高校密度(每百万人高校数)

字段字典

• Province [省份名称] — 省份的中文名称.
• ProvinceCode [省份代码] — 省份的相关统计部门代码 (6 位字符串).
• City [地级市名称] — 地级市的中文名称.
• CityCode [地级市代码] — 地级市的相关统计部门 6 位代码.
• Year [年份] — 统计年份.
• Universities [普通高等学校数(所)] — 普通高等学校数。
• Population [常住人口数(万人)] — 在某地区实际居住半年以上的人口总数。
• UnivDensity [高校密度(每百万人高校数)] — 高校密度(每百万人高校数)。计算公式：Universities * 1e6 / (Population * 10000)。

常见问题

「高校密度(每百万人高校数)」是什么数据集？

高校密度(每百万人高校数)，隶属教育。衡量地级市每百万人拥有的普通高等学校数量，反映区域高等教育资源丰裕程度。

该数据集的时间范围是？

覆盖 1990-2024 年。

包含哪些变量/指标？

共 8 个变量。核心指标包括：普通高等学校数(所)、常住人口数(万人)、高校密度(每百万人高校数)。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，地级市层级。

样本量有多大？

约 8,458 条观测。

数据是如何测算/获取的？

指标定义与计算方法 高校密度（每百万人高校数）衡量特定城市每百万常住人口所拥有的普通高等学校数量，是反映区域高等教育资源丰裕程度与人力资本积累潜力的重要结构性指标。该指标引入动机在于：高等教育机构的分布密度直接影响地区创新产出、劳动力技能结构与长期经济增长，是分析教育资源配置空间差异的关键变量。数据来源为相关统计部门公开发布的相关城市统计年鉴及各省统计年鉴中“普通高等学校数”（Universities）与“年末总人口”（Population）两项指标。完整计算公式如下： $$ \text{UnivDensity}{it} = \frac{\text{Universities}{it} \times 10^6}{\text{Population}{it} \times 10^4} $$ 其中，Universities 为城市 i 在年份 t 的普通高等学校数（所），Population 为城市 i 在年份 t 的年末总人口（万人）。计算步骤为：首先将人口数据由“万人”转换为“人”（乘以 10^4），再将高校数乘以 10^6 以匹配每百万人的分母，最后相除得到每百万人高校数。该指标单位为“所/百万人”，取值范围通常介于 0 至 100 之间，典型量级：高等教育资源密集城市（如北京、武汉）可达 30–60 所/百万人，而多数地级市在 0–10 所/百万人区间。 补充说明 简化假设：假定普通高等学校数统计口径一致，未区分本科与专科层次，且未考虑高校规模（在校生数）差异。边界条件：年份覆盖范围为 2003–2021 年（依据相关城市统计年鉴连续发布年份）；缺失处理：若 Universities 或 Population 任一字段缺失，则该城市-年份观测值标记为缺失，不进行插补；单位换算：人口原始单位为“万人”，需统一换算为“人”以确保分母量纲正确。计算粒度：以 City（城市）为主键，主键为 CityCode 与 Year。已知限制：该指标未反映高校质量（如“双一流”高校占比）及跨城市通勤就读现象，可能低估实际教育服务可及性；此外，部分城市高校数包含分校或独立学院，存在重复统计风险。 参考文献 [1] 相关统计部门. 相关城市统计资料[M]. 北京: 中国统计出版社, 历年.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。