 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
2014
17,209.6530
2016
19,304.1850
2018
22,309.2640
2020
23,542.8039
2021
26,177.0380
2023
28,624.7428
2025
33,640.2840
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 | 城镇居民人均消费支出(元/人) |
|---|---|---|---|---|
| 2014 | 北京市 | 北京市 | 东城区 | 28613.0 |
| 2014 | 北京市 | 北京市 | 西城区 | 31921.0 |
| 2014 | 北京市 | 北京市 | 朝阳区 | 30467.0 |
| 2014 | 北京市 | 北京市 | 丰台区 | 26816.0 |
| 2014 | 北京市 | 北京市 | 石景山区 | 23845.0 |
| 2014 | 北京市 | 北京市 | 海淀区 | 31784.0 |
| 2014 | 北京市 | 北京市 | 门头沟区 | 24053.0 |
| 2014 | 北京市 | 北京市 | 房山区 | 21181.0 |
| 2014 | 北京市 | 北京市 | 通州区 | 23694.0 |
| 2014 | 北京市 | 北京市 | 顺义区 | 20784.0 |
城镇常住居民人均消费支出。覆盖 1,053 个区县、12 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
指标定义城镇常住居民人均消费支出
数据类型区县级面板数据，覆盖1,053个区县。
时间跨度2014-2025年，共12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 | 2014-2025 |
| 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-chengzhenjuminrenjunxiaofeizhichu-fd9e3e | 城镇居民人均消费支出 | float | 城镇常住居民人均消费支出 |
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_chengzhenjuminrenjunx_2014_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_chengzhenjuminrenjunx, detail
* 简单面板回归示例
xtreg county_chengzhenjuminrenjunx 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-chengzhenjuminrenjunxiaofeizhichu-fd9e3e_2014_2025.xlsx", firstrow clear 导入。
05
相关指标推荐