发帖
雷达卡
参考马述忠等[2025]的文章，计算了各省份以及各城市在2009-2024年间的数据知识流量。我们使用《数字经济核心产业分类与国际专利分类参照关系表（2023）》中的专利分类合并专利数据中的国际专利分类IPC判断该专利是否是数字专利，计算步骤如下：
首先将专利数据以城市或者省份进行分组，若同一年内两个城市（省份）间存在专利相互引用的关系，则构建一个城市（省份）对。城市（省份）对中，以当年的GDP为依据，GDP高的城市（省份）为当年相对发达的城市（省份），GDP低的城市（省份）为当年相对欠发达的城市（省份）。当一座城市（省份）的某一专利（非数字专利或者数字专利）的引用中包含另一座城市（省份）的数字专利时，记为一次数字流入。最后我们参照马述忠等[2025]的方法对由城市（省份）GDP从高至低的知识流量和从低至高的知识流量加一取对数，城市（省份）GDP从高至低的净知识流量为城市（省份）GDP从高至低的知识流量减去从低至高的知识流量。
[1]马述忠,张道涵,胡增玺.数字知识流动如何促进区域协调发展——兼论经济增长和平衡发展双重目标[J].中国工业经济,2025,(02):80-98.
[2]Jaffe, A. B., M. Trajtenberg, and R. Henderson. Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations[J]. Quarterly Journal of Economics, 1993, 108(3):577-598.
[3]Brynjolfsson, E.,Y. Hu, and D. Simester. Goodbye Pareto Principle, Hello Long Tail:The Effect of Search Costs on the Concentration of Product Sales[J]. Management Science, 2011, 57(8):1373-1386.
[4]Owen-Smith, J., and W. W. Powell. Knowledge Networks as Channels and Conduits:The Effects of Spillovers in the Boston Biotechnology Community[J]. Organization Science, 2004, 15(1):5-21.
省份对 年份 知识流量(高至低) 知识流量(低至高) 知识净流量(高至低)
城市对 年份 知识流量(高至低) 知识流量(低至高) 知识净流量(高至低)
全国各省份地级市城市数据知识流动2009-2023知识流量低至高知识净流量高至低.zip
(272.11 KB, 需要: RMB 29 元)
京公网安备 11010802022788号
