各省颠覆性技术创新

字段字典

• Province [省份名称] — 现行省级行政区名称，用于回溯呈现专利申请人地区，不代表完整历史区划。
• ProvinceCode [省份代码] — 六位字符串省级行政区代码，采用现行地区框架回溯。
• Year [申请年份] — 专利申请日所属的日历年，年度独立统计；不是公开年或授权年。
• InventionPatentCount [观察发明申请数] — 申请年内归属本地区的已观察发明申请件数，单位为件。合并全部发明公开及授权版本，全部申请人同地区去重、跨地区分别计件；跨版本申请年冲突整件排除。零仅表示当前可归属观察集合为空。
• UsablePatentCount [向量及领域可用申请数] — 观察发明申请中申请年和主IPC四位领域唯一且全部IPC四位二元向量非空的件数。主IPC缺失回退全部分类的首个合法四位码，跨版本主领域冲突整件排除；单位为件。
• ScoredPatentCount [双向相似度可评分申请数] — 向量及领域可用申请中，具有完整日历前后三年且全国同领域前后三年参照池各非空的件数，单位为件。前后三年窗口按合计非空判断，不要求每个参照年均有专利；不是颠覆性阳性件数。
• ScoreCoverage [可评分申请占比] — 本地区双向相似度可评分申请数除以观察发明申请数，取值0至1，无观察申请时缺失。描述当前收录且可定位申请的评分覆盖，不是国内申请人定位召回率或颠覆性占比。
• IsWindowComplete [三年前后日历窗口完整] — 1表示申请年前三年和后三年均处于输入有效年份起点至动态当前年减一范围内，0表示日历窗口不足。仅为日历可观察标记，不保证参照池非空或专利公开完整。
• DisruptiveCount10 [颠覆性发明申请数（10%）] — 参考张天、封秋硕（2026），全国主IPC四位领域×申请年内，后向余弦求和不高于低10%边界且前向余弦求和不低于高10%边界的地区申请件数，单位为件。IPC二元向量，前后三年参照池，按申请件数线性分位；包含边界全部同分。10%为主阈值，5%和15%为原文稳健阈值。当地无可评分申请或日历窗口不足时缺失；可评分集合无阳性时为零，不能解释为现实无颠覆性创新。
• LnDisruptive10 [颠覆性发明申请数加一自然对数（10%）] — 参考张天、封秋硕（2026）的地区件数取对数思路，按用户明确要求对本地区10%阈值颠覆性发明申请数加一后取自然对数，即ln(1+件数)。有可评分申请但阳性件数为零时取0；件数因无可评分申请或前后窗口不足而缺失时仍缺失。论文未明确零计数处理，加一是本数据集明确的操作化。主阈值10%，5%及15%为原文稳健阈值；同分、窗口及地区计件口径与对应件数一致。
• DisruptiveCount5 [颠覆性发明申请数（5%）] — 参考张天、封秋硕（2026），全国主IPC四位领域×申请年内，后向余弦求和不高于低5%边界且前向余弦求和不低于高5%边界的地区申请件数，单位为件。IPC二元向量，前后三年参照池，按申请件数线性分位；包含边界全部同分。10%为主阈值，5%和15%为原文稳健阈值。当地无可评分申请或日历窗口不足时缺失；可评分集合无阳性时为零，不能解释为现实无颠覆性创新。
• LnDisruptive5 [颠覆性发明申请数加一自然对数（5%）] — 参考张天、封秋硕（2026）的地区件数取对数思路，按用户明确要求对本地区5%阈值颠覆性发明申请数加一后取自然对数，即ln(1+件数)。有可评分申请但阳性件数为零时取0；件数因无可评分申请或前后窗口不足而缺失时仍缺失。论文未明确零计数处理，加一是本数据集明确的操作化。主阈值10%，5%及15%为原文稳健阈值；同分、窗口及地区计件口径与对应件数一致。
• DisruptiveCount15 [颠覆性发明申请数（15%）] — 参考张天、封秋硕（2026），全国主IPC四位领域×申请年内，后向余弦求和不高于低15%边界且前向余弦求和不低于高15%边界的地区申请件数，单位为件。IPC二元向量，前后三年参照池，按申请件数线性分位；包含边界全部同分。10%为主阈值，5%和15%为原文稳健阈值。当地无可评分申请或日历窗口不足时缺失；可评分集合无阳性时为零，不能解释为现实无颠覆性创新。
• LnDisruptive15 [颠覆性发明申请数加一自然对数（15%）] — 参考张天、封秋硕（2026）的地区件数取对数思路，按用户明确要求对本地区15%阈值颠覆性发明申请数加一后取自然对数，即ln(1+件数)。有可评分申请但阳性件数为零时取0；件数因无可评分申请或前后窗口不足而缺失时仍缺失。论文未明确零计数处理，加一是本数据集明确的操作化。主阈值10%，5%及15%为原文稳健阈值；同分、窗口及地区计件口径与对应件数一致。

