2003～2019 年各城市生产性服务业集聚水平

1617 字 约 5 分钟 数据资料 数据定制与服务

今天给大家分享一份 2003～2019 年各城市生产性服务业集聚水平面板数据。该数据基于《中国城市统计年鉴》中各地级市的城镇单位从业人员数据，参考 金培振等（2026）《生产性服务业集聚何以赋能技术扩散》（《世界经济》2026 年第 3 期）中公式（4）和公式（5）的方法测算得到，包含生产性服务业专业化集聚指数（SP）和多样化集聚指数（DV）。

处理方法与指标介绍

参考 Ke et al.（2014）和 韩峰、阳立高（2020）的界定，生产性服务业包括 7 个细分行业：

代码 行业名称
s1 交通运输、仓储和邮政业
s2 金融业
s3 科学研究和技术服务业
s4 租赁和商务服务业
s5 信息传输、计算机服务和软件业
s6 批发和零售业
s7 水利、环境和公共设施管理业

注意：科学研究和技术服务业在 2003-2016 年统计口径含”地质勘探业”，2017-2019 年不含，处理时已合并两套口径。

该数据的详细计算方法在以下课程中均有讲解（Python、R 语言、Stata 三个版本）：

感兴趣的小伙伴可以结合讲义材料学习。附件中也提供了完整的计算代码。

数据概览

为了方便大家使用，我把数据汇总成了城市级的生产性服务业集聚水平面板数据。经过异常值处理（嘉峪关市 2013 年总就业数据修复、鹤壁市 2013 年剔除、DV 1% Winsorize 缩尾）后，数据时间范围为 2003～2019 年，包含以下变量：

  • 年份
  • 省
  • 省代码
  • 市
  • 市代码
  • 生产性服务业专业化集聚SP
  • 生产性服务业多样化集聚DV

下表为各指标与论文参考值的对比：

指标 测算均值 论文参考值 论文范围 状态
SP（专业化集聚） 0.83 0.83 0.14～8.91 ✅ 吻合
DV（多样化集聚） 0.28 0.28 0.01～3.86 ✅ 吻合

图表展示

下图展示了 2003-2019 年各城市生产性服务业专业化集聚（SP）和多样化集聚（DV）的全国均值时间趋势：

下图展示了 SP 与 DV 之间的关系，包含 OLS 拟合线（红色实线）和 LOWESS 平滑线（紫色虚线）：

下图展示了 2003-2019 年各城市 SP 均值的空间分布情况：

处理代码

数据处理主要分为以下几个步骤：

1. 变量选取与数据清洗

# ============================================================
# 二、选取变量并清洗
# 生产性服务业包括 7 个细分行业（参考 Ke et al.2014；韩峰和阳立高2020）
# 就业数据来自《中国城市统计年鉴》城镇单位从业人员（全市口径）
# 数据处理：微信公众号 RStata
# ============================================================

df <- df_raw %>%
  rename(
    year      = `年份`,
    prov      = `省`,
    prov_code = `省代码`,
    city      = `市`,
    cityid    = `市代码`,
    emp_total = `城镇单位从业人员期末人数_人_全市`,
    emp_s1    = `第三产业_交通运输仓储和邮政业_人_全市`,
    emp_s2    = `第三产业_金融业_人_全市`,
    emp_s3a   = `第三产业_科学研究和技术服务和地质勘探业_人_全市`,
    emp_s3b   = `第三产业_科学研究和技术服务业_人_全市`,
    emp_s4    = `第三产业_租赁和商务服务业_人_全市`,
    emp_s5    = `第三产业_信息传输计算机服务和软件业_人_全市`,
    emp_s6    = `第三产业_批发和零售业_人_全市`,
    emp_s7    = `第三产业_水利环境和公共设施管理业_人_全市`
  ) %>%
  mutate(emp_s3 = coalesce(emp_s3a, emp_s3b)) %>%
  filter(year >= 2003, year <= 2019, !is.na(emp_total), emp_total > 0)

