加载中...
本数据以中国区/县为观测单元,系统整理外卖平台首次进入各区/县的精确年月,并配套 2013—2022 年逐月扩张统计,为平台经济扩散的地区差异及经济社会影响研究提供可直接用于因果识别的基础数据。
本数据以中国区/县为观测单元,系统整理外卖平台首次进入各区/县的精确年月,并配套 2013—2022 年逐月扩张统计,为平台经济扩散的地区差异及经济社会影响研究提供可直接用于因果识别的基础数据。 本数据包含两张表: 平台进入时间表:记录 2470 个区/县的外卖平台首次进入年月与半年度标识; 平台进入月度统计表:记录 2013 年 3 月至 2022 年 7 月逐月新增进入区县数量与累计覆盖率。 **需要特别说明的数据边界** 本数据为县级层面数据,平台进入时间在区/县尺度上测量,不包含个体层面的健康、饮食或时间利用信息,也不包含县域社会经济特征指标。若要开展个体层面或需要控制县域经济特征的分析,需由使用者自行将本数据按区/县标识与微观调查数据或其他县域统计资料合并后使用。 **数据特点** 1. 平台进入时间精确到月,并给出半年度标识,可直接构造交错双重差分(Staggered DID)与事件研究所需的处理时点; 2. 覆盖 31 个省级行政区,2470 个区/县有明确进入时点,样本代表性广; 3. 时间跨度自 2013 年 3 月至 2022 年 7 月,可支撑长周期的扩散过程与动态效应分析; 4. 配套月度扩张统计,可直接刻画平台渗透的累计覆盖率曲线; 5. 以省、市、区/县三级名称标识定位,可与县域统计年鉴、POI、工商注册等数据按地区标识直接拼接。
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | province | string | 省份:区/县所属省级行政区名称 |
| 2 | city | string | 城市:区/县所属地级行政区名称 |
| 3 | county | string | 区/县名称 |
| 4 | year_delivery_county | number | 外卖平台进入该区/县的年份 |
| 5 | month_delivery_county | string | 外卖平台进入该区/县的年月,精确到月(YYYY-MM) |
| 6 | half_delivery_county | string | 外卖平台进入该区/县的半年度,用于事件研究的相对时间计算 |
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | reform_year | number | 年月标识,格式为 年份.月份(如 2013.3 表示 2013 年 3 月) |
| 2 | Current_county_entries | number | 当期新增进入的区/县数量 |
| 3 | Cumulative_county_entries | number | 累计已进入区/县占比,单位百分比(%) |
面向企业与商业研究机构的完整授权方案。
面向高校教师与科研人员的学术研究方案。
面向大型机构的整体定制与部署方案。
添加销售经理微信,获取数据详情与报价;电话、邮箱、微信号点击即可复制,二维码点击可放大扫码。
手机版仅提供数据浏览。数据订阅、完整数据下载与 API 服务,请用电脑访问 CnOpenData 官方网站(cnopendata.com)办理。
本数据以中国区/县为观测单元,系统整理外卖平台首次进入各区/县的精确年月,并配套 2013—2022 年逐月扩张统计,为平台经济扩散的地区差异及经济社会影响研究提供可直接用于因果识别的基础数据。
本数据包含两张表: 平台进入时间表:记录 2470 个区/县的外卖平台首次进入年月与半年度标识; 平台进入月度统计表:记录 2013 年 3 月至 2022 年 7 月逐月新增进入区县数量与累计覆盖率。
需要特别说明的数据边界
本数据为县级层面数据,平台进入时间在区/县尺度上测量,不包含个体层面的健康、饮食或时间利用信息,也不包含县域社会经济特征指标。若要开展个体层面或需要控制县域经济特征的分析,需由使用者自行将本数据按区/县标识与微观调查数据或其他县域统计资料合并后使用。
数据特点