1985～2024 年各省市区县、各行业、各类型数字经济专利申请与授权量

1312 字 约 4 分钟 数据资料 区域经济专利

今天给大家分享一份 1985～2024 年各省市区县、各行业、各类型数字经济专利申请与授权量数据。该数据基于之前分享的数字经济产业相关专利筛选结果和专利国民经济分类数据，通过 R 语言进行行业分类匹配和汇总统计得到。

具体的处理思路如下：

  • 首先读取数字经济专利筛选结果和专利的国民经济行业分类数据；
  • 使用 tidytext::unnest_tokens() 将多条国民经济分类拆分为单独的条目，并以分号作为分隔符；
  • 将国民经济分类统一到 GB/T 4754—2017 标准；
  • 按省代码、市代码、县代码、年份和行业分类代码统计各专利类型的申请量；
  • 根据授权公告日是否缺失判断专利是否获得授权，统计申请并最终被授权的数量。

数据概览

为了方便大家使用，附件中提供了按国民经济行业分类四个层级（行业大类、行业门类、行业中类、行业小类）汇总的面板数据：

  • 1985～2024年各省市区县、各行业大类、各类型数字经济专利申请与授权量.dta
  • 1985～2024年各省市区县、各行业门类、各类型数字经济专利申请与授权量.dta
  • 1985～2024年各省市区县、各行业中类、各类型数字经济专利申请与授权量.dta
  • 1985～2024年各省市区县、各行业小类、各类型数字经济专利申请与授权量.dta

每份数据均包含省、省代码、市、市代码、县、县代码、年份以及对应行业分类代码，指标包括发明专利申请量、实用新型专利申请量、总专利申请量以及对应的申请并最终被授权量。此外还提供了国民经济行业分类和代码对照表（GB_T4754_2017.dta）供参考。

数据预览如下：

图表展示

为了更直观地感受这份数据，我还绘制了三幅图表。

下图展示了 1985～2024 年 Top 5 行业（C40 计算机通信设备、C39 电气机械和器材、I65 软件和信息技术、C35 专用设备制造、C34 通用设备制造）数字经济专利申请量的时间趋势变化：

下图展示了 2024 年软件和信息技术服务业（I65）数字经济专利申请量的省份分布情况：

下图展示了 2024 年 Top 10 行业大类发明专利与实用新型专利申请量的对比：

处理代码

数据处理使用的 R 语言代码如下所示：

# 读取数字经济专利筛选结果
read_csv("数字经济专利筛选对照表.csv") %>%
  mutate(newipzlid = as.numeric(newipzlid)) -> ipzlid

# 读取专利全量数据（含省市区县信息）
read_rds("全部专利类型、授权公告日、省市区县信息.rds") %>%
  mutate(newipzlid = as.numeric(newipzlid)) %>%
  inner_join(ipzlid) -> df1

# 读取专利的国民经济行业分类数据
read_csv("专利国民经济分类.csv") -> class

# 拆分多条国民经济分类记录
class %>%
  select(newipzlid, 国民经济分类) %>%
  tidytext::unnest_tokens(input = "国民经济分类", output = "国民经济分类",
                          to_lower = F, token = stringr::str_split,
                          pattern = ";") -> class2

# 统一行业分类到 GB/T 4754—2017 标准
haven::read_dta("对照表.dta") -> industrytab
class2 %>% left_join(df1) %>% inner_join(industrytab) -> df3

# 按省市区县、年份、行业分类统计申请量
df4 %>%
  count(省, 省代码, 市, 市代码, 县, 县代码, 年份, 行业大类代码, 专利类型) -> countdf1

# 筛选已授权的专利统计授权量
df4 %>%
  filter(!is.na(授权公告日)) %>%
  count(省, 省代码, 市, 市代码, 县, 县代码, 年份, 行业大类代码, 专利类型) -> countdf2

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、各行业、各类型数字经济专利申请与授权量. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Provincial, Municipal, County, and Industrial Digital Economy Patent Applications and Grants by Type, 1985–2024. 2026. https://tidyfriday.cn/rsdb2/

关联课程/数据推荐

1985～2024 年数字经济产业相关专利筛选结果：https://rstata.duanshu.com/#/course/d5dfb9ca0858457ebc4f176fce9fee80

1985～2024 年各省市区县间各类型数字经济专利合作数量统计：https://rstata.duanshu.com/#/course/cbe742b5695749d4ae8e382ae4336e9f

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

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

如果有专利数据匹配或数字经济相关的定制需求，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、各行业、各类型数字经济专利申请与授权量

相关文章

评论