用户名
密码
(30天内有效)
注册
注册
+ 我要分享数据和工具
你手上有闲置的数据、开发的工具或产品,
免费或有偿分享,立享知识变现!
  • 绿点

    【地级市人口迁徙数据分享】我国城市之间人口从哪来?到哪去?

    【欢迎投稿】如果你有与城市数据、城市创新、智慧城市、新技术等相关主题的稿件,欢迎来稿,稿费多多,请联系微信客服 lemon_udparty【本期看点】我国人口迁徙与我国的城市化进程息息相关,我国人口迁徙活动主要以务工、学习、交流合作等目的为主,我国城市化进程的加快导致了人口迁徙规模的扩大。这其中带来的疾病扩散、交通迁徙等方面的研究迫切需要相关数据分享,而现有的百度、腾讯等迁徙数据暂时没有地级市尺度的数据分享。通过本公众号推文提供的链接,可以下载有关人口迁入和迁出分布的有关数据,通过该数据,可以得知不同城市人口“从哪来”和“到哪去”,该数据也可以用来进行交通仿真、社会学、疾病扩散等研究。 本期投稿 作者:盖振宇现为南京林业大学城乡规划学在读硕士研究生,曾参与过绿地系统规划、大数据在城乡规划中的应用等方面研究数据来源与处理方法2017年,中国国家卫生和计划生育委员会(NHFPC)在中国进行了流动人口动态调查,样本点分布在31个省的356个地级市和地区。受访者是在流入居住地居住了一个月以上,没有在该城市进行户口登记且到2017年年龄在15岁以上的流动人口居民,当前居住地与户籍注册地相同的人口不包括在内。根据计划在356个地级市和地区,调查170,000个住所,实际访问169,989个,涉及667,122名居民,其中575,288名居民住在人口流入地。调查包括获得有关流动人口家庭、住房、基本公共卫生、户口所在地等的基本信息。这项调查数据于2018年底公开 (http://www.chinaldrk.org.cn/wjw/#/home),是目前有关中国人口流动的最新和最全的数据。首先,对收集到的流动人口调查问卷数据利用SPSS软件进行统计,根据被访问者的居住地和户籍地的行政代码来提取对应的地级市,并依据同一家庭成员、同一居住城市等标准进行分组汇总,并赋予相应的代码编号,以方便统计处理。之后,将各个地级市代码以及相对应的数据内容导入Python中,进行批量分类求和统计,将统计结果形成n阶矩阵,行和列分别代表居住地(调查地)和户籍地(出生地),以形成人口迁徙数量矩阵。在构建矩阵时,我们删除了以下人口样本:1)获得当地户口的人口;2)居住在外地的人口。目的是排除居住地与出生地相同的人口样本,以确保迁入和迁出矩阵计算时均为有效的迁徙人口样本,以便进行矩阵计算时,矩阵对角线均为0,即模型中不存在居住地与户籍地相同的人口样本。最后,通过这种方法,流动人口样本可以很好地反映某些流动人口的出生地,经过统计样本总数为432,933个。所形成的人口迁徙网络数量矩阵如下所示:其中代表调查数据中在节点城市i 中出生并在节点城市j中居住的居民数量;m表示城市数量,本研究中总共有356个城市或地区。因为排除了获得户籍的流动人口样本,所以矩阵对角线上的为0。在构建数量矩阵后,我们对每个居住地的概率进行标准化,将每一列或每一行的概率加起来,以形成称为人口迁徙网络概率矩阵,该矩阵类似地理加权空间矩阵。 其中代表出生地是城市j流动到城市i的流动人口居住概率。代表了出生地是城市i的流动人口中流动到节点城市j的居住的概率,总之,p值越高,表明对应的两个节点城市人口迁徙概率越高,即节点在网络中所占权重越高。因此我们可以得到不同城市的人口迁入和迁出概率分布,从而可以进一步预测春节期间交通流量或进行疾病传播等方面的研究。数据使用说明使用该数据时,打开压缩包会有两个shp文件,将其导入ArcGIS中,在属性表中可以查看不同城市对应的不同城市的迁入和迁出概率,以迁入概率为例,可以看到纵行表头为当前研究城市,横行则对应的为其他城市迁入到该城市的概率,迁出概率使用方法与迁入概率相同。图1 迁入概率属性表以武汉市为例,打开迁入概率shp文件,在符号系统中选择武汉市,选择一定的分类方法后,即可得到全国范围内武汉市迁入人口的分布图,如图1所示。图2 武汉市迁入概率选择示例图3 武汉市迁入人口概率分布同理,也可以得到武汉市迁出人口的分布概率,如下图所示:图4 武汉市迁出人口概率分布数据使用及引用方法数据使用说明:该数据仅供个人研究参考,不可用于商业或其他用途。使用该数据进行研究需在文章中标注并致谢:“本文使用了国家卫生计生委流动人口服务中心提供的2017年中国流动人口动态监测数据”。同时也欢迎引用使用该数据进行的研究文章:Fan Chenjing,Cai Tianmin,Gai Zhenyu,Wu Yuerong. The Relationship between the Migrant Population's Migration Network and the Risk of COVID-19 Transmission in China-Empirical Analysis and Prediction in Prefecture-Level Cities.[J]. International journal of environmental research and public health,2020,17(8).本文来自微信公众号:城市数据派,如需转载请联系城市数据派。
    免费
免费
  • 绿点

