2005年 2005 935.00 2006年 2006 926.00 2007年 2007 912.00 2008年 2008 917.00 2009年 2009 952.00 2010年 2010 942.00 2011年 2011 898.00 2012年 2012 855.00 2013年 2013 850.53 2014年 2014 870.02 2015年 2015 842.00 2016年 2016 810.00 2017年 2017 779.00 2018年 2018 749.00 2019年 2019 739.00 2020年 2020 749.00 2021年 2021 733.00 2022年 2022 644.08 2023年 2023 663.00 2024年 2024 664.00 2005年 2005 935.00 2006年 2006 926.00 2007年 2007 912.00 2008年 2008 917.00 2009年 2009 952.00 2010年 2010 942.00 2011年 2011 898.00 2012年 2012 855.00 2013年 2013 850.53 2014年 2014 870.02 2015年 2015 842.00 2016年 2016 810.00 2017年 2017 779.00 2018年 2018 749.00 2019年 2019 739.00 2020年 2020 749.00 2021年 2021 733.00 2022年 2022 644.08 2023年 2023 663.00 2024年 2024 664.00
Panel Dataset — 宏观级面板数据

中国宏观国家铁路石油平均运距面板数据(1951-2024)

国家铁路石油平均运距面板数据。数据整理自国家统计局。

免费数据 全国 更新 2026-02-23 1951-2024 · 74年 Excel / Stata
2024
覆盖年份
1951–2024
共 74 年连续面板
有效样本
74
缺失率 0.0%
覆盖主体
1
全国数量
指标类型
免费
支持预览与下载
01 趋势分析
1627 1356 1084 813 541 1951 1966 1980 1995 2009 2024
折线为年度均值
1951
959.34
1963
1,104.87
1975
662.87
1987
604.00
2000
869.00
2012
855.00
2024
664.00
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 国家铁路石油平均运距(公里)
1951 959.34
1952 1125.22
1953 1249.33
1954 1262.89
1955 1503.92
1956 1062.5
1957 1175.06
1958 1351.54
1959 1183.58
1960 1163.27
国家铁路石油平均运距面板数据。覆盖 1 个全国74 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

国家铁路石油平均运距面板数据

数据类型

宏观级面板数据,覆盖1个全国。

时间跨度

1951-2024年,共74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 1951-2024
hg-eae13c27b0963874c5bb82c6ce0c-guojiatielushiyoupingjunyunju-d019de 国家铁路石油平均运距 float 国家铁路石油平均运距
引用格式(Citation)
[1] 马克集数. 国家铁路石油平均运距面板数据(1951-2024)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c27b0963874c5bb82c6ce0c-guojiatielushiyoupingjunyunju-d019de, 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:

Stata 复制代码
* 读取数据
use "hg_guojiatielushiyoupingjuny_1951_2024.dta", clear

* 查看变量与前几行
describe
list in 1/10

* 描述性统计
summarize hg_guojiatielushiyoupingjuny, detail

如下载的是 Excel 格式,请先在 Stata 中使用 import excel "hg-eae13c27b0963874c5bb82c6ce0c-guojiatielushiyoupingjunyunju-d019de_1951_2024.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...