2011-2022年北大数字普惠金融指数“第五期”（包括省市县）

最新推荐文章于 2025-03-27 08:36:58 发布
最新推荐文章于 2025-03-27 08:36:58 发布
阅读量2.1w 收藏 19
点赞数 14
分类专栏： 数据 #省份 #城市 文章标签： 数字普惠金融指数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_71334485/article/details/135758158
版权
该篇文章详细阐述了北京大学自2011年至2022年间发布的数字普惠金融指数，涵盖全国31省、337个地级市及2800个县，涉及支付、保险、投资等多个业务领域的深度与广度。由于数据安全原因，部分指数在2019-2022年未公开。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

2011-2022年北大数字普惠金融指数“第五期”（包括省市县）

1、时间：2011-2022年 其中县级的时间为2014-2022年

2、来源：北大数字普惠金融指数

3、范围：全国31省，337个地级市以及2800个县

4、指标：覆盖广度、使用深度、支付业务、保险业务、货币基金业务、投资业务、信用业务、信贷业务、数字化程度

这套指数包括数字普惠金融指数，以及数字金融覆盖广度、数字金融使用深度以及普惠金融数字化程度；此外使用深度指数中还包含支付、信贷、保险、信用、投资、货币基金等业务分类指数；但由于监管和公司数据安全审核等方面的原因，2019-2022年的信用和货币基金分指数，没有对外公布。

5、参考文献：郭峰,王靖一,王芳,孔涛,张勋,程志云.测度中国数字普惠金融发展:指数编制与空间特征

6、下载链接：

2011-2022年北大数字普惠金融指数数据（包括省市县）icon-default.png?t=N7T8https://download.csdn.net/download/m0_71334485/88770847

