Advertisement

中国282个地级城市于2004年至2020年间的人口、经济、产业以及绿色经济效率数据(全新整理)。

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


简介:
1、本资源的内容可供查阅,链接地址为: 2、该代码具有显著的特点:它是一年推出的全新版本,经过人工精心整理,您可以放心进行引用。其数据来源于权威来源,相比于其他人的控制变量数据,准确性更高,非常适合用于撰写论文以及进行实证研究,并且可以有效避免数据造假的可能性。 3、本资源适用于大学生、本科生以及研究生等初学者,操作起来非常容易上手! 4、课程关联领域包括经济学、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管理等。 该资源涵盖了2004年至2020年期间的数据分析结果。研究范围包括中国282个地级城市的地理空间分布。主要变量包括:绿色经济效率(gee)、人口集聚(pop)、经济集聚(eco)、产业集聚(ind),以及采用替代计算方法后的人口、经济和产业集聚指标(npop、neco、nind)。此外,还考察了城市基础设施建设(infra)、政府对该领域的重视程度(gover)、对外开放程度(open)、环境规制力度(envir)以及技术创新水平(inno)。为了处理数据缺失情况,采用了上下均值填补的方法。同时,研究还引入了铁路工具变量(rail)和地形起伏度工具变量(tu)进行分析,并根据区域划分、城市规模划分和省份划分对数据进行了整理。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 20112019
    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
  • 发展报告(20192020
    优质
    本报告深入分析了中国主要城市自2019年至2020年间数字经济发展状况,涵盖政策环境、产业布局与技术创新等方面。 近日,《2019-2020中国城市数字经济发展报告》由数字经济发展研究小组、中国移动通信联合会区块链专委会以及数字岛研究院联合发布。该报告包含十大章节,内容涵盖国际与国内视角、政策分析及应用实践,并详细探讨了数字经济的两大分类:数字产业化和产业数字化。通过选取近300个地级及以上城市作为考察对象,从五个维度及二十多个细分指标进行综合评估,全面展示了中国城市的数字经济发展现状。
  • 发展报告(2020).pdf
    优质
    该报告详细分析了2020年中国各地区及城市在数字经济发展中的表现和特点,涵盖了数字经济的主要指标、行业动态以及未来趋势。 中国区域与城市数字经济发展报告分析了各地区在数字经济领域的表现和发展趋势,为政策制定者、研究人员及业界人士提供了详实的数据支持和参考依据。报告涵盖了数字经济的关键领域,如大数据、云计算、人工智能等,并对不同城市的数字化转型进行了深入探讨。通过对各地发展现状的全面梳理以及未来潜力的预测评估,该报告旨在促进区域间的合作与交流,推动全国范围内的数字经济发展进程。
  • 2004-2020绿要素生分析
    优质
    该研究聚焦于2004至2020年间的中国工业领域,深入探讨了绿色全要素生产率的变化趋势及其驱动因素,为促进可持续发展提供了理论与实证依据。 工业是碳排放的主要来源之一,推动其节能减排、绿色转型对于实现3060目标至关重要。本次数据涵盖了2004年至2020年间中国30个省份的工业绿色全要素生产率。研究采用SBM-GML和SBM-BML指数进行评估。 评价体系包括以下变量: - 投入:工业用水量(亿立方米)、规模以上企业固定资产投资(亿元)、工业能源终端消耗量(万吨)以及制造业就业人数(人) - 期望产出:工业增加值(亿元) - 不良产出:工业二氧化硫排放量(吨)、工业废水排放量(万吨)和固体废弃物产生量(吨) 数据提供了多种选择。首先,关于工业增加值的计算方法有基于2004年实际GDP以及未经过物价因素调整的结果两种版本。考虑了物价变化后的结果更符合学术标准,但未经平滑处理的数据可能会表现出更好的增长趋势。 此外,在评估工业三废排放时也存在不同组合:一种是二氧化硫与废水的联合评价;另一种则是将所有三种污染物(包括固体废弃物)都纳入考量范围。个人认为,采用二氧化硫和废水排放量加上未经物价因素调整的SBM-GML指数结果最佳,这有助于清晰地展示绿色生产率的增长趋势。
  • 289主要指标(1996-2020).xlsx
    优质
    本Excel文件包含中国289个主要城市自1996年至2020年的关键经济数据,涵盖人口、GDP、工业产值等重要指标。 289个城市主要国民经济经济指标(1996-2020年).xlsx
  • 1999-2021绿要素生
    优质
    该资料涵盖了自1999年至2021年间中国所有地级市的绿色全要素生产率数据,详尽分析了各城市在经济增长与环境保护之间的效率表现。 近年来关于全国地级市绿色全要素生产率的研究较多,我所使用的数据已经更新到了2021年。在进行相关研究的过程中,我也在网上查找过类似的数据集,但发现质量参差不齐,并且存在一定的计算偏差。因此,最终我还是自己整理并测算了这一份数据。 我在测算过程中使用了Maxdea软件,在全局参考的DEA框架下应用考虑非期望产出的超效率SBM-GML指数模型进行分析。这项研究主要借鉴了李斌、彭星和欧阳铭珂的研究成果(《环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究》,发表于《中国工业经济》2013年第4期,第56-68页)。
  • 2017-20222013-2020各省测算
    优质
    该报告涵盖了2017年至2022年间的新经济指数,并基于数据对2013至2020年中国各省份的数字经济发展状况进行了深入分析和量化评估。 1. 新经济指数 2. 时间跨度:2017-2022 1. 各省数字经济测算 2. 时间跨度:2013-2020
  • 2000-2019绿要素生.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。