Patstat专利库

该数据集整合了不同版本的Patstat专利库，旨在分析绿色技术的专利分类变化、专利局系统采纳的差异以及专利质量阈值对统计结果的影响。数据集通过Patstat的多个版本构建而成，提供了一个系统地分析专利分类系统演化的独特机会，其应用领域主要在于解决与气候变化相关的绿色技术创新问题。

This dataset integrates multiple versions of the Patstat patent database, aiming to analyze changes in patent classification for green technologies, disparities in the adoption of patent office systems, and the impact of patent quality thresholds on statistical results. Constructed using multiple versions of Patstat, this dataset provides a unique opportunity to systematically examine the evolution of patent classification systems, and its core applications focus on addressing issues related to green technology innovation tied to climate change.

搜集汇总

数据集介绍

构建方式

Patstat专利库的构建基于欧洲专利局（EPO）维护的全球专利存储库，通过整合不同版本的Patstat发布数据来识别绿色专利。研究团队特别利用了2019年和2023年春季版本的Patstat数据，以捕捉专利分类系统的变化。数据覆盖了1980年至2016年间的DOCDB专利家族，排除了最近几年的数据以减少截断效应的影响。通过这种方法，研究者能够系统地分析分类系统在专利层面的演变，并识别出受分类系统变化影响的专利。

特点

Patstat专利库的特点在于其能够动态反映绿色技术定义的演变。通过利用合作专利分类（CPC）系统中的Y02标签，该数据集能够识别与气候变化缓解和适应相关的技术。数据集还揭示了专利重新分类、分类系统扩散和质量阈值对绿色专利统计的显著影响。特别是，重新分类效应导致绿色专利数量增加了9.2%，而分类系统扩散则引入了约10%的区域偏差。此外，数据集还展示了不同质量阈值对绿色专利趋势观察的显著影响。

使用方法

使用Patstat专利库时，研究者需明确其分析是基于单个专利申请还是专利家族，并详细说明数据集版本和质量过滤标准。数据集适用于评估绿色技术创新趋势、政策效果以及不同专利局对绿色技术贡献的差异。通过比较不同版本的数据集和应用不同的质量指标，研究者可以更准确地衡量绿色技术的发展动态。此外，数据集还可用于分析特定技术领域（如能源存储或可再生能源）的专利活动，以及评估不同国家和地区在绿色技术创新中的角色。

背景与挑战

背景概述

Patstat专利库是由欧洲专利局（EPO）维护的全球专利数据库，广泛应用于创新研究领域。该数据集通过整合不同版本的专利数据，为研究者提供了追踪绿色技术创新的重要工具。绿色专利作为应对气候变化的关键指标，其分类和统计的准确性对政策制定和研发策略具有深远影响。数据集的核心研究问题在于识别和解决绿色专利统计中的偏差机制，包括专利重新分类、分类系统延迟采用以及专利质量阈值的影响。该数据集的研究由Nicolò Barbieri等学者主导，旨在揭示这些机制如何影响绿色技术的定量、定性和制度层面的测量。

当前挑战

Patstat专利库面临的主要挑战包括：1) 绿色技术定义的动态变化导致专利重新分类，影响统计结果的准确性；2) 合作专利分类系统（CPC）的全球采用不均衡，导致区域性偏差，特别是亚洲专利局的绿色专利在早期数据库版本中被低估；3) 专利质量阈值的应用显著影响绿色专利的观测趋势，不同质量指标可能导致结果偏差。构建过程中的挑战包括整合多个Patstat版本以追踪分类系统的演变，以及处理专利家族扩展和引用网络的时间延迟问题。

常用场景

经典使用场景

Patstat专利库作为全球专利数据的权威来源，在绿色技术（GT）创新研究中扮演着核心角色。其经典应用场景体现在追踪气候友好型技术的演进轨迹，通过专利分类代码（如CPC系统的Y02标签）系统识别绿色技术专利，为研究者提供了量化分析绿色创新动态的基础工具。该数据集特别适用于跨时期、跨地域的纵向比较研究，例如分析2000-2016年间亚洲与欧美在可再生能源技术领域的创新差异。

实际应用

在政策制定领域，Patstat数据被用于评估碳定价、可再生能源补贴等政策对技术创新的诱导效应。例如，国际能源署（IEA）利用其分析各国清洁能源技术发展差距；企业研发部门则通过专利地理分布数据识别技术转移机会，如中国在电池技术领域的专利增长揭示了亚洲在能源存储领域的崛起。数据集的动态分类特性还能辅助识别新兴技术方向，如数字技术与能源系统的融合创新。

衍生相关工作

基于Patstat的绿色专利数据，学界衍生出多项标志性研究：Probst等（2021）构建了气候缓解技术的全球扩散模型；Acemoglu等（2023）分析了页岩气革命对清洁能源创新的抑制效应；Hötte团队（2021）开发的科学关联度指标揭示了基础研究对绿色技术的支撑作用。这些工作共同推动了环境经济学与技术政策研究的范式革新，形成专利分析—政策评估—技术预测的完整研究链条。