前言

数据均为作者自己科研所用，现在正整理中逐步上架，许多小萌新碰上的数据难题我基本也碰到过，更多有趣的数据可以点击头像查看作者主页，会持续更新有趣的数据。

如果有需要定制相关数据（如年报文本分析、百度指数等），也可以直接联系直接联系作者。谢谢大家支持！

1. 数据介绍

  本数据包括各地级市之间的空间距离、各地级市的相邻城市数据，常用于空间计量相关研究。

  但在本人专业领域内，由于其良好的外生性，更常见的是用于构建外生工具变量进行内生性检验：如傅秋子和黄益平（2018）选取 “ 地级市到杭州的距离 ” 为工具变量，来控制模型的内生性；李春涛等（2020）利用所有城市的接壤城市， 使用相同年度该城市所有接壤城市金融科技发展水平的均值作为工具变量；宋敏等（2021）为了缓解金融科技空间溢出效应的影响， 进一步控制了半径 500km以内非本市的金融科技公司数目 （ FinN500 ） 或接壤城市平均金融科技发展水平 （ MeanFintech ）。

  当然其用途远不止以上距离，还可用于二次构建形成新的指标等。

  [1] 宋敏, 周鹏和司海涛. 《金融科技与企业全要素生产率——“赋能”和信贷配给的视角》. 中国工业经济, 期 04 (2021年): 138–55.

  [2] 李春涛, 闫续文, 宋敏和杨威. 《金融科技与企业创新——新三板上市公司的证据》. 中国工业经济, 期 01 (2020年): 81–98.

  [3] 傅秋子和黄益平. 《数字金融对农村金融需求的异质性影响——来自中国家庭金融调查与北京大学数字普惠金融指数的证据》. 金融研究, 期 11 (2018年): 68–84.

2. 数据包括

2.1 地级市的空间距离/地理距离矩阵

• 数据来源

  经纬度数据来源网站：http://citycode.blacklife.cn/index.php

  
  

  作者在该网站利用Python爬取全国共679个城市的经纬度坐标后，计算得到各城市间的地理距离。

• 数据内容

  一共涉及679个地级市各自距离（KM）（应该是最全）。根据研究需要，作者已整理好两个数据结构，包括：

  
  

  • 空间距离矩阵xlsx+dta格式（图1）

  • 空间距离面板数据xlsx+dta格式（图2）

    
    

    
    
  图1

图2

2.2 地级市相邻/邻接0-1矩阵

• 数据来源

  请师兄用Geoda软件所计算。

  
  

• 数据内容

  包括286个地级市之间是否相邻的0-1变量。根据研究目的不同，同样已经整理好以下两种数据结构：

  
  

  
  

  • 0-1矩阵模式.dta+xlsx（图3）

  • 面板模式.dta+xlsx（图4）

    
    
  图3

      图4

3. 数据获取

也可以进作者主页查看“分享”，没有手续费会更便宜～

数据均为作者自己科研所用，现在正整理中逐步上架，许多小萌新碰上的数据难题我基本也碰到过，更多有趣的数据可以点击头像查看作者主页，会持续更新有趣的数据。

如果有需要定制相关数据（如年报文本分析、百度指数等），也可以直接联系直接联系作者。谢谢大家支持！