草庐IT

地级市

全部标签

2021-2003年中国280个地级市城市FDI数据(当年实际使用外资金额)

1.资料名称:2021-2003年中国280个地级市城市FDI数据(当年实际使用外资金额)2.数据指标:全国280个地级市, 编号 省份代码 城市代码 省份 城市 年份 当年实际使用外资金额(万美元) 美元/人民币年均汇率(1美元:元) 当年实际使用外资金额(元)3.数据格式:电子表格可以直接使用4.数据来源:数据由精选数据整理,数据来源于中国城市年鉴,缺失数据已尽可能通过搜寻城市统计公报、省统计年鉴、官方公告等途径填补,20年和21年均本人通过逐一查找各市统计公报予以整理,年均汇率来源于中国统计年鉴,该数据搜寻不易,已转为面板数据2021-2003年中国280个地级市城市FDI数据(当年实际

2011-2021年北京大学数字普惠金融指数(全国省、地级市、县域均有)

数据名称:数字普惠金融指数“第四期”-包括省市县数据年份:2011-2021年数据范围:全国31个省、337个地级以上城市以及2800个县数据说明:这套指数包括数字普惠金融指数,以及数字金融覆盖广度、数字金融使用深度以及普惠金融数字化程度;此外使用深度指数中还包含支付、信贷、保险、信用、投资、货币基金等业务分类指数;但由于监管和公司数据安全审核等方面的原因,2019-2021年的信用和货币基金分指数,没有对外公布数据来源:《北京大学数字普惠金融指数(2011-2021)》第四期,编制方法请参阅《经济学(季刊)》中的《测度中国数字普惠金融发展:指数编制与空间特征》

绿色金融指数,省级层面、地级市层面,整理好的面板数据,excel或stata版本

绿色金融指数,省级层面、地级市层面,整理好的面板数据,excel或stata版本随着经济的发展和人民生活水平的提高,“环保”、“绿色”和“可持续”等越来越成为人们关注的热点话题。绿色金融作为我国经济发展进入“新常态”后推动经济结构转型的重要手段,已成为国家重点关注的问题。2016年杭州二十国峰会(G20)、人民银行七部委会议先后发布《G20绿色金融综合报告》和《关于构建绿色金融体系的指导意见》等文件,对我国绿色金融发展的影响和作用进行具体分析,助推我国绿色金融在环保、节能、能源、交通、建筑等领域发挥投融资活动、项目运营、风险管理等金融服务功能,推动经济结构转型和经济高质量发展。绿色金融是指为提

【免费分享】全国各地级市逐日/逐月/逐年平均气温数据 2001-2022

【免费分享】全国各地级市逐日/逐月/逐年平均气温数据2001-2022一、数据名称:各地级市逐日/逐月/逐年平均气温数据。二、统计对象:各地级市三、时间跨度:2001-2022。逐日时间到22年6月30日三、数据来源:美国国家海洋和大气管理局(NOAA)下设的国家环境信息中心(NCEI)。网址为:https://www.ncei.noaa.gov/data/global-summary-of-the-day/archive/四、处理方式:文件中有详细说明。每个站点记录的是逐日的气象数据,处理得到行政区划栅格图,基于此计算出逐日数据,以及月度和年度数据。格式为csv,直接用excel打开即可。有

280多个地级市碳排放及计算过程、碳中和文献、最新政策、碳金融数据+数学建模、碳排放+碳市场+碳交易+碳中和

​(全球首个近实时天尺度碳排放地图)​一、各省、分行业CO2排放、283个地级市碳排放及计算过程1.区域经济水平的发展与二氧化碳排放的面板数据数据来源:中国统计年鉴、中国能源统计年鉴时间跨度:1990-2019年区域范围:全国、分省包含变量:40个,九类碳排放以及总排放量、各省国民经济生产总值、固定资产总值以及人口数量机构等。数据范例​​利用这些数据,我们可以绘制下面可视化地图2.分行业二氧化碳排放量资源名称:分行业二氧化碳排放量数据来源:中国能源统计年鉴时间范围:1995-2018年指标:八类能源和总量:煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气【数据展示】​编辑切换为居中添加图片注

