精品数据:中国各省、地级市政府工作报告数据集(2003-2026)
- 2026-10-06 02:08:39
精品数据:中国各省、地级市政府工作报告数据集(2003-2026)接触自然语言处理技术其实已经很多年了，分词统计当然是最基础的，当年用这种方法水了几篇课程论文，也是见证了越来越多的经济学学者开始使用这种方法。我在六年前就推文介绍过政府工作报告词频统计方法，但是当时用的是省级数据集，有兴趣的朋友可以看看我之前的一些推文： 1、Python词频词云分析：今年的政府工作报告有哪些关键词？ 2、使用环境词汇去度量地方政府环境治理：政府工作报告能告诉我们什么信息？ 此番下定决心再整理一份地级市数据集，从收集、整理到检查、校正这份数据集总共花了一个多月，特别是在PDF转TXT上花了很多时间，好在找到了绝佳工具，此份数据集绝对比网上绝大部分版本地级市报告数据集更完整、更准确！ 从各省、城市政府官网、报刊、年鉴和方志等渠道收集整理了2003-2026年31个省共计744份省级政府工作报告文本、326个城市共计7531份地级市政府工作报告文本。
政府工作报告是依法行政和执行权力机关决定、决议的纲要，是指导政府工作的纲领性文件，其中关于某一特定领域词汇的表述频次，能够直观反映地方政府对特定领域的政策关注度和治理导向。通过对政府工作报告进行词频统计，度量诸如环境治理、数字治理、协同治理、数字经济关注度、融资平台重视程度等指标，成为了一种新颖的测度方式，目前已经广泛见诸于《经济研究》、《管理世界》等高水平期刊。
数据缘起
数据来源
说明：（1）城市范围为地级及以上城市（含直辖市、副省级城市、计划单列市、地级市和少数民族自治州），不含县级城市，不含地区和盟（地区和盟的行政机关为行政公署，是省级政府的派出机关，不设立完整的人大、政府建制）。
（2）近半数年份工作报告系借助格式转换工具和AI大模型，将PDF转成TXT格式。
（3）个别城市存在部分年份报告缺失的情况，如菏泽市2003、阿坝州2006，所以地级市数据集会是非平衡面板。
（4）个别城市部分年份公布的报告为摘要或缩减版，如固原市2005、张掖市2023。
（5）部分城市报告在撤地（盟）设市之前年份缺失，为正常现象，如铜仁2011年撤地设市，因而2011年及之前年份报告缺失。
数据概览
省级：平衡面板，共计744份报告；
市级：非平衡面板，共计7531份报告；
1、市级各个年份报告数
2、原始报告txt格式
3、Excel汇总格式
数据获取
该数据为知识星球内部分享数据，请点击阅读原文获取。
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
