首页 > 其他分享 >【数据分享】2020-2022年我国城市间人口迁徙数据(免费获取)

【数据分享】2020-2022年我国城市间人口迁徙数据(免费获取)

时间:2024-07-30 09:26:13浏览次数:21  
标签:02 01 城市 2020 2022 迁徙 数据

城市间的人口、资金、交通流动是我们在很多研究中都想去量化的东西,但是能支持相关量化研究的数据很少。本次我们给大家带来的是2020—2022年我国城市间人口迁徙数据。

该数据发布于HARVARD dataverse平台,数据是从百度迁移数据平台爬取的。该数据包括如下五个具体指标:

①逐日的单个城市迁出到我国其它城市的迁徙指数

该数据为从城市迁出的前100个城市的城市清单和迁徙占比!该数据有的日期包括:

  • 2020.01.01-2020.05.03
  • 2020.09.22-2020.12.31
  • 2021.01.01-2021.03.27
  • 2021.09.02-2021.12.31
  • 2022.01.01-2022.04.21

我们以2022.04.21这一天的迁出数据为例来预览一下数据:

我们再进一步解释一下该数据:我们以第一列北京市为例,这一列表示的是2022.04.21这一天北京市迁出到其他城市的迁徙占比,比如北京迁徙到天津市是占比13.38%,北京迁徙到石家庄市是占比2.97%。

②逐日的我国其它城市迁入到单个城市的迁徙指数

该数据为迁入城市的前100个城市的城市清单和迁徙占比!该数据有的日期包括:

  • 2020.01.01——2020.05.03
  • 2020.09.22——2020.12.31
  • 2021.01.01——2021.03.27
  • 2021.09.02——2021.12.31
  • 2022.01.01——2022.04.21

我们以2022.04.21这一天的迁入数据为例来预览一下数据:

我们再进一步解释一下该数据:我们以第一列北京市为例,这一列表示的是2022.04.21这一天从其它城市迁入北京市的迁徙占比,比如天津市迁徙到北京市是占比11.36%,石家庄市迁徙到北京市是占比2.45%。

③逐日的城市迁出规模

迁出规模反映人口迁出的规模和强度,帮助分析不同日期人口迁出的总体趋势。该数据有的日期包括:

  • 2020-01-01——2020-02-25
  • 2020-04-01——2020-04-07
  • 2020-05-01——2020-05-05
  • 2020-06-25——2020-06-27
  • 2021-01-19——2023-02-12

我们来预览一下数据:

④逐日的城市迁入规模

迁入规模反映人口迁入的规模和强度,帮助分析不同日期人口迁入的总体趋势。该数据有的日期包括:

  • 2020-01-01——2020-02-25
  • 2020-04-01——2020-04-07
  • 2020-05-01——2020-05-05
  • 2020-06-25——2020-06-27
  • 2021-01-19——2023-02-12

我们来预览下数据:

此外,原始数据里面还分享有2020.01.01——2020.05.02号的城内出行强度数据,因为该数据时间较短,且应用较少,在这儿我们就不介绍了!

大家可以在公众号回复关键词 238 免费获取该数据!无需转发文章,直接获取!以下为数据的详细介绍:

01 数据详情

数据来源:

源自哈佛大学地理分析中心团队的Tao Hu等学者在HARVARD dataverse平台上分享的数据,网址为:https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/FAEZIO

百度迁移数据平台网址:

http://qianxi.baidu.com/?from=shoubai#/

数据格式:

Excel

数据时间:

2020-2022年

数据范围:

全国

引用方式:

关于百度迁徙数据的进一步介绍!

相关论文:

Hu, T., Guan, W., Zhu, X.,..., & Bao, S. (2020). Building an Open Resources Repository for COVID-19 Research, Data and Information Management (published online ahead of print), 000010247820200012. doi: https://doi.org/10.2478/dim-2020-0012 https://doi.org/10.2478/dim-2020-0012

数据引用:

Spatial Data Lab, 2020, "Baidu Mobility Data", https://doi.org/10.7910/DVN/FAEZIO, Harvard Dataverse, V21, UNF:6:kdCJB3fP2CpzUSGklMEumg== [fileUNF].

