Advertisement

从1994年至2019年，收集了地级市的面板数据。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
从1994年到2019年，这份包含地级市面板数据的Excel文件提供了重要的研究材料。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 1994-2019年地级市面板数据.xlsx
    优质
    该文件包含自1994年至2019年间中国各地区级市的详尽统计数据，涵盖经济、社会等多个领域，为研究区域经济发展提供了全面的数据支持。 1994－2019年地级市面板数据.xlsx
     
  • 1994-2019年地级市面板数据.xlsx
    优质
    该文件包含自1994年至2019年间中国所有地级市的数据集合，涵盖经济、社会等多个领域的年度指标信息。 1994－2019年地级市面板数据.xlsx
     
  • 2000~2019年中国地级市的年度统计数据面板资料
    优质
    本数据集涵盖2000至2019年间中国所有地级行政单位的年度统计信息，内容详实全面，包括经济、社会等多个领域指标。 2000~2019年中国城市统计年鉴中的地级市面板数据。
     
  • 1990-2019年地级市财政收支数据（全市）.xlsx
    优质
    该Excel文件包含了自1990年至2019年间中国各直辖市、地级市的年度财政收入与支出数据，为研究地方经济发展提供了详实的数据支持。 时间范围：1990年至2019年 数据来源：城市统计年鉴 指标包括： - 地级财政一般预算内收入 - 地级市地方财政一般预算内支出 - 地级市教育支出 - 地级市科学支出 具体地，从1990年至1995年间每年有250多个地级市；而在1996至1998年期间，每年的地级市数量增加到约270个。自1999年起，每年大约有280多个地级市。 需要注意的是，在数据中存在部分缺失现象：在2003年之前的数据丢失较多；而到了2003年后，缺少的信息则相对较少。
     
  • 2011至2019年间地级市的数字经济数据
    优质
    本报告汇集了2011年至2019年期间中国各主要地级市在数字经济发展方面的关键统计数据与趋势分析。 2011-2019年地级市数字经济数据 1. 数据来源：各省年鉴、城市年鉴。 2. 时间跨度：2011年至2019年。 3. 指标说明： - 数字经济主成分 - 电信业务收入（万元） - 信息传输计算机服务和软件业人员数量 - 互联网宽带接入用户数（万户） - 移动电话用户数（万人） 普惠金融指数参考赵涛于2020年发表的文章整理而成，包括了从2011年至2019年间共计280个地级市的数字经济数据。具体计算公式如下： 数字经济主成分 = 普惠金融指数 × 0.6716 + 信息传输计算机服务和软件业人员数量 × 0.1896 + 互联网宽带接入用户数（万户）× 0.0865 + 移动电话用户数（万人）× 0.0358 + 电信业务收入（万元）× 0.0166
     
  • 中国城市统计年鉴地级市面板数据（2000-2019，涵盖1999-2018年度）.xlsx
    优质
    本Excel文件收录了自2000年至2019年间中国各主要地级市的详尽统计信息，包括经济、人口和社会发展数据等，涵盖1999至2018年度。为研究和分析提供了宝贵的资料。 2000-2019年中国城市统计年鉴地级市面板数据（对应1999-2018）.xlsx
     
  • 2006至2019年间地级市的二氧化碳排放数据
    优质
    这段资料包含了中国各主要地级市从2006年至2019年长达14年的二氧化碳排放记录，提供了观察和研究城市温室气体变化趋势的重要数据。 2006-2019年地级市碳排放数据涵盖了280个地级市。指标包括城市直接能源消耗产生的碳排放（如煤气、液化石油气等），以及电能和热能消耗产生的碳排放。二氧化碳的排放量通过计算煤气、液化石油气用量，用电量及供热总量（蒸汽供热和热水供热）得出。文件中包含原始数据与计算方法参考文献：吴建新，《基于连续性动态分布方法的中国碳排放收敛分析》。
     
  • 2006-2019年地级市碳排放数据
    优质
    该数据库收录了中国2006年至2019年间所有地级市的年度碳排放量及其构成，为研究城市气候变化和减排策略提供了详实的数据支持。 地级市碳排放数据 1. 数据来源：城市统计年鉴、城市建设统计年鉴 2. 时间跨度：2006-2019年 3. 区域范围：涵盖全国283个地级市 4. 指标说明： 文件中包含原始数据和计算方法，以及参考的文献资料。具体如下： [1] 吴建新, 郭智勇. 基于连续性动态分布方法的中国碳排放收敛分析[J]. 统计研究, 2016, 33(1):7. 相关研究： [1] 李艳梅, 张雷, 程晓凌. 中国碳排放变化的因素分解与减排途径分析[J]. 资源科学, 2010, 32(2):218-222. [2] 王锋, 吴丽华, 杨超. 中国经济发展中碳排放增长的驱动因素研究[J]. 经济研究, 2010(02):123-136. [3] 林伯强, 刘希颖. 中国城市化阶段的碳排放:影响因素和减排策略[J]. 经济研究, 2010, 45(8):66-78. [4] 刘强, 庄幸, 姜克隽等. 中国出口贸易中的载能量及碳排放量分析[J]. 中国工业经济, 2008, (8):46-55. 声明：该数据由“数据皮皮侠”团队整理，仅供学术研究使用。
     
