各省创新网络中心度(联合申请专利网络)

字段字典

• Province [省份] — 省级行政区名称
• ProvinceCode [省份代码] — 省级行政区的六位行政区划代码
• Year [年份] — 观测年份，按专利申请年归集
• NetworkSize [网络规模] — 参考周锐波等(2021,经济地理)的方法，当年全国创新合作网络的节点数，计算公式为：当年至少与另一个省级行政区共同申请过一件发明专利的省级行政区个数。该值在同一年内所有省取值相同，是度中心性的分母；用于判断各年度中心性的可比性，网络规模过小的年份其中心度不宜与规模较大的年份直接比较
• DegreeCount [度数] — 参考周锐波等(2021,经济地理)的方法，该省当年在创新合作网络中直接相连的其他省级行政区个数，计算公式为：当年与该省共同申请过至少一件发明专利的其他省级行政区个数。是度中心性的分子，用作研究变量，越大代表该地的合作伙伴覆盖面越广
• CrossRegionJointPatentCount [跨省联合申请发明专利数] — 参考周锐波等(2021,经济地理)的方法，计算公式为：该省当年参与申请、且申请人分属两个及以上不同省级行政区的发明专利件数（按专利申请号去重，一件专利对参与的每个省级行政区各计一次）。刻画合作强度而非合作广度，用作研究变量，越大代表该地的区域间创新合作越频繁
• DegreeCentrality [度中心性] — 参考周锐波等(2021,经济地理)的方法，衡量节点在创新合作网络中的联系广度，计算公式为：该省直接连接的节点数占网络全部节点数之比，即度数除以当年网络规模。注意分母为网络节点数 n 而非 n-1，故取值上限为(n-1)/n。用作研究变量，越大代表该地在全国创新合作网络中的联系面越广
• EigenvectorCentrality [特征向量中心性] — 参考周锐波等(2021,经济地理)的方法，衡量节点在创新合作网络中的重要程度，计算公式为：节点所连接的其他节点的重要程度之和除以邻接矩阵的最大特征值，其中邻接矩阵元素在两地相连时取 1、否则取 0；对所有节点先设初始值为 1，按该式迭代至收敛，结果按向量的平方和为 1 标准化。与度中心性同属节点重要性构念，区别在于它对合作伙伴本身的重要性加权。用作研究变量，越大代表该地在全国创新合作网络中的枢纽地位越高

常见问题

「各省创新网络中心度(联合申请专利网络)」是什么数据集？

各省创新网络中心度(联合申请专利网络)，隶属科技创新。以区域间联合申请发明专利构建的创新合作网络为基础，刻画各省级行政区在全国创新合作网络中的位置重要性。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 8 个变量。核心指标包括：网络规模、度数、跨省联合申请发明专利数、度中心性、特征向量中心性。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？

