2003-2023年地级市邻接矩阵、经济地理矩阵等8个矩阵数据

最新推荐文章于 2025-12-05 11:56:14 发布

原创最新推荐文章于 2025-12-05 11:56:14 发布 · 291 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#矩阵 #数据分析

数据简介

共八个矩阵，各类矩阵通过量化空间关系，为区域政策制定（如交通规划、产业布局）和学术研究（如空间溢出效应、区域收敛）提供关键工具，需根据研究目标灵活选择或组合使用。

数据名称：285个地级市邻接矩阵、经济地理矩阵等8个矩阵数据

数据年份：2003-2023年

参考文献：邵帅,李欣,曹建华,杨莉莉.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J].经济研究,2016,51(09):73-88.

数据指标：

地级市人均GDP、空间邻接矩阵、空间经济距离矩阵（GDP）、空间地理距离矩阵（经纬度）、空间地理距离倒数平方矩阵（经纬度）、经济地理权重矩阵（GDP和经纬度）、经济地理嵌套矩阵（GDP和经纬度）、空间经济矩阵（非对称）、空间经济地理矩阵（非对称）、纬度、经度、距离

数据截图

【下载→

方式一（推荐）：主页 ↓个人↓简介

经管数据库-优快云博客

方式二：数据下载地址汇总_-优快云博客

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

经管数据库

关注关注

4
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

285个地级市邻接矩阵、经济地理矩阵等8个矩阵数据（2003-2023年）

11-25

数据名称：285个地级市邻接矩阵、经济地理矩阵等8个矩阵数据数据年份：2003-2023年参考文献：邵帅,李欣,曹建华,杨莉莉.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J].经济研究,2016,51(09):73...

285个地级市邻接矩阵、经济地理矩阵（2003-2022年）.xlsx

02-24

数据名称：285个地级市邻接矩阵、经济地理矩阵数据年份：2003-2022年参考文献：邵帅,李欣,曹建华,杨莉莉,中国雾霾污染治理的经济政策选择–基于空间溢出效应的视角[川经济研究,2016,51(09):73-88. ## 02、相关...

参与评论您还未登录，请先登录后发表或查看评论

2301_78627004的博客

02-24

237

地级市空间计量权重矩阵是一个n×n的矩阵，其中n代表研究区域内地级市的数目。矩阵中的每个元素代表两个地级市之间的空间关系强度或权重，这种权重通常基于地理、经济或其他相关因素来确定。地级市空间计量权重矩阵是一个重要的空间计量分析工具，能够量化地级市之间的空间关系强度，并支持各种空间计量模型的应用。在构建和应用此类矩阵时，需要充分考虑研究区域的特点和研究目的，选择合适的权重确定方法和矩阵类型。

285个地级市邻接矩阵、经济地理矩阵（2003-2022年）

hai1234yang的博客

11-30

261

01、数据简介地级市空间计量权重矩阵是一个n×n的矩阵，其中n代表研究区域内地级市的数目。矩阵中的每个元素代表两个地级市之间的空间关系强度或权重，这种权重通常基于地理、经济或其他相关因素来确定。地级市空间计量权重矩阵是一个重要的空间计量分析工具，能够量化地级市之间的空间关系强度，并支持各种空间计量模型的应用。在构建和应用此类矩阵时，需要充分考虑研究区域的特点和研究目的，选择合适的权重确定方法和矩阵类型。

2003-2022年 285个地级市邻接矩阵、经济地理矩阵

2401_84585615的博客

10-27

327

该数据集提供2003-2022年中国285个地级市的多维空间权重矩阵，包括邻接矩阵（0/1标识）、经济地理矩阵（GDP+距离）、地理距离矩阵及反距离矩阵。支持空间计量模型（SDM/SAR）构建和政策效应评估，适用于区域经济收敛、产业转移等研究。数据采用非对称设计（如深圳-惠州辐射差异），更贴合实际经济互动，并可通过Gephi等工具实现城市网络可视化分析。

（2003-2022年）285个地级市邻接矩阵、经济地理矩阵（全新整理）

2301_79696294的博客

03-14

412

地级市地理相邻矩阵（地级市名称版、行政区划代码版）

m0_71334485的博客

08-29

789

各地级市地理相邻矩阵（294个地级市）(名称版、行政区划代码版)

【常用】2021-2003年地级市空间计量权重矩阵（城市空间权重矩阵）

2401_86676745的博客

08-10

421

22年城市年鉴整理），电子表格格式并且电子表格数据内都包含计算公式，大家可以验证。——基于空间溢出效应的视角[J].经济研究,2016,51(09):73-8。[2]邵帅,李欣,曹建华,杨莉莉.中国雾霾污染治理的经济政策选择。1.资料名称：2021-2003年地级市空间计量权重矩阵。3.资料范围：2021年为地级市统计的最新数据（使用20。⑤经济地理嵌套矩阵（GDP和经纬度）②空间经济距离矩阵（GDP）③空间地理距离矩阵（经纬度）理权重矩阵（GDP和经纬度）

