数据指标:行政区划代码 地区 长江经济带 经度 纬度 年份 农村商品零售价格指数(上年=100)() 食品类农村商品零售价格指数(上年=100)() 粮食类农村商品零售价格指数(上年=100)() 淀粉类农村商品零售价格指数(上年=100)() 干豆类及豆制品类农村商品零售价格指数(上年=100)() 油脂类农村商品零售价格指数(上年=100)() 肉禽及其制品类农村商品零售价格指数(上年=100)() 蛋类农村商品零售价格指数(上年=100)() 水产品类农村商品零售价格指数(上年=100)() 菜类农村商品零售价格指数(上年=100)() 调味品类农村商品零售价格指数(上年=100)() 糖类农村商品零售价格指数(上年=100)() 干鲜瓜果类农村商品零售价格指数(上年=100)() 糕点饼干面包类农村商品零售价格指数(上年=100)() 液体乳及乳制品类农村商品零售价格指数(上年=100)() 在外用膳食品类农村商品零售价格指数(上年=100)() 其他食品类农村商品零售价格指数(上年=100)() 饮料、烟酒类农村商品零售价格指数(上年=100)() 茶及饮料类农村商品零售价格指数(上年=100)() 烟草类农村商品零售价格指数(上年=100)() 酒类农村商品零售价格指数(上年=100)() 服装、鞋帽类农村商品零售价格指数(上年=100)() 服装类农村商品零售价格指数(上年=100)() 鞋袜帽类农村商品零售价格指数(上年=100)() 其他类农村商品零售价格指数(上年=100)() 纺织品类农村商品零售价格指数(上年=100)() 衣着材料类农村商品零售价格指数(上年=100)() 床上用品类农村商品零售价格指数(上年=100)() 家用电器及音像器材类农村商品零售价格指数(上年=100)() 家庭设备类农村商品零售价格指数(上年=100)() 文娱用耐用消费品类农村商品零售价格指数(上年=100)() 音像器材类农村商品零售价格指数(上年=100)() 文化办公用品类农村商品零售价格指数(上年=100)() 日用品类农村商品零售价格指数(上年=100)() 日用百货类农村商品零售价格指数(上年=100)() 日用杂品类农村商品零售价格指数(上年=100)() 洗涤用品类农村商品零售价格指数(上年=100)() 其他日用品类农村商品零售价格指数(上年=100)() 体育娱乐用品类农村商品零售价格指数(上年=100)() 体育用品类农村商品零售价格指数(上年=100)() 娱乐用品类农村商品零售价格指数(上年=100)() 交通、通信用品类农村商品零售价格指数(上年=100)() 交通运输机械类农村商品零售价格指数(上年=100)() 通讯器材类农村商品零售价格指数(上年=100)() 家具类农村商品零售价格指数(上年=100)() 化妆品类农村商品零售价格指数(上年=100)() 金银珠宝类农村商品零售价格指数(上年=100)() 中西药品及医疗保健用品类农村商品零售价格指数(上年=100)() 医疗器具及用品类农村商品零售价格指数(上年=100)() 中药材及中成药类农村商品零售价格指数(上年=100)() 西药类农村商品零售价格指数(上年=100)() 保健器具及用品类农村商品零售价格指数(上年=100)() 书报杂志及电子出版物类农村商品零售价格指数(上年=100)() 教材及参考书类农村商品零售价格指数(上年=100)() 书报杂志类农村商品零售价格指数(上年=100)() 电子音像制品类农村商品零售价格指数(上年=100)() 燃料类农村商品零售价格指数(上年=100)() 煤炭及制品类农村商品零售价格指数(上年=100)() 石油及制品类农村商品零售价格指数(上年=100)() 建筑材料及五金电料类农村商品零售价格指数(上年=100)() 建筑装璜材料类农村商品零售价格指数(上年=100)() 五金电料类农村商品零售价格指数(上年=100)()
数据年度:2000-2021,时间跨度22年。来源于中国统计年鉴、各省统计年鉴2001-2022数据
excel数据文件包原始数据-宽面板(由于多年度指标不同存在缺失值)、线性插值、ARIMA填补三个版本,提供您参考使用。
其中,ARIMA填补无缺失值。
各个版本的全国31个省份(自治区、直辖市)、22个年度各指标的数据在一张excel表上!
本数据为中国统计年鉴、各省统计年鉴2001-2022面板数据,因为数据年度=统计年鉴年度-1,所以为数据年度是2000-2021年各个省级的统计数据。
数据主要来源于中国统计年鉴、各省统计年鉴多年度数据整理,经数据处理软件与相关代码分析得来。
填补说明:
线性插值。利用数据的线性趋势,对各年份中间的缺失部分进行填充,得到线性插值版数据,这也是学者最常用的插值方式。
ARIMA填补。基于ARIMA模型,利用同一地区的时间序列数据,对缺失值进行预测填补。
注:由于该方法填补数据较多,不能完全反应地区真实情况,谨慎使用。
各个版本的数据格式大致如下(以下图片内容只是示例,不是本贴子指标数据内容,它可以说明本贴子所包含的指标在不同版本的数据情况):
1、原始数据-寛面板:指标在每一列上(2000-2021年度在行上),由于多年度指标不同、各个指标会存在缺失值:
2、线性插值:指标在每一列上(2000-2021年度在行上),各个指标存在缺失值:
3、ARIMA填补无缺失值:指标在每一列上(2000-2021年度在行上),各个指标的数据完整,不存在缺失值:
也就是,该版本所有指标数据都是完整无缺失的