城市竞争力对标

城市对比为什么麻烦

做城市研究的人大概都有过这种经历：想比较北京、上海、深圳、广州的经济实力，先把四个城市的统计公报翻一遍，发现 GDP 口径一致，但「增长动能」要自己凑固定资产投资增速，「对外开放」又得把进出口总额和实际利用外资并排放。指标凑齐之后还得自己写脚本画图、算相关性，一次分析折腾半天。

city-compare 这个技能要解决的就是这件事：把散落在公开统计数据里的 8 个经济维度收敛成一套固定的对比流程。

它是怎么工作的

核心数据通过 akshare 实时获取，失败时回退到内置的 config/cities.yaml 静态数据，保证没有网络或接口变动时仍能出结果。覆盖范围是 50 个主要城市：4 个直辖市、27 个省会/首府、5 个计划单列市，加上苏州、无锡、佛山、东莞等 GDP 靠前的地级市。

分析链路分三层：

• 数据层：8 个维度各取代表性指标，例如经济规模用 GDP 总量，增长动能用 GDP 增速与固投增速，居民收入用人均可支配收入，工业实力用规上工业增加值。
• 计算层：原始数据做 Min-Max 归一化后等权重加总得到综合得分；scikit-learn 的 K-means 负责城市聚类，PCA 降维后画散点图看城市群分布模式。
• 可视化层：基于 Plotly 的雷达图支持多城市叠加与悬停缩放，条形图展示各维度排名，热力图矩阵呈现维度间相关性。

入口是一个 Streamlit 应用：左侧边栏选 2–5 个城市，主区域直接给出综合排名表、雷达图和排名条形图，相关性热力图、聚类散点图、差距分析放在 Tab 里切换。不想开浏览器的话，examples/demo.py 也能跑脚本演示。

适用边界

• 只有横截面数据，不提供时间序列，想看某城市近十年走势不适用。
• 房价、学区、宜居度这类居住属性指标不支持，实时交通、污染等传感器数据也不在范围内。
• 仅覆盖中国城市，跨国对比做不了。
• 综合得分用的是内置等权重方案，不能自定义权重，如果研究假设是「财政权重应高于规模权重」，得自己改权重重算。
• 聚类结果是模式识别参考，不是官方分组，解读时别当结论直接引用。