你是不是正为寻觅不到国内精确到地级市的疫情历史数据而发愁?好多研究都需要追溯2020年至2022年那段日子里的详细防控进程,然而数据却是分散的,格式也不一样,把它们整理出来着实让人头疼不已。这次,我们直接给大伙送上一份整理妥当的国内省份以及地级市这两个层级的逐日疫情统计数据,它涵盖了从2020年初一直到2022年9月初的完整时间序列。
数据来源与核心指标
2020年1月3日至,2022年9月6日,这份数据的时间范围覆盖于此,而此阶段恰是国内疫情从突发到常态化防控的关键时期。原始数据全都源自世界卫生组织以及国内官方通报,从而保证了数据的权威性与准确性。
数据涵盖着7个核心指标,这7个核心指标分别为累计确诊人数,以及累计治愈人数,还有累计死亡人数,另外有新增确诊人数,新增治愈人数,新增死亡人数,以及现存确诊人数。相较于之前所分享的全球数据而言,此次增添了治愈和现存确诊这两个关键指标,其更能够体现当时的医疗资源压力,和疫情防控成效。
两种数据格式满足不同需求
顾及各个人群运用场景存在差异,我们一并给出了Excel以及shp两类格式。Excel格式适宜借助办公软件径直开启,开展数据统计、制作图表或者构建数学模型,操作时极为便利。
为地理信息系统(GIS)用户准备的是shp格式,要是你打算进行疫情传播的空间分析,或者绘制疫情热力图、分布图,shp文件能够直接导入ArcGIS等软件,把枯燥的数字直接映射到地图上,使得数据可视化趋向简单。
省级数据文件详细介绍
成了7个文件的省级的shp数据,是被整理出来的,且每个文件都依照“指标名称_省级”来命名。这有着这样的意味,那就是倘若你仅仅只想对“累计确诊”此一个指标展开研究,那么能够直接将对应的文件打开,而其中是含有从2020年初开始一直到2022年9月6日每一天的省级数据的。
就拿2022年9月6日的数据来讲,你能够清晰看到那时全国31个省份的累计确诊分布情形。从地图之上能够直观对照出不一样省份的疫情严重程度,像当时西藏、青海等地的累计确诊数量,跟广东、四川等地的差别就极为显著。
地级市数据精度更高
这份资料的最大亮点是地级市的数据,其精度直接拉高到300多个地市州。对于从事区域经济研究的人而言,地级市的数据比省级数据更具参考价值,能反映省内不同城市间的差异。对于从事公共卫生管理的人来说,地级市的数据比省级数据更具参考价值,可以反映省内不同城市间的差异。对于进行社会学分析的人来讲,地级市的数据比省级数据更具参考价值,能体现省内不同城市间的差异。
如同样是二零二二年九月六日的数据,借助市级shp文件能够看到,四川省内的成都、泸州等城市的累计确诊人数远高于省内其他地市,这种微观层面的数据,能助力你更精准地剖析疫情传播路径以及防控政策的效果。
Excel表格使用更方便
要是你对GIS并非熟悉,直接采用Excel文件便已足够。省级的Excel表格以及市级的Excel表格,分别对全部7个指标从2020年1月3日一直到2022年9月6日的数据进行了汇总,一张表格能够将所有时间序列分析处理妥当。
你能够于Excel之中直接开展筛选特定日期的操作,像是筛选出处于2020年2月的高峰期数据,又或者筛选出某个特定城市的数据,例如武汉市的数据,进而单独对其疫情发展曲线予以研究。表格结构呈现清晰状态,日期、省份、城市、各项指标清晰明了,拿过来便能够使用。
数据背后的真实记录价值
这件数据记载的并非仅仅是毫无温度的数字,而且是那段非比寻常时期的历史实证。每一次新出现确诊情况的背后,都关联着一座城市的应急举措;每一回治愈人数的增多,都意味着医疗体系的投入。
这份数据,对于研究人员而言,是用以复盘疫情防控经验、分析公共卫生体系应急能力的宝贵素材,它能够助力我们量化剖析不同阶段防控措施给社会经济带来的影响,为未来有可能出现的公共卫生事件提供数据支撑以及决策参考。
历经的疫情终究会成为过去式,然而由数据所留存下来的经验以及教训是值得进行长期性研究的,具备了这一份国内省市两级呈现的详尽数据,你内心最想要去分析的是哪一个城市在哪个特定时间段的疫情发展变化情况呢,欢迎在专门的评论区留言表述出你的研究方向,我们将会挑选出众人感兴趣的话题来展开深度解读,千万不要忘记点赞并且分享出去,从而让更多有需求的同行能够看到这一份数据。






