 scale(.213 .217)'%3EM%3C/text%3E%3Ctext class='c2' transform='translate(71.47 34) scale(.213 .217)'%3EK%3C/text%3E%3Ctext class='c1' transform='translate(32.956 26.401) scale(.213 .217)'%3EA%3C/text%3E%3Ctext class='c2' transform='translate(52.926 26.401) scale(.213 .217)'%3ER%3C/text%3E%3C/svg%3E)
01
趋势分析
折线为年度均值
2006
1,690.48
2009
1,866.70
2011
1,995.50
2014
2,115.02
2017
2,330.56
2019
2,436.50
2022
2,423.28
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 省份 | 城市 | 漏损水量(万立方米) |
|---|---|---|---|
| 2006 | 北京市 | 北京市 | 13561.0 |
| 2006 | 天津市 | 天津市 | 8806.0 |
| 2006 | 河北省 | 石家庄市 | 3336.0 |
| 2006 | 河北省 | 唐山市 | 2050.0 |
| 2006 | 河北省 | 秦皇岛市 | 2130.0 |
| 2006 | 河北省 | 邯郸市 | 1224.0 |
| 2006 | 河北省 | 邢台市 | 477.0 |
| 2006 | 河北省 | 保定市 | 1026.0 |
| 2006 | 河北省 | 张家口市 | 774.0 |
| 2006 | 河北省 | 承德市 | 755.0 |
指在供水工程中由于管道及附属设施破损而造成的漏失水量，以及计量损失量和其他损失水量。覆盖 285 个地级市、17 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
指标定义指在供水工程中由于管道及附属设施破损而造成的漏失水量，以及计量损失量和其他损失水量
数据类型城市级面板数据，覆盖285个地级市。
时间跨度2006-2022年，共17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《中国城市建设统计年鉴》。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 | 2006-2022 |
| province | 省份 | string | 省/自治区/直辖市 |
| city | 城市 | string | 地级市名称 |
| city-b8c8c95a251625d4722c4f4a15d53209007-lousunshuiliang-f8e41b | 漏损水量 | float | 指在供水工程中由于管道及附属设施破损而造成的漏失水量，以及计量损失量和其他损失水量 |
引用格式（Citation）
[1] 马克集数. 漏损水量面板数据(2006-2022)[EB/OL]. https://s.macrodatas.cn/article/indicator/city-b8c8c95a251625d4722c4f4a15d53209007-lousunshuiliang-f8e41b, 2026-05-10.
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：
* 读取数据
use "city_lousunshuiliang_f8e41b_2006_2022.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_lousunshuiliang_f8e41b, detail
* 简单面板回归示例
xtreg city_lousunshuiliang_f8e41b 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-b8c8c95a251625d4722c4f4a15d53209007-lousunshuiliang-f8e41b_2006_2022.xlsx", firstrow clear 导入。
05
相关指标推荐