ACADCN社区用户
电子商务凭借技术创新与模式迭代，持续推动经济结构转型、消费品质升级及区域发展协调，已成为数字经济蓬勃发展的核心引擎。伴随数字经济的高速增长，电子商务平台沉淀了海量用户行为与交易数据，这些数据为研究者洞察消费趋势、企业优化运营策略、构建智能化商业模式提供了坚实的量化基础，是数字经济领域研究的重要支撑。
基于此，本次分享的数据集通过系统整合多渠道权威信息构建而成——数据来源涵盖阿里研究院、全国各省份统计年鉴、各地级市统计年鉴、县域统计年鉴，以及各级政府发布的国民经济和社会发展统计公报、政府工作报告等。数据集完整收录全国各省份1990-2022年电商指数，及各地级市2011-2022年电子商务交易额核心数据，为多维度电商研究提供全面支持。
一、数据核心信息
| 信息维度 | 具体说明 |
|---|---|
| 数据名称 | 省级电商指数及地级市电子商务交易额数据集 |
| 数据年份 | 1. 省级电商指数：1990-2022年（33年连续数据）；2. 地级市电商交易额：2011-2022年（12年面板数据） |
| 覆盖范围 | 全国各省（自治区、直辖市）及下辖地级市 |
| 数据格式 | 面板数据，Excel格式（便于数据提取、统计分析与建模） |
| 数据来源 | 阿里研究院、各级统计年鉴、统计公报、政府工作报告等，由ACADCN社区用户整理 |
二、核心指标体系
数据集指标体系兼顾宏观区域特征与微观交易属性，完整覆盖电商发展的核心维度，具体指标如下：
| 指标类别 | 具体指标名称 |
|---|---|
| 地域标识信息 | 行政区划编码、省份名称、城市名称 |
| 时间维度信息 | 年份 |
| 省级电商核心指数 | 各省电商指数、B2B网商密度、零售网商密度、规模以上网商交易占比、网购密度、规模以上网购消费者占比 |
| 地级市交易数据 | 电子商务交易额 |
三、核心指标计算方式
本数据集指标计算采用科学规范的方法，确保数据的客观性与可比性，具体计算逻辑如下：
1. 电子商务发展指数测算（熵值法）
电子商务发展指数由网商指数（权重0.5）与网购指数（权重0.5）构成，两大指数进一步细化为二级指标，具体分解及计算方式如下：
- 网商指数（权重0.5）：包含网商密度指数（权重0.3）与网商交易水平指数（权重0.2） 网商密度指数 =（B2B网商密度 + 零售网商密度）/ 2；其中，B2B网商密度 = B2B网商数量 / 区域人口数量，零售网商密度 = 零售网商数量 / 区域人口数量。
- 网商交易水平指数：以规模以上网商交易总额占比衡量，计算公式为“全年成交额超过24万的零售商数量 / 区域零售网商总数”。
网购指数（权重0.5）：包含网购密度指数（权重0.3）与网购消费水平指数（权重0.2） 网购密度指数：以网购密度为核心指标，计算公式为“网购消费者数量 / 区域人口数量”。
网购消费水平指数：以规模以上网购消费者占比衡量，计算公式为“全年网购额超过1万的消费者数量 / 区域网购消费者总数”。
2. 地级市电子商务交易额核算
以省级电子商务交易额为基础，结合各地级市快递业务量占全省的比例，通过线性插值法完成省级数据向地级市的精准分解，确保地级市数据与省级数据的逻辑一致性。
四、数据概览
1. 省级电商指数概览
1990-2022年省级电商指数数据完整呈现了我国电子商务从起步、发展到成熟的全过程，清晰反映各省份电商发展的区域差异与演化趋势，为研究电商区域发展不平衡及政策调控效果提供依据。
2. 地级市电子商务交易额概览
2011-2022年地级市交易额数据聚焦电商发展的中观层面，精准捕捉不同层级城市电商交易的规模特征，为分析城乡电商发展差距、优化区域电商布局提供细化数据支撑。
五、参考文献
- 黄赜琳, 秦淑悦, 张雨朦. 数字经济如何驱动制造业升级[J]. 复印报刊资料: 国民经济管理, 2022(8):16.
- 方福前, 邢炜. 居民消费与电商市场规模的U型关系研究[J]. 财贸经济, 2015(11):17.
六、数据核心价值
- 来源权威：整合多渠道官方及行业权威数据，经标准化处理后，数据可信度与准确性高。
- 跨度完整：省级数据覆盖33年，完整记录电商发展历程；地级市数据聚焦关键发展期，满足中微观研究需求。
- 维度多元：涵盖指数与交易额双核心数据，兼顾发展质量与规模维度，支撑多视角分析。
- 应用广泛：适用于数字经济研究、电商政策评估、区域经济分析、企业市场布局等多个场景。