李白指数地级市面板数据集

📊 数据核心速览

• 数据编号：1866
• 时间跨度：2012–2022全国地级市年度平衡面板
• 底层数据源：百度搜索指数、2019 年前百度地图 POI、2019 年后高德地图 POI
• 测算基准文献：刘逸等《饮酒休闲消费偏好的地域特征研究：李白指数》（《地理研究》2024）标准测算体系
• 数据格式：Excel 城市年度面板
• 数据备注：2020 年后受疫情线下业态关停影响，部分城市 POI 原始值存在少量缺失

🎯 双指数测算逻辑与指标内涵

数据集分为李白预期指数（潜在饮酒需求）、** 李白消费指数（线下饮酒供给 / 实际消费场景）** 两大标准化指标，统一剔除人口、收入干扰，具备跨城市可比性。

1 李白预期指数（线上需求维度）

1. 关键词池：白酒、红酒、黄酒、啤酒、酒吧、喝酒、解酒、戒酒、酗酒、酒精中毒，提取各城市年度日均百度搜索均值；
2. 标准化处理：原始搜索均值 ÷ \(\ln(城市常住人口密度) × \ln(人均可支配收入)\)；
3. 指标含义：指数越高，代表当地居民线上酒类相关搜索热度越高，饮酒消费意愿、潜在需求更强。

2 李白消费指数（线下场景维度）

1. POI 统计类目：烟酒专卖店、酒吧、夜总会、KTV、迪厅五大线下饮酒消费场所年度点位总量；
2. 标准化处理：酒类 POI 总数 ÷ \(\ln(城市常住人口密度) × \ln(人均可支配收入)\)；
3. 指标含义：指数越高，城市酒类休闲商业配套越完善，线下饮酒消费供给与现实消费活跃度越高。

标准化设计目的

消除城市人口规模、居民收入水平带来的基数偏差，实现不同规模城市横向对比，避免大城市天然 POI、搜索量偏高造成度量失真。

📋 完整标准字段

城市名称｜年份 百度搜索日均原始均值｜人口密度 × 收入对数校正项｜李白预期指数酒类 POI 原始数量｜人口收入校正因子｜李白消费指数

🔍 适配实证研究方向

1. 休闲消费与消费经济学研究气候、收入、房价、城镇化、夜间经济对居民饮酒休闲偏好的影响，区分线上潜在需求与线下实体消费的差异驱动因素。
2. 文旅与城市地理研究 分析地域文化、文旅产业、城市商圈布局对饮酒消费空间分布的影响，刻画全国酒类消费空间格局。
3. 健康经济公共治理 检验饮酒偏好与地方慢性病、公共卫生支出、烟酒管控政策的关联效应，可采用 DID 评估禁酒、限酒政策效果。
4. 产业经济（酒水行业） 白酒、啤酒产业布局、区域市场需求测算，酒类企业区域市场潜力评估、渠道布局实证。
5. 空间计量分析 开展全国地级市空间集聚、区域溢出分析，探究川渝等高饮酒偏好区域的辐射效应。
6. 后疫情消费对比 利用 2019 前后分段数据，对比疫情对线上饮酒预期、线下酒类消费场景的差异化冲击。

数据简介

李白指数数据，包含李白预期指数与李白消费指数，该数据参考刘逸的测算方法，其中李白预期指数计算方法为统计各个城市十个百度搜索指数关键词(白酒，红酒，黄酒，啤酒，酒吧，喝酒，解酒，戒酒，酗酒，酒精中毒)计算其每个城市的日均搜索平均值，李白消费指数为统计各个城市酒类POI数据(烟酒专卖店，酒吧，夜总会，KTV，迪厅)，其中POI数据19年之前来源于百度地图，19年之后来源于高德地图，因为疫情的影响，20年后的数据会有部分缺失。由于百度搜索关键词数据和酒类POI数据会受到常驻人口密度和人均可支配收入的影响，为计算李白预期指数和李白消费指数，将平均百度搜索指数关键词与城市POI其除以统一量纲后(将两个数据取自然对数处理)的人口密度和可支配收入，实现人口规模和收入水平干扰因素的消减，整理为面板数据，方便大家研究使用。

李白预期指数与李白消费指数来源于百度搜索指数、百度地图和高德地图，经过处理后能有效消减人口规模和收入水平的干扰因素，提高数据的准确性和可靠性。其用途广泛，能助力企业精准把握市场趋势，提前布局营销策略，抢占市场先机；为投资者提供决策参考，洞察投资潜力与风险，实现资产的合理配置。同时，对学术研究而言，它是研究李白文化经济影响的宝贵资料，推动相关领域学术发展。

数据指标

数据展示

参考文献

[1]刘逸,陈海龙,陈了凡.饮酒休闲消费偏好的地域特征研究：李白指数[J].地理研究,2024,43(11):2935-2951.