01
趋势分析
折线为年度均值
2015
7.7905
2017
8.1498
2018
7.8797
2020
3.9479
2022
4.3004
2023
4.7683
2025
4.2577
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 | 城镇居民人均可支配收入_名义增速(%) |
|---|---|---|---|---|
| 2015 | 北京市 | 北京市 | 东城区 | 37.0949 |
| 2015 | 北京市 | 北京市 | 西城区 | 42.4122 |
| 2015 | 北京市 | 北京市 | 朝阳区 | 24.1993 |
| 2015 | 北京市 | 北京市 | 丰台区 | 14.0151 |
| 2015 | 北京市 | 北京市 | 石景山区 | 34.2393 |
| 2015 | 北京市 | 北京市 | 海淀区 | 24.431 |
| 2015 | 北京市 | 北京市 | 门头沟区 | 11.38 |
| 2015 | 北京市 | 北京市 | 房山区 | 1.1278 |
| 2015 | 北京市 | 北京市 | 通州区 | 1.3829 |
| 2015 | 北京市 | 北京市 | 顺义区 | -8.3288 |
(城镇居民人均可支配收入÷上年城镇居民人均可支配收入−1)×100,同比名义增速。覆盖 2,223 个区县、11 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(城镇居民人均可支配收入÷上年城镇居民人均可支配收入−1)×100,同比名义增速
数据类型区县级面板数据,覆盖2,223个区县。
时间跨度2015-2025年,共11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
数据整理自中国区域经济统计年鉴、各地方统计年鉴。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 | 2015-2025 |
| 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-f1179fd4019f98-chengzhenjuminrenjunkezhipeishourumingyizengsu-d7bf36 | 城镇居民人均可支配收入_名义增速 | float | (城镇居民人均可支配收入÷上年城镇居民人均可支配收入−1)×100,同比名义增速 |
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 "county_chengzhenjuminrenjunk_2015_2025.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_chengzhenjuminrenjunk, detail
* 简单面板回归示例
xtreg county_chengzhenjuminrenjunk 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-f1179fd4019f98-chengzhenjuminrenjunkezhipeishourumingyizengsu-d7bf36_2015_2025.xlsx", firstrow clear 导入。
05
相关指标推荐