Advertisement

中国各省份电子商务指数数据（1990-2022).xlsx

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

简介：
该文件包含了自1990年至2022年中国各省份电子商务发展的详细数据和分析指标，旨在全面展示电商行业的地域发展差异与趋势。 资源内容为今年全新整理的手工数据，可放心引用且来自权威渠道，并已明确标注《数据来源》。相较于其他控制变量的数据，这些数据更为准确，适合用于撰写论文进行实证分析，不会出现数据造假问题。 该资源适用于大学生、本科生和研究生初学者使用，易于上手操作。 此资源可用于经济学、地理学、城市规划与研究、公共政策与管理以及社会学等课程中引用。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 中国各省份电子商务指数数据（1990-2022).xlsx
    优质
    该文件包含了自1990年至2022年中国各省份电子商务发展的详细数据和分析指标，旨在全面展示电商行业的地域发展差异与趋势。 资源内容为今年全新整理的手工数据，可放心引用且来自权威渠道，并已明确标注《数据来源》。相较于其他控制变量的数据，这些数据更为准确，适合用于撰写论文进行实证分析，不会出现数据造假问题。 该资源适用于大学生、本科生和研究生初学者使用，易于上手操作。 此资源可用于经济学、地理学、城市规划与研究、公共政策与管理以及社会学等课程中引用。
     
  • 中国各省份电子商务指数数据（1990-2022年）.rar
    优质
    该资料包含自1990年至2022年中国各省份的电子商务发展指数数据，涵盖交易规模、用户数量及行业分布等关键指标，适合研究中国电商发展历程和趋势。 中国各省的电商指数数据基于阿里研究院从阿里巴巴平台获取的大规模数据进行分析，涵盖了网商指数与网购指数两个方面，全面直观地反映了各省份电子商务的发展水平。这些数据分析采用的是熵值法。 具体来说： 1. 一级指标包括：网商指数（权重0.5）和网购指数（权重0.5） 2. 二级指标进一步细分为： - 网商指数下的两个子项，即网商密度指数（权重0.3）、网商交易水平指数（权重0.2） - 网购指数下的两个子项，即网购密度指数（权重0.3）和网购消费水平指数（权重0.2） 计算方法如下： - **网商密度指数**：取B2B网商密度与零售网商密度的平均值。其中，B2B网商密度等于该省内的B2B网站数量除以人口总数；零售网商密度则为零售型网络商家的数量除以总人口数。 - **网商交易水平指数**：计算全年成交额超过人民币24万元的零售商占所有零售商的比例。 - **网购密度指数**：指一个地区内进行网上购物的人口比例，即该省内的网购消费者数量除以其总人口数所得的结果。 - **网购消费水平指数**：衡量每年在阿里巴巴平台上花费超过1万元人民币的消费者的占比。 以上数据经过标准化处理后，使得不同省份之间的比较成为可能，并且可以观察到这些指标随时间的变化趋势。此外，这项研究的数据来源权威、详实可靠，由中国经济研究资料室精心整理和发布。
     
  • 全国各省电子商务发展指数面板数据（1990-2022年）
    优质
    本资料汇编提供了自1990年至2022年间中国各省份电子商务发展的全面指数数据，涵盖行业成长、市场规模及政策影响等关键指标。 1. 资源内容：本段落档包含今年全新整理的资料，经过精心编排，可以放心引用。数据来源于权威渠道，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研究，并且不存在数据造假的问题。 2. 代码特点：这些资源是今年最新发布的，由人工仔细整理而成，确保了高质量和可靠性。与同类资料相比，本套材料的控制变量更为精准，非常适合用作学术写作中的实证依据，可以有效避免因数据问题而带来的困扰或风险。 3. 使用对象：无论是大学生、本科生还是研究生初学者都可以轻松上手使用这些资源进行学习研究工作。该文档涵盖经济学、地理学、城市规划与城市管理等多个领域的内容，能够满足不同层次学生的需求，并为他们提供强有力的支持和帮助。
     
  • 1990-2022年中国各省全要素生产率数据.xlsx
    优质
    该Excel文件包含自1990年至2022年各年度中国各省的全要素生产率数据，适用于研究中国经济增长、地区发展差异及技术进步影响。 1990-2022年各省全要素生产率数据（仅结果）： 时间：1990年至2022年。 指标包括地区、年份以及以下几种测算方法的计算结果：OLS、FE（固定效应）、RE（随机效应）、DGMM（动态广义矩估计法）、SGMM（系统广义矩估计法）、SFA1至SFA3及SFA3D（多种数据包络分析模型）、TFE（转换前沿效率）和非参数法。 范围：涵盖全国31个省份的数据。 计算说明： - 产出指标采用实际GDP衡量； - 投入指标包括资本存量，通过永续盘存法核算，并设定折旧率为9.6%（参考张军等的研究成果）； - 数据已经过价格指数平减处理以消除通货膨胀影响。 计算方法：使用OLS、固定效应模型、随机效应模型及参数与非参数估算等多种统计技术进行测算。 说明：本数据仅提供各年度的最终结果，不包含中间过程和详细分析。
     
  • 中国各省份和地级市的绿色金融数据（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。
     
  • 1990-2021年中国各省份城市化进程数据
    优质
    本资料集收录了自1990年至2021年间中国各省份的城市化发展统计数据，涵盖人口迁移、城市建设等多维度信息。 本段落涉及全国31个省份的指标数据，包括城镇常住人口数（万人）、常住人口总数（万人）以及城市化水平衡量标准：城市化率=本地区城镇人口/总人口。参考文献《人口老龄化的产业结构升级效应研究》中指出，采用城镇人口占总人口比重来评估城市化水平。部分年份的数据缺失，采用了线性插值法和ARIMA模型进行填补，并提供了原始数据、经过线性插值处理后的数据以及使用ARIMA方法填补的版本。具体缺失情况可在提供的链接内查看数据预览，其中标黄的部分表示缺失值。提取码为p033。
     
  • 2012-2018年中国各省份数字经济指数面板数据.xlsx
    优质
    该文件包含从2012年至2018年间中国各省份数字经济发展的量化指标，涵盖多个维度的数据，为研究者和决策者提供详实的分析依据。 2012年至2018年这段时间里。
     
  • 中国各省二氧化碳排放面板数据（1990-2019）.xlsx
    优质
    该文件提供了中国大陆31个省、自治区和直辖市自1990年至2019年的年度二氧化碳排放量数据，便于分析各地温室气体排放趋势。 【最新更新】本资料涵盖了1990年至2019年间除西藏外的30个省市自治区二氧化碳排放量数据面板。内容包括煤炭、焦炭、原油及其各种衍生燃料（如汽油、煤油、柴油、燃料油和液化石油气）以及天然气产生的二氧化碳排放量，同时也提供了各省的二氧化碳总排放量、人均二氧化碳排放量及碳排放强度等信息。该资料来源可靠，对于需要进行省级面板数据分析的研究人员非常有参考价值。
     
  • 中国各省份1997-2015年碳排放数据.xlsx
    优质
    本Excel文件包含中国各省份从1997年至2015年的年度碳排放量数据，适用于研究区域经济发展与环境影响的关系。 中国各省1997年至2015年的碳排放量数据可用于科学研究和社会研究参考。这些数据经过整理后较为详细，便于使用。