
各省研发专利统计
一行记录一个省份在特定年份的研发经费、人员全时当量、专利申请数及技术市场成交额。覆盖全国31个省份。
v1 生效中 · 2026/11/14 发布时间跨度:1997–2019 年数据出处 中国科技统计年鉴
- 记录
- 713
- 字段
- 6
- AI 扩增字段
- 0
- 平均非空率
- 98.0%
- 字段完整度
6 个字段,3 个没有空值
图片:Yassine Khalfalli / 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 6 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 713 行计算。
关于这个数据集
一行记录一个省份在特定年份的研发经费、人员全时当量、专利申请数及技术市场成交额。覆盖全国31个省份。可用于评估区域科技实力,辅助农业保险或区域巨灾模型参数设定。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 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% | — | ||
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 专利申请数patent_application_count | 整数 | 原生 | 100% | 件 原表列名:专利申请受理数(件) | ||
| 技术市场成交额tech_market_contract_amount | 小数 | 原生 | 97% | 万元 原表列名:技术市场技术输出地域(合同金额)(万元) | ||
| 研发内部支出rd_internal_expenditure | 小数 | 原生 | 96% | 万元 原表列名:研究与试验发展(R&D)经费内部支出(万元) | ||
| 研发人员当量rd_personnel_full_time_equivalent | 小数 | 原生 | 96% | 人年 原表列名:研究与试验发展(R&D)人员全时当量(人年) |
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。
| # | 省份province | 年份year | 专利申请数patent_application_count | 技术市场成交额tech_market_contract_amount | 研发内部支出rd_internal_expenditure | 研发人员当量rd_personnel_full_time_equivalent |
|---|---|---|---|---|---|---|
| 1 | 安徽省 | 1997 | 1404 | 29585 | — | — |
| 2 | 安徽省 | 1998 | 1484 | 39545 | 86707 | 17785 |
| 3 | 安徽省 | 1999 | 1721 | 48626 | 112233.9 | 17463 |
| 4 | 安徽省 | 2000 | 1877 | 61012 | 200215 | 25355 |
| 5 | 安徽省 | 2001 | 2045 | 64145 | 210513 | 24403 |
| 6 | 安徽省 | 2002 | 2312 | 75423 | 256977 | 23748 |
| 7 | 安徽省 | 2003 | 2676 | 87960 | 324219 | 25107 |
| 8 | 安徽省 | 2004 | 2943 | 90674.7 | 379356 | 24113 |
| 9 | 安徽省 | 2005 | 3516 | 142553.09 | 458994 | 28405 |
| 10 | 安徽省 | 2006 | 4679 | 184921.23 | 593365 | 29875 |
| 11 | 安徽省 | 2007 | 6070 | 264515 | 717914 | 36162.6 |
| 12 | 安徽省 | 2008 | 10409 | 324864.8678 | 983208.2 | 49465 |
| 13 | 安徽省 | 2009 | 16386 | 356173.5973 | 1359534.5 | 59697.2 |
| 14 | 安徽省 | 2010 | 47128 | 461469.7496 | 1637219.2 | 64168.7 |
| 15 | 安徽省 | 2011 | 48556 | 650336.6899 | 2146439.4 | 81086.9 |
| 16 | 安徽省 | 2012 | 74888 | 861592.074 | 2817952.7 | 103046.9 |
| 17 | 安徽省 | 2013 | 93353 | 1308252.685 | 3520832.6 | 119341.6 |
| 18 | 安徽省 | 2014 | 99160 | 1698312.514 | 3936070 | 129319 |
| 19 | 安徽省 | 2015 | 127709 | 1904669.26 | 4317510.7 | 133558.4 |
| 20 | 安徽省 | 2016 | 172552 | 2173748.45 | 4751328.7 | 135829.3 |
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713 行 · 6 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 24 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 省份 + 年份 能连
574 个数据集 · 本数据集 713 行有省份- 历年县级以上行政区划代码参照区域底数 · 14.3 万 行 · 连接字段 province_code、year按省份对上本数据集 713 行(100%)
- 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 713 行(100%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname按省份对上本数据集 713 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 713 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 713 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 taobao_village_year、province_code按省份对上本数据集 713 行(100%)
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month、origin_province按省份对上本数据集 713 行(100%)
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 reg_date、province按省份对上本数据集 713 行(100%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、year按省份对上本数据集 713 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 year、province按省份对上本数据集 713 行(100%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 year、province按省份对上本数据集 713 行(100%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、year按省份对上本数据集 713 行(100%)
按 省份 能连
47 个数据集 · 本数据集 713 行有省份- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code按省份对上本数据集 713 行(100%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code按省份对上本数据集 713 行(100%)
- 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 713 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 713 行(100%)
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 province按省份对上本数据集 713 行(100%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province按省份对上本数据集 713 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 713 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 713 行(100%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province按省份对上本数据集 713 行(100%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 province按省份对上本数据集 713 行(100%)
- 上市公司注册地信息企业主体 · 4,530 行 · 连接字段 province按省份对上本数据集 713 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 713 行(100%)
只按年份能连:511 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
511 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。
还没有发现这个数据集的字段规律。
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/province-rd-patent-tech-market/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"安徽省"}],"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。