各省数字经济创新

字段字典

• Province [省份名称] — 现行省级行政区名称，采用现行空间框架回溯，不代表历史逐年行政区划或专利发生时住所。
• ProvinceCode [省份代码] — 六位字符串省级行政区代码，按现行空间框架回溯。
• Year [年份] — 测量年度，按申请号首次有效发明授权年归属；最大年动态为当前年减一。
• GrantedInvCount [发明授权专利件数] — 本地区主申请人可定位的不同申请号首次发明授权件数，单位件；地区年没有任何授权源时缺失，未定位申请不补零。
• DigitalInvCount [数字发明授权专利件数] — 本地区按公开IPC代码或中文标题九词识别的发明授权申请号数，单位件；本地区有分类未知时缺失，有授权源且识别阴性为观察零。属于代理识别，不是原文逐条行业码定义。
• IdentifiedDigitalInvCount [已识别数字发明授权件数] — 本地区已经明确命中核心产业IPC代码或标题九词的发明授权件数，单位件；不将分类未知当阴性。用于诊断及缺失上下界，不保证是真实数字件数下界。
• UnclassifiedInvCount [分类未知发明授权件数] — 本地区尚未明确命中且缺少有效中文标题或完整可解析IPC的授权申请件数，单位件；无授权源时缺失。数量大于零表明本地区数字计数不能严格确定。
• CoreIPCInvCount [核心产业IPC命中授权件数] — 本地区任一IPC匹配2023数字经济核心产业参照表代码的授权申请件数，单位件；未执行表中语义限定，与标题命中可以重叠。
• TitleMatchInvCount [数字关键词标题命中授权件数] — 本地区中文专利标题命中数字、信息、网络、智慧、智能、软件、计算、数据或互联网任一词的授权申请件数，单位件；与IPC命中可以重叠。
• NationalGrantedInvCount [全国参照发明授权件数] — 当年主申请人省级可定位大陆观察池的全部首次发明授权申请号数，单位件；省市共用全国分母，不能定位到市但能定位到省的专利仍纳入。不是完整境内专利全集。
• NationalDigitalInvCount [全国参照数字授权件数] — 同一全国省级可定位观察池内的数字发明授权代理件数，单位件；全国存在分类未知时保留缺失，不将未定位或未知当真实零。
• NationalUnclassifiedInvCount [全国参照分类未知件数] — 同一全国观察池内缺中文标题或完整IPC且未明确命中的发明授权申请件数，单位件；用于判断全国归一化是否可确定。
• DigitalSpecialization [数字创新区位商] — 参考左万水等（2024）式（1）的区位商构件，比较地区数字代理授权份额与全部授权份额，无量纲；本地无授权、全国数字数为零或全国存在分类未知时缺失。
• CDEI [数字经济创新] — 参考左万水等（2024）式（1），数字发明授权代理件数乘区位商，单位为加权件数；越大表示相对创新基础的数字创新产出越高。采用公开IPC及标题识别与可定位观察池，非作者逐值复现。无有效分母或全国有分类未知时缺失。
• CDEILower [分类缺失条件下创新下界] — 保持观察池不变，仅对分类未知专利的数字归属取所有可能状态所得创新指标下界，单位加权件数；全国已识别数字件数为正时可定义，不覆盖IPC误判或地理选择偏差。
• CDEIUpper [分类缺失条件下创新上界] — 保持观察池不变，仅对分类未知专利数字归属取所有可能状态所得创新指标上界，单位加权件数；不覆盖IPC代理误差或未定位选择偏差。没有任何可能数字事件时缺失。

常见问题

「各省数字经济创新」是什么数据集？

各省数字经济创新，隶属科技创新。参考左万水等（2024）的区位商加权思路，衡量省份相对于已有创新基础的数字经济创新产出。

该数据集的时间范围是？

覆盖 1993-2025 年。

包含哪些变量/指标？

共 16 个变量。核心指标包括：发明授权专利件数、数字发明授权专利件数、已识别数字发明授权件数、分类未知发明授权件数、核心产业IPC命中授权件数、数字关键词标题命中授权件数、全国参照发明授权件数、全国参照数字授权件数、全国参照分类未知件数、数字创新区位商、数字经济创新、分类缺失条件下创新下界、分类缺失条件下创新上界。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，省级层级。

