城市数字创新韧性（2000-2024）
数据简介
本数据参考廖杨月等（2025）、马靖等（2025）相关文章的研究思路，基于6200万+中国城市技术发明专利申请数据库，进一步筛选出城市数字发明专利并采用实际变化与预期变化相比较的相对偏离法测算城市数字创新韧性，以反映城市数字创新活动相对于整体增长趋势的变化程度。具体测算方法如下。
（1）数字创新韧性指标构建
首先，以城市数字技术发明专利申请量衡量城市数字创新活动水平。设 Pᵢ,ₜ 表示城市 i 在第 t 年的数字技术发明专利申请量，Pₜ 表示全部样本城市在第 t 年的数字技术发明专利申请总量。城市数字创新活动的实际变化量计算如下：
ΔPᵢ,ₜ = Pᵢ,ₜ − Pᵢ,ₜ₋₁
其次，以样本城市数字技术发明专利申请总量的年度增长率为基准，计算城市数字创新活动的预期变化量：
ΔEᵢ,ₜ = [(Pₜ − Pₜ₋₁) / Pₜ₋₁] × Pᵢ,ₜ₋₁
最后，通过城市实际变化量与预期变化量之间的相对偏离程度，构建数字创新韧性指标：
DIRᵢ,ₜ = (ΔPᵢ,ₜ − ΔEᵢ,ₜ) / |ΔEᵢ,ₜ|
其中，DIRᵢ,ₜ 表示城市 i 在第 t 年的数字创新韧性，分母严格采用预期变化量的绝对值。指标数值越大，表明城市数字创新活动相对于整体增长趋势的表现越好；反之，则表明其实际变化低于预期水平。对于上年城市专利申请量为零、上年样本城市专利申请总量为零，或样本总体增长率为零等导致指标无法定义的情形，保留缺失值，不进行插值或人为赋值处理。
（2）数字技术专利识别与统计
数字技术专利依据《关键数字技术专利分类体系（2023）》进行识别，涵盖人工智能、高端芯片、量子信息、物联网、区块链、工业互联网和元宇宙七大技术领域。具体而言，依据专利国际分类号（IPC）与数字技术分类体系的对应关系，对发明专利进行匹配和筛选。
在专利统计过程中，仅保留公开（公告）号以CN开头的中国发明专利，并依据规范化申请号对发明申请公开与授权公告阶段的重复记录进行去重，不以获得授权作为纳入条件。同一件专利即使同时匹配多个IPC分类号或数字技术分支，在同一城市内也仅统计一次；对于涉及多个城市申请主体的共同申请专利，则分别计入对应城市，以保证城市数字创新活动统计口径的一致性。
（3）城市样本范围与行政区划处理
本数据以中国内地地级及以上城市为研究对象，共覆盖297个样本城市，不包含港澳台地区及其他非中国内地城市。为保证跨年度城市统计口径的一致性，对研究期间发生行政区划调整的城市进行了统一处理。其中，那曲地区按对应行政区划代码归并至那曲市，淮阴、襄樊和思茅分别对应淮安、襄阳和普洱，莱芜并入济南，原地级巢湖依据区县归属分别映射至合肥、芜湖或马鞍山。
（4）数据时间范围与使用说明
本数据主要提供2000—2024年城市数字创新韧性测算结果，同时保留2000—2025年扩展版本，供不同研究需求选择使用。需要说明的是，由于发明专利从申请到公开存在一定时间滞后，2025年专利申请数据尚不能被完整观测，可能低估当年实际申请规模。同时，2025年样本城市数字技术专利申请总量的观测增长率接近零，导致预期变化量的绝对值较小，进而使数字创新韧性比值出现普遍放大的现象，影响指标的稳定性与跨年度可比性。
数据示例
参考文献
[1]廖杨月,余传鹏,林春培.数字创新韧性：概念、测量与演化模式识别——基于中国制造业上市企业的分析[J].科学学研究,2025,43(8):1676-1686.DOI:10.16192/j.cnki.1003-2053.2025.08.010.
[2] 马靖, 陈怀超, 张嘉宁. 数字创新韧性对城市新质生产力的影响研究[J]. 科技进步与对策, 2026, 43(16): 78-88.8.