省级-居民消费结构升级数据集(2014-2022年)

2024-03-31 22:04

本文主要是介绍省级-居民消费结构升级数据集(2014-2022年),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

01、数据简介

居民消费结构升级是指各类消费支出在消费总支出中的结构升级和层次提高,它直接反映了消费水平和发展趋势。

生存型消费包括食品烟酒、衣着、居住。

发展型消费包括交通通信、教育文化娱乐、医疗保健。

享受型消费包括生活用品及服务、其他用品及服务。

居民消费结构升级=发展与享受型消费支出/总消费支出。

数据名称:省级-居民消费结构升级数据

数据年份:2014-2022年

数据整理:自主整理

数据来源:《中国统计年鉴》

参考文献:

[1]熊颖,郭守亭.数字经济发展对中国居民消费结构升级的空间效应与作用机制[J].华中农业大学学报(社会科学版),2023,163(01):47-57.

[2]姜奇平,刘宇洋,许滨鸿.产业数字化转型与居民消费结构升级——效应、路径与机理[J].产业经济评论,2023,(04):67-89.

[3]张驰,王满仓.数字经济对居民消费升级的影响效果及作用机制检验[J].统计与决策,2023,39(07):11-16.

02、相关指标

id、省份、年份、消费支出(元)、食品烟酒(元)、衣着(元)、居住(元)、生活用品及服务(元)、交通通信(元)、教育文化娱乐(元)、医疗保健(元)、其他用品及服务(元)、生存型消费、发展型消费、享受型消费、居民消费结构升级。

03、样例数据

id省份年份消费支出(元)食品烟酒(元)衣着(元)居住(元)生活用品及服务(元)交通通信(元)教育文化娱乐(元)医疗保健(元)其他用品及服务(元)生存型消费发展型消费享受型消费居民消费结构升级
1北京201431102.9 7467.8 2359.8 9497.7 2041.4 3578.6 3268.3 1914.2 975.2 19325.3 8761.1 3016.6 0.37867 
1北京201533802.8 7584.2 2425.7 10350.2 2098.3 4489.6 3634.6 2228.6 991.4 20360.1 10352.8 3089.7 0.39767 
1北京201635415.7 7608.5 2433.0 11187.7 2327.2 4701.7 3686.6 2455.7 1015.2 21229.2 10844.0 3342.4 0.40057 
1北京201737425.3 7548.9 2238.3 12295.0 2492.4 5034.0 3916.7 2899.7 1000.4 22082.2 11850.4 3492.8 0.40997 
1北京201839842.7 8064.9 2175.5 14110.3 2371.9 4767.4 3999.4 3274.5 1078.6 24350.7 12041.3 3450.5 0.38882 
1北京201943038.3 8488.5 2229.5 15751.4 2387.3 4979.0 4310.9 3739.7 1151.9 26469.4 13029.6 3539.2 0.38498 
1北京202038903.3 8373.9 1803.5 15710.5 2145.8 3789.5 2766.0 3513.3 800.7 25887.9 10068.8 2946.5 0.33456 
1北京202143640.4 9306.6 2104.4 16846.7 2559.7 4226.8 3348.0 4285.7 962.5 28257.7 11860.5 3522.2 0.35249 
1北京202242683.2 9223.2 1860.8 17170.3 2193.3 4129.3 3008.0 3981.5 1116.8 28254.3 11118.8 3310.1 0.33805 
2天津201422343.0 7376.6 1859.3 4873.0 1295.5 2904.7 1833.8 1584.5 615.5 14108.9 6323.0 1911.0 0.36853 
2天津201524162.5 7709.9 1949.4 5237.5 1514.0 3185.9 2096.0 1757.1 712.6 14896.8 7039.0 2226.6 0.38347 
2天津201626129.3 8020.6 1931.2 5654.8 1561.7 3752.2 2404.0 2022.9 782.0 15606.6 8179.1 2343.7 0.40272 
2天津201727841.4 8647.0 1944.8 5922.4 1655.5 3744.5 2691.5 2390.0 845.6 16514.2 8826.0 2501.1 0.40684 
2天津201829902.9 8647.5 1990.0 6406.3 1818.4 4280.9 3186.6 2676.9 896.3 17043.8 10144.4 2714.7 0.43003 
2天津201931853.6 8983.7 1999.5 6946.1 1956.7 4236.4 3584.4 2991.9 1154.9 17929.3 10812.7 3111.6 0.43713 
2天津202028461.4 8516.0 1711.8 7035.3 1669.4 3778.7 2253.7 2646.0 850.5 17263.1 8678.4 2519.9 0.39346 
2天津202133188.4 9138.4 1872.0 7519.5 1940.6 4390.4 3372.5 3747.6 1207.5 18529.9 11510.5 3148.1 0.44168 
2天津202231323.7 9313.1 1630.4 7468.1 1789.0 3888.6 2546.0 3555.5 1132.9 18411.6 9990.1 2921.9 0.41221 
3河北201411931.5 3263.7 971.8 2727.7 773.6 1749.3 1144.5 1027.5 273.5 6963.2 3921.3 1047.1 0.41641 

04、下载链接:https://download.csdn.net/download/T0620514/89062019

这篇关于省级-居民消费结构升级数据集(2014-2022年)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/865464

相关文章

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名

Python UV安装、升级、卸载详细步骤记录

《PythonUV安装、升级、卸载详细步骤记录》:本文主要介绍PythonUV安装、升级、卸载的详细步骤,uv是Astral推出的下一代Python包与项目管理器,主打单一可执行文件、极致性能... 目录安装检查升级设置自动补全卸载UV 命令总结 官方文档详见:https://docs.astral.sh/

苹果macOS 26 Tahoe主题功能大升级:可定制图标/高亮文本/文件夹颜色

《苹果macOS26Tahoe主题功能大升级:可定制图标/高亮文本/文件夹颜色》在整体系统设计方面,macOS26采用了全新的玻璃质感视觉风格,应用于Dock栏、应用图标以及桌面小部件等多个界面... 科技媒体 MACRumors 昨日(6 月 13 日)发布博文,报道称在 macOS 26 Tahoe 中

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

华为鸿蒙HarmonyOS 5.1官宣7月开启升级! 首批支持名单公布

《华为鸿蒙HarmonyOS5.1官宣7月开启升级!首批支持名单公布》在刚刚结束的华为Pura80系列及全场景新品发布会上,除了众多新品的发布,还有一个消息也点燃了所有鸿蒙用户的期待,那就是Ha... 在今日的华为 Pura 80 系列及全场景新品发布会上,华为宣布鸿蒙 HarmonyOS 5.1 将于 7

使用SpringBoot整合Sharding Sphere实现数据脱敏的示例

《使用SpringBoot整合ShardingSphere实现数据脱敏的示例》ApacheShardingSphere数据脱敏模块,通过SQL拦截与改写实现敏感信息加密存储,解决手动处理繁琐及系统改... 目录痛点一:痛点二:脱敏配置Quick Start——Spring 显示配置:1.引入依赖2.创建脱敏

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例:使用pandas.concat合并数据默认的concat:参数axis=0,join=

C#代码实现解析WTGPS和BD数据

《C#代码实现解析WTGPS和BD数据》在现代的导航与定位应用中,准确解析GPS和北斗(BD)等卫星定位数据至关重要,本文将使用C#语言实现解析WTGPS和BD数据,需要的可以了解下... 目录一、代码结构概览1. 核心解析方法2. 位置信息解析3. 经纬度转换方法4. 日期和时间戳解析5. 辅助方法二、L