怀柔区 2023 14.00 平谷区 2023 16.00 密云区 2023 18.00 延庆区 2023 15.00 静海区 2023 18.00 蓟州区 2023 26.00 藁城区 2023 13.00 鹿泉区 2023 12.00 栾城区 2023 7.00 井陉县 2023 17.00 正定县 2023 8.00 行唐县 2023 15.00 灵寿县 2023 15.00 深泽县 2023 6.00 赞皇县 2023 11.00 无极县 2023 11.00 平山县 2023 23.00 元氏县 2023 15.00 赵县 2023 11.00 辛集市 2023 15.00 怀柔区 2023 14.00 平谷区 2023 16.00 密云区 2023 18.00 延庆区 2023 15.00 静海区 2023 18.00 蓟州区 2023 26.00 藁城区 2023 13.00 鹿泉区 2023 12.00 栾城区 2023 7.00 井陉县 2023 17.00 正定县 2023 8.00 行唐县 2023 15.00 灵寿县 2023 15.00 深泽县 2023 6.00 赞皇县 2023 11.00 无极县 2023 11.00 平山县 2023 23.00 元氏县 2023 15.00 赵县 2023 11.00 辛集市 2023 15.00
Panel Dataset — 区县级面板数据

中国区县乡及镇个数面板数据(2000-2023)

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 2000-2023 · 24年 Excel / Stata
2023
覆盖年份
2000–2023
共 24 年连续面板
有效样本
46,044
缺失率 29.1%
覆盖主体
1,918
区县数量
指标类型
VIP
支持预览与下载
01 趋势分析
18 17 16 14 13 2000 2005 2009 2014 2018 2023
折线为年度均值
2000
18.30
2004
16.07
2008
14.67
2012
14.23
2015
14.07
2019
13.98
2023
13.46
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 乡及镇个数(个)
2000 北京市 北京市 大兴区 14.0
2000 北京市 北京市 怀柔区 15.0
2000 北京市 北京市 平谷区 17.0
2000 北京市 北京市 密云区 19.0
2000 北京市 北京市 延庆区 15.0
2000 天津市 天津市 武清区 34.0
2000 天津市 天津市 宝坻区 35.0
2000 天津市 天津市 宁河区 22.0
2000 天津市 天津市 静海区 28.0
2000 天津市 天津市 蓟州区 41.0
根据《中国县域统计年鉴》整理。覆盖 1,918 个区县24 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1,918个区县。

时间跨度

2000-2023年,共24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 2000-2023
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-c0d4f51764b03b-xiangjizhengeshu-58b202 乡及镇个数 float 根据《中国县域统计年鉴》整理
引用格式(Citation)
[1] 马克集数. 乡及镇个数面板数据(2000-2023)[EB/OL]. https://s.macrodatas.cn/article/indicator/county-c0d4f51764b03b-xiangjizhengeshu-58b202, 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_xiangjizhengeshu_58b2_2000_2023.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_xiangjizhengeshu_58b2, detail

* 简单面板回归示例
xtreg county_xiangjizhengeshu_58b2 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-c0d4f51764b03b-xiangjizhengeshu-58b202_2000_2023.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...