常见问题

「各省颠覆性技术创新」是什么数据集？

各省颠覆性技术创新，隶属科技创新。参考张天、封秋硕（2026），衡量省份中可观测的颠覆性技术创新活动。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 14 个变量。核心指标包括：观察发明申请数、向量及领域可用申请数、双向相似度可评分申请数、可评分申请占比、三年前后日历窗口完整、颠覆性发明申请数（10%）、颠覆性发明申请数加一自然对数（10%）、颠覆性发明申请数（5%）、颠覆性发明申请数加一自然对数（5%）、颠覆性发明申请数（15%）、颠覆性发明申请数加一自然对数（15%）。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 1,271 条观测。

数据是如何测算/获取的？

测算方法 颠覆性技术创新兼具对既有知识的突破和对后续技术的影响。参考张天、封秋硕（2026），本数据集通过发明专利的技术分类，识别与过去同领域专利相似程度较低、与未来同领域专利相似程度较高的申请，再按地区和申请年份汇总。10%阈值为主结果，5%和15%阈值用于观察结论对识别边界的敏感程度。省级结果为相同定义的层级扩展。 一、确定申请、地区与技术领域 使用中国受理且已经观察到的发明公开和授权文献，按申请号合并版本，以申请日所属年份统计，不将同一申请的公开和授权文献重复计件。不要求仅已授权申请，也不按简单专利族合并。合并一件申请全部版本的IPC分类及全部可定位申请人的地区集合。同地区同申请只计一次，跨地区在各地分别计一件；省、市分别使用全部申请人的省级和城市归属，不能将城市件数相加替代省级件数。 将主IPC的四位小类作为技术领域，例如A01B；主IPC缺失时取全部IPC分类中的首个合法四位码。同一申请跨版本的申请年或主领域不唯一时整件排除，不任意选择某个版本。全部IPC分类也截取四位小类并去重，构成该申请的知识向量；空向量不能评分。 二、构建IPC二元向量与余弦相似度 令xpk表示专利申请p是否涉及第k个IPC四位小类，涉及取1，否则取0。每件申请无论某分类出现多少次，向量该坐标都只为1。两件申请p和q的相似度为： $$ S(p,q)=\frac{\sumk x{pk}x{qk}}{\sqrt{\sumk x{pk}^2}\sqrt{\sumk x{qk}^2}}. $$ 分子为共同技术分类数量，分母为两件申请向量长度的乘积。相似度介于0与1之间；分类集合完全相同时取1，没有共同分类时为0。 三、计算前后三年的双向相似度 对申请年为t、领域为f的申请p，向全国同领域可用发明申请构造参照池。后向参照池Bft包含申请年t−3至t−1的申请；前向参照池Fft包含t+1至t+3的申请。当年其他申请不进入前后参照池。按目标论文原式逐件求和： $$ BSp=\sum{q\in B{ft}} S(p,q),\qquad FSp=\sum{q\in F{ft}} S(p,q). $$ BS较低表示与过去知识差异较大，FS较高表示与后续知识联系较强。两项都是相似度之和，不除以参照池申请数。按相同分类集合压缩并乘以对应申请件数计算，与逐件相加严格等价；分位数也始终以申请件数计权，不能把一个常见分类组合与一个稀有组合各当作一件。 按项目有效年规则，自中国专利法施行的1985年起在输入中确定最早有效年份；此前年份及缺失年份哨兵不作为有效申请年。先核对完整快照中同申请的所有发明版本，跨版本年份冲突仍排除，再限制统计年份。要求日历前后三年均处于输入有效年份范围内，且前、后三年参照池各至少一件。不要求窗口中每个单独年份均有该领域专利。