之前给大家分享过如何使用 R 语言爬取 WIPO 绿色专利分类号列表、以及如何使用 Stata 进行绿色专利筛选的课程：
- 使用 R 语言爬取处理 WIPO 绿色专利分类数据：https://rstata.duanshu.com/#/brief/course/6edd7ed2f3284915b2c916ead3fbfd10
- 使用 Stata 进行绿色专利的筛选：https://rstata.duanshu.com/#/brief/course/2fd6838527754c94a3f5ccb0e3ba7be1
前不久也给大家分享了一份专利全库的数据：
- 1985～2019 年专利申请数据（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/#/brief/course/b31ee35a9b2e4adb86c0717b86ac619e
使用课程中介绍的方法就可以进行绿色专利的筛选了。今天给大家分享的就是筛选后的结果。
数据的时间范围为 1985～2019 年，各年各种类型绿色专利申请数据变化如下图所示：
2017 年及之后的数据不全，使用的时候需注意。
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：
- 根据分类号筛选；
- 根据主分类号筛选。
例如 2017 年根据主分类号筛选的结果：
包含如下变量：
年份、zlid、申请日、分类号、主分类号、公开公告日、申请人、参考文献、代理人、代码、地址、分案原申请号、发布路径、发明设计人、国别、国际公布、国际申请、公开公告号、名称、审查员、申请国代码、申请号、申请来源、邮编、页数、优先权、专利代理机构、专利号、专利类型、主权项、摘要、进入国家日期、摘要附图存储路径、greenIPC、l1title、l2title、l3title、l4title、l5title、省、省代码、市、市代码、县、县代码、纬度、经度
其中 zlid 是我给专利的编号，平台上关于专利的数据里面都有这个变量，可以根据这个变量相互匹配；greenIPC、l1title、l2title、l3title、l4title、l5title 是绿色专利的类别信息；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。
最后，下图展示了 2016 年绿色专利申请人地址分布
点击这里跳转到 RStata 短书平台获取附件：旧版本｜1985～2019 年绿色专利申请数据（含申请人地址的经纬度及其所处的省市区县信息）
评论