
地级市专利申请和授权量
一行是一个地级市一年的专利申请量和授权量,分发明、实用新型、外观设计。覆盖全国地级市,2000 至 2023 年。
v1 生效中 · 2026/11/14 发布险种标签:企业财产险责任险时间跨度:2000–2023 年数据出处 研究整理数据,出处待核实
- 记录
- 7,200
- 字段
- 13
- AI 扩增字段
- 1
- 平均非空率
- 100%
- 字段完整度
13 个字段,13 个没有空值,1 个 AI 扩增
图片:Homa Appliances / Unsplash,Unsplash License(在新窗口打开图片的原始页面)
01字段
字段来源,逐一标明
共 13 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 7,200 行计算。
关于这个数据集
一行是一个地级市一年的专利申请量和授权量,分发明、实用新型、外观设计。覆盖全国地级市,2000 至 2023 年。可用来看各地的技术创新活跃程度。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 地区city键:城市名称。样本里格式符合 98.8%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 行政区划代码region_code规律 1:行政区划代码的字段规律字段规律:region_code_current由行政区划代码扩增得出。键:市级区划代码(2017 年版)。样本里格式符合 100%,100% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | — | ||
| 所属省份province键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 专利申请总量patent_app_total | 整数 | 原生 | 100% | 件 | ||
| 发明申请量patent_app_invention | 整数 | 原生 | 100% | 件 原表列名:专利申请_发明专利 | ||
| 实用新型申请patent_app_utility | 整数 | 原生 | 100% | 件 原表列名:专利申请_实用新型 | ||
| 外观设计申请patent_app_design | 整数 | 原生 | 100% | 件 原表列名:专利申请_外观设计 | ||
| 专利授权总量patent_grant_total | 整数 | 原生 | 100% | 件 | ||
| 发明授权量patent_grant_invention | 整数 | 原生 | 100% | 件 原表列名:专利授权_发明专利 | ||
| 实用新型授权patent_grant_utility | 整数 | 原生 | 100% | 件 原表列名:专利授权_实用新型 | ||
| 外观设计授权patent_grant_design | 整数 | 原生 | 100% | 件 原表列名:专利授权_外观设计 | ||
| 行政区划代码(现行)region_code_current规律 1:行政区划代码(现行)的字段规律字段规律:region_code_current由行政区划代码扩增得出。键:市级区划代码。样本里格式符合 100%,99.7% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源:行政区划代码(现行) | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 行政区划代码按新旧代码对照换成的现行区划代码。医保的市本级代码换成地级代码。对不上的为空 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。这个数据集没有敏感字段。
| # | 年份year | 地区city | 行政区划代码region_code | 所属省份province | 专利申请总量patent_app_total | 发明申请量patent_app_invention | 实用新型申请patent_app_utility | 外观设计申请patent_app_design | 专利授权总量patent_grant_total | 发明授权量patent_grant_invention | 实用新型授权patent_grant_utility | 外观设计授权patent_grant_design | 行政区划代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2000 | 北京市 | 110000 | 北京市 | 7827 | 3074 | 3427 | 1326 | 5587 | 1017 | 3367 | 1203 | 110000 |
| 2 | 2001 | 北京市 | 110000 | 北京市 | 9481 | 4558 | 3589 | 1334 | 6029 | 1121 | 3487 | 1421 | 110000 |
| 3 | 2002 | 北京市 | 110000 | 北京市 | 11709 | 5994 | 4325 | 1390 | 5913 | 953 | 3558 | 1402 | 110000 |
| 4 | 2003 | 北京市 | 110000 | 北京市 | 12971 | 6789 | 4616 | 1566 | 7438 | 2206 | 3918 | 1314 | 110000 |
| 5 | 2004 | 北京市 | 110000 | 北京市 | 14914 | 8270 | 4705 | 1939 | 8668 | 3166 | 3869 | 1633 | 110000 |
| 6 | 2005 | 北京市 | 110000 | 北京市 | 18752 | 11482 | 5381 | 1889 | 9501 | 3335 | 4393 | 1773 | 110000 |
| 7 | 2006 | 北京市 | 110000 | 北京市 | 22056 | 13418 | 6361 | 2277 | 10580 | 3930 | 5167 | 1483 | 110000 |
| 8 | 2007 | 北京市 | 110000 | 北京市 | 27758 | 17617 | 7372 | 2769 | 14024 | 4582 | 7210 | 2232 | 110000 |
| 9 | 2008 | 北京市 | 110000 | 北京市 | 37963 | 25630 | 9444 | 2889 | 17263 | 6252 | 8687 | 2324 | 110000 |
