大兴区 2022 47.00 怀柔区 2022 19.00 平谷区 2022 29.00 密云区 2022 26.00 延庆区 2022 21.00 和平区 2022 18.00 河东区 2022 29.00 河西区 2022 41.00 南开区 2022 30.00 河北区 2022 26.00 红桥区 2022 16.00 东丽区 2022 34.00 西青区 2022 38.00 津南区 2022 33.00 北辰区 2022 50.00 武清区 2022 121.00 宝坻区 2022 84.00 滨海新区 2022 97.00 宁河区 2022 59.00 静海区 2022 95.00 大兴区 2022 47.00 怀柔区 2022 19.00 平谷区 2022 29.00 密云区 2022 26.00 延庆区 2022 21.00 和平区 2022 18.00 河东区 2022 29.00 河西区 2022 41.00 南开区 2022 30.00 河北区 2022 26.00 红桥区 2022 16.00 东丽区 2022 34.00 西青区 2022 38.00 津南区 2022 33.00 北辰区 2022 50.00 武清区 2022 121.00 宝坻区 2022 84.00 滨海新区 2022 97.00 宁河区 2022 59.00 静海区 2022 95.00
Panel Dataset — 区县级面板数据

中国区县普通小学学校数面板数据(2000-2022)

根据《中国县域统计年鉴》整理。数据整理自《中国县域统计年鉴》。

VIP数据 区县 更新 2026-02-23 2000-2022 · 23年 Excel / Stata
2022
覆盖年份
2000–2022
共 23 年连续面板
有效样本
28,018
缺失率 55.0%
覆盖主体
1,218
区县数量
指标类型
VIP
支持预览与下载
01 趋势分析
228 184 140 96 52 2000 2004 2009 2013 2018 2022
折线为年度均值
2000
227.85
2004
148.12
2007
120.07
2011
90.35
2015
72.98
2018
61.36
2022
52.11
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 城市 区县 普通小学学校数(个)
2000 北京市 北京市 大兴区 173.0
2000 北京市 北京市 怀柔区 82.0
2000 北京市 北京市 平谷区 157.0
2000 北京市 北京市 密云区 152.0
2000 北京市 北京市 延庆区 130.0
2000 天津市 天津市 和平区 48.0
2000 天津市 天津市 河东区 54.0
2000 天津市 天津市 河西区 72.0
2000 天津市 天津市 南开区 65.0
2000 天津市 天津市 河北区 61.0
根据《中国县域统计年鉴》整理。覆盖 1,218 个区县23 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

根据《中国县域统计年鉴》整理

数据类型

区县级面板数据,覆盖1,218个区县。

时间跨度

2000-2022年,共23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《中国县域统计年鉴》。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 2000-2022
province 省份 string 省/自治区/直辖市
city 城市 string 地级市名称
county 区县 string 区县名称
county-c0d4f5121bb1bd-putongxiaoxuexuexiaoshu-6dc1ca 普通小学学校数 float 根据《中国县域统计年鉴》整理
引用格式(Citation)
[1] 马克集数. 普通小学学校数面板数据(2000-2022)[EB/OL]. https://s.macrodatas.cn/article/indicator/county-c0d4f5121bb1bd-putongxiaoxuexuexiaoshu-6dc1ca, 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:

Stata 复制代码
* 读取数据
use "county_putongxiaoxuexuexiaos_2000_2022.dta", clear

* 查看变量与前几行
describe
list in 1/10

* 编码区县变量(如尚未编码)
encode county, gen(county_id)

* 设定面板数据结构
xtset county_id year

* 描述性统计
summarize county_putongxiaoxuexuexiaos, detail

* 简单面板回归示例
xtreg county_putongxiaoxuexuexiaos x1 x2, fe
estimates store fe_model

如下载的是 Excel 格式,请先在 Stata 中使用 import excel "county-c0d4f5121bb1bd-putongxiaoxuexuexiaoshu-6dc1ca_2000_2022.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...