当前位置: 首页 > news >正文

【数据分享】2010—2020年我国乡镇级的逐年分部门(服务业、工业、农业)GDP数据(Shp/Excel格式)

之前我们分享过2010—2020年全球1km分辨率分部门(服务业、工业、农业)GDP栅格数据,该数据集名称为SectGDP30,是由Shoji等作者发布在Zenodo平台上的数据集。数据覆盖2010 、2015 、2020 三个年份服务业、工业、农业三大部门的GDP数据。我们基于此栅格数据按照行政区划取平均值,得到了Shp和Excel格式的我国省市县三个等级的三个年份的分部门GDP数据(均可查看之前的文章获悉详情)!很多小伙伴拿到数据后反馈是否可以处理出乡镇级的逐年分部门GDP数据!

我们特地对原始的GDP栅格数据进行了处理,将2010—2020年全球1km分辨率分部门(服务业、工业、农业)GDP栅格数据按照乡镇(街道)边界,进行了边界内求平均数处理得到了本次分享的数据——Shp和Excel格式的我国乡镇级的2010—2020年逐年分部门(服务业、工业、农业)GDP数据!数据单位为百万美元。

该数据只对立方数据学社会员开放,在本公众号后台回复关键词会员可得到会员规则和办理方式。对于已经是会员的同学,请向会员客服发放关词634A获取该数据。以下为数据的详细介绍:

01 数据预览

本次提供的数据集包括三个文件,分别汇总了Service(服务业)、Industry(工业)和Agriculture(农业)三个部门的GDP数据。每个部门均提供Excel和Shp两种数据格式,文件中均汇总包含2010年、2015年和2020年三个年份全国乡镇层级的GDP数据。

首先是Excel格式的数据,2010、2015和2020年三个年份的GDP数据汇总为一张Excel文件,数据字段包括省份名称、城市名称、区县名称、乡镇名称、完整名称和年GDP数值。

2010、2015和2020年全国各乡镇服务业GDP数据(Excel格式)

接下来是Shp格式的数据,2010、2015和2020年的乡镇层级的服务业GDP数据同样汇总为一个Shp文件,属性表的字段和Excel相同。我们具体以2020年服务业GDP数据为例进行预览:

2020年全国各乡镇服务业GDP(Shp格式)

02 数据详情

原始数据来源:

原始的栅格数据来源于Shoji 等作者发布在Zenodo平台上的数据集:

https://zenodo.org/records/15774017

行政区划数据来源:

该数据的处理使用到了乡镇行政区划数据,该数据较难获取,我们综合对比后,采用的“学研录”公众号分享的乡镇边界数据!需要说明的是:乡镇行政边界数据没有官方来源,因此本数据的精度有待考量,可能会存在错误,大家在使用的时候自行判断和调整!

数据处理说明:

基于原始的2010、2015和2020年的分部门GDP栅格数据,依据上述乡镇行政边界数据,对每个乡镇(街道)的年GDP栅格数值进行了求平均值处理,最终得到了全国乡镇(街道)的2010、2015和2020年的分部门GDP数据!

数据单位:

百万美元

数据格式

Shp和Excel格式

时间范围

2010、2015和2020年

空间范围

全国乡镇

空间坐标系:

GCS_WGS_1984

数据引用:

Shoji, T., Kajiyama, K., Yamazaki, D., Kita, Y., and Watanabe, M.: Global spatially-distributed sectoral GDP map for disaster risk analysis, Earth Syst. Sci. Data, 17, 6669–6680

如有数据使用需求请按照官方平台的要求进行引用,更多数据详情可以查看官网获悉!

03 数据获取

如有数据需求,欢迎点击下方名片链接,关注我们并咨询获取~

http://www.cnnetsun.cn/news/3470449.html

相关文章:

  • Java框架选型与性能优化实战指南
  • Java爬虫HTTPS证书验证失败:SunCertPathBuilderException排查与解决方案
  • 基于YOLOv8的蜜蜂识别检测系统:从环境配置到UI部署全流程
  • Java面试核心知识点与实战技巧全解析
  • AI营销智能体:2026核心能力与选型指南
  • 本地化LLM部署方案:Ollama、OpenLLM、LocalAI与Dify实战指南
  • ▲基于OFDM+16QAM的通信链路matlab性能仿真,包含LDPC,Schmidl-Cox频偏估计,加扰解扰,定时同步和LS信道估计
  • MyBatis分页插件PageHelper原理与实战指南
  • Android导航模式演进:从Menu Button到Toolbar实践
  • Vue数据可视化实战:v-charts组件库详解
  • 黑客松 winning 公式:72小时从代码到支票的叙事工程
  • 百度网盘下载加速终极方案:BaiduPCS-Web免费突破限速完整教程
  • Android性能监控实战:SoloPi悬浮窗实时监测CPU、内存、FPS与网络
  • Flutter重构webOS:智能电视应用开发的技术革新
  • Windows内核隔离驱动兼容性问题解析与解决方案
  • Windows剪贴板失效的排查与修复指南
  • 上海中环7号线地铁房分析:135平精装大三房价值评估
  • ThinkPad SL410升级指南:CPU、内存与SSD改造实战
  • 印度的Payment Bank,如何让普通青年拥有银行账户不再是特权
  • PHP Composer包开发全流程实践指南
  • React组件化开发与性能优化实战指南
  • PHP运行环境搭建指南:从手动配置到集成工具
  • React Native组件渲染优化:PureComponent与memo详解
  • 记录下学习agent应用开发的第七天( Function Calling机制、description)
  • NestJS管道机制:数据验证与转换的核心技术
  • 老款笔记本升级指南:内存、SSD与散热改造实战
  • Java发展历程与核心技术演进解析
  • OpenAI智能体与Codex实现企业级对话系统规模化应用
  • 暑假英语阅读怎么启动?把“学英语”换成“读故事”
  • Next.js企业级项目架构与性能优化实战