【数据概述】
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.