1985～2025 年专利申请与授权数据（版本 4，含申请地址经纬度及所处的省市区县）

1448 字 约 4 分钟 数据资料 地形与地理专利

该数据于 2026 年 9 月 11 日更新了，之前下载的请及时删除重新下载。

此次更新是因为之前版本的 v4zlid 变量前四位是公开公告年份，不是常用的申请年份，所以更换成了申请年份，因此新版本的 v4zlid 变量前四位是申请年份。

今天给大家分享一份 1985～2025 年专利申请与授权数据（版本 4，含申请人所处的省市区县）。

比起之前的版本 3，这份数据虽然更新一些，但是缺少详细的专利引用与被引用信息。不过也只能凑合用了。

之前版本 3 的专利数据在这里：

1985～2024 年专利申请与授权数据（版本 3，含申请人所处的省市区县）：https://rstata.duanshu.com/#/brief/course/2397451274c546d3a36e156ffc865988

版本 3 数据的优势就是有详细的引用与被引用信息，在这里：

1985~2024 年全部专利引用与被引用详细信息：https://rstata.duanshu.com/#/brief/course/225ad0b59a9945e1831d2e8b96ca1001

原始专利中有申请地区信息，不过比较混乱，因此我先整理了省市区县信息，然后根据申请地址解析了经纬度，最终结果专利数据以 dta 和 csv 两种格式提供：

  • 专利数据分年version4：dta 格式，约 440GB
  • 专利数据分年version4_csv：csv 格式的，约 130 GB

大家可以根据自己的需要下载。例如 2010 年的数据预览如下：

另外我还根据申请人所处（或地址解析经纬度判断的）省、市、区县信息，按年份与地区汇总了各类型专利的申请数量与授权数量。具体的处理步骤如下：

  1. 首先读取分年度的专利数据，仅保留所需的专利类型、省市区县信息与公开公告号、申请号、授权公告号等字段；
  2. 然后清洗公开公告号（去除末尾字母）并按”公开公告号 → 申请号”的顺序进行去重，以避免重复专利被多次计数；
  3. 接着将专利类型统一归并为“发明”、“实用新型”、“外观设计”三类；最后按”年份 × 省/市/县”分组，分别统计申请数量（去重后直接计数）与授权数量（在去重基础上筛选授权公告号非缺失的记录计数），并汇总为宽表面板数据。

方案 1（根据原始数据中的省市区县信息汇总）数据预览如下：

方案 2（根据地址解析经纬度判断的省市区县信息汇总）数据预览如下：

下面展示使用 R 语言进行汇总的核心代码：

# 逐年读取分年度专利 CSV 并保留必要字段
dt <- data.table::fread(f, select = keep_cols, colClasses = "character")

# 清洗公开公告号（去除末尾字母）
dt[, 公开公告号_clean := sub("[A-Z]$", "", 公开公告号)]

# 专利类型归一化：含"发明" -> "发明"
dt[, 专利类型 := ifelse(grepl("发明", 专利类型), "发明", 专利类型)]

# 去重：先按公开公告号，再按申请号
dt <- unique(dt, by = "公开公告号_clean")
dt <- unique(dt, by = "申请号")

# 按年份 × 省市区县 × 专利类型统计申请量与授权量
app  <- dt[, .(申请数量 = .N), by = c("年份", geo_cols, "专利类型")]
gran <- dt[!is.na(授权公告号) & 授权公告号 != "",
           .(授权数量 = .N), by = c("年份", geo_cols, "专利类型")]

图表展示

下图展示了 1985～2025 年各省份累计专利申请数量的空间分布（省份级填充地图，按分位数分为五档）：

下图展示了 1985～2025 年全国专利申请量与授权量的年度变化趋势：

下图展示了各省份专利申请量与授权量的关系（散点 + OLS 线性拟合），二者呈高度正相关：

下图展示了 1985～2025 年发明、实用新型、外观设计三类专利申请的构成变化（堆叠面积图）：

处理代码

本次数据的汇总代码（统计专利_申请与授权_两套地理维度_dta.R）与绘图代码（绘制图表.R）均可在 code/ 文件夹中找到，核心逻辑即上文”数据来源介绍”中展示的去重与分组计数流程。

附件中也提供了该数据的处理代码供参考。

地址解析经纬度的代码比较混乱，可以学习平台上的地理编码课程：

使用 Stata 进行地理编码：地址解析经纬度、坐标转换 & 根据经纬度判断所处的省市区县：https://rstata.duanshu.com/#/brief/course/537300af1a9947edb758789785c600f3

使用 R 语言进行地理编码：地址解析经纬度、坐标转换 & 根据经纬度判断所处的省市区县：https://rstata.duanshu.com/#/brief/course/6f8633b486ed49e398c486d0d9f0f59a

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: 1985～2025 年专利申请与授权数据（版本 4，含申请人所处的省市区县）. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Patent Application and Grant Data by Province, City, and District/County (Version 4), 1985–2025. 2026. https://tidyfriday.cn/rsdb2/

与其他数据匹配

如果大家需要把该数据与其他数据匹配（例如和上市公司、上市公司子公司、上市公司供应商与客户等），可以联系李老师预约处理。

点击这里跳转到 RStata 短书平台获取附件：1985～2025 年专利申请与授权数据（版本 4，含申请地址经纬度及所处的省市区县）

相关文章

评论