发帖
雷达卡
本数据集基于专利质量维度衡量中国城市（省份）的创新质量，区别于传统的专利数量
统计，聚焦于高被引专利、高知识宽度专利及关键核心技术专利三个维度，反映城市创
新的真实质量水平。
数据时间跨度：2000-2024年
数据区域范围：中国省级和地级市
数据格式：Excel
【研究背景】
科技创新质量是影响新质生产力能否持久发展的关键因素，对于提升国家创新体系整体
效能、实现高质量创新具有重要意义。城市创新质量不应仅以专利数量衡量，而应关注
专利的实际影响力、知识广度和技术核心性。通过探究政策（如开发区升级）对创新质
量的影响，能为完善相关政策以推动新质生产力持久发展提供有益借鉴。
【核心概念】
1. 城市创新质量
定义：以高被引专利、高知识宽度专利及关键核心技术专利等维度所体现的高质量
创新，而非单纯的专利数量总额
意义：反映创新的实际影响力、知识整合能力和技术突破能力
2. 高被引专利
定义：被引用数高于平均被引数的专利
含义：反映专利的学术影响力和技术重要性
计算：识别被引次数超过同期平均水平的专利
3. 高知识宽度专利
定义：专利宽度高于平均专利宽度的专利
计算方法：
- 专利宽度 = 1 - Σ(Wi²)
- Wi = Ni/n（大组i的权重）
- Ni：专利分类号中大组i的个数
- n：专利分类号中所有大组的个数
含义：反映专利的知识整合能力和技术融合程度
参考：张杰和郑文平（2018）
4. 关键核心技术专利
定义：涉及《工业"四基"发展目录（2016年版）》中关键核心技术的专利
识别方法：
- 根据《工业"四基"发展目录》提取关键词
- 用关键词匹配专利摘要文本
- 识别符合条件的关键核心技术专利
含义：反映专利在关键技术领域的突破能力
参考：黄勃等（2023）、吴超鹏和严泽浩（2023）
【数据构造方法】
步骤1：专利数据获取
- 来源：国内专利数据库
- 范围：2000-2024年中国专利数据
步骤2：三类高质量专利识别
- 高被引专利：计算被引次数，筛选高于平均值的专利
- 高知识宽度专利：计算专利宽度指标，筛选高于平均值的专利
- 关键核心技术专利：关键词匹配识别
步骤3：城市（省份）层面加总
- 将三类专利分别在城市（省份）-年份层面加总
- 对加总结果取对数处理
- 生成三个创新质量指标
【数据文件说明】
1. 高质量发展_省份.xlsx
- 省级层面的创新质量数据
- 适用于省际比较研究
2. 高质量发展_城市.xlsx
- 地级市层面的创新质量数据
- 适用于城市层面的精细化研究
【数据指标说明】
1. 省份/城市：行政区划名称
2. 年份：观测年份（2000-2024）
3. 高被引专利：该地区该年份高被引专利数量的对数值
4. 高知识宽度专利：该地区该年份高知识宽度专利数量的对数值
5. 关键核心技术专利：该地区该年份关键核心技术专利数量的对数值
注：所有专利数量指标均已取对数处理
【参考文献】
[1] 林建浩, 罗挺威, 王茂森. 开发区升级能带来创新质量提升吗？——基于异质性
创新的视角[J/OL]. 数量经济技术经济研究, 1-21[2025-04-30].
https://doi.org/10.13653/j.cnki.jqte.20250402.001.
[2] 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(05): 28-41.
[3] 黄勃, 李海彤, 刘俊岐, 等. 数字技术创新与中国企业高质量发展——来自企业
数字专利的证据[J]. 经济研究, 2023, 58(03): 97-115.
[4] 吴超鹏, 严泽浩. 政府基金引导与企业核心技术突破：机制与效应[J]. 经济研究,
2023, 58(06): 137-154.
城市高质量创新数据（2000-2024）.zip
(302.09 KB, 需要: RMB 32 元)
京公网安备 11010802022788号
