各地级市合作专利占比

字段字典

• Province [省份] — 所属省级行政区名称
• ProvinceCode [省份代码] — 所属省级行政区划代码(GB/T 2260六位码)
• City [城市] — 地级及以上城市名称
• CityCode [城市代码] — 地级行政区划代码(GB/T 2260六位码)
• Year [年份] — 专利申请年份
• PatentCount [专利件数] — 参考张一帆等(2025,地理科学)的方法，计算公式为：当年申请人中至少有一人所在地位于该市的中国专利件数(按申请号去重；一件跨区域合作专利在其每个参与区域各计一次)。用作中间变量，是合作专利占比的分母。
• CollabPatentCount [合作专利件数] — 参考张一帆等(2025,地理科学)的方法，计算公式为：上述专利中申请单位数量达到2个及以上的件数。原文将申请单位数量超过1个的专利定义为合作型专利。用作中间变量，是合作专利占比的分子。
• CollabPatentShare [合作专利占比] — 参考张一帆等(2025,地理科学)的方法，计算公式为：合作专利件数除以专利件数。用作研究变量，越大代表该市的专利产出中由多个主体合作完成的比重越高。分母为0时取缺失值。
• InventPatentCount [发明专利件数] — 计算公式为：上述专利中专利类型为发明的件数。用作中间变量，是发明专利合作占比的分母。
• InventCollabPatentCount [发明合作专利件数] — 计算公式为：发明专利中申请单位数量达到2个及以上的件数。用作中间变量，是发明专利合作占比的分子。
• InventCollabPatentShare [发明专利合作占比] — 参考张一帆等(2025,地理科学)的方法在发明专利子样本上的稳健性口径，计算公式为：发明合作专利件数除以发明专利件数。用作稳健性变量，因在发明专利内部计算，不受近年专利类型构成变化的影响，跨年可比性优于全样本口径。分母为0时取缺失值。
• MeanApplicantCount [篇均申请人数] — 参考张一帆等(2025,地理科学)的方法式(2)以专利所涉及的申请者数量作强化检验的做法，计算公式为：该市当年参与的全部专利的申请人数之和除以专利件数。用作稳健性变量，越大代表该市专利的合作强度越高。分母为0时取缺失值。

常见问题

「各地级市合作专利占比」是什么数据集？

各地级市合作专利占比，隶属科技创新。参考张一帆等(2025)的方法，基于全量中国专利的申请人地理归属，测度各地级行政区专利产出中由多个申请主体合作完成的比重。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 12 个变量。核心指标包括：专利件数、合作专利件数、合作专利占比、发明专利件数、发明合作专利件数、发明专利合作占比、篇均申请人数。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 13,454 条观测。