    全球疫情数据

    附件数据为截至2020年2月6日官方网站上的数据。最新数据下载链接请到以下链接自行下载,此链接需要科学上网哦~:https://docs.google.com/spreadsheets/d/1wQVypefm946ch4XDp37uZ-wartW4V7ILdg-qYiDXUHM/htmlview?usp=sharing&sle=true
    免费
免费
  • 绿点

    乌鲁木齐市米东区香缇园商住区沿街门面出租

    乌鲁木齐市米东区沙河中路410号,米东区S114道路旁香缇园商住区1楼沿街门面出租,一层面积76.68㎡,二层面积70平方米总共146.68㎡上下两层通自来水、地暖、电等设施,有两个卫生间。周边有广汇天汇名牌汽车市场,米东二手车市场,荷兰小镇、香缇园小区、香缇苑小区等高档住宅区,离乌鲁木齐市第100小学距离150米,周边有乌鲁木齐市114中学,米泉中学等人气旺。周边缺少宠物店、宠物医院、宠物酒店,中小学培训、艺术培训,民族特色饭馆,牙医诊所,康复中心等经营场所。电话13999875453
    免费
免费
  • 绿点

    信用放大镜:小微企业失信现状面面观| 联合奖惩专题

    近年来小微企业发展迅速,在经济发展浪潮中发挥着重要作用,一方面是促进发展的先头部队,另一方面也是解决就业的主渠道和创新的重要源泉。作为经济发展的“生力军”小微企业,也必然成为企业信用服务及监管的重点对象。本文从小微企业失信特征分析入手,并辅助与所有企业整体水平进行比对,试图刻画全国小微企业群体的信用现状。首先,我们先科普一下,什么是“小微企业”?小微企业的划分标准参考了国家统计局2011年发布的《统计上大中小微型企业划分办法(2011)》,将企业划分为大型、中型、小型、微型四种规模,并将小型和微型企业组合为“小微企业”群体,本文统计采用截止2019年2月底的失信黑名单信息。小微企业失信率0.89%,低于全国平均水平1.11%截止统计时,全国在营企业3700万家中,小微企业数量达到2500万家,占比约69.28%。全国在营企业中,有41万家在统计时仍被列入失信黑名单没有退出,占比为1.11%;其中,小微企业23万家,占全部在营小微企业比例为0.89%。下文,将涉及失信黑名单记录的企业定义为“失信企业”,将失信企业占全部企业比例定义为“企业失信率”,因此小微企业失信率0.89%,低于全国企业失信率1.11%。小微企业现存的失信黑名单主要集中在失信被执行人、全国公共资源交易失信两类,合计占超过90%小微企业现存的41.8万失信黑名单记录主要集中在失信被执行人、全国公共资源交易失信两类,占比总计达95.16%。其中失信被执行人是小微企业失信黑名单主要来源,记录数36万条,占小微企业全部失信黑名单记录数的87.58%,涉及小微企业近18万家,占失信小微企业总量的77.92%。全国公共资源交易平台发布的失信黑名单记录数为3.1万条,占比为13.60%。其他失信黑名单还包括政府采购失信、涉金融领域失信、安全生产失信联合惩戒黑名单、涉运输物流领域严重违法失信、电商领域失信、拖欠农民工工资、海关失信等,合计失信记录数2万条,涉及企业1.9万家,数量相对较少。