指标定义与计算方法 创新活动的组织方式正在由"地方空间"向"流动空间"转变，知识交流与技术合作日益跨越行政边界，一个地区能否嵌入全国性的创新合作网络、在网络中占据何种位置，构成了其获取外部知识、实现协同创新的重要条件。联合申请专利是组织间知识共享、交流并取得共有成果的直接体现，其中发明专利代表原创技术研发成果、技术含量与商业转化价值相对较高，因此被广泛用于刻画区域间的技术合作关系。本数据集参考周锐波等(2021, 经济地理)的做法，以省级行政区为节点、省际联合申请发明专利为无向边构建逐年的中国创新合作网络，给出两个个体网络指标，用以衡量各省在全国创新合作网络中的位置重要性。 网络的构建遵循原文的处理步骤。首先从全量中国专利中筛出申请人数量不少于两个的联合申请发明专利；其次剔除无法匹配到具体行政区的申请人，港澳台及其他国家的申请人由此一并排除；对于申请人在三个及以上的专利，采用两两交叉的方式记成多条合作关系；再将每个申请人的地址匹配到所在省级行政区；最后统计省际联合申请发明专利数量并建立无向矩阵。同一件专利内若有多个申请人同属一地，在区域间网络中构成自环而非区域间的边，因此只对去重后的区域集合做两两配对；一件专利只要其申请人分属两个不同的省，这两个省之间就存在一条边。专利按申请号去重后按申请年归集，同一件申请的公开文献与授权文献合为一件计算。 在此基础上构造两个个体层面的网络指标。度中心性衡量节点在网络中的联系广度，指节点直接连接的节点数占所有节点之比： $$ADi = \frac{\sumj l{ij}}{n}$$ 其中 $l{ij}$ 在节点 $i$ 与节点 $j$ 直接相连时取 1、否则取 0，$n$ 为当年网络的节点数，即当年至少发生过一次省际联合申请的省份个数。需要注意公式的分母是网络节点数 $n$ 而非节点数减一，因此该指标的取值上限为 $(n-1)/n$ 而不是 1，这是原文的原始设定，本数据集未作调整。 特征向量中心性衡量节点在网络中的重要程度，其思想是一个节点的重要性不仅取决于它连接了多少节点，还取决于它所连接的节点本身有多重要： $$ECi = a^{-1} \sumj A{ij} \cdot ECj$$ 其中 $A$ 为网络的邻接矩阵，两地相连时 $A{ij}$ 取 1、否则取 0；$a$ 为矩阵 $A$ 的最大特征值。对所有节点先设其特征向量中心性初始值 $ECi = 1$，按上式迭代至收敛，即得到每个节点的特征向量中心性。原文未明示收敛结果的最终标度方式，本数据集统一按向量平方和为 1 标准化，这一处理只改变量纲，不影响同一年内节点之间的相对大小与排序。 除两个中心度外，数据集另给出三个计算构件。网络规模即上式中的分母 $n$，在同一年内所有省份取值相同，其意义在于提示各年度中心性的可比性；度数是度中心性的分子，即该省当年直接相连的其他省份个数；跨省联合申请发明专利数则是该省当年参与的、申请人分属两个及以上不同省份的发明专利件数，一件专利对参与的每个省各计一次。前两者刻画合作的广度，后者刻画合作的强度，三者与两个中心度构成完整可核的计算链。 补充说明 - 样本口径：面板覆盖全部省级行政区与全部可得年份，不预先施加任何区域或年份限制。原文仅构建了五个年份的截面网络，本数据集扩展为逐年面板；使用者可按年份自行截取所需区间，并建议加入地区与年份固定效应。 - 空间单元的迁移：原文的实证在地级及以上城市层展开，本数据集为同一方法在省级行政单位上的实现，配对的地级市层数据集与原文的空间单元一致。省级的聚合度更高，省内跨市的合作在省级层视为本地产出而不进入网络；且省级网络的节点数远少于城市网络，同等合作强度下密度显著更高。 - 省级网络在近年趋于饱和：省份两两之间近年几乎都发生过省际联合申请，网络接近完全图。后果是度中心性在近年绝大多数省份都贴近其取值上限，特征向量中心性也趋于均匀，两个指标的横截面区分度大幅下降；较早年份的区分度则相当充分。做近年省际比较时，建议改用刻画合作强度的跨省联合申请发明专利数，或改用配对的地级市层数据集。 - 网络规模随年份变化：度中心性的分母取当年网络的节点数而非固定的省份总数，这是原文的设定。早期年份参与省际合作的省份较少、分母较小，中心度的跨年水平因此不可直接比较；数据集给出的网络规模列即为当年的分母。 - 专利记录层面的两处取舍：其一，原文以"个人申请人难以匹配到城市"为由剔除申请人含个人的联合申请专利；本数据集的区域归属来自企业登记信息匹配，个人与未匹配上的机构表现相同、无法区分，故不整篇剔除，而是忽略未定位的申请人、只用已定位者两两配对，以免把匹配率的年际上升按申请人数放大成合作关系的虚假增长。其二，一件申请通常留下公开与授权两条文献记录，少数情形下两者的申请人地址不一致，本数据集按申请号去重时保留已定位申请人最多的那条、信息量相同时按文献种类码升序取定；该规则不会把样本收窄为已授权专利。两处原文均未明示。 - 不连通网络下的特征向量中心性：网络高度稀疏且分裂为多个互不相连的部分时，特征向量中心性会集中在最大的那一部分上，其余部分的节点取值趋近于零。这是该指标的固有数学性质而非计算结果的缺陷，在早期年份判读时应与度数一并使用。 - 专利公开滞后的影响是分字段的：受专利从申请到公开的时滞影响，最近一至两个申请年的专利尚未全部进入数据。计数类的跨省联合申请发明专利数因此在末年偏低，不宜作水平或趋势解读；两个中心度只取决于两地之间是否存在合作关系，一件专利即可使边成立，受时滞的影响相对小得多。 - 其他局限：专利申请人的地区匹配率随年份上升，早期年份的网络规模与边数系统性偏低，会把数据覆盖的改善部分地表现为网络的扩张；企业登记信息在部分地区收录较薄，这些地区的匹配率偏低，属非随机缺失；区域名单采用当前有效的行政区划口径，历史上已撤销或合并的地级市不在名单内，其专利在省级层不丢失但省内的市级分布不完整。 参考文献 - 周锐波,邱奕锋,胡耀宗.中国城市创新网络演化特征及多维邻近性机制[J].经济地理,2021,41(5):1-10.

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。