Advertisement

中国421个地级市绿色金融原始数据指标(2000-2022)

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


简介:
本数据库收录了自2000年至2022年中国421个地级市的绿色金融相关原始数据,涵盖政策实施、市场活动和项目融资等多方面指标。 全国421个地级市地区的绿色金融原始数据指标涵盖2000年至2022年时间段,包括以下内容: - 数据来源、参考文献及计算方法的具体说明在文件中有所记载。 - 时间跨度:从2000年至2022年。 - 数据格式为EXCEL。 该数据集覆盖的范围和具体指标如下: 1. 环保项目信贷总额(亿元) 2. 信贷总额(亿元) 3. 环境污染治理投资(亿元) 4. GDP(亿元) 5. 环境污染责任保险收入(亿元) 6. 总保费收入(亿元) 7. 绿色债券发行总额(亿元) 8. 所有债券发行总额 涉及的地级市地区包括: - 北京:东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区,平谷区,密云县,延庆县,北京经济技术开发区及其他。 - 天津:和平区,河东区,河西区,南开区,河北区,红桥区等区域及滨海新区其他地区。 - 河北省部分城市如石家庄市、唐山市、秦皇岛市等地。 此数据集提供了中国多个地级行政区在绿色金融领域内的详细信息。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 421绿2000-2022
    优质
    本数据库收录了自2000年至2022年中国421个地级市的绿色金融相关原始数据,涵盖政策实施、市场活动和项目融资等多方面指标。 全国421个地级市地区的绿色金融原始数据指标涵盖2000年至2022年时间段,包括以下内容: - 数据来源、参考文献及计算方法的具体说明在文件中有所记载。 - 时间跨度:从2000年至2022年。 - 数据格式为EXCEL。 该数据集覆盖的范围和具体指标如下: 1. 环保项目信贷总额(亿元) 2. 信贷总额(亿元) 3. 环境污染治理投资(亿元) 4. GDP(亿元) 5. 环境污染责任保险收入(亿元) 6. 总保费收入(亿元) 7. 绿色债券发行总额(亿元) 8. 所有债券发行总额 涉及的地级市地区包括: - 北京:东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区,平谷区,密云县,延庆县,北京经济技术开发区及其他。 - 天津:和平区,河东区,河西区,南开区,河北区,红桥区等区域及滨海新区其他地区。 - 河北省部分城市如石家庄市、唐山市、秦皇岛市等地。 此数据集提供了中国多个地级行政区在绿色金融领域内的详细信息。
  • 2000-2022绿
    优质
    该资料集涵盖了中国2000年至2022年间各地区级市的绿色金融发展情况的数据,包括绿色信贷、绿色债券等多个方面。 时间:2000-2022年 来源:统计J、科技B、人行网站及各种权威年鉴,包括全国及各省市统计NJ、环境状况公报等专业统计nj指标说明见相关文章。
  • 【重要更新】全31省份及绿报告(附2000-2022年)
    优质
    本报告全面分析了中国自2000年至2022年间,全国31个省份及主要地级市的绿色金融发展状况,并提供详实的历史数据。 该资源提供今年全新且手工精心整理的数据内容,保证数据来源权威并明确标注出处,确保在控制变量方面具有较高的准确性,适合用于撰写论文进行实证分析,并避免了数据造假的问题。 适用对象包括大学生、本科生及研究生等初学者,易于上手使用。这些数据广泛应用于经济学、地理学、城市规划与城市研究、公共政策与管理以及社会学和商业与管理等领域。
  • 2000-2022年全31省份及绿报告(附)-最新发布.zip
    优质
