居住-总CPI涨幅差
「居住-总CPI涨幅差」，覆盖 1994-2024 年，频率 年度，地级市层级，含 8 个变量，样本量约 6,041。 衡量各地级市居住成本相对于总体物价水平的偏离程度，由居住类居民消费价格指数减去总居民消费价格指数计算得出，单位为百分点。
| 时间跨度 | 1994-2024 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 地级市 |
| 变量数 | 8 |
| 样本量 | 6,041 |
| 是否可合并 | 可与同主体数据集合并 |
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.
- CpiHousing [居民消费价格指数_居住(-)] — 居住类消费价格指数。
- Cpi [居民消费价格指数(-)] — 反映居民消费价格变动程度的综合指数，以上年为100。
- HousingInflationVsCpi [居住-总CPI涨幅差] — 居住-总CPI涨幅差。计算公式：CpiHousing - Cpi。
常见问题
- 「居住-总CPI涨幅差」是什么数据集？
- 居住-总CPI涨幅差，隶属价格指数。衡量各地级市居住成本相对于总体物价水平的偏离程度，由居住类居民消费价格指数减去总居民消费价格指数计算得出，单位为百分点。
- 该数据集的时间范围是？
- 覆盖 1994-2024 年。
- 包含哪些变量/指标？
- 共 8 个变量。核心指标包括：居民消费价格指数_居住(-)、居民消费价格指数(-)、居住-总CPI涨幅差。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 6,041 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 居住-总CPI涨幅差（HousingInflationVsCpi）衡量居住类居民消费价格指数（CPI）相对于总CPI的偏离程度，反映居住成本上涨与总体物价水平之间的相对变动关系。该指标引入的核心动机在于：居住成本（包括房租、水电燃料、装修维修等）作为家庭支出的重要组成部分，其价格波动往往与总CPI存在结构性差异，通过计算二者之差，可以识别居住通胀相对于一般通胀的“超额”或“不足”部分，为分析住房市场供需压力、居民实际生活成本变化以及货币政策传导效果提供关键参考。数据来源为相关统计部门公开发布的相关统计年鉴中“居民消费价格分类指数”表，其中CpiHousing代表居住类CPI（上年=100），Cpi代表总CPI（上年=100）。完整计算公式为： $$ \text{HousingInflationVsCpi}{it} = \text{CpiHousing}{it} - \text{Cpi}{it} $$ 其中，下标 \(i\) 表示城市，\(t\) 表示年份。计算步骤为：直接从原始数据中提取各城市各年份的居住类CPI和总CPI数值，两者均为定基或同比指数（上年=100），直接相减即得差值。无需中间步骤如PIM或Theil指数。单位：百分点（percentage point），取值范围通常在-10至10个百分点之间，典型量级为0至3个百分点，正值表示居住成本上涨快于总物价，负值则相反。 补充说明 本指标基于简化假设：居住类CPI与总CPI均采用相关统计部门统一口径，且指数基期一致（上年=100），直接相减可近似反映相对价格变动。边界条件：数据覆盖年份为2001年至2022年（视城市统计起始年份而定），缺失值处理采用线性插值法，若某城市某年数据完全缺失则标记为NaN；单位换算无需进行，因两者均为百分比指数。计算粒度为City（城市）级别，主键为CityCode和Year。已知限制：该指标仅反映价格变动相对关系，无法区分居住成本上涨的具体驱动因素（如房租、水电或装修）；此外，CPI指数本身存在权重调整和统计口径变化，跨期比较需谨慎。 参考文献 [1] 相关统计部门. 相关年度统计资料[M]. 北京: 中国统计出版社, 历年. [2] 张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算: 1952—2000[J]. 经济研究, 2004(10): 35-44.
- 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。