样本量有多大？

约 1,023 条观测。

数据是如何测算/获取的？

测算方法 数字经济创新反映地区数字相关发明成果的产出水平，以及这些成果相对于既有创新基础的集中程度。本数据集参考左万水等（2024）的区位商加权思路，将数字发明授权件数与地区全部创新活动在全国观察池中的份额结合。指标较高，表示该地区既有较多数字相关发明成果，数字创新相对于其创新基础也较为突出。 本数据集复用论文的加权公式，数字专利识别采用公开IPC代码与中文标题关键词的代理口径。其分类范围和全国观察池均与原文不同，不能作为作者定义或样本数值的逐值复现。 一、确定年度授权事件和地区归属 以不同申请号的发明专利为计数单位。先对同一公开号选择最新来源记录，再保留具有有效授权日期的发明授权文献。每件申请取首次有效授权年，后续授权更正不重复形成新授权事件；在首次授权年内，以有效公开日期最早的授权文献作为申请人锚点，同日按公开号排序。 地区按该文献的第一申请人归属。同一件申请只计入一个主申请人省份和城市，不按所有共同申请人展开。省级与城市级分别形成结果，不由城市加总或平均得到省级指标。少数已经核查真实授权首页的分类或定位错误采用原件订正，保留来源记录。 全国参照统一采用第一申请人可以定位到大陆省级行政区的观察池。能定位到省但不能定位到市的申请仍进入全国参照，因而城市定位缺失不会改变全国基准。省级无法定位的申请不进入该池；其中可能同时包含境外在华申请和国内未定位申请，不能全部解释为外国申请。 二、识别数字相关发明授权 数字识别由以下两部分取并集，同一申请不重复计数： 一是将授权文献的全部IPC与《数字经济核心产业分类与国际专利分类参照关系表（2023）》的代码规则匹配，覆盖数字产品制造业、数字产品服务业、数字技术应用业和数字要素驱动业。带星号规则按相应层级及下属分类匹配，精确小组按该小组匹配。此处只执行IPC代码条件，未进一步实施参照表“关键词概述”的语义限定，因此识别范围可能较宽。 二是沿用论文对数字化效率提升活动的标题关键词思路，识别中文标题含“数字、信息、网络、智慧、智能、软件、计算、数据、互联网”任一词的申请。仅检查专利标题，不把摘要或说明书正文中的词命中计入标题条件。 任一部分明确命中即记为已识别数字申请。未命中且具有完整可解析IPC和有效中文标题时记为代理阴性；未命中而所需输入缺失或残缺时记为分类未知。标题未知不等于未出现关键词，分类未知不能填成非数字零值。 三、计算区位商和数字经济创新 令 $n{i,t}$ 为地区 $i$ 在年度 $t$ 的全部发明授权件数，$d{i,t}$ 为数字发明授权代理件数；$Nt$、$Dt$ 分别为同年全国观察池的全部和数字发明授权件数。各项均按申请号去重，使用一致的授权年份和识别口径。 地区数字授权份额相对于其全部授权份额的区位商为： $$ LQ{i,t}= \frac{d{i,t}/Dt}{n{i,t}/Nt}. $$ 其中，$n{i,t}/Nt$ 表示地区在全国观察池中的创新份额。区位商大于1表示该地区数字创新在全国的份额高于其全部创新活动的份额。数字经济创新指标按论文式（1）计算： $$ CDEI{i,t}=LQ{i,t}\,d{i,t} =\frac{Nt d{i,t}^{2}}{n{i,t}Dt}. $$ CDEI的单位为加权件数，而非概率或百分比。省级和市级使用同一全国观察池的 $Nt,Dt$。地区有授权记录、数字件数为零且全国数字分母有效时，指标为0；地区没有授权源、全国没有数字分母或数字分类不能严格确定时，主指标保留缺失。 四、分类未知与可识别区间 记 $u{i,t}$ 为本地区分类未知的授权件数，$Ut$ 为全国观察池的分类未知件数。全国有任何分类未知时，严格的全国数字件数、区位商及CDEI无法唯一确定，保留缺失；同时提供已识别数字件数和未知数量。 当 $Dt0,n{i,t}0$ 时，仅改变未知申请的数字归属，可得到下列锐界： $$ CDEI^{L}{i,t}= \frac{Nt d{i,t}^{2}} {n{i,t}(Dt+Ut-u{i,t})}, \qquad CDEI^{U}{i,t}= \frac{Nt(d{i,t}+u{i,t})^{2}} {n{i,t}(Dt+u{i,t})}. $$ 下界令本地未知均为非数字、其余地区未知均为数字，上界反向设定。不能把仅用已识别件数代入主公式的诊断值直接称为下界，因为遗漏其他地区的数字申请也会改变全国归一化。 若全国尚无已识别数字申请但存在未知申请，主指标仍缺失；区间只针对至少存在一件数字申请的可定义状态，按整数件数处理。没有任何可能数字事件时，原式和区间均无定义。这些界限只反映输入分类缺失，不覆盖宽IPC代理误判、标题识别误差或地理选择偏差。 补充说明 原文用每条专利的国民经济行业代码识别数字经济活动，本数据集改用公开核心产业IPC代码和原标题关键词，因此分类构念存在实质差异。代码匹配未叠加语义限定可能扩大范围；关键词方法也可能误命中或漏识别，不能据计算一致性声称与论文研究定义完全等价。 地区采用现行空间框架回溯，早年、撤并地区及部分同名申请人的定位存在不足。主申请人注册归属未必等于授权发生时地址，境外主体也可能被源定位误归入大陆省码。已经发现并核证的个别错误在任务内订正，不代表全部历史定位均已人工审核；全国参照应理解为源省码可定位观察池，地区比较仍可能受定位误差影响。专利公开与授权信息更新滞后会影响末年观测，不宜把观测下降直接解释为真实创新下降。 原始版保留全部计数及公式结果。缩尾版仅对CDEI和区位商按年进行1%与99%缩尾，基础计数和原式区间诊断保留原值；需要严格公式关系及区间解释时，应使用原始版。 参考文献 [1]左万水,古恒宇,周麟,沈体雁.中国市域数字经济创新空间格局演化及其驱动机制[J].经济地理,2024,44(6):102-112.DOI:10.15957/j.cnki.jjdl.2024.06.011. [2]国家知识产权局办公室.数字经济核心产业分类与国际专利分类参照关系表(2023)[Z].2023.

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。