之前给大家分享了一份 2000～2022年2月 的土地出让结果公告数据。不过由于土地市场网的改版，数据中早些年份的数据有些改变了，例如土地用途之类的分别标准调整了。因此我又重新爬取了这份数据，顺便把数据更新到了 2022 年 10 月 31 日，除此之外，这次爬取还整理了关联土地数据和分期支付约定数据。
为了方便大家使用我把原始数据中的行政区变量拆分成了省市区县变量，并解析了地块的经纬度。由于数据各个年份的都有，所以行政区划也是各个年份的，没有统一，不方便使用，所以最近我细心的把省市区县都统一到了 2021 年，另外还重新解析了经纬度，最后还根据经纬度判断了该地块所处的省市区县（因此数据里面有两组省市区县变量）。
本次爬取得到的数据有下面三个，
- 2000～2022年10月31日地块出让信息(带经纬度).dta
- 2000～2022年10月31日关联地块信息.dta
- 2000～2022年10月31日分期支付约定.dta
前两个文件很大，我还提供了分拆版，便于小内存的电脑使用。
2000～2022年10月31日地块出让信息(带经纬度).dta 数据包含如下变量
| 变量 | 变量 | 变量 |
|---|---|---|
| 年份 | 供地全局唯一标志符 | 宗地全局唯一标志符 |
| 省 | 省代码 | 市 |
| 市代码 | 县 | 县代码 |
| 行政区划代码 | 链接 | 项目序号 |
| 编号 | 电子监管号 | 项目名称 |
| 行业分类 | 土地级别 | 宗地编号 |
| 土地坐落 | 供地总面积_公顷 | 供地方式 |
| 供地面积_公顷 | 土地用途 | 出让年限 |
| 成交价格_万元 | 建筑面积_公顷 | 最小建筑密度_百分比 |
| 最小容积率 | 最小建筑高度_米 | 批准文号 |
| 批准机关 | 土地使用权人 | 土地来源 |
| 投资强度_万元每公顷 | 最大建筑密度_百分比 | 最大容积率 |
| 最小绿化率_百分比 | 最大建筑高度_米 | 最大绿化率_百分比 |
| 约定交地时间 | 约定动工时间 | 约定竣工时间 |
| 实际交地时间 | 实际动工时间 | 实际交割时间 |
| 合同签订日期 | 批准日期 | 经度 |
| 纬度 | 省_经纬度解析 | 省代码_经纬度解析 |
| 市_经纬度解析 | 市代码_经纬度解析 | 县_经纬度解析 |
| 县代码_经纬度解析 |
其中 省、省代码、市、市代码、县、县代码这些变量是根据网站上的“行政区”变量拆分得到的（也统一到了 2021 年）；经度和纬度变量是使用高德地图和百度地图地理编码接口解析得到，已经转换成了 WGS84 坐标系；省_经纬度解析、省代码_经纬度解析、市_经纬度解析 、市代码_经纬度解析、县_经纬度解析、县代码_经纬度解析则是根据经纬度和 2021 年行政区划地理矢量数据进行地理计算判断得到；年份则是根据合同签订日期生成的。
关于如何使用 R 语言和 Stata 进行地理编码以及根据经纬度判断所处的省市区县，可以学习这两个课程：
×
×
为了便于大家直观的感受这份数据，我计算了各区县的平均土地出让地价数据：
各城市的：
2007 年 1 月～2022 年 10 月部分省市的土地成交均价变化：
按年计算：
这些图表的绘制数据和代码均在附件中～
注意事项
- 实际上土地市场网会经常新增或删减部分土地成交公告，所以网站上的公告数量和这份数据里面的不会完全相同。
- 由于地块的地址大多都不是结构化地址（xx省xx市xx县…这样的）且地址多数描述的较为模糊，所以解析得到的经纬度也不一定准确（并没有很好的办法辨识准确度），不过这次更新应该大大提升了地理编码的准确度。
- 高德地图和百度地理地理编码得到的结果都是 GCJ02 坐标系，因此本数据在地理编码之后又把 GCJ02 坐标系转换成了 WGS84 坐标，可以放心使用。
点击这里跳转到 RStata 短书平台获取附件：旧版｜2000～2023 年 1 月 31 日土地出让结果公告数据库
评论