 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
1999
80,141.24
2003
125,833.54
2007
265,293.81
2011
566,217.79
2016
1,129,285.84
2020
1,673,661.82
2024
1,510,911.39
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 | 第三产业增加值(万元) |
|---|---|---|---|---|
| 1999 | 北京市 | 北京市 | 东城区 | 1361600.0 |
| 1999 | 北京市 | 北京市 | 西城区 | 3286700.0 |
| 1999 | 北京市 | 北京市 | 朝阳区 | 2561500.0 |
| 1999 | 北京市 | 北京市 | 丰台区 | 733200.0 |
| 1999 | 北京市 | 北京市 | 石景山区 | 151400.0 |
| 1999 | 北京市 | 北京市 | 海淀区 | 906300.0 |
| 1999 | 北京市 | 北京市 | 门头沟区 | 118600.0 |
| 1999 | 北京市 | 北京市 | 房山区 | 397300.0 |
| 1999 | 北京市 | 北京市 | 通州区 | 280400.0 |
| 1999 | 北京市 | 北京市 | 顺义区 | 312900.0 |
根据《中国县域统计年鉴》整理。覆盖 2,301 个区县、26 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2,301个区县。
时间跨度1999-2024年，共26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 | 1999-2024 |
| 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-c0d4f51ccf33d6-disanchanyezengjiazhi-a82bc1 | 第三产业增加值 | float | 根据《中国县域统计年鉴》整理 |
引用格式（Citation）
[1] 马克集数. 第三产业增加值面板数据(1999-2024)[EB/OL]. https://s.macrodatas.cn/article/indicator/county-c0d4f51ccf33d6-disanchanyezengjiazhi-a82bc1, 2026-04-29.
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 "county_disanchanyezengjiazhi_1999_2024.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_disanchanyezengjiazhi, detail
* 简单面板回归示例
xtreg county_disanchanyezengjiazhi 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-c0d4f51ccf33d6-disanchanyezengjiazhi-a82bc1_1999_2024.xlsx", firstrow clear 导入。
05
相关指标推荐