从国标行业门类来看,失信小微企业主要集中在批发零售业、制造业,合计占比超过60%;采矿业、制造业、交通运输业小微企业失信率位列前三对23万家失信小微企业的所属行业进行分析,发现:失信小微企业集中在批发零售业和制造业,其中批发零售业7.5万家、制造业7.1万家,分别占比32.51%、31.02%,合计占比超过60%,远超过其他行业门类。从各行业小微企业失信率来看,采矿业、制造业、交通运输业失信率位列前三:采矿业小微企业仅有2,200多家失信,但失信率高达3.85%;制造业小微企业失信率为2.18%,失信企业量和失信率均排名第二;交通运输业小微企业失信率为1.60%。以上三个行业均远高于小微企业平均失信率0.89%,房地产、住宿餐饮业企业失信率略高于平均水平,其他多数行业都低于平均水平。见下图:各行业(门类)失信小微企业数量及小微企业失信率对比同行业平均水平相比,交通运输、农林牧渔和国际组织3个行业的小微企业信用状况相对较差,其他行业小微企业的信用状况均好于行业平均水平部分行业小微企业失信数量集中、失信率高,可能与行业性质特征有关。为说明小微企业群体的信用状况,我们在分析中增加了偏好指标,将某行业的小微企业失信率,与该行业所有企业的失信率进行对比。比值小于1,说明该行业的小微企业失信率低于该行业所有企业的失信率,即该行业小微企业的信用状况优于行业平均水平,比值大于1则反之。以失信企业数量为x轴,偏好值为y轴作图,各行业门类的失信情况见下图:行业(门类)失信小微企业数量及偏好对比就偏好值来说,各行业门类中,交通运输、农林牧渔、国际组织3个行业门类的小微企业失信率偏好值大于1,其他行业的偏好值均小于等于1,说明这三个行业的小微企业失信率高于对应行业的全部企业失信率,小微企业的信用状况与同行业内全部企业平均水平相比较差。失信小微企业量最高的批发零售业和制造业,失信率偏好值分别为0.85、0.76,低于同行业内全部企业失信率。“进一步细分至国标二级行业,失信小微企业量超过2000家的27个二级行业中,道路运输、餐饮、农业3个行业的小微企业信用状况不及行业平均水平进一步细分行业,从二级行业分类分析小微企业的行业失信特征。失信小微企业量超过2000家的二级行业共27个,其中道路运输、餐饮、农业三个行业失信偏好值大于1,失信率高于对应行业的平均失信率。其他行业小微企业的失信率偏好值均小于1。批发业失信小微企业数量近5.6万家,是二级行业中失信数量最高的行业,占失信小微企业总量比例为24.47%,失信偏好值为0.81。其次为零售业,失信小微企业数量近1.8万家,偏好值为0.91。商务服务业失信小微企业数量为1.7万家,偏好值为0.69。二级行业失信小微企业数量及偏好对比97.23%的失信小微企业为民营企业;国有、集体、外资类的小微企业信用状况与同类型相比较差失信小微企业的企业类型以民营企业为主,数量为22万家,占比97.23%;其他类型的失信小微企业数量之和约为6000家。对比不同类型的小微企业失信率,民营小微企业失信率为0.88%,决定了小微企业整体的失信率水平。