利引用了市2申请人申请的绿色低碳专利的次数
区县层面：统计县1的申请人申请的绿色低碳专利引用了县2申请人申请的绿色低碳专利的次数

统计时区分自引次数（引用方和被引用方属于同一地区）和他引次数（引用方和被引用方属于不同地区），并计算引用次数 = 自引次数 + 他引次数。

第五步：去除地区代码缺失观测值

使用code文件夹中的去除地区代码缺失观测值.R脚本，去除省市区县代码缺失的观测值，确保数据质量。

数据概览

为了方便大家使用，我把数据汇总成了省份、城市、区县三个层级的绿色低碳专利互引次数面板数据。

附件中提供了三份数据：

1985～2024年各省份绿色低碳专利互引次数.dta
1985～2024年各城市绿色低碳专利互引次数.dta
1985～2024年各区县绿色低碳专利互引次数.dta

数据时间范围为 1985～2024 年。

数据预览如下：

⚠️ 注意：2021年及之后年份的专利数据不全（专利公开有18个月左右的滞后），请谨慎使用。

图表展示

为了更直观地展示这份数据，我使用Stata绘制了三幅图：

图1：时间趋势图

下图展示了1985～2024年绿色低碳专利互引次数的时间变化趋势：

图2：省份排名图

下图展示了各省份绿色低碳专利互引次数的排名情况（Top 15）：

图3：省份分布地图

下图展示了各省份绿色低碳专利互引次数的空间分布：

处理代码

code文件夹中提供了完整的数据处理代码：

1. 统计各类专利区域互引次数.R

该脚本用于统计历年各省、市、区县各类型专利区域互引次数。

2. 去除地区代码缺失观测值.R

该脚本用于去除省市区县代码缺失的观测值，确保数据质量。

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年各省市区县绿色低碳专利互引次数. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Inter-regional Green and Low-carbon Patent Citation Counts by Province, City, and District/County, 1985–2024. 2026. 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。

关联课程/数据推荐