各地级市专利知识宽度
「各地级市专利知识宽度」，覆盖 1985-2025 年，频率 年度，地级市层级，含 12 个变量，样本量约 12,910。 参考席强敏、张景乐、张可云(2022)的方法，用IPC大组层面的赫芬达尔—赫希曼指数逻辑测度每件专利的知识宽度，再按专利所在城市取算术平均，刻画各地级及以上城市
| 时间跨度 | 1985-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 地级市 |
| 变量数 | 12 |
| 样本量 | 12,910 |
| 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
- ProvinceCode [省份代码] — 该城市所属省级行政区的代码，采用GB/T 2260国家标准的六位行政区划代码
- City [城市] — 地级及以上城市名称
- CityCode [城市代码] — 地级及以上城市代码，采用GB/T 2260国家标准的六位行政区划代码
- Year [年份] — 专利申请年份
- PatentCount [纳入计算的专利件数] — 该城市当年纳入知识宽度计算的专利件数，即知识宽度均值的分母。按专利申请号去重，同一件专利在公开与授权阶段产生的多条文献记录合并计为一件；已剔除外观设计专利以及没有国际专利分类号的专利
- InventionPatentCount [纳入计算的发明专利件数] — 该城市当年纳入计算的专利件数中属于发明专利的件数，为发明专利知识宽度的分母
- UtilityPatentCount [纳入计算的实用新型专利件数] — 该城市当年纳入计算的专利件数中属于实用新型专利的件数，为实用新型专利知识宽度的分母
- PatentKnowledgeWidth [专利知识宽度] — 参考席强敏、张景乐、张可云(2022, 经济地理)的方法，计算公式为：先对每件专利计算知识宽度wide=1-Σα²，其中α为该专利各国际专利分类号大组分类所占的比重（大组为分类号中“部—大类—小类—大组”四级前缀，同一大组被重复标注则按次数计权）；再对该城市当年全部专利的知识宽度取算术平均值。用作研究变量，越大代表该地区专利所跨越的技术大组越分散、专利创造所运用的知识范围越广
- InventionKnowledgeWidth [发明专利知识宽度] — 参考席强敏、张景乐、张可云(2022, 经济地理)的方法，计算公式为：先对每件专利计算知识宽度wide=1-Σα²，其中α为该专利各国际专利分类号大组分类所占的比重（大组为分类号中“部—大类—小类—大组”四级前缀，同一大组被重复标注则按次数计权）；再仅取该城市当年的发明专利，对其知识宽度取算术平均值。用作稳健性检验变量，越大代表该地区发明专利所覆盖的技术领域越广
- UtilityKnowledgeWidth [实用新型专利知识宽度] — 参考席强敏、张景乐、张可云(2022, 经济地理)的方法，计算公式为：先对每件专利计算知识宽度wide=1-Σα²，其中α为该专利各国际专利分类号大组分类所占的比重（大组为分类号中“部—大类—小类—大组”四级前缀，同一大组被重复标注则按次数计权）；再仅取该城市当年的实用新型专利，对其知识宽度取算术平均值。用作稳健性检验变量，越大代表该地区实用新型专利所覆盖的技术领域越广
- PatentKnowledgeWidthMedian [专利知识宽度中位数] — 参考席强敏、张景乐、张可云(2022, 经济地理)的方法，计算公式为：先对每件专利计算知识宽度wide=1-Σα²，其中α为该专利各国际专利分类号大组分类所占的比重（大组为分类号中“部—大类—小类—大组”四级前缀，同一大组被重复标注则按次数计权）；再对该城市当年全部专利的知识宽度取中位数，作为均值口径的替代度量。用作稳健性检验变量，越大代表该地区典型专利所运用的知识范围越广
常见问题
- 「各地级市专利知识宽度」是什么数据集？
- 各地级市专利知识宽度，隶属科技创新。参考席强敏、张景乐、张可云(2022)的方法，用IPC大组层面的赫芬达尔—赫希曼指数逻辑测度每件专利的知识宽度，再按专利所在城市取算术平均，刻画各地级及以上城市
- 该数据集的时间范围是？
- 覆盖 1985-2025 年。
- 包含哪些变量/指标？
- 共 12 个变量。核心指标包括：纳入计算的专利件数、纳入计算的发明专利件数、纳入计算的实用新型专利件数、专利知识宽度、发明专利知识宽度、实用新型专利知识宽度、专利知识宽度中位数。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，地级市层级。
- 样本量有多大？
