Advertisement

数字经济发展中的专利引用与被引用数据分析2

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:XLSX


简介:
本研究聚焦于数字经济领域内的专利数据,深入分析专利间的引用关系,探索技术演进路径及创新网络结构,旨在揭示数字经济发展的内在规律。 数字经济专利引用及被引用数据包括以下字段:大类代码、大类名称、中类代码、中类名称、小类代码、小类名称、专利ID、专利名称、专利申请公布号、专利申请公布日、专利申请号、专利申请日期、专利权人、分类号。此外,还包括被引用的详细信息如下:被引用专利名称、被引用专利申请公布号、被引用专利申请公布日、被引用专利申请号、被引用专利申请日期、被引用专利授权公告号、被引用专利授权日期、被引用专利优先权日、发明人姓名(仅限于“发明人”)、被引专利的权属方名称,分类号,权利要求数量,该文献所涉及其它相关技术的数量以及它自身是否成为其他文献的技术基础等信息。还包括法律状态和是否为FamilytoFamily引用的信息,并标明添加此条记录的主要对象或主体。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 2
    优质
    本研究聚焦于数字经济领域内的专利数据,深入分析专利间的引用关系,探索技术演进路径及创新网络结构,旨在揭示数字经济发展的内在规律。 数字经济专利引用及被引用数据包括以下字段:大类代码、大类名称、中类代码、中类名称、小类代码、小类名称、专利ID、专利名称、专利申请公布号、专利申请公布日、专利申请号、专利申请日期、专利权人、分类号。此外,还包括被引用的详细信息如下:被引用专利名称、被引用专利申请公布号、被引用专利申请公布日、被引用专利申请号、被引用专利申请日期、被引用专利授权公告号、被引用专利授权日期、被引用专利优先权日、发明人姓名(仅限于“发明人”)、被引专利的权属方名称,分类号,权利要求数量,该文献所涉及其它相关技术的数量以及它自身是否成为其他文献的技术基础等信息。还包括法律状态和是否为FamilytoFamily引用的信息,并标明添加此条记录的主要对象或主体。
  • 1985-2022年国各省及地级市
    优质
    本研究聚焦于1985年至2022年间中国各省份和地级市在数字经济领域的专利活动,深入剖析地区间的创新差异与发展趋势。 今年全新整理的数据内容可供放心引用,并且数据来自权威来源,在控制变量方面具有较高的准确性,适合用于撰写论文进行实证研究,不存在数据造假问题。 适用对象包括大学生、本科生及研究生等初学者,易于上手使用。 该资源适用于以下课程: - 经济学 - 地理学 - 城市规划与城市研究 - 公共政策与管理 - 社会学 - 商业与管理 ## 数据指标说明 数据名称:各省、地级市数字经济专利数据 年份范围:1985年至2022年 参考文献: 孙勇,张思慧,赵腾宇等.数字技术创新对产业结构升级的影响及其空间效应——以长江经济带为例[J].软科学,2022,36(10):9-16. 相关数据及指标包括: 地级市数据:省份、地级市名称、会计年度、当年申请的数字经济相关发明数量、当年授权的数字经济相关发明数量、当年申请的数字经济实用新型数量、当年授权的数字经济实用新型数量。 省级数据:代码、年份、当年授权的数字经济相关的发明专利数和实用新型专利数。
  • Python在计量
    优质
    《Python在经济计量与数据分析中的应用》是一本详解如何利用Python进行经济学研究和数据处理的书籍,涵盖了从基础编程到高级模型构建的知识。 Introduction to Python for Econometrics, Statistics and Data Analysis This course is designed to introduce students to the use of Python in econometrics, statistics, and data analysis. It covers essential programming concepts and techniques that are particularly useful for quantitative research in economics and related fields. Participants will learn how to manipulate datasets, conduct statistical analyses, build models, and interpret results using Python libraries such as pandas, numpy, statsmodels, and scipy. The curriculum is tailored to equip learners with practical skills needed for handling real-world economic data effectively.
