Northeast China Industrial Growth Data and SARIMA-LSTM Analysis (2000-2024)
收藏资源简介：
This comprehensive dataset supports the research paper "A Technical Framework for Data-Driven Industrial Transformation in Northeast China" analyzing industrial transformation patterns across five major Chinese regions from 2000 to 2024. **Dataset Contents:** 1. **Main Time Series Data** (industrial_growth_data_2000_2024.csv) - 293 monthly observations of industrial value-added growth rates - Five regions: Liaoning, Beijing, Jiangsu, Shanghai, Guangdong - Price-adjusted growth rates (%) from National Bureau of Statistics - Time span: January 2000 - October 2024 2. **Regional Comparison Data** (shenfu_regional_comparison_data.csv) - 24 monthly observations for policy impact analysis - Shenyang-Fushun Demonstration Zone vs. other regions - Time span: 2020-2024 3. **Comprehensive Economic Indicators** (comprehensive_economic_indicators.csv) - 52 quarterly observations of multiple economic metrics - Fixed asset investment, industrial output, fiscal indicators - Supporting data for multi-dimensional analysis 4. **Analysis Code** (analysis_code_SARIMA_LSTM.py) - Complete Python implementation of SARIMA and LSTM models - Data preprocessing and visualization functions - Regional coordination analysis algorithms **Research Applications:** - Time series forecasting using SARIMA and LSTM neural networks - Regional development pattern analysis - Policy intervention impact assessment - Industrial transformation trend identification **Technical Requirements:** - Python 3.8+ - pandas, numpy, matplotlib, seaborn libraries - For SARIMA/LSTM modeling: statsmodels, tensorflow/keras **How to Reproduce Results:** 1. Download all files 2. Install required Python packages 3. Update file paths in the Python script 4. Run analysis_code_SARIMA_LSTM.py **Related Publication:** Chen, Y., & Li, D. (2024). A Technical Framework for Data-Driven Industrial Transformation in Northeast China. The European Journal of Applied Economics. **Data Source:** National Bureau of Statistics of China, Regional Statistical Yearbooks **Collection Period:** 2000-2024 **Geographic Coverage:** Northeast China (Liaoning) and comparative regions **Temporal Resolution:** Monthly and quarterly data
本综合性数据集支撑了学术论文《中国东北地区数据驱动型产业转型技术框架》的相关研究，该研究分析了2000年至2024年中国五大主要区域的产业转型模式。 **数据集内容** 1. **主时序数据（industrial_growth_data_2000_2024.csv）** - 包含293组月度工业增加值增长率观测样本 - 覆盖辽宁、北京、江苏、上海、广东五大区域 - 数据为国家统计局发布的经物价调整的增长率（单位：%） - 时间跨度：2000年1月—2024年10月 2. **区域对比数据（shenfu_regional_comparison_data.csv）** - 包含24组用于政策影响分析的月度观测样本 - 对比沈阳-抚顺示范区与其他区域的发展情况 - 时间跨度：2020年—2024年 3. **综合经济指标数据（comprehensive_economic_indicators.csv）** - 涵盖多类经济指标的52组季度观测样本 - 包含固定资产投资、工业产出、财政相关指标 - 可支撑多维度分析工作 4. **分析代码（analysis_code_SARIMA_LSTM.py）** - 包含SARIMA与长短期记忆网络（Long Short-Term Memory，LSTM）模型的完整Python实现 - 附带数据预处理、可视化函数及区域协同分析算法 **研究应用方向** - 基于SARIMA与LSTM神经网络的时序预测 - 区域发展模式分析 - 政策干预影响评估 - 产业转型趋势识别 **技术依赖要求** - Python 3.8及以上版本 - pandas、numpy、matplotlib、seaborn库 - 若需进行SARIMA/LSTM建模，还需安装statsmodels、tensorflow/keras库 **结果复现步骤** 1. 下载全部数据集文件 2. 安装所需Python依赖包 3. 修改Python脚本中的文件路径配置 4. 运行analysis_code_SARIMA_LSTM.py脚本 **关联发表论文** Chen, Y., & Li, D. (2024). 中国东北地区数据驱动型产业转型技术框架. 《欧洲应用经济学杂志》(The European Journal of Applied Economics) **数据来源**：中国国家统计局、区域统计年鉴 **数据采集周期**：2000年—2024年 **覆盖区域**：中国东北地区（辽宁省）及对比区域 **时间分辨率**：月度及季度数据