| 10 | 2009 | 北京市 | 110000 | 北京市 | 44241 | 26690 | 13381 | 4170 | 22175 | 9085 | 9791 | 3299 | 110000 |
| 11 | 2010 | 北京市 | 110000 | 北京市 | 52855 | 32062 | 16404 | 4389 | 31545 | 10426 | 15340 | 5779 | 110000 |
| 12 | 2011 | 北京市 | 110000 | 北京市 | 64228 | 39802 | 19607 | 4819 | 39601 | 15219 | 19417 | 4965 | 110000 |
| 13 | 2012 | 北京市 | 110000 | 北京市 | 81157 | 49285 | 26512 | 5360 | 43784 | 19613 | 19243 | 4928 | 110000 |
| 14 | 2013 | 北京市 | 110000 | 北京市 | 103260 | 62533 | 34633 | 6094 | 62131 | 21472 | 34746 | 5913 | 110000 |
| 15 | 2014 | 北京市 | 110000 | 北京市 | 125859 | 73004 | 42745 | 10110 | 72561 | 22930 | 42513 | 7118 | 110000 |
| 16 | 2015 | 北京市 | 110000 | 北京市 | 144542 | 83406 | 47798 | 13338 | 91028 | 32882 | 45685 | 12461 | 110000 |
| 17 | 2016 | 北京市 | 110000 | 北京市 | 166620 | 96106 | 54113 | 16401 | 102294 | 41418 | 45362 | 15514 | 110000 |
| 18 | 2017 | 北京市 | 110000 | 北京市 | 178936 | 101925 | 59691 | 17320 | 106936 | 46090 | 46004 | 14842 | 110000 |
| 19 | 2018 | 北京市 | 110000 | 北京市 | 201749 | 119825 | 61833 | 20091 | 123479 | 46994 | 59213 | 17272 | 110000 |
| 20 | 2019 | 北京市 | 110000 | 北京市 | 222092 | 132254 | 68446 | 21392 | 131692 | 53124 | 58393 | 20175 | 110000 |
03版本
每次发布,都留记录
发布后的数据版本不能修改。更正时发布新版本,旧版本保留。
版本 v12026/11/14 发布
生效中7,200 行 · 13 个字段 · 初始导入
04关联
和其他数据集,按键连起来
按键连到地区,能和不少于 70 个数据集连接。另外,它带年份或日期,能和其他数据集按时间对齐。共享同一种键的数据集能连接。按共享的键分组,对上的行多的在前。
按 城市 + 省份 + 年份 能连
186 个数据集 · 本数据集 7,200 行有城市- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 year、region_code、province按城市对上本数据集 7,200 行(100%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 year、province、city_code按城市对上本数据集 7,200 行(100%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 region_code、province、date按城市对上本数据集 7,200 行(100%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code、province、year按城市对上本数据集 7,200 行(100%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 date、region_code、province按城市对上本数据集 7,200 行(100%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、year、region_code按城市对上本数据集 7,200 行(100%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、year、city_code按城市对上本数据集 7,200 行(100%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、region_code、year按城市对上本数据集 7,200 行(100%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 approve_date、province、city_code按城市对上本数据集 7,200 行(100%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 city_code、date、province_code按城市对上本数据集 7,200 行(100%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 province、region_code、year按城市对上本数据集 7,200 行(100%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 year、region_code、province按城市对上本数据集 7,200 行(100%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 7,200 行有省份- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 province_name、year按省份对上本数据集 7,200 行(100%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、page_publish_time按省份对上本数据集 7,200 行(100%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province、date按省份对上本数据集 7,200 行(100%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 province、date按省份对上本数据集 7,200 行(100%)
