1985～2024 年各省市区县、各IPC部、大类、小类、各类型关键数字技术专利申请与授权量

1221 字 约 4 分钟 数据资料 专利

今天给大家分享一份 1985～2024 年中国各省市区县、各 IPC 部、大类、小类、各类型关键数字技术专利申请与授权量面板数据。由 RStata 数据中心基于中国专利数据处理得到。

数据概览

为了方便大家使用，我把数据汇总成了省份、城市、区县三个层级的关键数字技术专利面板数据。数据包含以下三个文件：

数据文件 说明
各省市区县、各 IPC 部、各类型关键数字技术专利申请与授权量 按 IPC 部（A-H）分类统计
各省市区县、各 IPC 大类、各类型关键数字技术专利申请与授权量 按 IPC 大类（如 A01、A23 等）分类统计
各省市区县、各 IPC 小类、各类型关键数字技术专利申请与授权量 按 IPC 小类（如 A01B、A01C 等）分类统计

关键数字技术是指与世界知识产权组织（WIPO）划定的关键数字技术领域对应的专利分类号，主要包括：

  • 计算机技术
  • 信息通信技术
  • 半导体技术
  • 电子商务等数字经济核心领域

数据层级：

  • 省份（31 个省、自治区、直辖市）
  • 城市（地级市）
  • 区县（县级市、市辖区、县）

专利类型：

  • 发明专利
  • 实用新型专利

时间范围：1985～2024 年

该数据可作为数字经济发展水平测度指标，用于研究数字技术创新、区域创新能力、数字经济政策效果等课题。

数据预览如下：

图表展示

时间趋势

下图展示了 1985～2024 年中国数字技术专利申请量的年度变化趋势：

省份分布

下图展示了 2024 年各省数字技术专利申请量的空间分布：

IPC 部排名

下图展示了 2024 年 IPC 各部数字技术专利申请量的排名情况：

处理代码

数据处理使用 R 语言完成，主要流程如下：

library(tidyverse)

# 读取关键数字技术专利对照表
read_csv("关键数字技术专利对照表/newipzlid.csv") %>%
  mutate(newipzlid = as.numeric(newipzlid)) -> ipzlid

# 读取专利基础数据并筛选关键数字技术专利
read_csv("专利数据sim.csv") %>%
  mutate(newipzlid = as.numeric(newipzlid)) %>%
  inner_join(ipzlid) -> df

# 拆分 IPC 编码
df %>%
  tidytext::unnest_tokens(output = "IPC", input = "IPC",
                          token = stringr::str_split, pattern = "; ", to_lower = F) -> df1

# 按 IPC 部统计
df1 %>%
  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) -> df1a

# 按 IPC 大类统计
df1 %>%
  mutate(大类 = str_sub(IPC, 1, 3)) %>%
  distinct(年份, 省, 省代码, 市, 市代码, 县, 县代码, 大类, 专利类型, newipzlid) %>%
  filter(!is.na(省)) %>%
  count(年份, 省, 省代码, 市, 市代码, 县, 县代码, 大类, 专利类型) %>%
  spread(专利类型, n, fill = 0) %>%
  mutate(总专利数量 = 发明 + 实用新型) -> df1b

# 按 IPC 小类统计
df1 %>%
  mutate(小类 = str_sub(IPC, 1, 4)) %>%
  distinct(年份, 省, 省代码, 市, 市代码, 县, 县代码, 小类, 专利类型, newipzlid) %>%
  filter(!is.na(省)) %>%
  count(年份, 省, 省代码, 市, 市代码, 县, 县代码, 小类, 专利类型) %>%
  spread(专利类型, n, fill = 0) %>%
  mutate(总专利数量 = 发明 + 实用新型) -> df1c

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、各类型关键数字技术专利申请与授权量. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Application and Grant Data on Key Digital Technology Patents by Province, Prefecture, District/County, IPC Section, Major Group, and Subclass in China, 1985–2024. 2026. https://tidyfriday.cn/rsdb2/

关联课程/数据推荐

1985～2024 年上市公司与关键数字技术专利数据匹配结果：https://rstata.duanshu.com/#/course/2f5693d3305648d19529eaa904484bbd

1985～2024 年上市公司数字经济产业专利申请与授权数据：https://rstata.duanshu.com/#/course/35c27abc6d664b85bb2ea312d85ed5ce

1985～2024 年各省市区县绿色关键数字技术专利申请与授权数据：https://rstata.duanshu.com/#/course/8c11e875c907400ab83a1648b4caef2c

1985～2024 年关键数字技术专利筛选结果：https://rstata.duanshu.com/#/course/f9129bf93ecc4da8b15a5065e14b90e0

RStata 定制｜专利数据匹配服务：https://rstata.duanshu.com/#/course/fd3bb2ac5b86425894a9814a02b36ac7

如果您有其他专利数据定制需求，可以联系李老师进行付费定制。

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、各类型关键数字技术专利申请与授权量

相关文章

评论