从某处获得的数据,基础数据基本都能对得上,而且他的泰勒指标和论坛里的很多在售数据也都一致。
但感觉很奇怪的是,它得到的泰勒指数,与我自己用他的基础数据计算得到的不一致,不知道是为啥。用的干春晖等的计算方法。
以北京2000年为例,我自己计算得到的是0.064,不一致。
计算过程:
Y = 3277.8
Y1= 79.3
Y2= 1023.7
Y3= 2174.9
L = 622.1
L1= 72.7
L2= 201.6
L3= 347.9
import math
c1 = (Y1/Y)*math.log((Y1/L1)/(Y/L))
c2 = (Y2/Y)*math.log((Y2/L2)/(Y/L))
c3 = (Y3/Y)*math.log((Y3/L3)/(Y/L))
print(c1,c2,c3,c1+c2+c3)
"""
-0.03810237379226577
-0.011534859521249963
0.11345999727230287
0.06382276395878714 """
文件种部分内容如下
行政区划代码 | 地区 | 年份 | 产业结构合理化指数(泰尔) | 产业结构高级化指数 | 三产值占比 | 技术成果市场化 | 综合得分-熵权法 | 综合得分-主成分 |
110000 | 北京 | 2000 | 0.096 | 2.125 | 0.664 | 0.043 | 0.222785083 | 1.581994944 |
110000 | 北京 | 2001 | 0.045 | 2.354 | 0.687 | 0.049 | 0.249411124 | 1.994272574 |
110000 | 北京 | 2002 | 0.005 | 2.598 | 0.709 | 0.049 | 0.256931167 | 4.30660452 |
110000 | 北京 | 2003 | -0.019 | 2.559 | 0.708 | 0.05 | 0.259656029 | 1.148147271 |
110000 | 北京 | 2004 | 0.101 | 2.477 | 0.703 | 0.068 | 0.303742608 | 2.281561275 |
110000 | 北京 | 2005 | 0.109 | 2.703 | 0.721 | 0.068 | 0.313428681 | 2.399071359 |
110000 | 北京 | 2006 | 0.063 | 3.006 | 0.743 | 0.083 | 0.363881654 | 2.940419499 |
110000 | 北京 | 2007 | 0.054 | 3.279 | 0.759 | 0.085 | 0.37779946 | 3.141740206 |
110000 | 北京 | 2008 | 0.03 | 3.631 | 0.777 | 0.087 | 0.396581853 | 3.551208975 |
110000 | 北京 | 2009 | 0.048 | 3.672 | 0.779 | 0.096 | 0.421806943 | 3.595688134 |
110000 | 北京 | 2010 | 0.062 | 3.59 | 0.776 | 0.106 | 0.445018971 | 3.690727853 |
110000 | 北京 | 2011 | 0.044 | 3.786 | 0.785 | 0.11 | 0.46384025 | 3.966218959 |
110000 | 北京 | 2012 | 0.038 | 3.895 | 0.79 | 0.129 | 0.519357006 | 4.454549607 |
110000 | 北京 | 2013 | 0.03 | 4.032 | 0.795 | 0.135 | 0.539496879 | 4.725782909 |
110000 | 北京 | 2014 | 0.03 | 4.136 | 0.8 | 0.137 | 0.548290633 | 4.828055301 |
110000 | 北京 | 2015 | -0.016 | 4.575 | 0.816 | 0.139 | 0.570602611 | 3.842498683 |
110000 | 北京 | 2016 | -0.026 | 4.768 | 0.823 | 0.146 | 0.594424752 | 4.36350055 |
110000 | 北京 | 2017 | -0.026 | 4.894 | 0.827 | 0.15 | 0.610667535 | 4.503384006 |
110000 | 北京 | 2018 | -0.025 | 5.022 | 0.831 | 0.15 | 0.614083688 | 4.539959634 |
110000 | 北京 | 2019 | -0.034 | 5.234 | 0.837 | 0.161 | 0.650764481 | 5.00150104 |
110000 | 北京 | 2020 | -0.022 | 5.297 | 0.839 | 0.175 | 0.691213696 | 5.112300057 |
120000 | 天津 | 2000 | 0.28 | 0.91 | 0.454 | 0.016 | 0.102656106 | 0.226913108 |
120000 | 天津 | 2001 | 0.288 | 0.954 | 0.466 | 0.017 | 0.107085827 | 0.274794111 |
120000 | 天津 | 2002 | 0.297 | 0.978 | 0.473 | 0.019 | 0.112003573 | 0.319428571 |
120000 | 天津 | 2003 | 0.289 | 0.906 | 0.456 | 0.019 | 0.108225313 | 0.268290246 |
120000 | 天津 | 2004 | 0.279 | 0.866 | 0.445 | 0.017 | 0.102641754 | 0.213293314 |
120000 | 天津 | 2005 | 0.281 | 0.868 | 0.448 | 0.016 | 0.099813386 | 0.193521909 |
120000 | 天津 | 2006 | 0.201 | 0.872 | 0.452 | 0.017 | 0.101775749 | 0.22946541 |
120000 | 天津 | 2007 | 0.292 | 0.908 | 0.463 | 0.017 | 0.1053397 | 0.250417766 |