其他类型中,集体小微企业失信率为1.45%,在各类型中居首;其次是国有小微企业,失信率为1.25%;类型为外国(地区)企业、外资企业的小微企业失信率均为1.10%,均高于小微企业的平均失信率。五大企业类型失信小微企业数量及企业失信率对比与行业分析类似,将某一类型的小微企业失信率与该类型的所有企业失信率进行对比,进行失信偏好分析。五大企业类型中,失信小微企业数量最多的民营企业,偏好值为0.76。国有企业、集体企业和外资企业的小微企业失信偏好值均大于1。即民营企业中,小微企业的信用状况要好于整体水平。国有企业、集体企业、外资企业中,小微企业的信用状况相对较差。五大企业类型失信小微企业数量及偏好对比失信小微企业以成立5-10年最多,且成立时间越长,失信率相对越高;相较于同年龄段全部企业,小微企业信用状况均略好失信小微企业中,以企业成立时间较长者居多,5-10年企业占比41.14%,数量最多,10年以上占比为37.4%。成立三年以内的占比为4.34%,成立1年及以内的仅占0.06%。成立时间越久的企业,失信率相对更高,各年龄段的小微企业中,成立时间在5年以上的群体失信率均超过了小微企业平均失信率。不同年龄区间失信小微企业数量及失信率对比从偏好值来看,各个年龄段的偏好值均小于1,即各年龄段小微企业的信用状况要略好于该年龄段的所有企业。不同年龄段失信小微企业数量及偏好对比超过60%的失信小微企业分布在江苏、河北、广东、浙江和山东五省,且河北、江苏、浙江三省的小微企业失信率高于全国小微企业平均失信率全国失信小微企业区域分布如下图,31个省市均有涉及。失信小微企业数量最高的5个省份为:江苏、河北、广东、浙江和山东,数量分别为4万家、3.6万家、2.9万家、2万家、1.4万家,均超过一万,占全国失信小微企业的比例合计超过60%。对比以上5省小微企业的失信率,广东和山东分别为0.73%、0.71%,低于小微企业平均失信率0.89%;而河北、江苏、浙江分别为3.18%、1.63%、1.17%,远高于全国小微企业平均失信率。其他省市失信小微企业数量相对较少,但值得注意的是,宁夏、福建两个省的小微企业失信率高于平均失信率。尤其宁夏,失信小微企业数量仅1,200多家,失信率达到1.13%,而福建失信小微企业数量8000多家,企业失信率为0.91%,略高于平均失信率。各地区失信小微企业数量及失信率各地区小微企业信用状况优于该地区的整体水平就偏好值来说,31个省市的偏好值均小于1,说明各地区的小微企业信用状况均优于该地区的整体水平,其中内蒙和青海最低,偏好值均为0.56,河北的偏好值最大,为0.97。不同地区失信小微企业数量及偏好对比以上是本文作者通过数据的层层展开与分析,对小微企业失信特征进行的剖析,有喜有忧背后我们不难看出,小微企业信用体系建设,对于改善企业信用环境,增强企业信用意识,提升企业信用水平,都有着重要作用。注:文中涉及数据,来自于量子数聚整合的国家部委级门户网站公示数据,即各省市上报汇总后统一发布的结果,在此不单独统计各省市级渠道发布数据,如有遗漏,还请指正。
    免费
免费
  • 绿点