    本资料提供2000年至2022年间中国各省市绿色金融发展状况全面评估,包括31省市区的详细数据与分析。附赠原始数据文件以便深入研究。 绿色金融指数用于评估一个地区在绿色金融市场的发展水平与进步程度。它通常基于一系列经济、环境和社会数据进行计算,包括但不限于:绿色贷款、绿色债券发行以及绿色投资等项目的统计数据。 绿色金融是金融业的一个分支领域,旨在为那些有利于环境保护和提高能源效率的项目提供资金支持,并且能够减轻气候变化的影响。这一领域的业务类型广泛多样,例如绿色信贷、绿色债券及绿色基金等等。 通过运用这些指数,投资者与政策制定者可以更好地了解不同地区的绿色金融市场发展状况,并据此做出更为科学的投资决策以及更有效的政策措施。 本数据集包括了中国大陆31个省级行政单位及其下属各地级市的绿色金融指数相关资料。时间跨度从2000年至2022年长达二十三年的记录,充分展示了这一时期内中国各地区在绿色金融市场上的变化趋势和发展状况。 原始数据版本为研究者和分析师提供了深入分析的基础材料,并且具备较高的透明度与可追溯性,便于验证结果的准确性。 “资源说明.txt”文件通常会详细介绍数据集的内容、来源及处理方法等信息,这对于正确理解和使用这些资料至关重要。 该数据库发布标志着绿色金融领域内的研究人员以及从业者可以获得最新的参考资料来评估和比较各地区的绿色金融市场发展情况。 随着可持续发展的推动作用日益增强,通过计算出的绿色金融指数能够量化这一领域的贡献,并为政府机构与企业提供制定相关政策及决策的重要依据。 由于数据集涵盖的时间范围较长,研究者可以通过分析历史数据观察到政策实施后的长期效果以及市场的发展路径,这将有助于未来在该领域内优化政策和创新产品。 对于环境经济学、金融学或区域发展研究等领域的学者而言,此类数据库是进行跨地区与时间跨度的比较研究时不可或缺的重要资源。 此外,公众也可利用此数据集来了解并评估各地区的绿色金融市场状况,提高他们对这一议题的关注度及参与程度。
  • 1990-2022各省及绿.txt
    优质
    本研究分析了1990年至2022年间中国各省份及主要地级市在绿色金融领域的表现和发展趋势,涵盖政策支持、市场活跃度等多个维度。 文件数量较多,因此将数据存放在网盘上。TXT文件内包含下载链接及提取码,并且这些链接永久有效。如果出现失效情况,会第一时间进行补充更新。样例数据及详细介绍可以在相关文章中找到。
  • 各省份和绿(1990-2022
    优质
    本数据集收集并整理了自1990年至2022年间,我国各省份及地级市在绿色金融领域的详细信息,包括但不限于绿色信贷、绿色债券等多个方面。 二、数据来源包括国家统计局发布的各类统计数据、各省市统计年鉴以及环境状况公报,《中国科技统计年鉴》《中国金融年鉴》《中国工业统计年鉴》《中国能源统计年鉴》等专业统计年鉴,中国人民银行网站以及其他权威机构的官方网站和上市公司官网及年报。 三、时间跨度 各省绿色金融指数的数据涵盖1990年至2021年间;各地级市绿色金融指数则从2000年开始至2022年底为止。 四、数据范围 本研究涵盖了中国所有省以及地级市的统计数据和信息。 五、数据介绍 在计算各省及地级市的绿色金融指数时,采用熵值法进行综合评价。参考文献包括: 1. 周亚军,陈丰泽撰写的《绿色金融与绿色全要素生产率:环境规制调节下的碳减排效应》发表于《生态经济》,2023年第8期。 2. 周肖肖、贾梦雨和赵鑫的论文《绿色金融助推企业绿色技术创新的演化博弈动态分析和实证研究》刊登在《中国工业经济》,2023年6月刊。 3. 刘华珂与何春合作的文章《绿色金融促进城市经济高质量发展的机制与检验——来自中国272个地级市的经验证据》见于《投资研究》,2021年第7期。
  • 2010-2023年绿试点DID分析
    优质
    该研究通过双重差分法(DID)分析了自2010年至2023年间中国地级市在推行绿色金融试点政策的效果与影响,提供详实的数据支持。 2010-2023年中国地级市绿色金融试点DID数据样本数量 一、4355个样本数据范围: 来自《绿色金融改革创新试验区总体方案》的312个地级市的数据。 二、指标说明 包括行政区划代码、年份、所属省份、地区、长江经济带、经度和纬度等。此外,还包含是否为绿色金融改革创新试验区域这一变量:若样本所在地区位于该区域内,则取值为1;否则取值为0。 三、参考文献: 崔惠玉,王宝珠,徐颖.《绿色金融创新、金融资源配置与企业污染减排》[J].中国工业经济,2023(10):118-136.DOI:10.19581/j.cnki.ciejournal.2023.10.004
  • 297常住人口2000-2022
    优质
