首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
地级市专题
2000-2022年各地级市市场潜力指数数据(含原始数据+计算代码+结果)
2000-2022年各地级市市场潜力指数数据(含原始数据+计算代码+结果) 1、时间:2000-2022年 2、指标:城市纬度、城市经度、社会消费品零售总额 3、范围:262个地级市 4、指标解释:市场潜力反映了城市可能获得的整体的市场规模或空间中分布的需求因素(包括市场、收入等)对城市经济产生的影响。 5、参考文献:追踪我国制造业集聚的空间来源:基于马歇尔外部性与新经济地理的综合视角(
阅读更多...
【数据分享】地级市-第一产业增加值(1990-2020年)
数据介绍 在经济发展的浪潮中,数据如同照亮前行道路的明灯。今天,我们为大家带来一份极具价值的数据资源 —— 地级市 - 第一产业增加值(1990 - 2020 年)。 第一产业作为国民经济的基础,对于一个地区的稳定和发展起着至关重要的作用。这份涵盖了 1990 年至 2020 年长达三十余年的数据,为我们深入了解各地级市在这一重要领域的发展历程提供了有力的依据。 通过分析这些数据,我们可以清
阅读更多...
中国各地级市-产业增加值、产业升级、产业结构高级化(2000-2021年)
产业增加值、产业升级和产业结构高级化是衡量地区经济发展水平的重要指标: 产业增加值:指在一定时期内,单位产值的增长部分,体现了产值、产量和增加值的综合增长能力。 产业升级:指通过技术进步和效率提升,提高产品的附加值,涉及生产要素、结构的优化和功能的提升。 产业结构高级化:指产业结构从低级向高级、从简单到复杂、从单一到多元的演变过程。 https://download.csdn.net/
阅读更多...
地级市地理相邻矩阵(地级市名称版、行政区划代码版)
地级市地理相邻矩阵(地级市名称版、行政区划代码版) 范围:294个地级市 格式:地级市名称版、行政区划代码版 说明:数据为同省下城市之间的相邻矩阵,表示同一省份内各个城市相互之间邻近关系。如果同一省份下两个城市相邻,矩阵中对应的矩阵 下载链接: 各地级市地理相邻矩阵(294个地级市)(名称版、行政区划代码版)https://download.csdn.net/download/m0_71
阅读更多...
【数据分享】1999—2022年地级市各类交通工具的客货运量和拥有量数据(Shp/Excel格式)
在之前的文章中,我们分享过基于2000-2023年《中国城市统计年鉴》整理的1999-2022年地级市的人口相关数据、各类用地面积数据、污染物排放和环境治理相关数据、房地产投资情况和商品房销售面积、社会消费品零售总额和年末金融机构存贷款余额、一般公共预算收支状况、工业企业数据、固定资产投资和对外经济贸易数据、科技创新相关指标数据、劳动力就业及工资情况数据、学校数、教师数和学生数、工业企业资产情况和
阅读更多...
【数据分享】1999—2022年地级市市政公用事业和邮政、电信业发展情况相关指标(Shp/Excel格式)
在之前的文章中,我们分享过基于2000-2023年《中国城市统计年鉴》整理的1999-2022年地级市的人口相关数据、各类用地面积数据、污染物排放和环境治理相关数据、房地产投资情况和商品房销售面积、社会消费品零售总额和年末金融机构存贷款余额、一般公共预算收支状况、工业企业数据、固定资产投资和对外经济贸易数据、科技创新相关指标数据、劳动力就业及工资情况数据、学校数、教师数和学生数、工业企业资产情况和
阅读更多...
ArcGIS热点分析 (Getis-Ord Gi*)——基于地级市尺度的七普人口普查数据的热点与冷点分析
先了解什么是热点分析 ? 热点分析 (Getis-Ord Gi*) 是一种用于空间数据分析的技术,主要用于识别地理空间数据中值的聚集模式,可以帮助我们理解哪些区域存在高值或低值的聚集,这些聚集通常被称为“热点”或“冷点”,Gi* 统计量为数据集中的每个要素(例如地图上的点或区域)计算一个z得分。这个z得分可以用来判断在该位置附近是否存在显著的高值或低值聚集。 热点分析 (Getis-Ord G
阅读更多...
ArcGIS热点分析 (Getis-Ord Gi*)——七普地级市人口普查数据的热点与冷点分析
先了解什么是热点分析 ? 热点分析 (Getis-Ord Gi*) 是一种用于空间数据分析的技术,主要用于识别地理空间数据中值的聚集模式,可以帮助我们理解哪些区域存在高值或低值的聚集,这些聚集通常被称为“热点”或“冷点”,Gi* 统计量为数据集中的每个要素(例如地图上的点或区域)计算一个z得分。这个z得分可以用来判断在该位置附近是否存在显著的高值或低值聚集。 热点分析 (Getis-Ord G
阅读更多...
