数据集概述
该数据集基于城市活力理论与多源数据构建统一框架，测算全球鬼城指数（GCI）。涵盖全球8841个人口超过5平方公里的自然城市，对比2005年后新建城区与2005年前旧城区的城市活力，首次量化全球鬼城现象，为可持续城市化研究提供数据支持。
文件详解
该数据集包含数据文件和代码文件，具体说明如下：
- 数据文件（CSV格式）：
- All the ghost cities‘ distribution.csv：包含鬼城分布数据，字段包括old_cityID（旧城区ID）、X/Y（地理坐标）、country（国家）、state（州/省份）、city（城市）等。
- Total data in the paper.csv：包含核心测算数据，字段包括OID_（唯一标识符）、old_cityID（旧城区ID）、CONTINENT（大洲）、Country（国家）、pointX/pointY（地理坐标）、old_area/new_area（新旧城区面积）、roads_den_old/roads_den_new（新旧城区道路密度）、old_pop/new_pop（新旧城区人口）、poi_old_den/poi_new_den（新旧城区POI密度）、V_old/V_new（新旧城区活力值）、GCI（鬼城指数）等。
- Urban expansion and population growth.csv：可能包含城市扩张与人口增长相关数据。
- 代码文件：
- 03_ The ghost city index (GCI) for cities and violin.ipynb：Jupyter Notebook文件，可能包含鬼城指数测算及可视化（如小提琴图）的代码。
- 04_understanding the distribution of GCI.py：Python脚本文件，可能用于分析鬼城指数的分布特征。
- 01_ Indicators of global new and old urban areas by geographic regions in average.ipynb：Jupyter Notebook文件，可能包含全球新旧城区指标的区域平均分析代码。
- 02_Indicators for global ghost cities at the national average level.ipynb：Jupyter Notebook文件，可能包含国家层面鬼城指标的平均分析代码。
适用场景
- 城市化研究：分析全球鬼城现象的分布特征与形成机制。
- 城市规划：为可持续城市发展策略制定提供数据参考。
- 政策评估：支撑联合国可持续发展目标中城市化相关政策的效果评估。
- 学术研究：为城市活力、区域发展不平衡等领域的实证研究提供数据基础。