  • 地级市指标面板
    优质
    本研究聚焦于中国地级市数字经济的发展状况,通过构建一套全面的评价体系和收集详实的面板数据,旨在揭示各地在数字技术应用、数字化转型及数字经济产值等方面的差异与趋势。 ### 数字经济指数研究(地级市层面) 本项目旨在通过变异系数法、熵值法及主成分分析法对我国各地区数字经济进行综合评估,并利用整理好的面板数据开展相关测算工作。 **一、原始数据** - **文件格式**: Excel或Stata版本,见附件一 - **数据来源**: 中国城市统计年鉴、地级市统计年报和Wind数据库 部分缺失值已通过线性插值方法填补。具体指标包括:地区代码、年份(year)、省份(province)、城市(city)、经纬度;GDP及人均GDP;年末总人口数;信息传输计算机服务与软件业从业人数;年末单位从业人数;移动电话用户数量和电信业务总量等。 **二、基于变异系数法测算的地级市数字经济指数** - **文件格式**: Excel或Stata版本,见附件二 - 内容包括:测算数据及代码do file **三、基于熵值法测算的地级市数字经济指数** - **文件格式**: Excel或Stata版本,见附件三 - 内容包括:测算数据和代码do file **四、基于主成分分析法测算的地级市数字经济指数** - **文件格式**: Excel或Stata版本,见附件四 - 内容包括:测算数据及过程说明(主成分由SPSS估计所得) 以上各部分的数据与结果汇总为最终合集。
  • 2023年报告.pdf
    优质
    该报告全面分析了2023年中国数字经济的发展状况,涵盖产业数字化、数字产业化及数字化治理等多个方面,旨在为政策制定者和企业提供数据支持与决策参考。 中国数字经济发展指数报告(2023年)分析了当前中国的数字经济状况和发展趋势,并提供了详细的统计数据和深度解读。该报告涵盖了多个关键领域,包括数字化转型、技术创新以及市场应用等,为政府决策者、企业界人士及研究学者提供了一份全面的参考材料。
  • Python进行美地区对比和预测(商业大视角)【500010072】
    优质
    本项目运用Python数据分析工具,从商业大数据角度深入探究并比较中美两国经济发展现状及趋势,旨在为投资者提供决策参考。报告编号: 500010072。 基于Python进行中美地区经济发展对比与预测分析(商业大数据分析) 目标1:对比2022年美国各州与中国主要城市的经济状况。 目标2:分析中国自1997年至2018年间县域社会经济关键指标的变化趋势,探讨区域间的经济发展差异。 目标3:比较中国主要城市和美国各州在不同产业(如第一产业、第二产业及第三产业)的GDP增加值,以揭示两国产业结构的不同之处。 目标4:根据历史数据预测未来五年中美两国的经济增长趋势。 目标5:探究影响中美两国经济发展的关键因素,特别是产业结构的影响。 目标6:进一步深入分析在中美经济发展背景下各自的产业结构特点。
  • SPSS开
    优质
    本课程旨在教授学员如何运用SPSS软件进行高效的数据分析,涵盖数据管理、统计测试及结果解释等内容。适合各领域研究者和从业者学习使用。 文档主要介绍了SPSS的SYNTAX语法规则及其应用,对于学习SPSS数据分析的人来说具有一定的参考价值。同时,文档还提供了关于SYNTAX语法的一些特殊情况和应用技巧,有助于掌握其实际应用。 ### 使用SPSS进行数据分析 #### SPSS SYNTAX语法规则及其应用 SPSS是一款广泛应用于社会科学领域的统计软件包,能够帮助研究人员进行复杂的数据分析。本段落档重点介绍了SPSS的SYNTAX语言,这是一种允许用户通过编写脚本来自动化数据分析过程的语言。 **一、SYNTAX语言概述** 1. **语法基础** - **命令格式**:每条命令必须从新行开始,并且需要以句点(.)结束。 - **特殊情况**:`BEGIN DATA`语句不需要句点作为终止符,而是以空行为终止符。 - **子命令分隔**:大多数子命令由斜杠(/)分隔,但第一条子命令前的斜杠可以省略。 - **字符串处理**:单引号或双引号内的文本必须位于同一行上。 - **小数表示**:无论系统设置如何,在SYNTAX语言中都使用句点(.)作为小数分隔符。 - **大小写不敏感**:SYNTAX语言不区分大小写,例如`FREQUENCIES`和`freq`被视为相同命令。 - **语法长度限制**:每行命令不能超过256个字符。 2. **特殊规则** - `END DATA`语句必须在数据结尾后的第一行第一列开始。 - 引用其他SYNTAX文件时,所有命令都需从第一列开始。为了提高可读性,在第一列使用加号(+)或减号(-)进行缩进。 - 若引用的SYNTAX文件中某行命令超过256个字符,则超出部分将被截断。 3. **数据保护** - 在处理数据前,确保原始数据的安全。对于非SPSS格式的数据(如DATABASE、TXT、EXCEL等),可以通过备份或设置为只读来保护数据。 **二、SYNTAX的应用实例** 1. **定义变量列表** - 示例命令:`DATA LIST FREE var1 var2.` 这个命令用于定义数据文件的结构,其中FREE表示字段位置不定,var1和var2是两个变量名。 2. **频率分析** - 示例命令:`FREQUENCIES VARIABLES=JOBCAT GENDER PERCENTILES=25 50 75 BARCHART.