北京大学数字普惠金融指数
04-01
省市县2011-2022
北大数字普惠金融第5期指数 省级2011-2022年 地级市2011-2022年 县域2014-2022年
04-08
1、指数名称：北京大学数字普惠金融指数 2、课题组：本指数由北京大学数字金融研究 中心和蚂蚁科技集团研究院组成的联合课题组负责编制，课题组顾问包括北京大学数字金融 研究中心主任黄益平，蚂蚁集团研究院院长李振华。第一期指数（2011-2015）课 题组成员主要包括：郭峰、孔涛、王靖一、张勋、程志云、阮方圆、孙涛、王芳。第二期到 第五期指数（2016-2022）课题组成员主要包括：郭峰、王靖一、程志云、李勇国 、王芳。课题组也获得了北京大学和蚂蚁集团多位同事的技术支持。 3、指数属性：这套 指数包括数字普惠金融指数，以及数字金融覆盖广度、数字金融使用深度以及普惠金融数字 化程度；此外使用深度指数中还包含支付、信贷、保险、信用、投资、货币基金等业务分类 指数；但由于监管和公司数据安全审核等方面的原因，2019-2022年的信用和货币 基金分指数，没有对外公布。 4、指数范围：中国内地31个省（直辖市、自治区，简称 “省”）、337个地级以上城市（地区、自治州、盟等，简称“城市”），以及约280 0个县（县级市、旗、市辖区等，简称“县域”）；部分地区数据存在缺失；港澳台地区数 据暂未包括。 5
（免费！！）北京大学数字普惠金融指数2011-2023年数字金融总指数、覆盖广度、使用深度和数字化程度
2301_79579117的博客
03-27 1997
本数据为北大数字普惠金融指数，包含数字金融覆盖广度指数、数字金融使用深度指数（支付业务、保险业务、信贷业务、投资业务、货基业务、信用业务）、普惠金融数字化程度指数三个维度及其细分指标。在数字普惠金融指数体系中，这些细分指标共同构成了一个全面、多维度的评估框架，以便更准确地反映数字普惠金融的发展状况。数字普惠金融指数是一个多维度、综合评估数字普惠金融发展程度的指标，它基于一系列具体指标来衡量数字金融服务在满足人们金融需求方面的普及程度和可访问性，对于推动数字普惠金融的普及和发展具有重要意义。
北京大学数字普惠金融指数.pdf
05-08
北京大学数字普惠金融指数
(全新整理)第六期！北大数字普惠金融指数-省市县（2011-2023年）
02-06
1、资源内容地址：https://blog.csdn.net/2301_79696294/article/details/144749985 2、数据特点：今年全新，手工精心整理，放心引用，数据来自权威，且标注《数据来源》，相对于其他人的控制变量数据准确很多,适合写论文做实证用 ，不会出现数据造假问题 3、适用对象：大学生，本科生，研究生小白可用，容易上手！！！ 4、课程引用: 经济学，地理学，城市规划与城市研究，公共政策与管理，社会学，商业与管理
2011-2022年北大数字普惠金融指数“第五期”-省市县
2401_86676745的博客
08-14 545
金融指数是一种评估国家数字金融普及程度和可行性的指标，它基于多个因素对数字普惠金。这些因素包括数字支付普及率、金融科技创新能力、ZF政策支持、数字普惠金融指数的意义在于，它可以衡量一个国家在数字普惠金。金融指数包括覆盖广度、使用深度和数字支持服务程度三方面。网金融服务的情况来衡量，包括支付业务、信贷业务、保险业务、投资业务和征信业务等，融领域的成就，为ZF和金融机构提供参考，推动数字普惠金融的普及。1、数据源名称：北大数字普惠金融指数“第五期”-省市县。3、数据来源：北大数字普惠金融指数。
更新！北大数字普惠金融指数“第五期”-省市县（2011-2022年）
2301_79696294的博客
12-08 650
数据名称：数字普惠金融指数“第五期”-省市县数据年份：2011-2022年数据范围：全国31个省、337个地级以上城市以及2800个县数据说明：编制方法请参阅《经济学（季刊）》中的《测度中国数字普惠金融发展: 指数编制与空间特征》更新时间：2023年。
【最新】北大数字普惠金融指数数据集-省市县（2011-2023年）
热门推荐
samLi0620的博客
12-10 1万+
郭峰,王靖一,王芳,孔涛,张勋,程志云.测度中国数字普惠金融发展:指数编制与空间特征[J].经济学(季刊),2020,19(04):1401-1418.时间跨度：省级和城市级指数时间跨度为2011-2023年，县域指数时间跨度为2014-2023年。数据说明：编制方法请参阅《经济学（季刊）》中的《测度中国数字普惠金融发展: 指数编制与空间特征》数据名称：第六期北大数字普惠金融指数-省市县。北大数字普惠金融指数-省级指数。北大数字普惠金融指数-城市指数。北大数字普惠金融指数-区县指数。
北京大学数字普惠金融指数（2011-2023年）
weixin_44297404的博客
06-15 4206
数据内容：指标体系包括总指数、覆盖广度(一级指标) 、使用深度(一级指标)、支付业务(二级指标)、保险业务(二级指标)、货币基金业务(二级指标)、投资业务(二级指标)、信贷业务(二级指标) 、信用业务(二级指标)、数字化程度(一级指标)。北京大学数字普惠金融指数（2011-2023年），包含省市县三级数据。数据来源：北京大学数字金融研究中心，原始数据（英文抬头）数据年限：2011-2023年。数据格式：excel、pdf。
