 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
1960
16,086,723.2706
1971
13,809,720.6828
1982
14,172,112.7330
1992
7,633,747.1160
2003
7,400,443.9018
2014
7,496,958.1271
2025
3,015,253.3673
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 国家/地区 | 人均国民总收入(不变本地货币单位)(不变价本币) |
|---|---|---|
| 1960 | 阿根廷 | 9361.499 |
| 1960 | 澳大利亚 | 27854.293 |
| 1960 | 贝宁 | 386693.101 |
| 1960 | 智利 | 2253281.466 |
| 1960 | 刚果 | 360351.394 |
| 1960 | 多米尼加共和国 | 60682.63 |
| 1960 | 厄瓜多尔 | 2583.792 |
| 1960 | 法国 | 10614.24 |
| 1960 | 危地马拉 | 15067.968 |
| 1960 | 印度 | 27211.697 |
GNI per capita (constant LCU)。覆盖 93 个国家、66 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GNI per capita (constant LCU)
数据类型国家级面板数据，覆盖93个国家。
时间跨度1960-2025年，共66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 | 1960-2025 |
| region | 国家/地区 | string | 国家/地区名称 |
| country-34a40ff9315f68c2883390c53583d53aaa9-renjunguominzongshourububianbendihuobidanwei-07f9b8 | 人均国民总收入(不变本地货币单位) | float | GNI per capita (constant LCU) |
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 "country_renjunguominzongshou_1960_2025.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_renjunguominzongshou, detail
* 简单面板回归示例
xtreg country_renjunguominzongshou 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-34a40ff9315f68c2883390c53583d53aaa9-renjunguominzongshourububianbendihuobidanwei-07f9b8_1960_2025.xlsx", firstrow clear 导入。
05
相关指标推荐