 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
1961
40.941
1971
51.414
1981
63.264
1991
69.598
2002
85.194
2012
96.613
2022
111.968
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 国家/地区 | 畜牧业生产指数(2014-2016年=100)(指数(2014-2016=100) |
|---|---|---|
| 1961 | 撒哈拉以南非洲东部和南部 | 12.926 |
| 1961 | 阿富汗 | 41.54 |
| 1961 | 撒哈拉以南非洲西部和中部 | 100.0 |
| 1961 | 安哥拉 | 23.14 |
| 1961 | 阿尔巴尼亚 | 22.52 |
| 1961 | 阿拉伯世界 | 19.434 |
| 1961 | 阿拉伯联合酋长国 | 7.03 |
| 1961 | 阿根廷 | 58.16 |
| 1961 | 安提瓜和巴布达 | 101.54 |
| 1961 | 澳大利亚 | 49.85 |
Livestock production index (2014-2016 = 100)。覆盖 221 个国家、62 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Livestock production index (2014-2016 = 100)
数据类型国家级面板数据，覆盖221个国家。
时间跨度1961-2022年，共62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
数据整理自世界银行。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 | 1961-2022 |
| region | 国家/地区 | string | 国家/地区名称 |
| country-34a40ff61e243fd0fcb9e-xumuyeshengchanzhishu20142016nian100-9d3742 | 畜牧业生产指数(2014-2016年=100) | float | Livestock production index (2014-2016 = 100) |
引用格式（Citation）
[1] 马克集数. 畜牧业生产指数(2014-2016年=100)面板数据(1961-2022)[EB/OL]. https://s.macrodatas.cn/article/indicator/country-34a40ff61e243fd0fcb9e-xumuyeshengchanzhishu20142016nian100-9d3742, 2026-03-16.
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 "country_xumuyeshengchanzhish_1961_2022.dta", clear
* 查看变量与前几行
describe
list in 1/10
* 编码国家变量（如尚未编码）
encode region, gen(country_id)
* 设定面板数据结构
xtset country_id year
* 描述性统计
summarize country_xumuyeshengchanzhish, detail
* 简单面板回归示例
xtreg country_xumuyeshengchanzhish x1 x2, fe
estimates store fe_model如下载的是 Excel 格式，请先在 Stata 中使用 import excel "country-34a40ff61e243fd0fcb9e-xumuyeshengchanzhishu20142016nian100-9d3742_1961_2022.xlsx", firstrow clear 导入。
05
相关指标推荐