 scale(.213 .217)'%3EM%3C/text%3E%3Ctext class='c2' transform='translate(71.47 34) scale(.213 .217)'%3EK%3C/text%3E%3Ctext class='c1' transform='translate(32.956 26.401) scale(.213 .217)'%3EA%3C/text%3E%3Ctext class='c2' transform='translate(52.926 26.401) scale(.213 .217)'%3ER%3C/text%3E%3C/svg%3E)
01
趋势分析
折线为年度均值
2014
1,430.62
2015
1,785.38
2016
2,242.75
2017
11,768.21
2018
14,214.72
2019
14,052.06
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 省份 | 城市 | 专利申请数(件) |
|---|---|---|---|
| 2014 | 吉林省 | 长春市 | 7853.0 |
| 2014 | 吉林省 | 吉林市 | 2023.0 |
| 2014 | 吉林省 | 四平市 | 462.0 |
| 2014 | 吉林省 | 辽源市 | 145.0 |
| 2014 | 吉林省 | 通化市 | 434.0 |
| 2014 | 吉林省 | 白山市 | 125.0 |
| 2014 | 吉林省 | 松原市 | 202.0 |
| 2014 | 吉林省 | 白城市 | 201.0 |
| 2015 | 吉林省 | 长春市 | 10184.0 |
| 2015 | 吉林省 | 吉林市 | 2178.0 |
根据《中国城市统计年鉴》整理。覆盖 147 个地级市、6 年连续面板，适用于面板回归、政策评估与综合评价研究。
03
指标详情
指标解释
指标定义根据《中国城市统计年鉴》整理
数据类型城市级面板数据，覆盖147个地级市。
时间跨度2014-2019年，共6年连续面板数据。
应用场景
- 作为被解释变量或核心解释变量进行面板回归分析
- 结合其他指标做相关性与多元回归研究
- 分析时间趋势与区域差异
- 政策评估（DID、PSM-DID 等准自然实验）
- 构建综合评价指标体系（熵值法等）
04
技术文档
数据说明书（Data Dictionary）
数据来源
数据整理自《中国城市统计年鉴》。经人工校验与交叉比对，确保数据准确性。
部分缺失值已通过线性插值补齐，原始数据与插值数据均可分别下载。
| 变量名 | 中文名称 | 类型 | 说明 |
|---|---|---|---|
| year | 年份 | int | 2014-2019 |
| province | 省份 | string | 省/自治区/直辖市 |
| city | 城市 | string | 地级市名称 |
| city-25abcb2f5b6234-zhuanlishenqingshu-bf6ca4 | 专利申请数 | float | 根据《中国城市统计年鉴》整理 |
引用格式（Citation）
[1] 马克集数. 专利申请数面板数据(2014-2019)[EB/OL]. https://s.macrodatas.cn/article/indicator/city-25abcb2f5b6234-zhuanlishenqingshu-bf6ca4, 2026-02-23.
可直接复制上方引用格式至论文参考文献
Stata 读取代码
下载数据后，可使用以下 Stata 代码快速读取并设定面板结构：
* 读取数据
use "city_zhuanlishenqingshu_bf6c_2014_2019.dta", clear
* 查看变量与前几行
describe
list in 1/10
* 编码城市变量（如尚未编码）
encode city, gen(city_id)
* 设定面板数据结构
xtset city_id year
* 描述性统计
summarize city_zhuanlishenqingshu_bf6c, detail
* 简单面板回归示例
xtreg city_zhuanlishenqingshu_bf6c x1 x2, fe
estimates store fe_model如下载的是 Excel 格式，请先在 Stata 中使用 import excel "city-25abcb2f5b6234-zhuanlishenqingshu-bf6ca4_2014_2019.xlsx", firstrow clear 导入。
05
相关指标推荐