数据是如何测算/获取的？

指标定义与计算方法 区域创新活动在多大程度上依靠多个主体协同完成，是创新地理学考察知识重组与溢出的基本切入点。一件专利若由两个及以上的申请主体共同提出，意味着这些主体在该项技术上发生了知识的共享与重组；反之，单一主体独立完成的专利则更多反映其内部的技术积累。参考张一帆等(2025)的做法，凡所涉及的申请单位数量超过 1 个的专利即被界定为合作型专利，据此可在地级行政区层面度量创新产出中依靠合作完成的比重。 设地区 $r$ 在年份 $t$ 的专利集合为 $P{r,t}$，对每一件专利 $p$ 记其申请单位数量为 $np$，则合作型专利的判别为 $$Collab{p}=\begin{cases}1, & n{p}1\\[2pt] 0, & n{p}\le 1\end{cases}$$ 地区层面的合作专利占比即合作型专利在该地区当年全部专利中所占的份额 $$CollabPatentShare{r,t}=\frac{\sum{p\in P{r,t}}Collab{p}}{\left|P{r,t}\right|}$$ 其中分子为该地区当年的合作专利件数，分母为该地区当年的专利件数。 申请单位数量 $np$ 取自专利的申请人地区归属串。该串对每一个申请人保留恰好一段，未能匹配到具体地区的申请人留空段，因此段数即申请人总数，与能否定位无关；这一点对本指标至关重要，它使得"是否为合作型专利"的判别完全不依赖地理匹配的成败，从而不会因匹配覆盖的年际变化而产生系统性偏差。省级归属串与地级归属串的段数严格相等，实现上统一以前者计数。少数专利没有可解析的申请人名称，其申请人数记为零，不归属于任何地区。 地区归属采用参与口径：只要有一个申请人的所在地位于地区 $r$，该专利即计入 $P{r,t}$。一件跨地区的合作专利因而在其每一个参与地区各计一次，这与原文以城市连线刻画合作网络的做法一致——合作的两端都被记为该次合作的参与方。分子与分母使用同一套归属规则，故占比本身不受重复计入的影响。地区归属通过申请人名称与其登记注册地的匹配获得，并辅以上市公司注册地、高校与科研院所名录以及名称中的行政区划前缀解析。 底层数据中一件专利可能对应多条公开记录——发明专利的申请公开与授权公告各占一条且申请号相同。若不加处理，发明专利会被系统性地重复计入，且因发明专利的合作倾向高于实用新型，这种重复会虚高合作占比。因此在按件计数之前先按申请号去重。 除全样本口径外，本数据集另给出发明专利子样本的同一公式取值。专利类型按公开记录的类别码划分为发明与实用新型两类。发明专利口径的意义在于：实用新型没有申请公开程序、须待授权后才公告，因此越接近当前的申请年份，留在数据中的专利越以发明为主，全样本口径的专利类型构成会随之漂移；而在发明专利内部计算的占比不受这一构成变化影响，跨年可比性更好。 原文在式(2)中以专利所涉及的申请者数量替换被解释变量作强化检验。与之对应，本数据集给出篇均申请人数，即该地区当年参与的全部专利的申请人数之和除以专利件数，作为合作强度的连续型度量： $$MeanApplicantCount{r,t}=\frac{\sum{p\in P{r,t}}n{p}}{\left|P{r,t}\right|}$$ 输出为地区与年份构成的面板。面板的起始年因地区而异——取该地区在区域统计资料中的序列起点与其首个有专利活动年份的较早者，这样既不会丢弃早年确有专利的地区观测，也不会给尚未设立的行政区造出一串并不存在的零；各地区的末年一致。计数型字段在该地区当年没有相应专利时取零，这是真实的零而非缺测；比率型字段在分母为零时取缺失值，不取零。全部字段均不作缩尾处理。 补充说明 - 样本口径：覆盖当前有效行政区划下的全部地级及以上行政区与全部可得申请年份，不预先施加原文的年段限制，也不限定申请主体类型。原文将样本限定为企业、高校及科研机构的专利，本数据集则纳入包括自然人在内的全部申请主体，因此占比的水平值高于原文报告值；需要贴近原文口径者可自行截取年份区间。 - 年份基准：按专利申请年份归年，而原文以授权数据为基础，同一件专利在两种口径下会落入不同年份。申请年份更贴近创新活动的发生时点。 - 地区归属的覆盖差异：自然人申请与境外主体无法归属到国内地区，不进入任何地区的专利集合；申请人名称与登记注册地的匹配在部分地区相对稀薄，这些地区的专利件数偏低，属非随机缺失。匹配覆盖率在样本期内随年份上升，故计数型字段的跨年增长中包含了数据覆盖改善的成分，作趋势分析时建议加入年份固定效应，或改用比率型字段。 - 末期年份的类型构成漂移：受专利公开滞后影响，最近一两个申请年份的专利尚未全部公开，且因实用新型须授权后才公告，这些年份留存的专利以发明为主。由于发明专利的合作占比高于非发明专利，全样本口径的合作专利占比在末期年份被构成变化推高，而两类专利各自内部的合作占比在同期是平稳的。需要跨年可比口径者应改用发明专利口径的占比，或将样本截至更早一年。 - 行政区划口径：主体名单采用当前有效的行政区划，历史上已撤销或合并的地级市不在名单之列，其撤销前年份的专利只能归属到省级，在本数据集中表现为缺失而非零。港澳台地区不在主体名单内。 - 小分母观测：相当一部分地区年份的专利件数很少，此时占比与篇均申请人数只能取到有限几个离散值，噪声很大。本数据集随指标一并输出专利件数，建议在回归中设定最小观测量门槛（例如专利件数不低于 30），或以专利件数加权。 - 编码对齐：地区编码以六位定长字符串存储。与以数值型存储地区编码的其他数据合并前，须先把两侧统一为等宽字符串，否则数值与字符串不相等，合并会得到空结果而不报错。 - 其他局限：地区加总大于全国专利总件数，这是参与口径的必然结果，不应把各地区加总当作全国总量；专利件数极少的地区年份上，占比与篇均申请人数的取值可能落在端点附近。 参考文献 - 张一帆,金文纨,徐龑,等.技术复杂度视角下中国专利合作的空间特征[J].地理科学,2025,45(12):2563-2573.

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。