城市创新韧性数据（2000-2025）
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6200万余条中国发明专利原始数据，采用实际变化与预期变化相比较的相对偏离法测算城市创新韧性，以反映城市创新活动相对于整体增长趋势的变化程度。与城市数字创新韧性不同，本数据不再局限于数字技术领域，而是将专利范围扩展至全部中国发明专利申请，以更加全面地衡量城市整体创新活动的韧性水平。具体测算方法如下。
（1）城市创新韧性指标构建
首先，以城市发明专利申请量衡量城市创新活动水平。设 Pᵢ,ₜ 表示城市 i 在第 t 年的发明专利申请量，Pₜ 表示全部样本城市在第 t 年的发明专利申请总量。城市创新活动的实际变化量计算如下：
ΔPᵢ,ₜ = Pᵢ,ₜ − Pᵢ,ₜ₋₁
其次，以样本城市发明专利申请总量的年度增长率为基准，计算城市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，构建城市创新韧性指标：
IRᵢ,ₜ = (ΔPᵢ,ₜ − ΔEᵢ,ₜ) / |ΔEᵢ,ₜ|
其中，IRᵢ,ₜ 表示城市 i 在第 t 年的创新韧性，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，或预期变化量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。
此外，为满足不同实证研究对指标形式的需求，本数据同时提供城市创新韧性原始值与正向化值。其中，正向化指标采用极差标准化方法进行处理：
IRᵢ,ₜ* = (IRᵢ,ₜ − IRₘᵢₙ) / (IRₘₐₓ − IRₘᵢₙ)
其中，IRₘᵢₙ 和 IRₘₐₓ 分别表示相应样本期间全部有效创新韧性原始值的最小值和最大值。2000—2024年与2000—2025年两个版本分别依据各自有效样本进行标准化处理。
（2）发明专利识别
本数据以incoPat全量专利数据库为基础，提取中国发明专利申请记录，不再按照数字技术IPC分类号进行筛选，涵盖不同技术领域的发明专利申请，以全面反映城市创新活动水平。
在专利统计过程中，仅保留公开（公告）号以CN开头、专利类型包含“发明”，且申请日期所属年份与源文件年份一致的专利记录，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。同一件专利在同一城市内仅统计一次；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，并进一步影响创新韧性指标的测算结果及跨年度可比性。因此，建议实证研究优先使用2000-2024年主结果数据。对于无法计算的城市—年度观测，均保留缺失值，不进行插值处理。
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..