各省创新质量(发明专利占比法)

字段字典

• Province [省份] — 省级行政区名称
• ProvinceCode [省份代码] — 省级行政区划代码(GB/T 2260六位码)
• Year [年份] — 观测年份。发明专利申请数、实用新型专利申请数、专利申请总数与发明专利申请占比按专利申请年归集；发明专利授权数、专利授权总数与发明专利授权占比按专利授权公告年归集
• InventionApplicationCount [发明专利申请数] — 该省当年申请的发明专利件数，以第一申请人所在地归属，同一申请的公开与授权两条记录按申请号归并后只计一件
• UtilityApplicationCount [实用新型专利申请数] — 该省当年申请的实用新型专利件数，以第一申请人所在地归属，同一申请的多条公告记录按申请号归并后只计一件
• TotalApplicationCount [专利申请总数] — 该省当年申请的全部专利件数，计算公式为：发明专利申请数+实用新型专利申请数+外观设计专利申请数。外观设计专利不做国际专利分类，在以国际专利分类为组织基础的专利公开数据库中收录极少，故该项实际近似等于发明与实用新型两类之和
• InventionGrantCount [发明专利授权数] — 该省当年获得授权的发明专利件数，按授权公告年归集，以第一申请人所在地归属。底表对发明专利授权公告的收录有起始年，起始年之前记为缺失而非零
• TotalGrantCount [专利授权总数] — 该省当年获得授权的全部专利件数，按授权公告年归集，计算公式为：发明专利授权数+实用新型专利授权数+外观设计专利授权数。底表对发明专利授权公告的收录有起始年，起始年之前记为缺失而非零
• InventionApplicationShare [发明专利申请占比] — 参考纪祥裕、顾乃华(2021,财经研究)的方法，计算公式为：发明专利申请数/专利申请总数。发明专利的研发成本与技术复杂度更高、申请程序与保护规定更严格，更能体现实质性创新能力；一个地区的实用新型与外观设计专利比例越大，专利泡沫现象越严重、创新水平越低。用作研究变量，越大代表该省创新产出的质量越高
• InventionGrantShare [发明专利授权占比] — 参考纪祥裕、顾乃华(2021,财经研究)从专利授权角度进行稳健性检验的做法，计算公式为：发明专利授权数/专利授权总数，按授权公告年归集。用作稳健性检验变量，越大代表该省经审查获得授权的专利中实质性创新的比重越高