2009年-2022年 地级市-环境污染处罚数据
环境污染处罚数据是环境保护领域中重要的信息资源,它记录了因违反环保法律法规而受到行政处罚或法律制裁的具体情况。这些数据对于提高公众的环保意识、促进企业采取环保措施以及推动环境治理具有重要作用。 数据内容概述 违法行为的主体:即受到处罚的个人或企业。违法事实:具体违反了哪些环保法律法规的行为。处罚依据:依据哪些法律法规进行处罚。处罚类型:如罚款、责令整改、停产整顿等。处罚金额:处罚的具体金额,通
阅读更多...
1999-2022年 297个地级市-医院卫生院数量及床位数量(数据收集)
全国297个地级市的医院卫生院数量的稳步增长是医疗事业发展的一个重要标志。政府的持续投入和对医疗设施的改善,不仅提升了医疗服务的硬件水平,也通过引进和培养医疗人才、优化服务流程,提高了医疗服务的整体质量。这些举措极大地增强了人民群众在就医时的获得感和满意度。 医院卫生院的数量和床位数量是衡量一个地区医疗卫生事业发展水平的关键指标。它们与经济发展的关系密切,可以从以下几个方面进行理解: 1. *
阅读更多...
2007年-2021年 281个地级市-绿色创新效率相关数据收集
绿色创新效率是一个重要的概念,它涉及到在生产和消费过程中通过技术创新和管理创新来提高资源的利用效率,降低生产成本,减少对环境的负面影响,进而促进经济的可持续发展。这种效率的提升对企业、环境和社会都有积极的影响: 1. **经济效益**:绿色创新有助于降低企业的生产成本,提高其经济效益,从而增强市场竞争力。 2. **环境保护**:通过减少环境污染,绿色创新有助于保护生态环境,促进生态文明建设和社
阅读更多...
地级市海拔标准差(可用作宽带中国工具变量)
地级市海拔标准差(可用作宽带中国工具变量) 1、来源:地理空间数据云 2、指标:行政区划代码、地区、所属省份、所属地域、经度、纬度、海拔标准差(m) 3、说明:地形起伏度会影响网络基础设施建设,地形起伏度越大,不仅会增加网络基础设施的建设成本,还会影响宽带网络的信号质量;地形起伏度作为自然地理变量,与经济社会因素不相关,不会对城市的经济造成直接影响 4、参考文献: ]刘传明,马青山.网络
阅读更多...
2000-2022年各地级市知识产权审判结案数数据
2000-2022年各地级市知识产权审判结案数数据 1、时间:2000-2022年 2、指标:城市知识产权审判结案数 3、来源:整理自北大法宝 4、范围:287个地级市 5、用途:可用于衡量地级市知识产权保护水平 6、指标解释:城市知识产权审判结案数是指在特定城市地区内,针对知识产权纠纷案件的审判程序已经完成,并做出最终判决或决定的案件数量。 7、下载链接: 2000-2022年各
阅读更多...
中国各地级市的海拔标准差数据集
01、数据简介 海拔标准差是指对某个地点的海拔进行测量后,所得结果与平均海拔之间的差异。它反映了测量结果的离散程度,即海拔数据的可靠性。如果标准差较小,说明测量结果的可靠性较高;如果标准差较大,则说明测量结果的可靠性较低。 海拔标准差的定义公式为:标准差 = sqrt((1/N)* Σ(海拔数据-平均海拔)^2) 其中,N代表测量数据的数量,海拔数据代表每个测量点的海拔数据,平均海拔代表所有
阅读更多...
2005-2021年全国各地级市生态环境注意力/环保注意力数据(根据政府报告文本词频统计)
2005-2021年全国各地级市生态环境注意力/环保注意力数据(根据政府报告文本词频统计) 2005-2021年全国各地级市生态环境注意力/环保注意力数据(根据政府报告文本词频统计) 1、时间:2005-2021年 2、范围:270个地级市 3、指标: 省、市、年份、一级指标、关键词、关键词词频、总词频 4、来源:政府工作报告 5、关键词词频: 环境保护类: 关键词-环境保护、环保
阅读更多...
基于SpringBoot和PostGIS的各省与地级市空间距离分析
目录 前言 一、PostGIS时空库 1、时空表设计 2、空间数据管理与查询 二、后台接口设计 1、ORM层设计与实现 2、业务层设计与实现 3、控制层设计 三、web可视化设计与实现 1、省份范围展示 2、城市距离可视化 3、成果展示 总结 前言 在上一篇博客中基于Java和GDAL实现的GeoJSON数据读取与入库实践,我们详细的
阅读更多...
291个地级市资源错配指数、劳动和资本相对扭曲指数(2006-2021年)
01、数据介绍 资源错配指数(Misallocation Index)是一个用于衡量资源配置效率的指标,它衡量的是生产要素的配置是否合理,是否达到了最优的状态。资源错配指数越高,资源的利用效率越低。资源错配指数主要用于衡量各种生产要素的不合理配置情况,包括人力、资本、技术、土地等方面。 地级市资源错配指数的这些数据为优化资源配置提供了重要参考依据。通过深入分析这一指数,我们可以更好地了解资源配
阅读更多...