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 province_code、taobao_village_year按省份对上本数据集 7,200 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 province、year按省份对上本数据集 7,200 行(100%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 year、province按省份对上本数据集 7,200 行(100%)
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 province、year按省份对上本数据集 7,200 行(100%)
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 province、create_date按省份对上本数据集 7,200 行(100%)
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 year、province按省份对上本数据集 7,200 行(100%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 year、region_code按省份对上本数据集 7,200 行(100%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 year、region_code按省份对上本数据集 7,200 行(100%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 7,200 行有城市- 地级市数字产业集聚水平区域底数 · 1 万 行 · 连接字段 city_code、year按城市对上本数据集 7,200 行(100%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code、year按城市对上本数据集 7,200 行(100%)
- 大数据试验区试点面板区域底数 · 6,900 行 · 连接字段 year、region_code按城市对上本数据集 7,200 行(100%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 region_code、year按城市对上本数据集 7,200 行(100%)
- 地级市环境规制指标区域底数 · 5,754 行 · 连接字段 year、region_code按城市对上本数据集 7,200 行(100%)
- 地级市金融科技发展指数区域底数 · 5,400 行 · 连接字段 year、region_code按城市对上本数据集 7,200 行(100%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 year、city_code按城市对上本数据集 7,200 行(100%)
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 year、city_code按城市对上本数据集 7,200 行(100%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code、start_year按城市对上本数据集 7,200 行(100%)
- 地级市新能源汽车月度销量交通运输 · 3.3 万 行 · 连接字段 month、city_code按城市对上本数据集 7,176 行(99%)
- 地级市高铁状态交通运输 · 6,556 行 · 连接字段 city_code、year按城市对上本数据集 7,176 行(99%)
- 地级市创业活跃度区域底数 · 6,268 行 · 连接字段 region_code、year按城市对上本数据集 7,176 行(99%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 7,200 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 city_code、province_code按城市对上本数据集 7,200 行(100%)
- 区县和城市到港口和海岸线的距离区域底数 · 3,270 行 · 连接字段 city_code、province_code按城市对上本数据集 7,200 行(100%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code、province按城市对上本数据集 7,200 行(100%)
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 region_code、province_code按城市对上本数据集 7,200 行(100%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province、city_code按城市对上本数据集 7,176 行(99%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 province、region_code按城市对上本数据集 7,152 行(99%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code、city_code按城市对上本数据集 7,104 行(98%)
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 province_code、city_code按城市对上本数据集 7,080 行(98%)
- 地级市距港口距离区域底数 · 335 行 · 连接字段 city_code、province按城市对上本数据集 7,080 行(98%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 city_code、province按城市对上本数据集 7,056 行(98%)
