 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
1991
15.1835
1997
11.8562
2002
10.0354
2008
22.1437
2014
13.1277
2019
9.0506
2025
4.5076
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 省份 | 城市 | 社会消费品零售总额_名义增速(%) |
|---|---|---|---|
| 1991 | 北京市 | 北京市 | 16.281 |
| 1991 | 天津市 | 天津市 | 13.982 |
| 1991 | 河北省 | 唐山市 | 16.3623 |
| 1991 | 河北省 | 秦皇岛市 | 17.8888 |
| 1991 | 上海市 | 上海市 | 13.9054 |
| 1991 | 江苏省 | 无锡市 | 16.3447 |
| 1991 | 江苏省 | 苏州市 | 16.3398 |
| 1991 | 江苏省 | 镇江市 | 14.8435 |
| 1991 | 浙江省 | 宁波市 | 15.2962 |
| 1991 | 浙江省 | 温州市 | 12.4054 |
(社会消费品零售总额÷上年社会消费品零售总额−1)×100，同比名义增速。覆盖 274 个地级市、35 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(社会消费品零售总额÷上年社会消费品零售总额−1)×100，同比名义增速
数据类型城市级面板数据，覆盖274个地级市。
时间跨度1991-2025年，共35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 | 1991-2025 |
| province | 省份 | string | 省/自治区/直辖市 |
| city | 城市 | string | 地级市名称 |
| city-e895d58f828c36-shehuixiaofeipinlingshouzongemingyizengsu-abba45 | 社会消费品零售总额_名义增速 | float | (社会消费品零售总额÷上年社会消费品零售总额−1)×100，同比名义增速 |
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：
* 读取数据
use "city_shehuixiaofeipinlingsho_1991_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_shehuixiaofeipinlingsho, detail
* 简单面板回归示例
xtreg city_shehuixiaofeipinlingsho 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-e895d58f828c36-shehuixiaofeipinlingshouzongemingyizengsu-abba45_1991_2025.xlsx", firstrow clear 导入。
05
相关指标推荐