全国地级市-碳排放绩效原始dofile结果数据(含文献及原始数据)2011-2021年
地级市-碳排放绩效数据的测算,采用GDP、人类发展指数、CO2排放测算碳排放绩效,基于《中国城市统计年鉴》中的数据,经过线性插值和ARIMA方法填补缺失,跨度2011年至2021年。该数据集详细记录了地级市的总碳排放量,但需注意,2008年以前的常住人口和城市化率数据缺失,1999年以前的总碳排放数据亦缺失。此外,对2013年以前的农村人均可支配收入数据也进行了线性插值处理,数据越往前,插补的数据
阅读更多...
2006-2023年2月各地级市城投债详细数据
2006-2023.2各地级市城投债详细数据 1、时间:2006-2023.2 2、来源:深圳证券交易所和上海证券交易所官网、人民银行、证券监督管理委员会等金融监管机构等官网 3、指标:省份、城市、证券代码、证券简称、债券简称、证券全称、债券初始面值单位元、债券最新面值交易日期20221231、发行总额单位亿元、债券余额日期20221231单位亿、起息日期、计息截止日、到期日期、债券期限年单
阅读更多...
2002-2023年各地级市环境规制强度数据(环保词频统计)
2002-2023年各地级市环境规制强度数据(环保词频统计) 1、时间:2002-2023年 2、来源:政府工作报告 3、指标: 行政区划代码、年份、城市、所属省份、文本总长度、仅中英文-文本总长度、文本总词频-全模式、文本总词频-精确模式、环保词频和、环境保护、环保、污染、能耗、减排、排污、生态、绿色、低碳、空气、化学需氧量、二氧化硫|SO2、二氧化碳|CO2、PM10、PM2.5 4
阅读更多...
arcgis 点连接到面(以地级市图层为例)
地级市图层进行“点到面”的连接,并输出 在点击地级市图层,右击——连接和关联——连接 选择基于空间位置的另一图层数据,文件选择上面输出并添加的图层文件,进行“点到面”的连接,可依据新需求选择平均值,总和等属性,并将改图层输出shp文件
阅读更多...
2014-2023年各地级市空气质量指数AQI指数日度数据
2014-2023年各地级市空气质量指数AQI指数日度数据 1、时间:2014-2023.3.8 2、来源:https://www.qweather.com/air/beiliu-101300903.htm 3、指标:统计日期、地区编码ID、地区代码、地区名称、AQI指数、空气质量级别、首要污染物 4、样本量:100W+ 5、范围:300+地级市 6、指标解释: 空气污染指数(Air
阅读更多...
arcgis 栅格数据处理2——栅格转地级市(栅格转矢量图)
1. 获取空间分析权限(解决无法执行所选工具问题) 选中“自定义”中的“扩展模块” 在弹出的模块中选中能选的模块,此处需要选择“spatial analysis”以进行下一步分析 3. 将栅格数据转为整数型(解决无法矢量化) 选中并输出栅格 4. 栅格转面 注意是否需要“简化面” 5. 匹配地级市 按照需求选择平均值,或者总和等 6. 数据转出 conversion
阅读更多...
地级市-经济增长目标值数据集(2000-2022年)
中国各地级市的经济增长目标值覆盖2000年至2022年,依照张云矿等人在2022年提出的方法,运用Python编写的正则表达式对政府工作报告进行了文本提取和处理。该数据集不仅提供了各地级市设定的具体经济增长目标值,还反映了这些目标如何随时间、政策和经济环境的变化而调整。对研究人员而言,有助于深入分析中国地方经济增长的动态变化,以及政策目标与实际经济表现之间的关系 一、数据介绍 数据名称:地
阅读更多...
2011-2021年地级市资本存量数据(含原始数据+计算过程+计算结果)(以2011年为基期)
2011-2021年地级市资本存量数据(含原始数据+计算过程+计算结果)(以2011年为基期) 1、时间:2011-2021年 2、来源:城市年鉴、统计年鉴、各省年鉴、各市年鉴和公报、2017-2021年利用固定资产投资增速计算获取 3、范围:285个地级市 4、指标:固定资产投资、固定资产投资价格指数、固定资本形成总额、资本存量 计算方法: 张军的做法:本期物质资本存量=上期物
阅读更多...
【数据分享】2015-2023年我国地级市逐月房价数据(Excel格式/Shp格式)
房价是一个城市发展程度的重要体现,一个城市的房价越高通常代表这个城市越发达,对于人口的吸引力越大!因此,房价数据是我们在各项城市研究中都非常常用的数据!之前我们分享过我国主要城市2023年房价数据(可查看之前的文章获悉详情)! 本次我们为大家带来的是2015-2023年我国地级市的逐月平均房价数据!包括300多个地级及以上城市的月度平均房价,时间范围从2015年4月到2023年11月,数据格式处
阅读更多...