【5月更新】中國城市數據庫4.0版-線性插值、ARIMA填補（平衡面板1990-2021年）

4.0版更新說明：

   1.數據更新至2021年

   2.調整部分舊指標

   3.新增指標，當前190個指標

3.0版更新說明：

   1.數據更新至2020年

   2.調整部分指標，當前174個指標

2.4版更新說明：

   1.更新部分缺失值

   2.將數據轉為平衡面板

   3.填補升級。內含原始版本、線性插值、ARIMA填補三個版本數據

數據名稱：中國城市數據庫-全市版

數據來源：《中國城市統計年鑒》、地方統計局(文末贈送年鑒，可驗證)

數據范圍：1990-2021年，包括300個城市

樣本數量：32年平衡面板9300條（300*32=9600）

數據整理：馬克數據網

更新時間：2023年5月，當前最新4.0版

第一，識別年鑒。利用NLP算法識別《中國城市統計年鑒》，并轉為面板數據

第二，完善數據。對比主流數據庫、地方統計局，進一步完善城市數據

第三，統一地區。匹配民政部編碼，統一使用2019年編碼和地區名稱

第四，統一單位。對不同單位的情況，進行單位換算

第五，匹配位置。利用高德地圖API，得到地區的經緯度

第六，人工驗證。得到所有指標的面板數據，并人工抽樣驗證

第七，平衡面板。將非平衡面板轉為平衡面板數據

第八，線性插值。利用線性趨勢對中間缺失進行填充，得到線性插值版

第九，ARIMA填補。利用時間趨勢，對剩余缺失進行預測，得到ARIMA填補版

最終，保留原始版本、線性插值版、ARIMA填補版

共計190個指標，部分如下：

有效值概覽：

附原始年鑒：

http://www.bio-sorfa.com/article/1147466885

注：整理數據為社區中級會員-附贈數據