2003年 2003 169.79 2004年 2004 185.85 2005年 2005 195.71 2006年 2006 187.42 2007年 2007 179.60 2008年 2008 185.62 2009年 2009 180.80 2010年 2010 179.40 2011年 2011 200.86 2012年 2012 222.13 2013年 2013 241.64 2014年 2014 248.65 2015年 2015 280.35 2016年 2016 268.02 2017年 2017 285.11 2018年 2018 306.03 2019年 2019 327.62 2020年 2020 344.85 2021年 2021 371.51 2022年 2022 398.16 2003年 2003 169.79 2004年 2004 185.85 2005年 2005 195.71 2006年 2006 187.42 2007年 2007 179.60 2008年 2008 185.62 2009年 2009 180.80 2010年 2010 179.40 2011年 2011 200.86 2012年 2012 222.13 2013年 2013 241.64 2014年 2014 248.65 2015年 2015 280.35 2016年 2016 268.02 2017年 2017 285.11 2018年 2018 306.03 2019年 2019 327.62 2020年 2020 344.85 2021年 2021 371.51 2022年 2022 398.16
Panel Dataset — 宏观级面板数据

中国宏观草莓产量面板数据(2002-2022)

根据第三次全国农业普查结果,对2007年-2017年农业生产有关数据进行了修正。。数据整理自国家统计局。

免费数据 全国 更新 2026-02-23 2002-2022 · 21年 Excel / Stata
2022
覆盖年份
2002–2022
共 21 年连续面板
有效样本
21
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
398 333 269 204 139 2002 2006 2010 2014 2018 2022
折线为年度均值
2002
139.44
2005
195.71
2009
180.80
2012
222.13
2015
280.35
2019
327.62
2022
398.16
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 草莓产量(万吨)
2002 139.44
2003 169.79
2004 185.85
2005 195.71
2006 187.42
2007 179.6
2008 185.62
2009 180.8
2010 179.4
2011 200.86
根据第三次全国农业普查结果,对2007年-2017年农业生产有关数据进行了修正。。覆盖 1 个全国21 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

根据第三次全国农业普查结果,对2007年-2017年农业生产有关数据进行了修正。

数据类型

宏观级面板数据,覆盖1个全国。

时间跨度

2002-2022年,共21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 2002-2022
hg-eae13c299719ef2214951-caomeichanliang-9b07d2 草莓产量 float 根据第三次全国农业普查结果,对2007年-2017年农业生产有关数据进行了修正。
引用格式(Citation)
[1] 马克集数. 草莓产量面板数据(2002-2022)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c299719ef2214951-caomeichanliang-9b07d2, 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_caomeichanliang_9b07d2_2002_2022.dta", clear

* 查看变量与前几行
describe
list in 1/10

* 描述性统计
summarize hg_caomeichanliang_9b07d2, detail

如下载的是 Excel 格式,请先在 Stata 中使用 import excel "hg-eae13c299719ef2214951-caomeichanliang-9b07d2_2002_2022.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...