中国城市数据库5.0版（平衡面板1990-2022年）189指标一、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
中国县域数据库5.0版（平衡面板2000-2022年）83指标一、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
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
- 最终，保留原始版本、线性插值版、ARIMA填补版
中国省级数据库5.0版（平衡面板1990-2023年）2984指标
一、数据介绍
数据名称：中国省级数据库5.0版
数据来源：国家统计局-分省年度
数据数据范围：1990-2023年，包括31个省份
指标数量：2984个指标更新时间：2024年6月
二、填补方法
原始数据：与国家统计局数据一致
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ARIMA填补：利用时间趋势，对剩余缺失进行预测，得到ARIMA填补版
扫码加好友，拉您进群
全部版块
我的主页
收藏