【经管数据】北京大学数字普惠金融指数（省级、地级市和县域）2011-2022年
2401_84230935的博客
04-10 3412
指数范围为中国内地31个省（直辖市、自治区，简称“省”）、337个地级以上城市（地区、自治州、盟等，简称“城市”），以及近2800个县域（数字金融研究中心和蚂蚁金服集团组成的联合课题组负责编制，课题组顾问由北京大学数字。15）课题组成员包括：郭峰、孔涛、王靖一、张勋、程志云、阮方圆、孙涛、王芳。期指数（2016-2018）课题组成员包括：郭峰、王靖一、程志云、李勇国、王芳、县级市、旗、市辖区等，简称“县域”），部分地区数据存在缺失。这套指数包括数字普惠金融指数，以及数字金融覆盖广度、数字金融使用深度以。
北大数字普惠金融指数2011-2022年
04-14
数据名称：数字普惠金融指数“第五期”-省市县 数据年份：2011-2022年 数 据范围：全国31个省、337个地级以上城市以及2800个县 参考文献 郭峰,王靖 一,王芳,孔涛,张勋,程志云.测度中国数字普惠金融发展:指数编制与空间特征[J] .经济学(季刊),2020,19(04):1401-1418.
2011-2023年北大数字普惠金融指数数据（含31个省、337个地级市、2800个区县）.zip
12-12
2011-2023年北大数字普惠金融指数“第六期”（包括省市县） 1、时间：省级和地级市级的时间区间为2011-2023年 其中县级的时间为2014-2023年 2、来源：北大数字普惠金融指数 3、范围：全国31省，337个地级市以及2800个县 4、指标：综合指数、覆盖广度、使用深度、支付业务、保险业务、货币基金业务、投资业务、信用业务、信贷业务、数字化程度 这套指数包括数字普惠金融指数，以及数字金融覆盖广度、数字金融使用深度以及普惠金融数字化程度；此外使用深度指数中还包含支付、信贷、保险、信用、投资、货币基金等业务分类指数；但由于监管和公司数据安全审核等方面的原因，2019-2022年的信用和货币基金分指数，没有对外公布。 5、参考文献：郭峰,王靖一,王芳,孔涛,张勋,程志云.测度中国数字普惠金融发展:指数编制与空间特征
北京大学数字普惠金融指数（PKU-DFIIC）2011-2023+2024-11-6+211812+1.xlsx
02-26
京大学数字普惠金融指数是由北京大学数字金融研究中心与蚂蚁科技集团联合编制的综合性指数，旨在全面衡量中国数字普惠金融的发展水平和趋势。该指数自2011年起开始编制，至今已覆盖了中国内地31个省、直辖市、自治区，以及337个地级以上城市和近2800个县域。 北京大学数字普惠金融指数是一个多维度、综合评估数字普惠金融发展程度的指标。它对于政策制定者、金融机构以及学术研究者都具有重要的参考价值。 数据名称：省、市、县北京大学数字普惠金融指数 数据年份：2011-2023年 ## 02、相关数据 year prov_name prov_name_eng prov_code index_aggregate coverage_breadth usage_depth payment insurance monetary_fund investment credit credit_investigation digitization_level year pref_name_year18 pref_name_year18_eng pref_code_year18 pref_name_year
北京大学数字普惠金融指数.rar
02-26
1、数据来源：北京大学数字金融中心 2、时间跨度：2011-2020年 3、区域范围：全国 4、指标说明： 其中县级数据从2014年开始，北大数字普惠金融研究院在2014年的时候只计算了1754个县的数据，所以拿到资料的小伙伴不用担心，这是指数编制人员因为得不到某些资料而产生的问题。2015年也是1754个县，2016年2791个县，2017年2786个县，2018年2802个县，2019年2848个县，2020年2850个县，可以看出随着时间流逝统计的范围越来越广。 其中市的数据最开始始终保持在337个，之后会有波动，但是波动范围在1-2之间。这是因为行政区划的变动，撤市为县，分市并入其他市而导致的样本量本身的变化而非数据的遗漏。 引用说明：如有使用本数据，请注明所用数据为“北京大学数字普惠金融指数”；同时烦请按照以下文献引用方式引用我们的成果：郭峰、王靖一、王芳、孔涛、张勋、程志云，2019，《测度中国数字普惠金融发展: 指数编制与空间特征》，北京大学数字金融研究中心工作论文。
2011-2022年北大数字普惠金融指数数据（包括省市县）.zip
01-22
2011-2022年北大数字普惠金融指数“第五期”（包括省市县） 1、时间：2011-2022年 其中县级的时间为2014-2022年 2、来源：北京大学数字普惠金融指数 3、范围：全国31省，337个地级市以及2800个县 4、指标：覆盖广度、使用深度、支付业务、保险业务、货币基金业务、投资业务、信用业务、信贷业务、数字化程度 这套指数包括数字普惠金融指数，以及数字金融覆盖广度、数字金融使用深度以及普惠金融数字化程度；此外使用深度指数中还包含支付、信贷、保险、信用、投资、货币基金等业务分类指数；但由于监管和公司数据安全审核等方面的原因，2019-2022年的信用和货币基金分指数，没有对外公布。 5、参考文献：郭峰,王靖一,王芳,孔涛,张勋,程志云.测度中国数字普惠金融发展:指数编制与空间特征