    免费下载!世界首幅10米分辨率全球地表覆盖制图丨城市数据派

    点击上图,了解详情清华大学地球系统科学系宫鹏教授研究组与国内外多家单位合作以“Stable classification with limited sample: transferring a 30-m resolution sample set collected in 2015 to mapping 10-m resolution global land cover in 2017”(少量全球样本稳定地表覆盖分类: 将2015年采集的30-m分辨率样本迁移到2017年10-m分辨率全球地表覆盖制图)为题撰文介绍了世界首幅10-m分辨率全球地表覆盖制图方法与结果。该成果3月8日在线发表于Science Bulletin 。当前世界发展面临一系列挑战,如人口增长、城市化、农业扩张以及气候变化对粮食安全的影响、能源和水资源短缺、资源过度开采、生物多样性丧失和环境污染等。为维护人类健康和实现联合国可持续发展目标,需要及时和更高分辨率的土地覆盖信息,从而能够更好地进行环境监测。然而,30-m分辨率的全球土地覆盖数据直到2012年才问世。随着日益旺盛的土地覆盖信息的应用需求,我们不但需要更高空间分辨率,还需要更高时间频率的全球土地覆盖产品。而开发这样的产品,需要依赖大量的人力和很强的计算能力。清华大学地球系统科学系宫鹏等基于研究组2011年以来在全球30-m地表覆盖制图获得的经验和在样本库建设方面的积累,以及10-m分辨率Sentinel-2全球影像的完整存储和免费获取,还有Google Earth Engine平台强大的云计算能力,开发出了世界首套10-m分辨率的全球土地覆盖产品——FROM-GLC10。该产品基于2017年在Science Bulletin 发表的全球首套多季节样本库,涵盖从2014年和2015年Landsat 8影像由专家解译得到的均匀覆盖全球的多季节样本。其中,训练集包含大约340,000个不同大小的样本(从30 m×30 m到500 m×500 m),覆盖全球约93,000个样本点位;验证集包含大约140,000个不同季节的样本,覆盖超过38,000个样本点位。将该样本库应用于2017年获取的Sentinel-2影像,并基于随机森林分类器得到全球10-m土地覆盖图。该研究提出“少量全球样本稳定地表覆盖分类”理论,指出了全球训练样本迁移到其他年份或不同传感器获取的遥感数据对最少样本数量和误差限度的要求。为了证明该理论在全球尺度的正确性,研究组设计了一系列严密的随机试验,分别测试了分类器对样本数量的敏感性,以及对因每年地表实际发生的土地覆盖变化或解译误差导致的样本错误的容忍度。结果显示,在纳入实验的样本量仅占整体的40%,或训练样本的误差比例达到20%时,分类精度的损失在1%之内,说明稳定分类仍能得以实现,即“少量全球样本稳定地表覆盖分类”的理论是成立的。这一理论保证了对样本进行迁移的有效性。该文对2017年10-m分辨率的FROM-GLC10产品进行了精度检验,并将其与2017年30-m分辨率的FROM-GLC30产品进行了比较。检验和比较结果显示,FROM-GLC10总体精度为72.76%,与FROM-GLC30精度相当,但FROM-GLC10的结果提供了更多的空间细节。世界首套10-m分辨率的全球土地覆盖产品——FROM-GLC10产品目前已正式面向全球公开,关注城市数据派微信号(udparty),到微信号中回复“10米”,即可得知免费下载链接。 点击读全文:Stable classification with limited sample: transferring a 30-m resolution sample set collected in 2015 to mapping 10-m resolution global land cover in2017. Science Bulletin, 2019, 64, https://doi.org/10.1016/j.scib.2019.03.002END.| 往期精选 |点击上图,了解详情| 其他合作 |商业合作、投稿等,请联系客服小派派微信号 xiaopaipai_udparty,加好友必须备注:合作+机构名称
    免费
免费
  • 绿点

    长沙市菜鸟驿站POI数据

    长沙市菜鸟驿站POI数据,总数据量759条,数据内容包括:菜鸟驿站名称;经纬度信息;详细地址
    免费
免费
  • 绿点

    济南市菜鸟驿站POI数据

    济南市菜鸟驿站POI数据,总数据量472条,数据内容包括:菜鸟驿站名称;经纬度信息;详细地址
    免费
免费
  • 绿点

    郑州市菜鸟驿站POI数据

    郑州市菜鸟驿站POI数据,总数据量685条,数据内容包括:菜鸟驿站名称;经纬度信息;详细地址
    免费
免费
没有更多数据……