- 约 12,910 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 专利规模与知识宽度是衡量区域创新能力的两个维度：前者刻画创新产出的数量，后者刻画创新产出所蕴含知识的复杂度与技术广度。席强敏、张景乐与张可云（2022）指出，以专利数量的简单加总衡量创新能力，隐含了各项专利质量相等的前提，难以刻画每项专利所蕴含知识的复杂性与多样性；而一件专利所包含和涉及的行业与领域的知识越广泛，其技术范围越宽，专利质量往往越高。本数据集即按该文的方法，测度各地级及以上城市的专利知识宽度。 测度依托国际专利分类号（IPC）。IPC 是一套等级式的技术分类体系，一个完整的分类号依次包含"部—大类—小类—大组—小组"五级信息：以分类号 C22C27/04 为例，C 为部，C22 为大类，C22C 为小类，C22C27 为大组，末级的 04 为小组。一件专利通常被赋予多个分类号，分别对应它所涉及的不同技术领域。若仅以分类号的个数衡量技术广度，就会忽略这些分类号彼此之间究竟是高度接近（同属一个大组）还是彼此远离（分散在多个大组）的内部差异，从而产生测量偏误。 为刻画这一内部差异，本数据集参照产业集中度的测算思路，在大组层面对单件专利套用赫芬达尔—赫希曼指数的逻辑。对任意一件专利 $p$，先将其全部 IPC 分类号按大组归并，令 $n{pg}$ 为归属大组 $g$ 的分类号个数、$np$ 为该专利分类号的总个数，则 $\alpha{pg}=n{pg}/np$ 即大组 $g$ 在这件专利中所占的比重，该专利的知识宽度定义为 $$widep = 1 - \sum{g}\alpha{pg}^{2} = 1 - \sum{g}\left(\frac{n{pg}}{np}\right)^{2}$$ 由于各大组比重之和恒为 1，$widep$ 必然落在 $[0,1)$ 区间内。当一件专利的全部分类号同属一个大组（包括只标注了单个分类号的情形）时，该值取 0，表示这件专利的技术内容集中于单一领域；分类号在越多的大组之间分散得越均匀，该值越接近 1，表示专利创造所运用的知识宽度越大。需要说明的是，$np$ 的口径是分类号的个数而非去重后的大组数目，即同一大组被重复标注两次就要计两次权重——这正是把产业集中度的加权逻辑移植到专利分类结构上的含义所在。 在得到每件专利的知识宽度之后，按专利所在的城市与申请年份归集，取算术平均，即得到核心指标专利知识宽度： $$KnowledgeWidth{i,t}=\frac{1}{N{i,t}}\sum{p \in \Omega{i,t}} widep$$ 其中 $\Omega{i,t}$ 为归属城市 $i$ 且申请年为 $t$ 的专利集合，$N{i,t}$ 为其件数。一件专利以其第一申请人所在地归属唯一一座城市；同一件专利在公开与授权两个阶段可能留下多条文献记录，本数据集按专利申请号将其合并计为一件，以避免重复计数。 外观设计专利不涉及实质性的功能改良，所体现的自主创新能力相对较低，且其编号方式与发明专利、实用新型专利完全不同（使用洛迦诺分类体系而非 IPC），依原文口径予以剔除，因此进入计算的是发明专利与实用新型专利。考虑到这两类专利对技术突破与技术水平的要求不同，本数据集在核心指标之外，另按专利类型分别给出发明专利知识宽度与实用新型专利知识宽度，原文的实证部分同样按这一二分法分样本报告结果。此外，考虑到区域内专利知识宽度的分布可能有偏，本数据集还给出专利知识宽度中位数作为均值口径的替代度量；原文在稳健性检验中正是以城市知识宽度的中位数替换均值。 各口径的分母同时作为独立字段给出，即纳入计算的专利件数及其发明专利、实用新型专利分项，供使用者判断某一城市年度的均值究竟建立在多大的样本之上。 补充说明 - 样本口径：覆盖地级及以上城市全集与全部可得申请年份，不预先施加原文的区间与地域限制（原文样本为 2006—2016 年的 297 个地级及以上城市），使用者可按研究需要自行筛选。某一城市年度内没有可用专利时，件数记 0，而各知识宽度记为缺失——均值在分母为零时没有定义，若记为 0 会被回归当作"知识宽度极低"的真实观测。 - 地理定位方式：原文通过地理编码接口解析专利申请人地址的经纬度、再叠加行政区划得到专利所在城市；本数据集改用已建成的第一申请人区域归属信息。两者同为"一件专利归属唯一一座城市"的设定，但可归属比例不同，且该比例在样本期内随年份明显上升，早期年份的城市均值因而建立在相对更小的专利子样本之上。做跨年比较时建议结合各年的纳入件数一并考察，并在回归中加入年份固定效应。 - 可归属比例的地区差异：专利能否定位到城市取决于申请人注册信息的可匹配程度，在少数地区的覆盖相对较薄，这类缺失并非随机分布。以城市面板做回归时建议加入城市固定效应，并结合纳入件数判断样本代表性。 - 重复文献记录的取舍：一件发明专利通常同时存在公开文本与授权文本两条记录，其分类号可能在审查过程中被调整。原文未规定此情形，本数据集统一取授权文本优先的分类号计算知识宽度，区域归属则以能够定位的那条记录为准。 - 其他局限：极少数专利没有任何 IPC 分类号，无法计算知识宽度，既不进入计算也不计入分母；已撤销或合并的地级市不在当前行政区划口径的主体名单内，其撤销前年份的专利无法归入城市层，属系统性缺失而非真实的零。受专利公开滞后影响，最近一至两个申请年的专利收录尚不完整、件数偏低，其水平值不宜作趋势解读；知识宽度作为专利内部结构的比值，受收录进度的影响小于计数类指标。 参考文献 - 席强敏,张景乐,张可云.中国城市专利规模与知识宽度的时空演变及影响因素[J].经济地理,2022,42(3):56-65. - 张杰,郑文平.创新追赶战略抑制了中国专利质量么?[J].经济研究,2018,53(5):28-41. - Akcigit U, Baslandze S, Stantcheva S. Taxation and the international mobility of inventors[J]. American Economic Review, 2016, 106(10): 2930-2981.
- 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。