2. SP 计算

# ============================================================
# 四、测算专业化集聚指数 SP（公式4）
# 数据处理：微信公众号 RStata
# ============================================================

nat_by_year <- df %>%
  group_by(year) %>%
  summarise(
    E_nat = sum(emp_total, na.rm = TRUE),
    across(all_of(sector_cols), ~ sum(., na.rm = TRUE), .names = "nat_{.col}"),
    .groups = "drop"
  ) %>%
  mutate(nat_pbs_share = rowSums(select(., starts_with("nat_emp_s"))) / E_nat)

df_sp <- df %>%
  mutate(
    city_pbs_total = rowSums(select(., all_of(sector_cols)), na.rm = TRUE),
    city_pbs_share = city_pbs_total / emp_total
  ) %>%
  left_join(nat_by_year %>% select(year, nat_pbs_share), by = "year") %>%
  mutate(SP = city_pbs_share / nat_pbs_share)

3. DV 计算

# ============================================================
# 五、测算多样化集聚指数 DV（公式5）
# 关键：其余行业份额 = 行业就业 / (总就业 - 行业s就业)
# 数据处理：微信公众号 RStata
# ============================================================

# 此处代码需下载讲义材料查看～

4. 异常值处理与缩尾

# ============================================================
# 异常值处理
# 数据处理：微信公众号 RStata
# ============================================================

# 修复嘉峪关市 2013 年 emp_total（多一个零，用 2012/2014 均值替换）
df <- df %>%
  mutate(emp_total = if_else(city == "嘉峪关市" & year == 2013, jyg_fix, emp_total))

# 剔除鹤壁市 2013 年（科研技术就业异常）
df <- df %>% filter(!(city == "鹤壁市" & year == 2013))

# DV 1% Winsorize
dv_p1  <- quantile(df_result$DV, probs = 0.01, na.rm = TRUE)
dv_p99 <- quantile(df_result$DV, probs = 0.99, na.rm = TRUE)
df_result <- df_result %>%
  mutate(`生产性服务业多样化集聚DV` = case_when(
    DV < dv_p1 ~ dv_p1,
    DV > dv_p99 ~ dv_p99,
    TRUE ~ DV
  ))

5. Stata 图表生成

*- ============================================================
*- 生成双Y轴时间趋势图（SP 和 DV 年均值，2003-2019 年）
*- 数据处理 & 绘制：微信公众号 RStata
*- ============================================================

# 此处代码需下载讲义材料查看～

附件中也提供了该数据的处理代码供参考：

数据引用方式

在论文中使用该数据请声明数据来源于 RStata 数据中心，或者 RStata Data Center，并使用下述的格式引用：

RStata 数据中心: 2003～2019年各城市生产性服务业集聚水平. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Producer Services Agglomeration Levels by City, 2003–2019. 2026. https://tidyfriday.cn/rsdb2/

关联课程/数据推荐

1999～2024 年中国城市统计年鉴面板数据整理结果：https://rstata.duanshu.com/#/course/5b97584a3ecb4cf1b25c2d37212c21e7

城市统计年鉴是如何整理的？使用 R 语言和 Stata：https://rstata.duanshu.com/#/course/1db6131cb90c4c3d8bc5a17138dd1848

使用 R 语言测算中国各城市多中心度与集聚程度：https://rstata.duanshu.com/#/course/4db63085cd024c3eb7a1746af2068498

使用 Stata 测算各城市虚拟集聚程度：https://rstata.duanshu.com/#/course/0c2680fa03ee42f481310be0a0ed7462

使用 R 语言测算各城市虚拟集聚程度：https://rstata.duanshu.com/#/course/c7ca4e8e24264669ad7b77b8e35b01e3

点击这里跳转到 RStata 短书平台获取附件：2003～2019 年各城市生产性服务业集聚水平

相关文章

评论