    本资料集收录了中国297个地级市自2000年至2022年的年度常住人口统计数据,详细展现了各城市的城镇化发展轨迹和人口变迁趋势。 全国297个地级市的城市常住人口面板数据从2000年至2022年已整理完成。其中,2000至2021年的数据已经通过插值法补齐缺失部分(确保所有城市的数据完整)。这些数据来源于手工百度搜索爬取的结果,并被认为是最全面和可靠的来源之一。 整个数据面板包括了从2000年至2022年期间的常住人口信息,共有三个工作表:一是经插值处理过的297个城市完整的2000-2021年度数据;二是原始未进行插补操作的百度手抄版(涵盖所有城市)以及仅包含51个城市的2022年度数据。 此外还提供了知网源数据,该部分涵盖了从2005年至2020年的相关记录。
  • 2000-2019年绿全要素生产率.xls
    优质
    本文件为Excel表格形式的数据集,记录了中国从2000年至2019年间各地区级市在绿色全要素生产率方面的年度变化情况。 时间跨度为2000年至2019年期间的研究分析了421个行政区样本的数据,其中四个直辖市以区级层面数据为准,其余的行政区则采用地市层面的数据进行研究。 全要素生产率(也称为综合要素生产率)是衡量经济增长的重要指标。它指的是在排除资本和劳动力等投入因素的影响后,技术进步和其他能力实现所带来的产出增加部分。由于全要素生产率无法直接观测到,在实际的研究中需要通过估算得出其数值。 本研究借鉴了Pastor等人于2005年提出的方法,结合全局参比的数据包络分析框架,并综合考虑非期望产出的超效率SBM模型和Malmquist生产率指数来衡量城市全要素生产率的增长。全局参比方法利用整个考察期间所有决策单元(即研究对象)的投入与产出数据构建最佳生产前沿线,确保不同时期的所有决策单元都能在这一全球最优标准下进行比较,从而有效解决了测量过程中可能出现的不可行解及跨时期无法直接对比的问题。 由于统计数据口径的不同,在计算用电量时使用的是市辖区的数据;而其他变量则以全市范围内的数据为准。
  • 1999-2022400多出让.xlsx
    优质
    该Excel文件包含自1999年至2022年间中国超过400个地级市的土地出让金详细数据,为研究房地产市场及地方政府财政收入提供重要参考。 ### 介绍 从1999年到2022年期间,全国400多个城市土地出让金收入及建设用地成交价款数据记录了中国土地市场的快速发展历程。这些数据不仅展示了不同地区经济增长的差异,还揭示了地方政府在财政政策和土地管理上的策略变化。 ### 数据来源 该部分未详细说明具体的数据来源渠道或机构名称。 ### 包含变量 城市名称、城市代码、年份以及每年的土地出让金收入(以万元为单位)构成了主要数据集。这些记录涵盖1999年至2022年间全国400多个地级市的情况,提供了关于各地区土地市场活跃度和地方政府财政状况的详尽信息。 ### 数据分析视角 #### 地区差异 由于中国各地经济发展水平不均衡,不同区域间土地出让金收入存在显著差距。东部沿海发达城市及部分内陆经济热点地区的土地交易量大、价格高;而西部及其他欠发达地区则可能因基础设施落后和产业基础薄弱导致较低的土地出让收益。 #### 时间序列变化 从计划经济向市场经济转型的过程中,中国逐步实施了国有建设用地有偿使用制度,并通过改革不断优化和完善相关法律法规。这一系列变革对土地市场产生了深远影响,体现在不同年份间土地出让金收入的变化趋势上,反映了政策调整与地方实践之间的互动关系。 #### 影响因素分析 多种内外部条件共同作用于城市级的土地交易活动:宏观经济形势、房地产市场需求变化、政府调控措施等都可能成为左右某一地区土地价格和成交量的关键变量。同时,在具体的城市层面上,地方政府的出让策略及其对本地经济发展的预期也会显著影响到实际操作中的土地供应量与定价。 #### 经济发展指标 土地出让金收入水平可视为衡量一个地方经济发展活力及政府财政健康状况的重要参考点之一。高额度的土地交易收益往往意味着活跃的地方投资环境和充裕的城市建设资金来源;反之,则可能预示着区域经济增长放缓或公共支出压力增大等问题。 #### 政策导向与规划 国家层面的宏观调控政策以及地方政府的具体执行方案,如土地供应计划、出让方式调整等措施,都会直接影响到各地的土地市场表现。例如,在应对房地产泡沫风险时出台的一系列紧缩性政策措施就直接牵动了整个行业的供需平衡和价格走势。 综上所述,长达23年的全国地级市土地出让金数据集为我们提供了一个审视中国城市化进程、评估地方政府财政健康度以及追踪国家土地政策变迁的有效工具,并且揭示出各区域在经济发展与土地管理方面所面临的独特挑战及机遇。