石家庄市 2025 20.8057 沈阳市 2025 51.7464 上海市 2025 40.5165 济南市 2025 59.2762 威海市 2025 42.6286 德州市 2025 13.0810 广州市 2025 237.5792 深圳市 2025 261.9941 汕头市 2025 14.2911 贵港市 2025 3.3631 达州市 2025 30.7270 贵阳市 2025 44.7570 石家庄市 2025 20.8057 沈阳市 2025 51.7464 上海市 2025 40.5165 济南市 2025 59.2762 威海市 2025 42.6286 德州市 2025 13.0810 广州市 2025 237.5792 深圳市 2025 261.9941 汕头市 2025 14.2911 贵港市 2025 3.3631 达州市 2025 30.7270 贵阳市 2025 44.7570
Panel Dataset — 城市级面板数据

中国城市人均公共交通乘次面板数据(1990-2025)

公路旅客运输量-公共交通(万人)÷常住人口数(万人)。数据整理自各地方统计局、地方统计年鉴。

VIP数据 地级市 更新 2026-10-11 1990-2025 · 36年 Excel / Stata
2025
覆盖年份
1990–2025
共 36 年连续面板
有效样本
5,063
原始数据非空行数
覆盖主体
141
地级市数量
指标类型
VIP
支持预览与下载
01 趋势分析
281 216 152 87 22 1990 1997 2004 2011 2018 2025
折线为年度均值
1990
273.0157
1996
57.3998
2002
27.6861
2008
36.5727
2013
43.0491
2019
38.2167
2025
68.3972
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 城市 人均公共交通乘次(次/人)
1990 北京市 北京市 273.0157
1991 北京市 北京市 281.0219
1992 北京市 北京市 277.6397
1993 北京市 北京市 257.4353
1994 北京市 北京市 266.6604
1995 北京市 北京市 252.3995
1996 北京市 北京市 242.5226
1996 天津市 天津市 53.9154
1996 上海市 上海市 155.4101
1996 安徽省 安庆市 3.1429
公路旅客运输量-公共交通(万人)÷常住人口数(万人)。覆盖 141 个地级市、36 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

公路旅客运输量-公共交通(万人)÷常住人口数(万人)

数据类型

城市级面板数据,覆盖141个地级市。

时间跨度

1990-2025年,共36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 1990-2025
province 省份 string 省/自治区/直辖市
city 城市 string 地级市名称
city-e895d58ea6b72f-renjungonggongjiaotongchengci-b19d9c 人均公共交通乘次 float 公路旅客运输量-公共交通(万人)÷常住人口数(万人)
数据出处
本数据来自马克集数(s.macrodatas.cn)。
引用或转载请注明来源
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_renjungonggongjiaotongc_1990_2025.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_renjungonggongjiaotongc, detail

* 简单面板回归示例
xtreg city_renjungonggongjiaotongc 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-e895d58ea6b72f-renjungonggongjiaotongchengci-b19d9c_1990_2025.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...