天津市 2025 32.3596 大同市 2025 25.9419 阳泉市 2025 25.5361 临汾市 2025 19.8406 包头市 2025 24.2021 沈阳市 2025 37.7151 抚顺市 2025 21.8985 长春市 2025 51.2819 吉林市 2025 29.0355 伊春市 2025 10.9170 上海市 2025 38.9668 南京市 2025 52.7826 常州市 2025 21.9337 南通市 2025 29.1235 淮安市 2025 23.4020 温州市 2025 11.3771 嘉兴市 2025 16.8424 湖州市 2025 19.1176 衢州市 2025 20.1450 舟山市 2025 39.6602 天津市 2025 32.3596 大同市 2025 25.9419 阳泉市 2025 25.5361 临汾市 2025 19.8406 包头市 2025 24.2021 沈阳市 2025 37.7151 抚顺市 2025 21.8985 长春市 2025 51.2819 吉林市 2025 29.0355 伊春市 2025 10.9170 上海市 2025 38.9668 南京市 2025 52.7826 常州市 2025 21.9337 南通市 2025 29.1235 淮安市 2025 23.4020 温州市 2025 11.3771 嘉兴市 2025 16.8424 湖州市 2025 19.1176 衢州市 2025 20.1450 舟山市 2025 39.6602
Panel Dataset — 城市级面板数据

中国城市发明专利占比面板数据(2000-2025)

发明专利申请授权数(件)÷(专利申请授权数(万件)×10000)×100。数据整理自各地方统计局、地方统计年鉴。

VIP数据 地级市 更新 2026-07-16 2000-2025 · 26年 Excel / Stata
2025
覆盖年份
2000–2025
共 26 年连续面板
有效样本
3,869
缺失率 55.8%
覆盖主体
149
地级市数量
指标类型
VIP
支持预览与下载
01 趋势分析
20 16 13 9 5 2000 2006 2011 2015 2020 2025
折线为年度均值
2000
14.4144
2005
12.0325
2009
11.3205
2013
8.9877
2017
15.8298
2021
8.9736
2025
20.3259
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 城市 发明专利占比(%)
2000 吉林省 延边朝鲜族自治州 14.4144
2002 北京市 北京市 16.7218
2002 天津市 天津市 5.5829
2002 河北省 唐山市 2.589
2002 江苏省 苏州市 2.7539
2002 江苏省 扬州市 1.5789
2002 浙江省 舟山市 1.8182
2002 浙江省 台州市 1.1447
2002 安徽省 池州市 4.3478
2002 福建省 泉州市 1.8789
发明专利申请授权数(件)÷(专利申请授权数(万件)×10000)×100。覆盖 149 个地级市26 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

发明专利申请授权数(件)÷(专利申请授权数(万件)×10000)×100

数据类型

城市级面板数据,覆盖149个地级市。

时间跨度

2000-2025年,共26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

数据整理自各地方统计局、地方统计年鉴。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 2000-2025
province 省份 string 省/自治区/直辖市
city 城市 string 地级市名称
city-e895d5839733a0-famingzhuanlizhanbi-5d9058 发明专利占比 float 发明专利申请授权数(件)÷(专利申请授权数(万件)×10000)×100
数据出处
本数据来自马克集数(s.macrodatas.cn)。
引用或转载请注明来源
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:

Stata 复制代码
* 读取数据
use "city_famingzhuanlizhanbi_5d9_2000_2025.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_famingzhuanlizhanbi_5d9, detail

* 简单面板回归示例
xtreg city_famingzhuanlizhanbi_5d9 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-e895d5839733a0-famingzhuanlizhanbi-5d9058_2000_2025.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...