一、数据简介
数据名称：中国地级市互联网综合发展指数
时间范围：2003-2024年（原始基础数据覆盖2000-2024年）
数据层级：地级及以上城市-年度面板数据
核心指标：互联网综合发展指数_主成分法、互联网综合发展指数_熵值法
识别变量：年份、省份、城市、省份代码、城市代码
文件格式：.xlsx、.dta、.do、.pdf、.txt


本数据参考黄群慧、余泳泽、张松林（2019）的研究思路，基于《中国城市统计年鉴》及地方统计资料，从互联网普及率、互联网相关从业人员、互联网相关产出和移动互联网用户数四个维度构建中国地级市互联网综合发展指数指标体系，基础变量包括每百人互联网宽带用户数、信息传输软件和信息技术服务业从业人员占比、人均电信业务收入和每百人移动电话用户数，并分别采用主成分分析法和熵值法进行综合测算


二、数据来源与构建说明
1. 数据来源
基础指标主要来自《中国城市统计年鉴》及地方统计资料，相关研究口径参考黄群慧、余泳泽、张松林（2019）《互联网发展与制造业生产率提升：内在机制与中国经验》。


2. 基础指标体系
互联网综合发展指数从以下四个维度构建：
(1) 互联网普及率：每百人互联网宽带用户数；
(2) 互联网相关从业人员：信息传输、软件和信息技术服务业从业人员数占城镇非私营单位就业人员数的比重；
(3) 互联网相关产出：人均电信业务收入；
(4) 移动互联网用户数：每百人移动电话用户数。


3. 口径区分
(1) 常住人口口径：互联网普及率采用“每百人互联网宽带用户_常住”，人均电信业务收入和移动电话用户数以常住人口数为分母；
(2) 户籍人口口径：互联网普及率采用“每百人互联网宽带用户_户籍”，人均电信业务收入和移动电话用户数以户籍人口数为分母。


4. 计算流程
(1) 读取原始数据.xlsx中的“原始数据”“线性插值”“回归填补（慎用）”三个工作表；
(2) 删除三沙市样本；
(3) 分别构造四个基础指标：inet_rate、it_emp_ratio、per_telecom、mobile_rate；
(4) 对四项基础指标进行标准化处理；
(5) 采用主成分分析法提取第一主成分，生成“互联网综合发展指数_主成分法”；
(6) 采用熵值法进行极差标准化、计算信息熵、差异系数和权重，生成“互联网综合发展指数_熵值法”；
(7) 按不同填补方式与人口口径分别导出结果文件。





5. 填补方式说明
(1) 原始数据：保留原始缺失值，不进行额外补齐；
(2) 线性插值：对部分缺失指标做时间序列线性插值；
(3) 回归填补（慎用）：利用回归方式对缺失值做补齐，适合稳健性或敏感性分析，不宜直接替代基准样本。


三、结果文件说明
本目录共包含两套结果文件：


1. 地级市互联网综合发展指数_常住（2003-2024年）.xlsx、地级市互联网综合发展指数_常住（2003-2024年）.dta
说明：以常住人口为分母构建互联网普及率、人均电信业务收入和每百人移动电话用户数，xlsx含“原始数据”“线性插值”“回归填补（慎用）”“填补说明”四个工作表，dta为前三个数据工作表追加合并后的长表并增加填补方式和人口口径字段；其中每个数据表均为296个城市、6512条城市-年度观测。

2. 地级市互联网综合发展指数_户籍（2003-2024年）.xlsx、地级市互联网综合发展指数_户籍（2003-2024年）.dta
说明：以户籍人口为分母构建互联网普及率、人均电信业务收入和每百人移动电话用户数，xlsx含“原始数据”“线性插值”“回归填补（慎用）”“填补说明”四个工作表，dta为前三个数据工作表追加合并后的长表并增加填补方式和人口口径字段；其中每个数据表均为296个城市、6512条城市-年度观测。





四、变量说明
结果文件中的核心变量如下：


序号  变量名称                          变量类型  变量说明
1     年份                              int       城市年度样本所属年份。
2     省份                              str       地级市所属省份名称。
3     城市                              str       地级市名称。
4     省份代码                          int       省级行政区划代码。
5     城市代码                          int       地级市行政区划代码。
6     信息传输软件和信息技术服务业从业人员数（万人） float  信息传输、软件和信息技术服务业从业人员规模。
7     电信业务收入（万元）              float     城市电信业务收入。
8     移动电话用户数（万户）            float     城市移动电话用户规模。
9     城镇非私营单位就业人员数（万人）  float     城镇非私营单位就业总人数。
10    常住人口数（万人）                float     城市常住人口规模。
11    户籍人口数（万人）                float     城市户籍人口规模。
12    每百人互联网宽带用户_常住         float     以常住人口为分母计算的每百人互联网宽带用户数。
13    每百人互联网宽带用户_户籍         float     以户籍人口为分母计算的每百人互联网宽带用户数。
14    互联网综合发展指数_主成分法        float     对四个基础指标标准化后进行主成分分析提取的第一主成分得分，数值越大表示城市互联网综合发展水平越高。
15    互联网综合发展指数_熵值法          float     对四个基础指标标准化后按熵值法加权汇总得到的综合指数，数值越大表示城市互联网综合发展水平越高。


原始数据.xlsx中的补充说明变量如下：


序号  变量名称                                  变量类型  变量说明
1     信息传输、软件和信息技术服务业从业人员数(万人) float  原始基础表中的从业人数变量，和结果文件中的同义字段仅标点形式不同。
2     电信业务收入(万元)                        float     原始基础表中的电信业务收入变量。
3     移动电话用户数(万户)                      float     原始基础表中的移动电话用户变量。
4     城镇非私营单位就业人员数(万人)            float     原始基础表中的城镇非私营单位就业变量。
5     常住人口数(万人)                          float     原始基础表中的常住人口变量。
6     户籍人口数(万人)                          float     原始基础表中的户籍人口变量。

七、参考文献
[1] 黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升：内在机制与中国经验[J]. 中国工业经济, 2019(8): 5-23.