一、数据介绍
数据名称:中国县域数据库数据范围:2725个区县数据年份:2000-2022年
样本数量:2725县*23年=62675条
数据来源:《中国区域经济统计年鉴》、《中国县域统计年鉴》
更新时间:2024年6月,当前最新5.0版买前须知:各指标存在不同程度缺失,可用填充版本
二、整理方法
- 第一,识别年鉴。利用NLP算法识别《中国区域经济统计年鉴》、《中国县域统计年鉴》,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,进一步完善县域数据
- 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,人工验证。得到指标的面板数据,并人工抽样验证
- 第六,平衡面板。将非平衡面板转为平衡面板数据
- 第七,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
- 第八,ARIMA填补。利用时间趋势,对剩余缺失进行预测,得到ARIMA填补版