1985～2024 年各省市区县、各IPC部、大类、小类、各类型绿色低碳专利申请与授权量

1360 字 约 4 分钟 数据资料 专利

今天给大家分享一份 1985～2024年各省市区县、各IPC部、大类、小类、各类型绿色低碳专利申请与授权量 数据。该数据由 RStata 数据中心基于国家知识产权局发布的绿色低碳技术专利分类体系对原始专利数据进行筛选处理得到。

数据来源及筛选标准

该数据的筛选依据是国家知识产权局发布的《绿色低碳技术专利分类体系》。筛选标准中包含”全部涉及”和”部分涉及”两种情况：

  • 全部涉及：该分类号对应的专利均为绿色低碳专利
  • 部分涉及：需要结合标题和摘要进行关键词识别

需要特别注意的是，绿色低碳专利分类号的筛选遵循前缀匹配规则。例如，如果绿色低碳专利分类号标准是 E02B9/00，那么 E02B9/08 也属于该类别。

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 三级的绿色低碳专利申请与授权量面板数据。数据包含以下三个文件：

文件名 说明
1985～2024年各省市区县、各IPC部、各类型绿色低碳专利申请与授权量.dta 按IPC部（A-I）分类统计
1985～2024年各省市区县、各IPC大类、各类型绿色低碳专利申请与授权量.dta 按IPC大类（3位分类号）分类统计
1985～2024年各省市区县、各IPC小类、各类型绿色低碳专利申请与授权量.dta 按IPC小类（4位分类号）分类统计

每个数据文件包含以下变量：

  • 地理标识变量：年份、省、省代码、市、市代码、县、县代码
  • IPC分类变量：部（A-I）、大类（如C02）、小类（如C02B）
  • 发明专利变量：发明_申请量、发明_授权量
  • 实用新型专利变量：实用新型_申请量、实用新型_授权量
  • 总计变量：总专利数量_申请量、总专利数量_授权量

该数据可用于研究地区绿色创新水平、环境政策效果、绿色技术扩散等相关议题。

各文件预览如下：

图表展示

下图展示了各省份绿色低碳专利申请量分布：

下图展示了绿色低碳专利申请量的时间变化趋势：

下图展示了绿色低碳专利申请量排名前15的省份：

处理代码

附件中的代码展示了数据处理的核心流程：

Stata 数据清洗代码（main.do）：

*- 读取分年专利数据并去重
forval y = 2013/2024 {
  use "/Volumes/rstata2t/newIP专利数据分年/`y'.dta", clear
  replace 公开公告号 = ustrregexs(1) if ustrregexm(公开公告号, "(.*)[A-Z]$")
  duplicates drop 年份 省 省代码 市 市代码 县 县代码 公开公告号, force
  replace 专利类型 = "发明" if index(专利类型, "发明")
  keep newipzlid 年份 专利类型 授权公告日 省 省代码 市 市代码 县 县代码 IPC
  save res/`y', replace
}

appendall res, clear

R 语言 IPC 拆分与汇总代码（main1.R）：

library(tidyverse)

# 读取绿色低碳专利ID并与主数据匹配
read_csv("newipzlid.csv") %>%
  mutate(newipzlid = as.numeric(newipzlid)) -> ipzlid

read_csv("专利数据sim.csv") %>%
  mutate(newipzlid = as.numeric(newipzlid)) %>%
  inner_join(ipzlid) -> df

# 拆分IPC并分IPC部统计
df %>%
  tidytext::unnest_tokens(output = "IPC", input = "IPC",
                          token = stringr::str_split, pattern = "; ", to_lower = F) %>%
  mutate(部 = str_sub(IPC, 1, 1)) %>%
  distinct(年份, 省, 省代码, 市, 市代码, 县, 县代码, 部, 专利类型, newipzlid) %>%
  filter(!is.na(省)) %>%
  count(年份, 省, 省代码, 市, 市代码, 县, 县代码, 部, 专利类型) %>%
  spread(专利类型, n, fill = 0) %>%
  mutate(总专利数量 = 发明 + 实用新型) %>%
  rename_at(c("发明", "实用新型", "总专利数量"), ~paste0(.x, "_申请量")) -> df1a

# 类似方法可分大类（str_sub(IPC, 1, 3)）和小类（str_sub(IPC, 1, 4)）统计

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、各IPC部、大类、小类、各类型绿色低碳专利申请与授权量. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Panel Data on Green and Low-Carbon Patent Applications and Grants by Province, City, County, IPC Section, Major Class, and Subclass, 1985–2024. 2026. https://tidyfriday.cn/rsdb2/

关联课程/数据推荐

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 年绿色低碳专利申请与授权数据：https://rstata.duanshu.com/#/course/4ff9f743d3ec49748ae76cbf04725313

1985～2024 年各省市区县间各类型绿色低碳专利合作数量统计：https://rstata.duanshu.com/#/course/0cea749b12954c7db37ea61e637b2dae

1985～2024 年上市公司与绿色低碳专利数据匹配结果：https://rstata.duanshu.com/#/course/72fa1689e1f54706afc4bbfea35a3dbd

使用 Stata 筛选绿色低碳技术相关专利：https://rstata.duanshu.com/#/course/843faf5cb396403981fefb4765e8d4f8

RStata 定制服务

如果大家有其他专利数据或者其他需要付费定制的面板数据，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 年各省市区县、各IPC部、大类、小类、各类型绿色低碳专利申请与授权量

相关文章

评论