1.原始数据基础：“关键数字技术专利”
计算的前提是先明确 “统计范围”：仅纳入符合 “关键数字技术” 定义的专利，而非所有专利。依据文档提及的《关键数字技术专利分类体系 (2023)》（国家知识产权局印发），通过IPC 分类号匹配筛选专利：
先提取国家知识产权局 1990-2024 年公开的全部专利数据（含申请信息、申请人信息、专利类型、IPC 分类号等核心字段）；
对照《分类体系》中划定的关键数字技术领域（如人工智能、大数据、云计算、区块链、物联网等）对应的 IPC 分类号（如 G06F16/2458 对应大数据存储、G06N3/04 对应神经网络算法等）；
剔除不符合分类号的专利，仅保留 “关键数字技术领域” 的专利作为计算基数。
2.核心逻辑：界定 “合作申请” 关系
“合作数量” 的关键是判断专利是否为 “跨区域合作申请”，而非单一主体申请。具体判定规则为：
识别 “合作申请人”：若 1 件专利的 “申请人列表” 中，存在至少 2 个来自不同省 / 市 / 区县的独立主体（如企业、高校、科研院所，排除同一主体的不同分支机构），则判定为 “跨区域合作专利”；
例：若 1 件专利申请人为 “上海交通大学（上海市）” 和 “兰州大学（甘肃省）”，则属于 “上海市 – 甘肃省”（省级）、“上海市 – 兰州市”（市级）、“徐汇区 – 城关区”（区县级）的合作专利；
排除非合作场景：若所有申请人均来自同一省 / 市 / 区县（如 “华为技术有限公司（深圳市南山区）” 与 “腾讯科技有限公司（深圳市南山区）”），则仅计入该区域 “单一区域申请”，不纳入 “跨区域合作数量” 统计。
3.层级匹配：对应 “省 / 市 / 区县” 行政单元
为满足 “省份 – 城市 – 区县” 三层级统计需求，需将合作申请人的 “地理信息” 与行政层级匹配：
获取申请人所属行政区域：通过申请人注册地址（或机构所在地），定位其对应的 “省、市、区县” 行政代码（如 “北京百度网讯科技有限公司” 对应 “北京市（110000）- 海淀区（110108）”）；
生成 “合作对”：对 1 件合作专利，按不同层级生成唯一 “合作对”：
避免重复统计：1 件合作专利在同一层级仅计 1 次（如上述例子中，该专利在省级层级仅算 “北京 – 上海” 1 组合作对，而非 2 组）。
4.分类统计：按 “年份 + 专利类型” 汇总数量
最终的 “合作数量” 是在上述基础上，按 “时间维度 + 专利类型维度” 进行汇总：
时间维度：以专利 “申请年份” 为基准，将合作专利归入对应年份（如 2020 年申请的合作专利，计入 2020 年统计数据）；
专利类型维度：拆分 “总数量”“发明专利数量”“实用新型专利数量” 三类指标：
总数量：该合作对在某年份的所有关键数字技术合作专利数；
发明专利数量：从总数量中筛选 “专利类型 = 发明专利” 的数量（代表核心技术创新）；
实用新型专利数量：从总数量中筛选 “专利类型 = 实用新型专利” 的数量（代表技术应用转化）；
