金融业区位熵

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).
• Year [年份] — 统计年份.
• Grp [地区生产总值(亿元)] — 地区生产总值指按市场价格计算的一个地区所有常住单位在一定时期内生产活动的最终成果。统计范围涵盖国民经济各行业，反映地区经济总量和规模。单位：亿元。
• FinanceVa [金融业增加值(亿元)] — 金融业增加值是指按市场价格计算的一个国家（或地区）所有常住单位在一定时期内从事金融业生产活动的最终成果。
• LQ_Finance [金融业区位熵] — 金融业区位熵。计算公式：(FinanceVa/Grp) / (sum_p FinanceVa / sum_p Grp)。

常见问题

「金融业区位熵」是什么数据集？

金融业区位熵，隶属综合经济。衡量各省金融业相对集聚程度的区位熵指数，计算公式为（各省金融业增加值/各省GDP）除以（全国金融业增加值/全国GDP）。

该数据集的时间范围是？

覆盖 1992-2024 年。

包含哪些变量/指标？

共 6 个变量。核心指标包括：地区生产总值(亿元)、金融业增加值(亿元)、金融业区位熵。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，省级层级。

样本量有多大？

约 1,023 条观测。

数据是如何测算/获取的？

指标定义与计算方法 金融业区位熵（LQFinance）是衡量某一地区金融业相对于全国平均水平的集聚程度或专业化优势的指数。该指标的经济学含义在于，通过比较地区金融业增加值占地区生产总值（GDP）的比重与全国金融业增加值占全国GDP的比重，揭示该地区金融业是否具有比较优势。当LQ1时，表明该地区金融业相对集聚，具备金融中心特征；当LQ<1时，则表明金融业专业化程度低于全国平均水平。引入该指标旨在控制区域产业结构差异对宏观经济变量的影响，为分析金融发展与经济增长、区域政策效应等关系提供标准化测度工具。数据来源为相关统计部门年度公开数据中的分省金融业增加值（FinanceVa）和地区生产总值（Grp），以及全国汇总数据。完整计算公式如下： $$ LQ{i,t} = \frac{FinanceVa{i,t} / Grp{i,t}}{\sum{p} FinanceVa{p,t} / \sum{p} Grp{p,t}} $$ 其中，\(i\) 表示省份，\(t\) 表示年份，\(\sum{p}\) 表示对所有省份求和。计算步骤为：首先计算各省份金融业增加值占其GDP的比重；其次计算全国金融业增加值总和与全国GDP总和的比值；最后将各省份比重除以全国比值，得到区位熵指数。该指标为无量纲指数，取值范围通常为0至正无穷，典型量级在0.5至3.0之间，多数省份集中在0.8至1.5区间。 补充说明 本指标计算基于简化假设：金融业增加值与GDP数据均采用当年价格，未进行价格平减处理，因此反映的是名义值下的相对集聚程度。边界条件方面，数据覆盖年份为2000年至2022年（视相关统计部门公开数据范围而定），缺失值处理采用线性插值法，若某省份某年数据完全缺失则标记为NaN。计算粒度为省级层面（Province），主键为ProvinceCode和Year。已知限制包括：区位熵仅反映相对比例，无法区分集聚的绝对规模差异；金融业增加值统计口径可能因省份产业结构差异而存在偏差；此外，该指标对数据异常值敏感，极端年份（如金融危机期间）可能产生较大波动。 参考文献 [1] Florence, P. S. (1939). The Statistical Method in Economics and Political Science. London: Kegan Paul, Trench, Trubner & Co. [2] 黄解宇, 杨再斌. (2011). 金融集聚论: 金融中心形成的理论与实践解析. 北京: 中国社会科学出版社.

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。