常见问题

「各省创新质量(发明专利占比法)」是什么数据集？

各省创新质量(发明专利占比法)，隶属科技创新。参考纪祥裕、顾乃华(2021)的方法，以发明专利在全部专利中的比重刻画各省级行政区的创新质量。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 10 个变量。核心指标包括：发明专利申请数、实用新型专利申请数、专利申请总数、发明专利授权数、专利授权总数、发明专利申请占比、发明专利授权占比。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 区域创新的实证研究长期面临"数量"与"质量"难以区分的问题。以全部专利数量衡量创新产出，会把技术含量差异极大的三类专利等同看待。在中国现行专利制度下，发明专利须经实质审查，对新颖性、创造性和实用性的要求最为严格，其研发成本与技术复杂度也最高；实用新型与外观设计专利的审查程序相对简单，所承载的技术创新能力较低。因此，一个地区的实用新型与外观设计专利在其专利产出中所占比例越大，"专利泡沫"现象越严重，创新产出的实质质量越低。纪祥裕、顾乃华（2021）据此以发明专利在全部专利中的比重刻画地区创新质量。 本数据集基于全量中国专利记录构造该指标。一件专利申请在专利文献数据库中往往对应多条公开记录——一件发明专利在公开阶段与授权阶段各有一条文献，早期年份还可能有更正文献。为避免重复计数，先按申请号把同一申请的多条记录归并为一件，再依文献种类代码判定其专利类型：发明专利公开文献与发明专利授权文献归为发明，实用新型公告文献归为实用新型，外观设计公告文献归为外观设计；早期年份少数只留有更正文献的申请一并归为发明，但更正文献是更正公告而非授权公告，不计入授权口径。专利的地区归属取第一申请人注册地所在的行政区，使一件专利只归属一个地区，从而各地区加总等于全国总量，占比的分子与分母保持同一口径。 核心指标为发明专利申请数占全部专利申请数的比重，按专利申请年归集： $$\mathit{Inno}{r,t}=\frac{\mathit{InventionApplication}{r,t}}{\mathit{TotalApplication}{r,t}}$$ 其中 $r$ 表示省级行政区，$t$ 表示年份，$\mathit{TotalApplication}$ 为该地区当年申请的发明、实用新型与外观设计三类专利件数之和。该比重越大，表明该地区当年的创新产出中实质性创新的比重越高。 原文进一步从专利授权的角度作稳健性检验，构造发明专利授权数占全部专利授权数的比重，按授权公告年归集： $$\mathit{Inno\auth}{r,t}=\frac{\mathit{InventionGrant}{r,t}}{\mathit{TotalGrant}{r,t}}$$ 发明专利须经实质审查，其授权率低于实用新型且审查周期更长，故授权口径的水平值系统性低于申请口径。申请口径与授权口径各自是当年的流量指标，分别按申请年与授权年归集。 数据集同时给出构成上述两个比重的分子与分母，即发明专利申请数、实用新型专利申请数、专利申请总数、发明专利授权数与专利授权总数，便于使用者按自身研究需要重新组合口径，或改用计数型指标。 补充说明 - 样本口径：覆盖全部省级行政区与全部可得年份，不预先施加原文的区域范围与年份区间限制，使用者可自行按 Year 与地区筛选。面板的起始年按各地区在区域统计数据中首次出现的年份裁剪，末年则由专利数据的年份上限决定、不受区域统计数据覆盖范围的约束；省级层实际不受起始年裁剪影响。计数字段在该地区当年没有可归属专利时记 0；占比字段在分母为零时记缺失，不记 0。 - 分母构成：外观设计专利不做国际专利分类，在以国际专利分类为组织基础的专利公开数据库中收录极少，故分母实际以发明与实用新型两类为主。与统计年鉴等分母含完整外观设计的口径相比，本数据集的发明专利占比系统性偏高，两者不宜直接互换；该差距随地区与年份变化，跨年比较占比的绝对水平时建议加入年份固定效应。 - 授权口径的起始年：专利文献数据库对发明专利授权公告的收录有起始年，起始年之前全国发明授权量近乎为零而实用新型授权量正常。为避免产生"发明授权占比为零"的假零，起始年之前的三个授权口径字段记为缺失。该起始年由数据动态判定，未写死在程序中。申请口径不受此影响，覆盖全部年份。 - 地区归属的覆盖：专利的地区归属依赖申请人名称与工商注册信息的匹配，匹配率随年份上升，且在部分地区偏低。早期年份的计数字段绝对水平偏低；匹配率在发明与实用新型之间存在缺口，占比字段在样本期早段亦有测量偏差，建议对样本期早段与晚段分段处理，或加入年份固定效应。 - 小分母观测：当某地区某年只有个位数可归属专利时，占比会取到 0 或 1 这样的端点值。这类观测在数值上正确，但在回归中方差很大，建议按专利申请总数设下限后再入回归，或按专利规模加权。 - 其他局限：专利自申请到公开存在制度性滞后，最近一至两个申请年的专利尚未完全进入数据库；实用新型专利在数据库中只有授权公告记录，其滞后长于发明专利的公开滞后，因而末段年份分母的缺失重于分子，占比被推高，末两年不宜作水平或趋势解读。区域主体名单采用当前有效的行政区划口径。本指标刻画的是专利产出的结构而非规模，其地区排序与创新规模类指标往往方向相反。 参考文献 - 纪祥裕, 顾乃华. 知识产权示范城市的设立会影响创新质量吗?[J]. 财经研究, 2021, 47(5): 49-63. - 金培振, 殷德生, 金桩. 城市异质性、制度质量与创新质量[J]. 世界经济, 2019, (11): 99-123.

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。