注：本版本为全市版本，市辖区版本详见-中国市辖区数据库-5.0版

5.0版更新说明：

   数据更新至2022年

4.2版更新说明：

   1.更新2021年部分指标数据

4.0版更新说明：

   1.数据更新至2021年

   2.调整部分旧指标

   3.新增指标，当前190个指标

3.0版更新说明：

   1.数据更新至2020年

   2.调整部分指标，当前174个指标

2.4版更新说明：

   1.更新部分缺失值

   2.将数据转为平衡面板

   3.填补升级。内含原始版本、线性插值、ARIMA填补三个版本数据

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：[url=]1990-2022年[/url]

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，当前为5.0版，点击查看

更新版本：点击查看中国城市数据库6.0版本

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