据说
《中国城市统计年鉴》
将会在4月出版
趁着它还没出版的这个空挡
数读菌整理了
城市统计年鉴
部分数据
约多个城市的各类统计数据
整理为主流BI软件可以识别的格式
分享一下
数据介绍
数据整理自《中国城市统计年鉴》，多个城市的部分数据整理在了一张统一的表格上，这也是方便各类BI软件识别，也方便添加到arcgis的属性表中。主要是各地级市的数据，不过，三沙、灵芝这样的，除了户籍人口外没有别的数据。需要说明的是，统计年鉴收录的是年的数据。这个真的要吐槽一下，某年的城市统计年鉴一般在下一年的四五月份出版，然后收录的是前一年的数据，也就是说，数据到手的时候已经是2年前的数据了。比如马上四月份要出的《中国城市统计年鉴》，收录年数据，差了两年真的是......叹气。
主要数据类别
接下来就直观的看一下这次分享的数据吧~
1
人口
下面这张地图中，圆的大小代表的是城市户籍人口的多少，越大的圆形意味着户籍人口的量越大，而颜色代表自然增长率，自然增长率0‰位于*色处，红*色就是自然增长率为负，*色越往绿色偏移意味着自然增长率越大。接近*色的，不管是红*还是*绿，自然增长率水平都处于较低。整个东北地区，emmmmmm；其实西南地区也不咋地，特别是重庆和成都之间有一个城市叫做南充市，自然增长率仅为-3.03‰，倒数第四；长三角区域*灿灿一片，整体不容乐观；自然增长率较高的是广东省，特别是粤港澳的外围城市，还有就是中原地区。
人口分布地图
利用四分法可以将这些城市分为、、和四类。
：韶关、厦门、防城港、北海、三亚、珠海、淮北等；
：鹤岗、伊春、本溪、鸡西、双鸭山、丹东、抚顺等；
：梅州、聊城、茂名、深圳、清远、驻马店、阜阳等；
：南充、上海、成都、南阳、哈尔滨、南通、沈阳等。
户籍人口-自然增长率四分图
1
经济
下面这张地图中，圆的大小代表每个城市地区生产总值的多少；而颜色代表着地区生产总值增长率的大小，红意味着低，蓝意味着高，中间灰色的转换值取的是年全国生产总值增长率6.7%。东北地区又一次，emmmmmm；整个山西省，是因为能源结构调整还是治理来着？京津冀整体也是忧伤满满。
地区生产总值分布地图
利用地区生产总值和地区生产总值增长率进行了一个聚类分析，发现这些城市可以分为三个群集：以北京、上海、广州、深圳、苏州、天津这样的大城市为代表的地区生产总值高，增长率尚可的瘦死骆驼比马大群集；东北承包了大部分成员的，以沈阳、阜新、鞍山、本溪、营口、抚顺等城市为代表的低增长率群集；以及众多抱团的中小城市为主的希望之星群集。
基于生产总值及增长率的城市聚类分析
分别使用三次产业的比重与人均地区生产总值做相关性的分析，各自的相关性都是，一产比重负相关，二产和三产则正相关。可能是由于城市类型和发展阶段存在很大的差异性，二产与三产比重虽然呈现出显著相关性，但是拟合情况并不理想。与之相对的，一产比重与人均地区生产总值的关系更为明显，不仅是的负相关，而且R2达到了0.53，可以说较好的反映出了这样一件事：城市的经济发展水平越高，其一产比重越少（这不废话么）。
三次产业占比与人均生产总值的相关性分析
地均生产总值，是每平方公里土地创造的生产值，反应土地的使用效率。通过地区生产总值除以行*区域面积得到这一指标。分别取生产总值、人均、地均三个数据进行排名：地区生产总值前20的城市仅有12个排到了人均生产总值前20中，在这12个城市中，又仅有10个城市地均生产总值进入了排名。
城市经济水平排名
使用人均和地均生产总值这两个数据进行聚类，这些城市可以分成4个群集。从人均和地均的维度上来看，第一梯队（群集4）仅有两个城市，上海和深圳。不从别的角度来考虑的话，这两个城市是目前经济发展水平和效益最好的城市。
以上仅仅是描述了本次分享的数据的很小一部分，如果想要这个数据，可以在