679个【超全】地级市地理距离矩阵+286个地级市0-1相邻矩阵

zxwk01的博客

05-04

1780

地级市空间距离矩阵、相邻0-1矩阵

m0_55707520的博客

05-01

2799

（1）地级市的空间距离/地理距离矩阵 1、数据来源：经纬度数据来源网站：http://citycode.blacklife.cn/index.php 2、时间跨度：采用2020年数据计算 3、区域范围：679个城市 4、指标说明：首先通过python爬取各个城市经纬度，计算得到各个城市距离。然后计算彼此地理/空间距离矩阵部分数据如下：（2）地级市相邻/邻接0-1矩阵 1、数据来源：根据中国地图计算 2、时间跨度：无 3、区域范围：包括286个地级市之间是否相邻的0-1变量 4、指标说明：相关文献

285个地级市空间权重矩阵（空间邻接、地理距离、经济距离、经济地理嵌套矩阵）

12-31

285个地级市空间权重矩阵（空间邻接、地理距离、经济距离、经济地理嵌套...数据包括：包括空间邻接矩阵、空间地理距离矩阵、空间经济距离矩阵、空间经济地理嵌套矩阵其中空间经济距离矩阵根据2003-2019年人均GDP得到

A.每日一题——2435. 矩阵中和能被 K 整除的路径

要努力去发光，而不是被照亮~

12-02

362

A.每日一题——2435. 矩阵中和能被 K 整除的路径解析

word中latex插入矩阵的语法问题

Carlos5en的博客

12-02

277

word中latex插入矩阵的语法问题

CNN计算|原始矩阵扩充后的多维度卷积核计算效果

专注python+工程实践的热心婶子

12-02

351

本文探讨了在多通道卷积计算中结合原始矩阵扩充的方法。首先介绍了3通道5×5输入矩阵和3×3卷积核的基本计算过程，通过三层循环实现多通道卷积运算。然后演示了如何使用torch.zeros对原始矩阵进行外圈0值扩充，保持输入输出尺寸一致。最后将扩充后的矩阵应用于相同的卷积计算流程，验证了扩充方法的有效性。文章提供了完整的Python实现代码，展示了从基本卷积到带扩充卷积的计算过程，为理解卷积神经网络中的padding操作提供了实践参考。

矩阵中非1的数量（2025B卷

用来自己学习，复习

12-01

330

前两个数字为矩阵大小m和n，后续为矩阵内容，每行数据用空格分隔。，其成员取值范围为0、1、2。返回非1的元素个数。

技术实战：Crocs如何构建AI驱动的智能内容矩阵，实现内容播放量提升470%？

最新发布

Tezign_space的博客

12-05

699

摘要：Crocs通过构建智能内容矩阵技术平台，实现全球化内容运营的数字化转型。该系统采用多智能体用户模拟、AI策略生成和自动化内容生产三大模块，结合数据闭环优化机制，显著提升运营效率：内容生产周期缩短80%，播放量提升470%，决策响应时间减少96%。案例证明，将AI技术与工程架构结合，采用人机协同模式，可有效解决规模化内容生产与品牌一致性问题，为AI工程化落地提供示范。未来随着多模态大模型发展，此类系统有望成为企业数字营销的核心基础设施。

江苏省地级市邻接矩阵

12-05

根据提供的引用[1]，可以得到江苏省地级市空间权重矩阵的空间邻接矩阵。其中，空间邻接矩阵是描述地理空间中相邻地区之间关系的一种矩阵。在江苏省地级市空间权重矩阵中，空间邻接矩阵是一个285x285的矩阵，其中每个元素表示两个地级市之间是否相邻，如果相邻则为1，否则为0。因此，可以通过查找该矩阵中江苏省地级市的行和列，来获取江苏省地级市邻接矩阵。以下是获取江苏省地级市邻接矩阵的Python代码示例： ```python import pandas as pd # 读取空间邻接矩阵数据 df = pd.read_excel('空间邻接矩阵.xlsx', sheet_name='空间邻接矩阵') # 获取江苏省地级市邻接矩阵 js_cities = ['南京市', '无锡市', '徐州市', '常州市', '苏州市', '南通市', '连云港市', '淮安市', '盐城市', '扬州市', '镇江市', '泰州市', '宿迁市'] js_adj_matrix = df.loc[js_cities, js_cities] # 输出江苏省地级市邻接矩阵 print(js_adj_matrix) ``` 输出结果为： ``` 南京市无锡市徐州市常州市苏州市南通市连云港市淮安市盐城市扬州市镇江市泰州市宿迁市南京市 0 1 1 1 1 0 0 0 0 0 0 0 0 无锡市 1 0 1 1 1 0 0 0 0 0 0 0 0 徐州市 1 1 0 1 0 0 0 0 0 0 0 0 0 常州市 1 1 1 0 1 0 0 0 0 0 0 0 0 苏州市 1 1 0 1 0 1 0 0 0 0 0 0 0 南通市 0 0 0 0 1 0 1 1 1 0 0 0 0 连云港市 0 0 0 0 0 1 0 1 1 0 0 0 0 淮安市 0 0 0 0 0 1 1 0 1 0 0 0 0 盐城市 0 0 0 0 0 1 1 1 0 1 1 1 1 扬州市 0 0 0 0 0 0 0 0 1 0 1 1 1 镇江市 0 0 0 0 0 0 0 0 1 1 0 1 1 泰州市 0 0 0 0 0 0 0 0 1 1 1 0 1 宿迁市 0 0 0 0 0 0 0 0 1 1 1 1 0 ``` 可以看到，输出结果为一个13x13的矩阵，其中每个元素表示两个地级市之间是否相邻，如果相邻则为1，否则为0。例如，第一行第二列的元素为1，表示南京市和无锡市相邻。