各地级市突破创新指数

字段字典

• Province [省份名称] — 当前省级行政区名称，历史申请按可得申请人地区映射，非逐年历史迁址重建。
• ProvinceCode [省份代码] — 六位字符串省级行政区代码，采用当前地区框架回溯。
• City [城市名称] — 当前地级及以上地区名称，含直辖市；按地区名录存续期生成年度面板。
• CityCode [城市代码] — 六位字符串地级及以上地区代码，采用当前地区框架回溯。
• Year [申请年份] — 专利申请日所属的日历年，不是公开年或授权年。
• TechnologyJump [技术跳跃度] — 参考汪涛、王璐玮、张晗（2022）表1技术跳跃度。本数据采用全部可观测IPC专利申请；当前出现且此前四年均未出现的IPC大组作为突破组，包含首次进入与中断后的重新进入。每个突破大组在地区观察期内的首次、末次出现年份分别为first和last，以地区可得观察起点s计算(first-s)的平方加last-first，再对当年突破大组求和。首次年份边界及地区求和为明确操作化。观察不足完整前四年或当年无有效IPC时缺失；有效观察但没有突破组时为零。数值同时受进入技术组数量和历史长度影响，不是纯创新质量。
• TechnologyExploreRaw [技术探索度原值] — 参考汪涛、王璐玮、张晗（2022）表1技术探索度。以全国当年全部可观测IPC专利申请构造IPC小组加权共现网络，同申请内每对不同小组计一次，p为各节点对邻居分配的共现强度比例；对地区当前突破大组所属、当年实际出现的IPC小组，计算其直接邻居关系比例加二步间接关系比例之和的平方的自然对数，再逐邻居、逐节点求和。全国年度网络及地区汇总为明确操作化；保留原始负值，合成总分时取负统一方向。孤立节点邻居为空，数学空和为零。观察不足完整前四年或当年无有效IPC时缺失。该量同时反映技术数量和关系分散程度。
• TechnologyFusion [技术融合度] — 参考汪涛、王璐玮、张晗（2022）表1技术融合度。IPC小组为节点，IPC大组作为固定技术群。地区当年专利中真实共现、且至少一个端点属于当年突破大组的小组关系按不重复边计数；跨大组的关系数为EL，同一大组内部关系数为IL，计算(EL-IL)/(EL+IL)。固定技术群、当前地区关系和不重复边为明确操作化，不是由社区发现算法识别的群落。范围为负一至一，越高表示突破技术相关关系越偏向跨组连接。没有有效关系分母、观察不足完整前四年或当年无有效IPC时缺失。
• BreakthroughIndex [突破创新指数] — 在汪涛、王璐玮、张晗（2022）三类分项基础上构造的全专利扩展总分，非作者未公开总分的复现。按同层、同年三个分项均有效地区的共同参照池，分别对技术跳跃度、技术探索度原值的相反数及技术融合度进行Z标准化，使用总体标准差，再等权平均。省级、市级分别标准化；任一分项缺失、参照池少于两个地区或任一分项标准差为零时总分缺失。可正可负，正值表示综合表现高于同层当年有效地区平均水平；跨年变化表示相对位置变化，不代表绝对创新规模增长，也不可直接跨省市层级比较。

常见问题

「各地级市突破创新指数」是什么数据集？

各地级市突破创新指数，隶属科技创新。参考汪涛、王璐玮、张晗（2022），衡量地级及以上城市进入或重新进入技术领域时的突破创新表现。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 9 个变量。核心指标包括：技术跳跃度、技术探索度原值、技术融合度、突破创新指数。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，地级市层级。