- 城市政商关系健康指数区域底数 · 292 行 · 连接字段 city_code_2、province按城市对上本数据集 7,056 行(98%)
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 province、city_code按城市对上本数据集 7,008 行(97%)
按 省份 能连
18 个数据集 · 本数据集 7,200 行有省份- 地级市空间权重关系区域底数 · 38.4 万 行 · 连接字段 province_code按省份对上本数据集 7,200 行(100%)
- 并购重组交易涉及方明细企业主体 · 32.8 万 行 · 连接字段 province按省份对上本数据集 7,200 行(100%)
- 全国养老机构明细医疗药械 · 5.8 万 行 · 连接字段 region_code按省份对上本数据集 7,200 行(100%)
- 七普分省分行业就业人口区域底数 · 4.4 万 行 · 连接字段 region按省份对上本数据集 7,200 行(100%)
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 province按省份对上本数据集 7,200 行(100%)
- 全国司法鉴定机构医疗药械 · 2,917 行 · 连接字段 province按省份对上本数据集 7,200 行(100%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province按省份对上本数据集 7,200 行(100%)
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 province按省份对上本数据集 7,200 行(100%)
- 省级邻接空间权重区域底数 · 961 行 · 连接字段 source_province按省份对上本数据集 7,200 行(100%)
- 省份距港口距离区域底数 · 31 行 · 连接字段 province按省份对上本数据集 7,200 行(100%)
- 省份空间邻接矩阵区域底数 · 33 行 · 连接字段 province_name按省份对上本数据集 7,176 行(99%)
- 省级两两距离区域底数 · 900 行 · 连接字段 source_province按省份对上本数据集 7,056 行(98%)
按 城市 能连
10 个数据集 · 本数据集 7,200 行有城市- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code按城市对上本数据集 7,176 行(99%)
- 统筹区异地就医开通状态保险市场 · 425 行 · 连接字段 region_code按城市对上本数据集 7,176 行(99%)
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code按城市对上本数据集 7,152 行(99%)
- 资源型城市静态分类区域底数 · 289 行 · 连接字段 city_code按城市对上本数据集 6,960 行(96%)
- 地级市经济地理嵌套矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 6,888 行(95%)
- 地级市经济地理权重矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 6,888 行(95%)
- 地级市间交通通勤时间交通运输 · 7.3 万 行 · 连接字段 destination_city_code按城市对上本数据集 6,552 行(91%)
- 省级开发区基本信息区域底数 · 1,201 行 · 连接字段 city_code按城市对上本数据集 6,120 行(85%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_city_code按城市对上本数据集 1,392 行(19%)
- 供应链创新应用试点城市区域底数 · 55 行 · 连接字段 city_code按城市对上本数据集 1,128 行(15%)
只按年份能连:445 个数据集单独按年份连接多半没有意义,先看上面的组
按 年份 能连
445 个数据集- 全球双边贸易流量区域底数 · 2.2 亿 行 · 连接字段 year
- 出口企业产品质量企业主体 · 9912.4 万 行 · 连接字段 year
- 工企海关匹配对照企业主体 · 3137.8 万 行 · 连接字段 year
- 全球兴趣点建筑设施 · 2299.6 万 行 · 连接字段 created_date
- 上市公司专利被引统计企业主体 · 1432.1 万 行 · 连接字段 cited_apply_date
- A股上市公司日交易行情企业主体 · 1239.1 万 行 · 连接字段 trade_date
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date
- 上市公司年报数字化词频企业主体 · 969 万 行 · 连接字段 year
- 世行WDI国家指标区域底数 · 844.5 万 行 · 连接字段 year
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 year
- 主要城市兴趣点建筑设施 · 592 万 行 · 连接字段 date
- 美日韩港澳台传染病监测人口健康 · 502.5 万 行 · 连接字段 period_start
05字段规律
字段之间的规律
比如一一对应、谁先谁后。只帮你读懂数据,不用来连接。
本数据集内1
- 扩增得出
region_code_current由行政区划代码扩增得出。
来自字段扩增地级市专利申请和授权量地级市专利申请和授权量
06授权与接入
申请授权,一次调用就能用上
试用立即生效,并送 500 点试用点数。授权后用 API Key 调用 REST 接口,按返回的行数扣点。
REST 调用示例
# 先把 API Key 放进环境变量:export WI_API_KEY=你的 API Keycurl -X POST 'https://wi.insightworld.cn/api/v1/datasets/city-patent-application-grant/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"city","op":"eq","value":"北京市"}],"limit":10}'
交给 Agent
- 以后开放
MCP
仍在使用 MCP 的 Agent 客户端,用 OAuth 连接后通过工具查询。