北京市 2023 116.00 天津市 2023 82.00 石家庄市 2023 97.00 唐山市 2023 56.00 秦皇岛市 2023 20.00 邯郸市 2023 102.00 邢台市 2023 76.00 保定市 2023 97.00 张家口市 2023 25.00 承德市 2023 24.00 沧州市 2023 71.00 廊坊市 2023 53.00 衡水市 2023 34.00 太原市 2023 38.00 大同市 2023 17.00 阳泉市 2023 7.00 长治市 2023 21.00 晋城市 2023 12.00 朔州市 2023 12.00 晋中市 2023 22.00 北京市 2023 116.00 天津市 2023 82.00 石家庄市 2023 97.00 唐山市 2023 56.00 秦皇岛市 2023 20.00 邯郸市 2023 102.00 邢台市 2023 76.00 保定市 2023 97.00 张家口市 2023 25.00 承德市 2023 24.00 沧州市 2023 71.00 廊坊市 2023 53.00 衡水市 2023 34.00 太原市 2023 38.00 大同市 2023 17.00 阳泉市 2023 7.00 长治市 2023 21.00 晋城市 2023 12.00 朔州市 2023 12.00 晋中市 2023 22.00
Panel Dataset — 城市级面板数据

中国城市小学在校学生数面板数据(1990-2023)

根据《中国城市统计年鉴》整理。数据整理自《中国城市统计年鉴》。

VIP数据 地级市 更新 2026-02-23 1990-2023 · 34年 Excel / Stata
2023
覆盖年份
1990–2023
共 34 年连续面板
有效样本
9,244
缺失率 9.4%
覆盖主体
272
地级市数量
指标类型
VIP
支持预览与下载
01 趋势分析
45 41 37 34 30 1990 1997 2004 2010 2017 2023
折线为年度均值
1990
32.32
1996
40.98
2002
38.96
2007
33.39
2012
31.08
2018
32.23
2023
34.03
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 城市 小学在校学生数(万人)
1990 北京市 北京市 99.58
1990 天津市 天津市 85.53
1990 河北省 石家庄市 28.28
1990 河北省 唐山市 74.14
1990 河北省 秦皇岛市 26.41
1990 河北省 邯郸市 20.7
1990 河北省 邢台市 8.97
1990 河北省 保定市 19.48
1990 河北省 张家口市 9.58
1990 河北省 承德市 9.28
根据《中国城市统计年鉴》整理。覆盖 272 个地级市34 年连续面板,适用于面板回归、政策评估与综合评价研究。
03 指标详情

指标解释

指标定义

根据《中国城市统计年鉴》整理

数据类型

城市级面板数据,覆盖272个地级市。

时间跨度

1990-2023年,共34年连续面板数据。

应用场景

  • 作为被解释变量或核心解释变量进行面板回归分析
  • 结合其他指标做相关性与多元回归研究
  • 分析时间趋势与区域差异
  • 政策评估(DID、PSM-DID 等准自然实验)
  • 构建综合评价指标体系(熵值法等)
04 技术文档
数据说明书(Data Dictionary)
数据来源

数据整理自《中国城市统计年鉴》。经人工校验与交叉比对,确保数据准确性。

部分缺失值已通过线性插值补齐,原始数据与插值数据均可分别下载。

变量名 中文名称 类型 说明
year 年份 int 1990-2023
province 省份 string 省/自治区/直辖市
city 城市 string 地级市名称
city-25abcb2a1ceb39-xiaoxuezaixiaoxueshengshu-36b123 小学在校学生数 float 根据《中国城市统计年鉴》整理
引用格式(Citation)
[1] 马克集数. 小学在校学生数面板数据(1990-2023)[EB/OL]. https://s.macrodatas.cn/article/indicator/city-25abcb2a1ceb39-xiaoxuezaixiaoxueshengshu-36b123, 2026-02-23.
可直接复制上方引用格式至论文参考文献
Stata 读取代码

下载数据后,可使用以下 Stata 代码快速读取并设定面板结构:

Stata 复制代码
* 读取数据
use "city_xiaoxuezaixiaoxueshengs_1990_2023.dta", clear

* 查看变量与前几行
describe
list in 1/10

* 编码城市变量(如尚未编码)
encode city, gen(city_id)

* 设定面板数据结构
xtset city_id year

* 描述性统计
summarize city_xiaoxuezaixiaoxueshengs, detail

* 简单面板回归示例
xtreg city_xiaoxuezaixiaoxueshengs x1 x2, fe
estimates store fe_model

如下载的是 Excel 格式,请先在 Stata 中使用 import excel "city-25abcb2a1ceb39-xiaoxuezaixiaoxueshengshu-36b123_1990_2023.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...