 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
1962
663
1971
2,281
1979
2,398
1988
4,395
1997
7,854
2005
17,802
2014
24,095
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 地方铁路货运量(-2014)(万吨) |
|---|---|
| 1962 | 663.0 |
| 1963 | 465.0 |
| 1964 | 556.0 |
| 1965 | 742.0 |
| 1966 | 801.0 |
| 1967 | 949.0 |
| 1968 | 1125.0 |
| 1969 | 1333.0 |
| 1970 | 1580.0 |
| 1971 | 2281.0 |
铁路货物运量指一定时期内使用铁路货车实际运送的货物数量。1993年起铁路货物运输增加行包运量。||2020年起，沿海和远洋合并为海洋；2019年及以前年份为远洋运输数据。。覆盖 1 个全国、53 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
指标定义铁路货物运量指一定时期内使用铁路货车实际运送的货物数量。1993年起铁路货物运输增加行包运量。||2020年起，沿海和远洋合并为海洋；2019年及以前年份为远洋运输数据。
数据类型宏观级面板数据，覆盖1个全国。
时间跨度1962-2014年，共53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
数据整理自国家统计局。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 | 1962-2014 |
| hg-eae13c27b09638142e848-difangtieluhuoyunliang2014-7891d9 | 地方铁路货运量(-2014) | float | 铁路货物运量指一定时期内使用铁路货车实际运送的货物数量。1993年起铁路货物运输增加行包运量。||2020年起，沿海和远洋合并为海洋；2019年及以前年份为远洋运输数据。 |
引用格式（Citation）
[1] 马克集数. 地方铁路货运量(-2014)面板数据(1962-2014)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c27b09638142e848-difangtieluhuoyunliang2014-7891d9, 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：
* 读取数据
use "hg_difangtieluhuoyunliang201_1962_2014.dta", clear
* 查看变量与前几行
describe
list in 1/10
* 描述性统计
summarize hg_difangtieluhuoyunliang201, detail如下载的是 Excel 格式，请先在 Stata 中使用 import excel "hg-eae13c27b09638142e848-difangtieluhuoyunliang2014-7891d9_1962_2014.xlsx", firstrow clear 导入。
05
相关指标推荐