 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
1971
1,154
1980
10,525
1989
15,641
1997
16,002
2006
33,436
2015
75,870
2024
96,173
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 管道货运量(万吨) |
|---|---|
| 1971 | 1154.0 |
| 1972 | 2262.0 |
| 1973 | 2765.0 |
| 1974 | 3791.0 |
| 1975 | 6032.0 |
| 1976 | 7902.0 |
| 1977 | 8907.0 |
| 1978 | 10347.0 |
| 1979 | 11342.0 |
| 1980 | 10525.0 |
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。||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。||2019年起铁路货运量和货物周转量数据来自国家铁路局，与以往年份相比统计范围增加部分地方铁路(以下相关表同)。||2019年公路货运量及货物周转量统计口径，根据2019道路货物运输量专项调查进行了调整，数据与上年不可比(以下相关表同)。按照调整后可比口径计算，2019年公路货运量、货物周转量比上年分别增长4.2%和0.4%。。覆盖 1 个全国、54 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。||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。||2019年起铁路货运量和货物周转量数据来自国家铁路局，与以往年份相比统计范围增加部分地方铁路(以下相关表同)。||2019年公路货运量及货物周转量统计口径，根据2019道路货物运输量专项调查进行了调整，数据与上年不可比(以下相关表同)。按照调整后可比口径计算，2019年公路货运量、货物周转量比上年分别增长4.2%和0.4%。
数据类型宏观级面板数据，覆盖1个全国。
时间跨度1971-2024年，共54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 | 1971-2024 |
| hg-eae13c27b09638142e848-guandaohuoyunliang-cde8ff | 管道货运量 | float | 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。||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。||2019年起铁路货运量和货物周转量数据来自国家铁路局，与以往年份相比统计范围增加部分地方铁路(以下相关表同)。||2019年公路货运量及货物周转量统计口径，根据2019道路货物运输量专项调查进行了调整，数据与上年不可比(以下相关表同)。按照调整后可比口径计算，2019年公路货运量、货物周转量比上年分别增长4.2%和0.4%。 |
引用格式（Citation）
[1] 马克集数. 管道货运量面板数据(1971-2024)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c27b09638142e848-guandaohuoyunliang-cde8ff, 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_guandaohuoyunliang_cde8ff_1971_2024.dta", clear
* 查看变量与前几行
describe
list in 1/10
* 描述性统计
summarize hg_guandaohuoyunliang_cde8ff, detail如下载的是 Excel 格式，请先在 Stata 中使用 import excel "hg-eae13c27b09638142e848-guandaohuoyunliang-cde8ff_1971_2024.xlsx", firstrow clear 导入。
05
相关指标推荐