 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
2000
21
2003
36
2006
41
2010
53
2013
55
2016
57
2019
61
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 中外合资保险公司机构数(个) |
|---|---|
| 2000 | 21.0 |
| 2001 | 21.0 |
| 2002 | 28.0 |
| 2003 | 36.0 |
| 2004 | 36.0 |
| 2005 | 40.0 |
| 2006 | 41.0 |
| 2007 | 43.0 |
| 2008 | 48.0 |
| 2009 | 52.0 |
保险公司指在中国境内的、经过保险监督管理部门批准设立，并依法登记注册的各类商业保险公司。机构数总计中包括慈溪市龙山镇伏龙农村保险互助社，未在保险集团、中资保险公司、中外合资公司中列示。其他总计项目为保险集团公司、中资保险公司及中外合资保险公司各项指标的简单合计。。覆盖 1 个全国、20 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
指标定义保险公司指在中国境内的、经过保险监督管理部门批准设立，并依法登记注册的各类商业保险公司。机构数总计中包括慈溪市龙山镇伏龙农村保险互助社，未在保险集团、中资保险公司、中外合资公司中列示。其他总计项目为保险集团公司、中资保险公司及中外合资保险公司各项指标的简单合计。
数据类型宏观级面板数据，覆盖1个全国。
时间跨度2000-2019年，共20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 | 2000-2019 |
| hg-eae13c2a1f068f0facf2684dc932-zhongwaihezibaoxiangongsijigoushu-fccaec | 中外合资保险公司机构数 | float | 保险公司指在中国境内的、经过保险监督管理部门批准设立，并依法登记注册的各类商业保险公司。机构数总计中包括慈溪市龙山镇伏龙农村保险互助社，未在保险集团、中资保险公司、中外合资公司中列示。其他总计项目为保险集团公司、中资保险公司及中外合资保险公司各项指标的简单合计。 |
引用格式（Citation）
[1] 马克集数. 中外合资保险公司机构数面板数据(2000-2019)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c2a1f068f0facf2684dc932-zhongwaihezibaoxiangongsijigoushu-fccaec, 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_zhongwaihezibaoxiangongsi_1_2000_2019.dta", clear
* 查看变量与前几行
describe
list in 1/10
* 描述性统计
summarize hg_zhongwaihezibaoxiangongsi_1, detail如下载的是 Excel 格式，请先在 Stata 中使用 import excel "hg-eae13c2a1f068f0facf2684dc932-zhongwaihezibaoxiangongsijigoushu-fccaec_2000_2019.xlsx", firstrow clear 导入。
05
相关指标推荐