1. 指标界定
创新驱动发展战略推动经济地理格局从产业集群转向创新集群，传统以地理距离为边界的区域发展格局被逐渐打破，省份之间的技术关系日益成为区域竞争与协同的主导线索。技术复杂度从技术本身的复杂程度与省份技术的多样化程度两个侧面刻画一个省份的竞争力：高复杂度省份的技术研发与产品创新能力普遍较强，容易在相关产品尤其是高技术产品上形成比较优势，并有较高概率在关联性较强的产品上同样形成比较优势，因而是创新资源重点集聚、在创新集群发展中更具竞争力的省份。
与核心指标配套输出的还有三个构成量：参与测算的发明专利申请量、技术领域数、显性比较优势领域数。前者是显性比较优势指数的分母，也是判断样本厚度的依据；后两者分别刻画省份技术活动的覆盖面与具备比较优势领域的广度。
2. 变量与公式体系
2.1 显性专利比较优势（RPCA）
以发明专利申请数据替代出口贸易额数据，构造显性专利比较优势指数，衡量一个省份在某一技术领域上的专利份额相对于全国该领域平均份额的高低：
2.2 专利空间矩阵
以历年的 Xict 构建二维矩阵 M = (Mic)，即"专利空间"。该矩阵的行和，就是数据集中给出的显性比较优势领域数。
2.3 适应度—复杂性耦合迭代
在专利空间的基础上，采用适应度—复杂性（Economic Fitness and Complexity, EFC）方法构造省份适应度与技术领域复杂性的耦合迭代。相比于基于线性平均关系的经典方法，该方法采用高度非线性的映射：一个省份的竞争力不仅取决于其掌握技术的复杂性，还与其多样化程度密切相关；而一项技术的复杂性应由掌握它的省份中适应度最低者主导——一项连低适应度省份都能掌握的技术，其复杂性必然有限。迭代形式为：
2.3 适应度—复杂性耦合迭代
在专利空间的基础上，采用适应度—复杂性（Economic Fitness and Complexity, EFC）方法构造省份适应度与技术领域复杂性的耦合迭代。相比于基于线性平均关系的经典方法，该方法采用高度非线性的映射：一个省份的竞争力不仅取决于其掌握技术的复杂性，还与其多样化程度密切相关；而一项技术的复杂性应由掌握它的省份中适应度最低者主导——一项连低适应度省份都能掌握的技术，其复杂性必然有限。迭代形式为：
2.4 迭代轮数的外生性
该迭代不存在使取值稳定下来的收敛点，取值随轮数持续分化，因此轮数本身是一个需要外生给定的参数，而原始文献未披露其取值。本数据集以原文报告的创新集群中心城市平均技术复杂度指数为基准做参数标定，在候选轮数中选取使复现效果最好的六轮作为主口径；同时另行输出一列将迭代轮数提高到二十轮后的结果，供使用者检验结论对迭代轮数的敏感程度。两列的量纲不同，不宜直接比较。
字段字典
3.样本预览（部分）
文件包括数据、测算代码、结果数据。
4.参考文献
- 郑江淮, 陈喆, 冉征. 创新集群的"中心—外围结构": 技术互补与经济增长收敛性研究[J]. 数量经济技术经济研究, 2023, 40(1): 66-86.
- Tacchella A, Cristelli M, Caldarelli G, et al. A new metrics for countries' fitness and products' complexity[J]. Scientific Reports, 2012, 2: 723.
