各省数字创新
「各省数字创新」，覆盖 1993-2025 年，频率 年度，省级层级，含 4 个变量，样本量约 1,023。 参考陈博等（2026），以省域年度数字专利授权产出衡量数字创新水平。
| 时间跨度 | 1993-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 省级 |
| 变量数 | 4 |
| 样本量 | 1,023 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Province [省份] — 省级行政区名称。采用现行地理框架回溯，不代表逐年历史行政建制。
- ProvinceCode [省份代码] — 六位省级行政区划代码字符串。
- Year [授权年份] — 同一申请号全部有效授权记录的最早授权年份。
- INNO [数字创新授权专利数] — 参考陈博等（2026），按首次授权年统计任一国际专利分类号命中2023年数字经济核心产业参照表的专利件数，单位为件；含全部授权类型，同一申请号在全部可定位申请人所属地区内分别去重计一件。仅采用IPC代码匹配，未叠加关键词限定；早年及部分地区定位不足会低估。有可定位授权源但无数字事件记观察零，无任何可定位授权源记录的地区年保留缺失。
常见问题
- 「各省数字创新」是什么数据集？
- 各省数字创新，隶属科技创新。参考陈博等（2026），以省域年度数字专利授权产出衡量数字创新水平。
- 该数据集的时间范围是？
- 覆盖 1993-2025 年。
- 包含哪些变量/指标？
- 共 4 个变量。核心指标包括：数字创新授权专利数。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，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 数字创新是以数字技术为支撑，推动产品、服务、流程和商业模式改进的创新活动。专利授权产出能够反映已经通过审查的技术成果。本数据集参考陈博等（2026），用地区年度数字专利授权数量衡量数字创新水平。该指标是创新产出数量，不直接衡量专利价值、商业化收益或创新效率。 一、识别数字专利 以《数字经济核心产业分类与国际专利分类参照关系表（2023）》中的国际专利分类号为识别基础。该表涵盖数字产品制造业、数字产品服务业、数字技术应用业和数字要素驱动业。将每件专利的全部国际专利分类号逐一与参照表匹配，任一分类号命中即纳入数字专利候选。 设专利 $p$ 的国际专利分类号集合为 $Cp$，参照表分类范围为 $\mathcal D$，则代码匹配标识为： $$ Dp=\mathbf 1\{Cp\cap\mathcal D\ne\varnothing\}. $$ 分类号后附星号的规则包含相应层级及其下级分类；大组匹配按完整组号比较，不把数字前缀相近的大组混同。没有星号的小组规则按完整小组号比较。同一件专利命中多个产业类别时仍只计一件。 本数据集采用仅IPC代码匹配的操作化。官方表还提出结合关键词概述进一步限定，而本文没有公开作者的完整专利检索表达式，因此本数据集未另加标题或摘要关键词条件，不能视为对官方限定范围或作者检索式的精确复现。 二、确定授权年度并合并重复文献 公开文献、授权文献和更正文献可能对应同一申请号，按公开记录直接相加会重复计算。首先对同一申请号全部有效授权日期取最早年份，定义为首次授权年： $$ gp=\min\{\operatorname{year}(d):d\text{是申请号 }p\text{ 的有效授权日期}\}. $$ 无有效授权日期的记录不能归入某一授权年。数字分类和地区归属只依据首次授权年份内命中分类规则的记录；合并同年命中记录的信息，不把以后年份的更正内容追溯加入。保留所有符合条件的授权类型，既包括发明，也包括实用新型等，不将申请年当作授权年。 三、归属地区并计算年度件数 按全部可定位申请人的所在地建立专利与地区的对应关系。同一申请号的多名申请人来自同一地区时，该地区只计一件；申请人来自不同地区时，各有关地区分别计一件。省级和地级市级分别从专利明细展开，省级不由市级数量汇总得到：一件跨市但省内合作专利在省级仍只计一件。 设 $Rp$ 为首次授权年内数字匹配记录对应的可定位申请人地区集合，则地区 $r$ 在授权年 $t$ 的数字创新指标为： $$ INNO{r,t}=\sump\mathbf 1\{gp=t\}\,Dp\,\mathbf 1\{r\in Rp\}. $$ $INNO$ 的单位为件，不取对数。数值越大，表示该地区可观测的数字创新授权产出越多。跨地区合作专利可归入多个地区，因此地区件数相加可能大于全国去重专利总件数。 四、零值、缺失与地区框架 对每个地区年，先检查是否存在可定位的首次授权源记录。存在此类记录、但没有数字候选事件时，指标记为观察零；没有任何可定位授权源记录时，指标保留缺失。零只表示在可定位来源中未观察到数字授权，不证明当地实际没有数字创新。 省市采用现行地区名录作为回溯地理框架，并保留真实匹配到的早年事件。不依据其他统计表的起始观测年删除专利，不把地区名录解释为完整的历史行政建制表。省级数据按相同方法扩展地区层级，原论文主要研究城市。 补充说明 专利材料与论文原始数据库不同，申请人归属根据可得登记住所、机构名录等信息整理，不保证为授权当年的历史地址。自然人、境外主体及部分地区定位不足，早年缺失更明显且并非随机。定位覆盖随时间改善，会与真实创新增长共同影响年度数量，因而不宜直接把全期数量变化解释为创新增长。 历史撤销、合并地区未必能独立识别，现行地区标签也不表示当年行政建制。省市可定位范围不同，两层数值不要求简单加总一致。缺少分类信息、授权日期或地区归属的专利不能据此判定为非数字或零创新。 最近年度仍可能受到来源更新和专利公告滞后的影响，末年保持提供，但不宜将其下降直接解释为创新活动下降。该指标未按论文的实证样本年份、行业或地区删选。 参考文献 [1]陈博,朱华晟,耿长伟,等.多区位知识协同对中国城市数字创新的影响[J].地理科学,2026,46(1):216-227.DOI:10.13249/j.cnki.sgs.20250997.
- 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。