全部 中国宏观 企业数据 省级数据 城市数据 区县数据 世界各国
公共管理、社会保障和社会组织企业退出数
将企业状态为“注销、吊销、其他、撤销、清算、停业、歇业、除名、关闭”定义为退出企业,并根据注册地址、一级行业,整理统计各城市各年及各行业的退出企业数
VIP 地级市 1990-2024 10,237条
信息传输、软件和信息技术服务业企业退出数
将企业状态为“注销、吊销、其他、撤销、清算、停业、歇业、除名、关闭”定义为退出企业,并根据注册地址、一级行业,整理统计各城市各年及各行业的退出企业数
VIP 地级市 1990-2024 10,237条
住宿和餐饮业企业退出数
将企业状态为“注销、吊销、其他、撤销、清算、停业、歇业、除名、关闭”定义为退出企业,并根据注册地址、一级行业,整理统计各城市各年及各行业的退出企业数
VIP 地级市 1990-2024 10,237条
交通运输、仓储和邮政业企业退出数
将企业状态为“注销、吊销、其他、撤销、清算、停业、歇业、除名、关闭”定义为退出企业,并根据注册地址、一级行业,整理统计各城市各年及各行业的退出企业数
VIP 地级市 1990-2024 10,237条
CO2排放总量
基于全球大气研究排放数据库(EDGAR)1970-2024年CO2排放数据,采用2024年中国市级行政区划矢量数据(GS(2024)0650),解析出我国地级市CO2排放数据
精选 地级市 1990-2024 10,395条
供应链风险水平
借鉴刘啟仁等(2024)、梁海萌等(2025)的做法,供应链风险水平使用企业的生产波动与需求波动的偏离程度测度。供应链风险水平 =企业生产量季度标准差 / 企业需求量季度标准差
VIP 上市公司 2002-2024 66,540条
公共数据平台开放年份
从地方数据开放平台整理各个省份的平台开放年份
VIP 省份 2000-2025 780条
公共数据开放平台DID
根据公共数据平台开放年份整理省级层面的DID数据
VIP 省份 2000-2025 806条
老龄消费需求
参照刘建民等(2025)文中关于老龄消费需求指标构建与测算方法,以居民消费支出与老年人口占比的乘积估算老龄消费支出规模。老龄消费需求=老龄消费支出取对数
VIP 省份 2005-2024 620条
老龄消费支出
参照刘建民等(2025)文中关于老龄消费需求指标构建与测算方法,以居民消费支出与老年人口占比的乘积估算老龄消费支出规模。老龄消费支出=居民消费支出与老年人口占比的乘积
VIP 省份 2005-2024 620条
贷款业务
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》
VIP 省份 2015-2018 124条
货币基金业务
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》
VIP 省份 2013-2018 186条
覆盖指数
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》
VIP 省份 2011-2024 434条
数字普惠金融指数
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》
VIP 省份 2011-2024 434条
数字化程度
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》
VIP 省份 2011-2024 434条
支付业务
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》
VIP 省份 2011-2024 434条
投资业务
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》
VIP 省份 2014-2024 341条
信用业务
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》
VIP 省份 2011-2024 434条
保险业务
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》
VIP 省份 2011-2024 434条
使用深度
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》
VIP 省份 2011-2024 434条