2000-2022年全国各地级市绿色金融指数数据

2000-2022年全国各地级市绿色金融指数数据1、时间:2000-2022年2、来源:来源:统计局、科技部、中国人民银行等权威机构网站及各种权威统计年鉴,包括全国及各省市统计年鉴、环境状况公报及一些专业统计年鉴,如《中国科技统计年鉴》《中国能源统计年鉴》《中国金融年鉴》《中国农业统计年鉴》《中国工业统计年鉴》《中国第三产业统计年鉴》。3、指标:绿色金融指数、绿色信贷、绿色投资、绿色保险、绿色债券、绿色支持、绿色基金、绿色权益4、计算方式:参考刘华珂(2021)老师的做法构建,具体为中国各地级市的绿色金融指数数据,采用熵值法进行测算综合评价体系如下:绿色信贷——环保项目信贷占比——该省环保项目

285个地级市空间权重矩阵(空间邻接、地理距离、经济距离、经济地理嵌套矩阵)

285个地级市空间权重矩阵(空间邻接、地理距离、经济距离、经济地理嵌套矩阵)1、范围:285个地级市2、数据包括:包括空间邻接矩阵、空间地理距离矩阵、空间经济距离矩阵、空间经济地理嵌套矩阵其中空间经济距离矩阵根据2003-2019年人均GDP得到3、指标说明:空间权重矩阵是反映个体在空间中依赖关系的矩阵,同时空间权重也是描述空间个体之间相互影响程度的大小。4、参考文献:陈若愚,张莹.金融集聚对长三角地区创新扩散影响的机制与成效——基于空间杜宾模型的实证分析[J].经济问题探索,2021(09):77-86.[2]陈凯,肖鹏.财政分权、地方政府竞争与技术创新——基于277个地级市的空间计量分析[

2006-2019年283个地级市二氧化碳排放数据含原始数据和计算过程

1、数据来源:城市统计年鉴、城市建设统计年鉴2、时间跨度:2006-2019年3、区域范围:283个地级市4、指标说明:根据城市碳排放既包括直接能源消耗产生的碳排放,如煤气和液化石油气等,也包括电能和热能消耗产生的碳排放。二氧化碳排放由煤气液化石油气用电量和供热(蒸汽供热总量、热水供热总量)折算得出文件中包含计算原始数据和计算方法计算参考文献:[1]吴建新,郭智勇.基于连续性动态分布方法的中国碳排放收敛分析[J].统计研究,2016,33(1):7.压缩包内文件说明:数据说明:由于中国城市统计年鉴中用电量于17年及之后统计口径发生变化,因此测算了按照统计年鉴数据和统一口径数据的碳排放(两份数据

python - 如何在 Python 中简洁地级联多个正则表达式语句

我的困境:我正在向我的函数传递一个字符串,然后我需要对其执行大量正则表达式操作。逻辑是,如果第一个正则表达式中有匹配项,就做一件事。如果不匹配,则检查与第二个是否匹配并执行其他操作,如果不匹配则检查第三个,依此类推。我可以这样做:ifre.match('regex1',string):match=re.match('regex1',string)#Manipulatematch.group(n)andreturnelifre.match('regex2',string):match=re.match('regex2',string)#Dosecondmanipulation[etc.]

全国地级市1999—2020年污染物排放和环境治理相关指标(废水\废气\粉尘等)

工业废水、工业粉尘等污染物是影响居住环境的重要因素,也是在各项研究中常用的数据!之前我们基于历年的《中国城市统计年鉴》整理了1999—2020年的人口相关数据和用地相关数据(可查看之前推送的文章)。在《中国城市统计年鉴》中也统计有污染物排放和环境治理相关的数据,我们从中整理出的数据年份为1999-2020年,对象为地级及以上城市,格式为Shp和Excel两种格式,统计口径为全市,具体指标包括:工业废水排放量(2003-2019年)工业二氧化硫排放量(2003-2020年)工业氮氧化物排放量(2015-2020年)每平方公里二氧化硫排放量(1999-2001年)工业废水排放达标率(1999-20