各地级市绿色知识平衡性

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。
• City [城市名称] — 现行地级及以上地区名称，包含直辖市，历史撤并地区可能无法独立定位。
• CityCode [城市代码] — 六位字符串地级及以上地区代码，采用现行地区框架回溯。
• Year [申请年份] — 绿色发明专利申请所属日历年；公开与授权版本按申请号合并，不是授权年份。
• LocalGreenPatentCount [本地绿色发明申请数] — 当年可观测绿色发明申请中，至少一位申请人归属本地区的申请件数。同一申请的公开与授权版本合并、同地区只计一次；跨地区可各计一次。单位为件，零表示当前已定位集合无观测申请，不证明真实没有绿色创新。
• PoolGreenPatentCount [知识池绿色发明申请数] — 本地区与具有陆地边界接触（含接点）的邻近地区所构成知识池内，当年不同绿色发明申请的件数。合作申请在同一焦点知识池内去重，孤岛仅用自身；单位为件，零表示当前可观测知识池为空。
• PoolIPCClassCount [知识池IPC大类数] — 当年知识池内绿色发明申请的全部IPC所属不同大类数，大类为A01这样的三字符编码。合并同一申请全部公开与授权版本，包含绿色申请所附非绿色分类；单位为类。空池为零。
• PoolIPCClassPairCount [知识池申请与IPC大类对数] — 当年知识池内不同绿色发明申请与其不同三字符IPC大类的配对总数，是知识平衡性份额分母。同一申请可对应多个大类，但同一申请与同一大类在池内只计一次；单位为对，空池为零。
• NeighborCount [行政邻近地区数] — 2023年静态行政边界与本地区有非空接触（包括接点）的其他样本地区数量，不含自身，不按距离加权，不为孤岛补最近邻。基于现行主体框架回溯，市级域不含省直管县，单位为个。
• KnowledgeBalance [知识平衡性] — 参考林子秋、李应博（2022）式（11），以本地及行政邻近地区年度绿色发明申请的IPC大类分布自然对数信息熵衡量知识平衡性。N_k为知识池内涉及大类k的不同申请数，按申请与大类配对归一化。数值越大表示观测知识构成越均衡；空池缺失，单一大类为零。版本及合作申请去重、静态邻接和省级扩展为明确操作化，论文描述统计无法复现，早年定位与公开滞后会影响数值。

常见问题

「各地级市绿色知识平衡性」是什么数据集？

各地级市绿色知识平衡性，隶属科技创新。参考林子秋、李应博（2022），衡量地级及以上城市及其邻近地区的绿色技术知识构成是否均衡。

该数据集的时间范围是？

覆盖 1985-2025 年。

包含哪些变量/指标？

共 11 个变量。核心指标包括：本地绿色发明申请数、知识池绿色发明申请数、知识池IPC大类数、知识池申请与IPC大类对数、行政邻近地区数、知识平衡性。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，地级市层级。

