1985~2022 年绿色低碳技术专利申请数据筛选结果

今天给大家分享一份基于国家知识产权局发布的《绿色低碳技术专利分类标准》筛选的绿色低碳技术专利申请数据。

之前大家分享了一份专利全库的数据：

• 1985～2022 年专利申请数据（版本2，含申请人地址的经纬度及其所处的省市区县信息）：https://rstata.duanshu.com/#/course/edef981592a64257aa41e2b6d6d21746

前不久也给大家分享过如何使用 Stata 提取和处理数字经济核心产业分类与国际专利分类参照关系表的课程：

• 使用 Stata 提取和处理数字经济核心产业分类与国际专利分类参照关系表：https://rstata.duanshu.com/#/course/b2c71978336b4b39b69f05d6537d9d8f

以及如何使用 Stata 筛选绿色低碳专利的课程：

• 使用 Stata 筛选绿色低碳技术相关专利：https://rstata.duanshu.com/#/brief/course/acd3f8de47484e49a8169b6b83dca0ed

第二个课程是在第一个课程的基础上的，建议按顺序学习。

《绿色低碳技术专利分类标准》文件如下：

今天给大家分享的就是筛选后的结果。

历年绿色低碳技术专利数量

下图展示了历年的筛选结果数量：

由于专利从申请到公开大概需要 18 个月，所以 2021 及 2022 年的数据还不全，使用的时候需注意。

由于筛选过程挺复杂的，所以我也找了一些资料验证我的结果。

国家知识产权局发布的「全球绿色低碳专利统计分析报告」里面给出了一个数据：

考虑到授权量和申请量的差异，我筛选的这个数量也可以接受，至少不是很离谱：

两种筛选结果

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（推荐使用分类号筛选的结果，主分类号筛选的结果可以作为稳健性分析）：

• 根据分类号筛选；
• 根据主分类号筛选。

为了数据过于庞大的问题，我使用了两组文件存放这份数据，第一组是筛选得到的绿色低碳技术专利，按年拆分，里面有 newzlid 变量和绿色低碳技术ID（每个 newzlid 对应一个专利，每个 绿色低碳技术ID 对应一个类别）：

• 基于分类号筛选的绿色低碳技术专利.zip
• 基于主分类号筛选的绿色低碳技术专利.zip

第三组是每个 绿色低碳技术ID 的具体含义：

• 绿色低碳技术专利IPC对照表.dta

字段信息

数据包含如下变量：

newzlid、年份、绿色低碳技术ID、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

在计算上市公司绿色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。

例如，如果想统计各绿色低碳大类类别下的专利数量可以这样：

use 绿色低碳技术专利IPC对照表, clear
keep if !index(技术分支编号, ".")
keep 技术*
save 技术分支类别, replace

use 1985～2022年绿色低碳专利申请筛选结果（根据分类号筛选）.dta, clear
gen 公开公告号2 = subinstr(公开公告号, "A", "", .)
replace 公开公告号2 = subinstr(公开公告号2, "B", "", .)
replace 公开公告号2 = subinstr(公开公告号2, "U", "", .)
replace 公开公告号2 = subinstr(公开公告号2, "S", "", .)
duplicates drop 绿色低碳技术ID 公开公告号2, force
drop 公开公告号2
merge m:1 绿色低碳技术ID using "绿色低碳技术专利IPC对照表"
keep if _m == 3
drop _m
replace 技术分支编号 = substr(技术分支编号, 1, 1)
drop 技术分支名称
merge m:1 技术分支编号 using 技术分支类别
contract 年份 技术分支名称
spread 技术分支名称 _freq

不过这里去除重复的仅仅是去除了同一绿色低碳类别下的专利，实际上里面还是有不同类别的重复专利的（也就是有些专利属于多个绿色低碳类别）。

如果想要统计不同区县的申请量，就应该直接剔除所有重复的了：

use 1985～2022年绿色低碳专利申请筛选结果（根据分类号筛选）.dta, clear

*- 删除重复的（不考虑不同类别下的）
gen 公开公告号2 = subinstr(公开公告号, "A", "", .)
replace 公开公告号2 = subinstr(公开公告号2, "B", "", .)
replace 公开公告号2 = subinstr(公开公告号2, "U", "", .)
replace 公开公告号2 = subinstr(公开公告号2, "S", "", .)
duplicates drop 公开公告号2, force

*- 分省市区县汇总
contract 年份 省 省代码 市 市代码 县 县代码 专利类型

点击这里跳转到 RStata 短书平台获取附件：1985~2022 年绿色低碳技术专利申请数据筛选结果