` 此命令生成职位类别(JOBCAT)和性别(GENDER)的频数分布表,并计算第25%、第50%及第75%百分位值。 3. **表格创建** - SPSS Tables模块提供了强大的功能,可以生成包含各种统计量的表格。适用于市场研究和调查等多种场景。 - 支持多种单元和摘要统计量(如最大值、最小值、均数等),帮助深入分析数据。 - 可处理复选题中的缺失值,区分不同类型的未回答情况。 4. **美化与控制** - 用户能够全面定制表格内容及格式,包括选择显示的统计数据类型、调整列宽以及添加标题和注释等。 **三、SYNTAX高级应用** 1. **数据集管理** - `DATASET NAME`命令指定当前工作数据集名称。 - 使用`DATASET CLOSE`或`DATASET ACTIVATE`指令关闭或者激活特定的数据集。 2. **脚本复用与扩展** - 通过使用`INCLUDE`语句引入外部SYNTAX文件,实现代码的重用和功能拓展。 - 编写自定义函数及宏命令进一步增强语言的功能性。 SPSS的SYNTAX语言为用户提供了一种灵活且强大的方式来自动化数据处理流程。深入了解并熟练应用语法细节有助于提高数据分析效率与准确性。
  • C++const临时变量及详细解
    优质
    本文深入探讨了C++编程语言中的const引用、临时对象以及作为函数参数传递的引用机制,旨在帮助开发者更好地理解和运用这些概念。 在C++编程语言中,“const”引用是一个重要的特性。这种类型允许程序员创建一个引用,该引用一旦绑定到某个对象后就不能再改变,并且保证了它始终指向同一个对象。当将“const”引用作为函数参数使用时,可以提供额外的安全性和效率。 理解引用的概念非常重要。“const”引用在C++中被视为变量的另一个名称(别名),但与指针不同的是,“const”引用不能为null也不能改变所绑定的对象。一旦一个“const”引用被初始化后,它必须始终指向同一个内存地址中的对象。这使得使用“const”引用传递参数时非常有用,因为它避免了复制整个对象所产生的性能开销。 当函数的输入参数是“const”的时候,意味着该函数不能修改由这个引用传递的数据值。“const”引用对于处理不可变数据或需要确保不改变原始对象的情况特别有用。例如,“const”引用可以用于只读但不进行任何修改的操作,如计算平方根和求和操作。 在描述中的`refcube()`函数中,它接收一个“const double&”类型的参数,意味着该函数不会更改传入的double值数据。即使传递给这个函数的实际参数是字面常量、表达式的结果或其他非左值的情况时,编译器也会创建临时变量,并将输入的数据赋值给此临时变量然后让“const”引用`ra`绑定到它上面。在函数调用结束后该临时变量会被销毁。 生成的临时变量会在以下两种情况下发生: 1. 当实际参数是右值(即不可被修改的数值,如字面常量或表达式)。 2. 实际参数类型正确但与引用类型的不匹配时需要进行转换的情况。 对于非“const”的引用情况,如果提供的实际参数不是左值的话编译器不允许创建临时变量来绑定它。因为这会违反了引用必须始终指向同一对象的规则。例如,尝试将一个临时变量或表达式的结果传递给非“const”引用类型的函数参数会导致编译错误。 在早期版本的C++中,如果某个函数期望通过使用引用类型改变传入的数据值(如`swapr()`函数),则提供不匹配类型的实际数据会创建临时变量导致预期的行为失效。为了解决这个问题,“const”引用允许在这种情况下生成一个临时变量,但仅限于“const”引用。 使用“const”的优点包括: 1. 防止意外的数据修改提高代码的安全性。 2. 使得函数可以接受“const”和非“const”的对象类型增加了灵活性。 3. “const”引用使函数能够处理临时变量从而增加其适用范围。 综上所述,“const”引用在C++中扮演着重要的角色,它提供了一种安全、高效的方式来传递和操作值。特别是在需要确保对象的不可变性时,理解和正确使用“const”引用是进行有效编程的关键技能之一。
  • C++const临时变量及详细解
    优质
    本文深入探讨了C++中的const引用、临时变量以及引用参数的使用规则和最佳实践,旨在帮助读者理解其工作原理并有效应用。 在C++中,如果实参与引用参数类型不匹配,则编译器将生成临时变量。当引用参数为const类型时,在以下两种情况下会创建临时变量: 1. 实参的类型正确但不是左值。 2. 实参的类型错误,但是可以转换成正确的类型。 在C++中,左值是指可被引用的数据对象,例如:变量、数组元素、结构成员、引用和解引用后的指针都是左值。非左值包括字面常量(如数字或字符串)以及包含多个操作符的表达式等。 下面定义一个函数: ```cpp double refcube(const double& ra) { return ra * ra * ra; } ``` 示例代码中,`side = 3.0;` 和 `pd = &side;` 分别表示实参为常量和指针。同时,声明了一个引用变量 `rd`: ```cpp double side = 3.0; double* pd = &side; double& rd; ``` 这里需要注意的是,在使用函数时,如果传递的参数不是左值或类型不匹配,则编译器会生成临时变量来适应这种调用。