样本量有多大？

约 13,790 条观测。

数据是如何测算/获取的？

测算方法 绿色知识平衡性反映一个地区及其周边地区的技术知识是否集中于少数领域。知识构成越均匀，创新主体可接触、组合的知识要素通常越多样。参考林子秋、李应博（2022），本数据集利用绿色发明专利所属国际专利分类大类的分布信息熵，刻画本地区与邻近地区共同知识池的平衡程度。该指标描述可观测知识结构，不直接衡量专利质量或创新效率。 一、识别年度绿色发明申请 依据世界知识产权组织的国际专利分类绿色清单识别绿色技术。中国受理发明专利的任一IPC分类命中清单，即将相应申请纳入绿色发明候选；不额外要求已经授权，也不设置专利家族成员数门槛。 公开、授权及相关更正文献按申请号合并。同一申请须有唯一有效申请年份，该年份决定其年度归属；某个版本缺失年份时，保留其分类和地区信息并沿用同申请的唯一有效年份。少量已核原件的年份冲突，依据正式专利首页的申请日字段及扉页更正定向订正，不将优先权日或其他国际申请字段混作本申请日期；未经核实的新冲突报错。合并同申请全部版本的IPC分类及全部申请人的可定位地区。地区内同一申请只计一次，跨地区合作申请可同时归属多个地区。 大类采用A01这样的三字符IPC编码。同一申请涉及同一大类的多个小类或组号时，该大类仅保留一次；绿色申请附带的非绿色IPC分类也属于该申请的知识构成，因此一并保留。 二、构建本地与邻近地区的知识池 采用统一静态行政边界，两个地区的多边形存在非空接触，包括共边或接点，即认为行政相邻。记地区i的邻近地区集合为Ai，并将本地区纳入知识池： $$ Si=\{i\}\cup Ai. $$ 只要一件绿色发明申请的任一可定位申请人位于Si，即进入该焦点地区的年度知识池。合作申请即使同时位于多个邻近地区，在同一焦点池内也只保留一次。邻接不按距离加权；没有域内行政邻居的地区仅使用自身申请，不人为补最近邻。 省级和市级分别依据各自的行政边界与申请人地区计算。省级知识池不由城市指标加总得到。 三、计算IPC大类份额 设Git为地区i在申请年t的知识池内不同绿色发明申请集合，Ka为申请a涉及的不同IPC大类集合。大类k对应的申请数为： $$ N{ikt}=\sum{a\in G{it}}\mathbf{1}\{k\in Ka\}. $$ 每个申请与每个不同大类构成一个配对。同一申请可对应多个大类，因此份额分母采用全部申请与大类的配对总数，而非仅用专利件数： $$ p{ikt}=\frac{N{ikt}}{\sum{\ell}N{i\ell t}}. $$ 四、计算绿色知识平衡性 按原文式（11），对知识池内各IPC大类份额计算自然对数信息熵： $$ \mathrm{KnowledgeBalance}{it}=-\sum{k:p{ikt}0}p{ikt}\ln p{ikt}. $$ 数值越大，表示可观测IPC大类分布越均匀。该指标未除以类别数或最大熵，不是零至一的标准化指数。知识池仅涉及一个大类时取零；知识池为空、份额分母为零时保留缺失。零份额项按极限贡献为零，不参与求和。本地区没有观测申请但邻近地区有申请时，仍可计算知识池的熵。 同步提供本地绿色发明申请数、知识池申请数、知识池大类数、申请与大类配对总数及邻近地区数。这些字段用于解释知识池的规模与观测基础，不是额外的知识平衡性指标。 补充说明 原研究未公开专利版本选择、多分类计次、合作专利在多个地区出现时的去重细节及作者实际邻接矩阵。本数据集采用上述明确操作化，使用年度申请流量，不附加滚动窗口、距离权重或家族规模筛选。按公开公式重建的分布与论文描述统计存在明显差异，因此不能解释为作者统计量的精确复现，也不据此任意缩放公式。 地区采用现行主体框架和统一静态边界回溯，不能完整反映逐年区划调整或历史撤并地区；市级主体域不含省直管县，岛屿周边未纳入主体域的地区不会被补入。原研究以城市为实证主体，省级为同一统计定义的明确地区层级扩展。 地区定位缺失非随机，早年资料较薄弱且随时间改善，境外申请人及无法定位的国内申请人不能归入本地，部分城市可能存在系统性低估。近期专利公开滞后仍会改变观察到的技术构成。计数零仅表示当前可观测集合未发现申请，不证明真实没有创新活动；较高的核心有效率也不表示专利或地区归属完整。 参考文献 [1] 林子秋,李应博.知识作用视角下城市间环境规制异质性与绿色创新质量研究[J].科技进步与对策,2022,39(21):33-44.DOI:10.6049/kjjbydc.2022060097.

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。