2011-2022 北大数字普惠金融指数合集（省市县）
04-08
该资料整理了2011-2022北大数字普惠金融指数合集，来源有保障。对研究中做 省级分析的朋友很有帮助。 一、声明 该数据经过审核，是可以直接用于实证分析和论文 写作的，质量过关~资料仅用于学习和交流，请勿用于其他...
2011-2022年北大数字普惠金融指数“第五期”（省市县三级）-最新出炉.zip
01-13
该数据集覆盖了从2011年至2022年的跨度，涵盖了省、市、县三级行政区域，数据的完整性与连续性为长时段的金融发展研究提供了坚实基础。权威性和可靠性的数据来源保证了研究结果的准确性和可信度。这也意味着在进行...
src/axios/config.ts (6:9): "default" is not exported by "node_modules/qs/lib/index.js", imported by "src/axios/config.ts".
最新发布
03-29
### 解决方案 在 Vue 3.0 和 Vite 使用 TypeScript 配置 Axios 时，如果遇到 `'default' is not exported by qs` 的错误，通常是因为 Rollup 或其他构建工具无法正确解析 `qs` 库的默认导出。以下是详细的解决方案： #### 1. 修改依赖导入方式 尝试更改 `qs` 的导入方式以匹配 CommonJS 格式的模块。可以显式地通过解构语法访问其默认导出。 ```typescript import * as QS from 'qs'; const axiosInstance = axios.create({ baseURL: '/api', paramsSerializer: (params) => QS.stringify(params, { arrayFormat: 'brackets' }), }); ``` 这种方式能够避免因默认导出不兼容而导致的问题[^1]。 #### 2. 更新 `vite.config.ts` 为了更好地支持第三方库的兼容性，在 Vite 配置文件中添加 `resolve.alias` 来指定如何处理特定模块。 ```javascript import { defineConfig } from 'vite'; export default defineConfig({ resolve: { alias: { qs: 'qs/dist/esm', // 确保使用 ESM 版本 }, }, }); ``` 此配置会强制加载 `qs` 的 ES Module 版本而不是传统的 CommonJS 文件[^3]。 #### 3. 安装最新版本的 `qs` 有时旧版的 `qs` 可能存在一些未修复的问题或者与现代框架不够适配的情况。因此建议升级到最新的稳定版本。 ```bash npm install qs@latest --save ``` 更新之后重新运行项目并观察是否有改善[^4]。 #### 4. 调整 TypeScript 类型定义 如果你仍然看到类似的类型错误提示，则可能需要手动调整 `.d.ts` 中关于 `qs` 的声明部分来适应当前环境下的需求。 创建一个新的全局扩展文件（如 `global.d.ts`），加入如下内容： ```typescript declare module 'qs' { const content: any; export default content; } ``` 这一步是为了告诉编译器忽略潜在的类型冲突问题。 --- ### 总结 上述方法涵盖了从修改代码逻辑、优化构建流程以及调整外部包等多个角度解决问题的可能性。具体采用哪种取决于实际开发场景和个人偏好。 ```typescript // Example of final implementation after fixes. import axios, { AxiosRequestConfig } from 'axios'; import * as QS from 'qs'; const instance = axios.create({ headers: {'Content-Type': 'application/x-www-form-urlencoded'}, transformRequest: [(data: object): string => QS.stringify(data)] }); instance.post('/example-endpoint', { key: 'value' }) .then(response => console.log(response.data)) .catch(error => console.error('Error:', error)); ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

m0_71334485

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值