  • 2000-2019年地级市农业数据.xlsx
    优质
    该Excel文件包含了中国各主要地级市从2000年至2019年间每年的详细农业统计数据，包括农作物种植面积、产量及各类农产品产值等关键信息。 表名称：地级市农业数据2000-2019 指标包括： - 行政区划代码 - 地区名称 - 年份 - 地区生产总值（亿元） - 农作物总播种面积（千公顷） - 农林牧渔业总产值（亿元） - 农用机械总动力（万千瓦） - 常用耕地面积（千公顷） - 粮食作物播种面积（千公顷） 包含年份：2000年至2019年。 包含城市：数据集中包含了多个城市的农业数据，如北京市、朝阳区、丰台区、海淀区等。具体城市列表需进一步查看数据集。 数据来源：未提供数据来源信息，可能需要根据数据集中的具体说明来确定。
     
  • 【1990年至2022年】地级市人均GDP数据集（Excel+SHP）.txt
    优质
    本数据集包含自1990年至2022年中国各省市地级市的人均GDP数值，以Excel表格形式呈现，并附带SHP文件便于空间分析和地图绘制。 因文件较多，数据存放于网盘内，并附有下载链接及提取码，永久有效。 这份资源是一份关于中国地级市人均GDP的数据集，时间跨度从1990年至2022年，并且包含了两种格式：Excel和Shapefile (shp)。接下来我们将从以下几个方面进行深入探讨： ### 一、数据集概述 #### 时间范围： 该数据集的时间跨度为1990年至2022年，这为我们提供了一个长达32年的观察窗口，有助于我们了解中国地级市经济发展的长期趋势。 #### 数据格式： - **Excel**：通常用于存储表格数据，便于进行数据分析、处理以及可视化展示。 - **Shapefile (shp)**：这是一种常见的地理信息系统（GIS）文件格式，主要用于存储地理位置信息。通过Shapefile，用户可以将地理空间数据与统计信息相结合，从而实现更高级的空间分析。 #### 下载方式： 数据集可通过网盘下载，并提供了具体链接和提取码。 ### 二、数据集内容解析 #### 地级市人均GDP数据： - **定义**：人均GDP是指一个地区或国家在一定时期内的国内生产总值（GDP）除以其人口总数得到的结果。它是衡量一个地区经济发展水平的重要指标之一。 - **重要性**：人均GDP的增长反映了该地区居民生活水平的提高，是研究地区经济发展状况的关键指标。 - **应用场景**：政府决策部门、学术研究机构以及企业均可利用这些数据来评估地区发展情况，制定相关政策或商业策略。 #### 数据结构： - **基本字段**：数据集中可能包括但不限于以下字段： - 地区代码 - 地区名称 - 年份 - 人均GDP数值 - 其他附加信息（如人口数量、GDP总量等） - **Shapefile字段**：对于Shapefile格式的数据，除了上述基本字段外，还可能包括表示地理坐标的字段，如经纬度等。 ### 三、数据集的应用价值 #### 政策制定： 政府可以利用这些数据来监测不同地区的发展差异，制定更有针对性的政策以促进区域协调发展。 #### 学术研究： 学者可以通过对比不同时期的人均GDP数据，分析经济发展的影响因素和发展模式，为理论研究提供实证支持。 #### 商业决策： 企业可以借助这些数据了解不同地区的消费能力和发展潜力，从而做出更加精准的市场定位和营销策略。 ### 四、数据集使用注意事项 #### 数据质量： 虽然这份数据集提供了长时间跨度的数据，在实际使用时需要注意数据的一致性和准确性，尤其是在进行跨年度比较时。 #### 地理位置信息： Shapefile格式的数据包含了丰富的地理信息，但需要注意数据中的地理位置是否准确，这对于进行空间分析尤为重要。 #### 法律法规： 在使用这些数据时还需注意遵守相关法律法规，确保数据使用的合法合规性。 这份关于中国地级市人均GDP的数据集不仅具有重要的学术价值和实用价值，也是研究中国经济发展的宝贵资料。通过对这些数据的深入分析可以揭示更多关于中国各地区经济发展背后的故事。