如有数据使用需求请按照官方平台的要求进行引用,更多数据详情可以查看官网获悉!

标签:02,01,城市,2020,2022,迁徙,数据
From: https://blog.csdn.net/weixin_63042008/article/details/140787628

相关文章

  • 只讲干货!!数据库的裤腰带!!今天拿下:MySQL中的约束!!
    MySQL中的约束约束概述        数据库约束是对表中的数据进行进一步的限制,保证数据的正确性、有效性和完整性主键约束(PrimaryKey)PK        主键约束是使用最频繁的约束。在设计数据表时,一般情况下,都会要求表中设置一个主键。        ......
  • 如何智能便捷、自动化地进行文件数据采集?
    文件数据采集是指从各种源头和渠道收集、整理、清洗、分析和挖掘数据的过程。它是大数据应用的基础,为企业提供全面的决策支持和业务价值。文件数据采集对于不同行业都至关重要,通过有效的文件数据采集,企业可以更好地了解市场动态、优化服务和产品,以及提高运营效率。金融行业会涉......
  • 好代码资源网同款主题,基于ripro9.0定制开发,包含演示数据
    这个其实就是好代码网站的早期整站打包代码,现在里面的部分数据已经过期了,只能展示效果,没法下载。所以就只当做主题分享给大家使用。这个代码已经集成了wordpress和ripro主题了,所以在宝塔里新建一个站点,然后把代码上传到网站根目录恢复就可以了。但如果你想单独提取里面的二开......
  • 回归预测|基于灰狼优化BP神经网络的多特征输入单输出的数据回归预测Matlab程序GWO-BP
    文章目录一.灰狼优化BP神经网络基本原理二.灰狼优化BP神经网络Matlab程序2.1实验结果2.2Matlab程序一.灰狼优化BP神经网络基本原理灰狼优化(GreyWolfOptimization,GWO)结合BP神经网络进行数据回归预测是一种结合了优化算法和神经网络的方法,适用于多......
  • 基于Python网络招聘数据可视化分析系统的设计与实现
    基于Python网络招聘数据可视化分析系统的设计与实现DesignandImplementationofPython-basedNetworkRecruitmentDataVisualizationAnalysisSystem完整下载链接:基于Python网络招聘数据可视化分析系统的设计与实现文章目录基于Python网络招聘数据可视化分析系......
  • 昇思25天学习打卡营第19天|ResNet50 图像分类案例:数据集、训练与预测可视化
    目录环境配置数据集加载数据集可视化BuildingBlockBottleneck构建ResNet50网络模型训练与评估可视化模型预测环境配置        首先指出实验环境预装的mindspore版本以及更换版本的方法。然后,它卸载了已安装的mindspore并重新安装指定的2.3.0rc1版......
  • 数据结构之B树与B+树
    目录数据结构之B树与B+树B树B树的基本概念B树的性质B树的操作示例代码B+树B+树的基本概念B+树的性质B+树的操作B树和B+的差别数据结构之B树与B+树B树B树是一种自平衡的树数据结构,广泛应用于数据库和文件系统中。它的主要特点是能够保持数据有序,并允许高效的插入......
  • PyTorch 数据集中某些类的训练验证拆分结果为零样本
    我正在使用PyTorch进行图像分类。我的数据集是目录格式。我已经设置了数据管道和模型。尽管如此,我在训练验证分割中遇到了一个问题,其中某些类在训练或验证数据集中的样本为零。这是我的代码和设置的相关部分:classCustomDataset(Dataset):def__init__(self,root_dir,......
  • 将 dat 文件中的数据标准化为 pandas 数据框
    我有一个显示数据示例的文件,如下所示CARREPORTAREA1CarHondaCoun......
  • 合并两个数据帧时的内存问题
    我对倒数第二句话一无所知。错误是:numpy.core._exceptions.MemoryError:无法为形状为(7791676634)和数据类型为int64的数组分配58.1GiB我的想法是将约1200万条记录的数据帧与另一个数据帧合并多3-4列应该不是什么大问题。请帮帮我。完全被困在这里了。谢谢Select_Emp_df......