样本量有多大？

约 12,910 条观测。

数据是如何测算/获取的？

测算方法 突破创新表现为地区进入既有知识轨道之外的技术领域，以及在知识关系中开展探索和跨领域组合的能力。参考汪涛、王璐玮、张晗（2022）的三维指标体系，本数据集扩展到全部具有可用IPC分类的专利申请，从技术跳跃、技术探索和技术融合三个方面测度地区突破创新，并提供标准化等权综合指数。省级与地级市层级分别计算。 一、建立地区年度技术集合 按申请号合并当前可得的专利公开版本，分类号取全部版本的并集，同一申请内重复分类只保留一次；不限定技术领域、申请人是否为个人、是否联合申请或是否已经授权。按申请日所属年份归年，申请年份跨版本冲突的申请不参与计算，不任意指定某个版本。具有有效IPC的申请才能形成技术节点，缺少分类的申请不能被解释为没有创新。 地区归属取各公开版本中全部可定位申请人或权利人的省、市地区并集；同一申请同一地区只归属一次。省级直接使用省份归属，不能把城市结果相加代替。此规则是当前资料对历史申请的回溯归属，也可能包含后续公开版本中权利人或地址的变化，不代表申请时点的严格原始地址。采用地区名录的存续区间生成年度主体。 以IPC大组识别技术领域，例如A61K47；以IPC小组构建关系网络，例如A61K47/10。令地区r在年份t出现的技术大组集合为Crt，突破技术集合定义为： $$ B{rt}=C{rt}\setminus\bigcup{h=1}^{4}C{r,t-h}. $$ 该定义同时包含首次进入和中断四年后的重新进入。须具备完整的前四个日历年；地区观察起点sr取有效源起年与名录存续起年中较晚者，前史不足时不报告核心指标。这里的出现是可得专利资料中的出现，不证明现实中此前完全没有该项技术。 二、计算技术跳跃度 对当年突破大组g，取其在地区观察期内的出现年份tg1至tgN，按表1首端边界和出现间隔构造分组跳跃量，再对当年突破大组求和： $$ V'{rt}=\sum{g\in B{rt}}\left[(t{g1}-sr)^2+\sum{n=1}^{Ng-1}(t{g,n+1}-t{gn})\right]. $$ 内部间隔和等于末次与首次出现年的差。首次进入的大组只有当年一次出现，其贡献为(t-sr)的平方；重新进入的大组保留更早出现历史。因此该量包含进入技术组数量和观察年限的权重，不能解释为纯创新质量或纯效率。有效观察但没有突破大组时，该项空和为零。 三、计算技术探索度原值 使用全国当年全部可用申请构建IPC小组无向加权共现网络。一件申请内两个不同小组同时出现，便对该对小组的关系权重增加一次。无地区定位的申请仍参与全国网络，避免把地区可定位子样本误作完整参照池。令wxj为小组x与j的共现次数，pxj=wxj除以x全部关系权重之和。 对地区当年实际出现、且所属大组属于Brt的小组集合Srt，按直接关系与二步间接关系计算： $$ d'{rt}=\sum{x\in S{rt}}\sum{j\in N(x)}\ln\left[\left(p{xj}+\sumq p{xq}p{qj}\right)^2\right]. $$ N(x)为全国当年网络中x的直接邻居集合，q为共同连接的中介小组；同一小组在地区只汇总一次。该式保留关系约束项的原始对数求和值，通常为负，合成总分时取相反数统一方向。孤立小组没有邻居，其数学空和为零，无须计算零分母或零的对数。该量也随突破节点及邻居数量变化，反映探索关系规模与分散特征。 四、计算技术融合度 以IPC大组作为固定技术群。对地区当年专利中真实共现、且至少一个端点属于Srt的小组关系，按不重复边计数。跨大组关系数为EL，同大组关系数为IL： $$ EI{rt}=\frac{EL{rt}-IL{rt}}{EL{rt}+IL{rt}}. $$ 该量介于负一与一之间，数值越高，表示突破技术相关关系越偏向跨技术组组合。这里的技术群是分类层级界定的大组，不是通过社区发现算法识别的网络群落。分母为零时融合度缺失，不用零替代没有可测关系的情况。 五、形成综合指数 在同层、同年三个分项均有效的地区共同参照池上，分别对技术跳跃度、技术探索度原值的相反数及技术融合度作Z标准化。均值和总体标准差都从同一个参照池计算： $$ I{rt}=\frac{zt(V'{rt})+zt(-d'{rt})+zt(EI{rt})}{3}. $$ 省、市分别标准化。总分可正可负，正值表示综合表现高于同层当年有效地区平均水平；跨年变化表示相对位置变化，不能直接解释为绝对创新规模增长，也不能直接跨省市层级比较。任一分项缺失、参照池少于两个地区或任一分项标准差为零时，总分缺失，不以剩余分项重新分配权重。 补充说明 原文以生物医药合作专利为例，未完整公开总分权重、年度化及部分网络细节。本数据集按明确的全专利推广要求，采用此前四年未出现且当年出现的进入/再进入判定、首次出现边界、全国年度小组网络、固定IPC大组技术群、地区求和以及同年Z标准化等权平均。这些是透明的研究扩展与操作化，不声称恢复作者未公开的总分。 早年地区定位薄弱、行政区划回溯、分类或权利人随版本变化，都会影响技术出现历史及进入判定。当前版本并集含事后信息，不宜当作当时即可观察的预测指标。设计专利通常不能提供本方法所需IPC，且可得资料对其覆盖有限；没有技术节点不等于没有创新。最近申请受公开滞后影响，水平值和相对次序都可能随资料更新改变。 原始版保留计算值。缩尾版对三个分项与总分分别按年度作1%与99%缩尾，未重新合成总分；精确的标准化合成恒等式以原始版为准。 参考文献 [1] 汪涛,王璐玮,张晗.中国城市新兴技术的双元创新路径与发生机制——以生物医药技术为例[J].科技进步与对策,2022,39(6):29-39.DOI:10.6049/kjjbydc.2020120223.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。