一、数据介绍
数据名称：中国城市数据库数据来源：《中国城市统计年鉴》、地方统计局数据
年份：1990-2022年
数据范围：300个地级市(包括直辖市)
样本数量：平衡面板9900条（300*33=9900）
更新时间：2024年5月，当前最新5.0版

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2019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
• 最终，保留原始版本、线性插值版、ARIMA填补版