 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
2000
9,772,962,962,981,716
2004
12,965,827,338,155,142
2008
19,781,138,790,078,116
2012
36,821,708,185,117,792
2016
52,669,932,432,513,992
2020
76,245,270,270,370,528
2024
107,271,291,866,131,536
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 省份 | 城市 | 总产值_(02_2017)林业(万元) |
|---|---|---|---|
| 2000 | 北京市 | 北京市 | 5.4e+16 |
| 2000 | 天津市 | 天津市 | 1.37e+16 |
| 2000 | 河北省 | 石家庄市 | 41746.0 |
| 2000 | 河北省 | 唐山市 | 57127.0 |
| 2000 | 河北省 | 秦皇岛市 | 13089.0 |
| 2000 | 河北省 | 邯郸市 | 25541.0 |
| 2000 | 河北省 | 邢台市 | 1.85e+16 |
| 2000 | 河北省 | 保定市 | 26050.0 |
| 2000 | 河北省 | 张家口市 | 31449.0 |
| 2000 | 河北省 | 承德市 | 49411.0 |
总产值_(02_2017)林业面板数据。覆盖 283 个地级市、25 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
指标定义总产值_(02_2017)林业面板数据
数据类型城市级面板数据，覆盖283个地级市。
时间跨度2000-2024年，共25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
数据整理自各地方统计局、地方统计年鉴。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 | 2000-2024 |
| province | 省份 | string | 省/自治区/直辖市 |
| city | 城市 | string | 地级市名称 |
| city-e895d58e8c1001-zongchanzhi022017linye-857f06 | 总产值_(02_2017)林业 | float | 总产值_(02_2017)林业 |
引用格式（Citation）
[1] 马克集数. 总产值_(02_2017)林业面板数据(2000-2024)[EB/OL]. https://s.macrodatas.cn/article/indicator/city-e895d58e8c1001-zongchanzhi022017linye-857f06, 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：
* 读取数据
use "city_zongchanzhi022017linye__2000_2024.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_zongchanzhi022017linye_, detail
* 简单面板回归示例
xtreg city_zongchanzhi022017linye_ 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-e895d58e8c1001-zongchanzhi022017linye-857f06_2000_2024.xlsx", firstrow clear 导入。
05
相关指标推荐