1990-2019年，包括299个城市 样本数量：30年平衡面板8970条（299*30=8970）  数据整理：来源本人

  


二、整理方法

第一，识别年鉴。利用NLP算法识别《中国城市统计年鉴》，并转为面板数据

第二，完善数据。对比主流数据库、地方统计局，进一步完善城市数据

第三，统一地区。匹配民政部编码，统一使用2018年编码和地区名称

第四，统一单位。对不同单位的情况，进行单位换算

第五，匹配位置。利用高德地图API，得到地区的经纬度

第六，人工验证。得到所有指标的面板数据，并人工抽样验证

第七，平衡面板。将非平衡面板转为平衡面板数据

第八，线性插值。利用线性趋势对中间缺失进行填充，得到线性插值版

第九，ARIMA填补。利用时间趋势，对剩余缺失进行预测，得到ARIMA填补版

最