因专利年度上限为当前年减一，最后三个年度仍保留地区面板和观察计数，但无法得到完整前瞻评分；最早三个年度同样因前史不足而不报告核心。 四、按双分位识别，包含全部边界同分 在全国同技术领域、同申请年的可评分申请内分别计算分位边界。令QB,α和QF,1−α分别为BS的低α分位点和FS的高1−α分位点，则： $$ Dp(\alpha)=\mathbf{1}\{BSp\leq Q{B,\alpha},\ FSp\geq Q{F,1-\alpha}\}. $$ 主阈值α为10%，稳健阈值为5%和15%。分位数采用逐件申请展开后的线性插值定义；边界同分全部纳入，不按申请号或任意顺序强行截成恰好10%。计算中绝对容差10的负9次方、相对容差10的负12次方视为数值同分。因此被选比例可能高于名义尾部比例，两个尾部的交集也不保证等于某个固定比例。 五、汇总地区年度件数并加一取自然对数 令Prt为归属地区r且申请年为t的可评分申请集合，则： $$ N{rt}(\alpha)=\sum{p\in P{rt}}Dp(\alpha),\qquad L{rt}(\alpha)=\ln\bigl(1+N{rt}(\alpha)\bigr). $$ N的单位为件，分别对应三个阈值的申请数；L为件数加一后的自然对数。至少有一件可评分申请但没有阳性时，件数为零，L也为零；当地没有可评分申请或日历窗口不足时，件数和对数均缺失，不用零填补无法识别的状态。零只描述可评分观察集合，不证明现实中不存在颠覆性创新。 同时提供观察发明申请数、向量及领域可用申请数、可评分申请数、评分覆盖率和日历窗口完整标记。覆盖率为可评分申请数除以观察申请数，无观察申请时缺失；它不是颠覆性专利占比，也不是国内申请人定位召回率。 补充说明 论文未完整公开“同技术领域”的分类层级、分位组、同分处理、事件年份、申请人与版本合并以及零对数规则。本数据集以主IPC四位领域、全国领域年分位、申请年、跨版本集合并集、全部申请人地区完全计数和全部边界同分作为透明操作化；按照用户明确要求，三个阈值均采用ln(1+件数)，保留可识别零计数，不将加一处理归称为作者原文明确公式。这不等同作者原始数据复现；省级是同统计定义的扩展。 同领域申请共享主分类坐标，且单IPC申请可能大量同分，后向与前向相似度可能高度同序。因此双尾交集可能很小；包含边界同分又可能使某些年度集中纳入大量申请，造成明显年度跳变。这是本识别规则的实质局限，不能仅凭阳性少认定某地没有颠覆性创新，也不宜把同分导致的跳升直接解释为创新改善。 完整前后日历窗口不代表全部专利已公开。最近可计算年份的未来参照池仍受公开滞后影响，后续快照更新会改变评分、分位边界及历史结果。最新分类和全部公开版本并集也可能引入事后信息；跨版本地区变动不必然等于同时共同申请。 采用现行省市主体框架回溯，不能完整复原历史撤并地区或省直管县级单元。三沙市设立前年份不构造观测。地区归属在早年较薄弱且缺失非随机；未定位记录同时包含境外申请人与无法定位申请人。地区件数受申请规模、分类实践、版本演变和定位质量影响。原始版保留计算值；缩尾版按年度对六个研究量分别作1%和99%缩尾，观察计数、覆盖率和标记保持原值。缩尾后件数可非整数，且对数与件数不再严格对应，应按研究目的选择原始版。 参考文献 [1] 张天,封秋硕.算力基础设施建设对城市颠覆性技术创新的影响及其空间效应[J].经济地理,2026,46(5):130-139.DOI:10.15957/j.cnki.jjdl.2026.05.012.

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。