中国市辖区数据库-5.0版-线性插值、ARIMA填补（平衡面板1990-2021年）

注：本版本为市辖区版本，全市版本详见-中国城市数据库-5.0版

《中国城市统计年鉴》是反映我国各城市经济和社会发展情况的资料性年刊，数据范围包括地级市和直辖市的全市和市辖区。2024年5月，马克团队根据最新年鉴整理了全市数据—中国城市数据库5.0版。本次分享的是地级市和直辖市市辖区范围的统计数据

5.0版更新说明：

   数据更新至2022年

4.0版更新说明：

   1.数据更新至2021年

   3.新增指标，当前181个指标

3.0版更新说明：

   数据更新至2020年

2.2版更新说明：

   1.将数据转为平衡面板

   2.填补升级。内含原始版本、线性插值、ARIMA填补三个版本数据

数据名称：中国市辖区数据库

数据来源：《中国城市统计年鉴》、地方统计局

数据年份：1990-2022年

数据范围：300个地级市辖区（包括直辖市）

样本数量：平衡面板9900条（300*33=9900）

数据整理：马克数据网

更新时间：2024年5月，当前最新5.0版

第一，识别年鉴。利用NLP算法识别《中国城市统计年鉴》，并转为面板数据

第二，完善数据。对比主流数据库、地方统计局，进一步完善城市数据

第三，统一地区。匹配民政部编码，统一使用2019年编码和地区名称

第四，统一单位。对不同单位的情况，进行单位换算

第五，匹配位置。利用高德地图API，得到地区的经纬度

第六，人工验证。得到所有指标的面板数据，并人工抽样验证

第七，平衡面板。将非平衡面板转为平衡面板数据

第八，线性插值。利用线性趋势对中间缺失进行填充，得到线性插值版

第九，ARIMA填补。利用时间趋势，对剩余缺失进行预测，得到ARIMA填补版

最终，保留原始版本、线性插值版、ARIMA填补版

共计181个指标，部分如下：

有效值概览：

注：整理数据为社区中级会员-附赠数据