2012年 2012 784,541.1900 2013年 2013 880,679.6800 2014年 2014 943,369.5800 2015年 2015 944,857.2600 2016年 2016 984,668.3700 2017年 2017 956,119.9700 2018年 2018 880,806.8200 2019年 2019 891,095.0300 2020年 2020 903,752.4900 2021年 2021 1,095,044.2300 2022年 2022 1,121,897.1100 2012年 2012 784,541.1900 2013年 2013 880,679.6800 2014年 2014 943,369.5800 2015年 2015 944,857.2600 2016年 2016 984,668.3700 2017年 2017 956,119.9700 2018年 2018 880,806.8200 2019年 2019 891,095.0300 2020年 2020 903,752.4900 2021年 2021 1,095,044.2300 2022年 2022 1,121,897.1100
Panel Dataset — 宏观级面板数据

中国宏观规模以上工业企业主营业务成本面板数据(2012-2022)

主营业务成本指企业经营主要业务所发生的成本总额。根据会计“主营业务成本”科目的期末借方余额填报。。数据整理自国家统计局。

免费数据 全国 更新 2026-02-23 2012-2022 · 11年 Excel / Stata
2022
覆盖年份
2012–2022
共 11 年连续面板
有效样本
11
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
112.2万 103.8万 95.3万 86.9万 78.5万 2012 2014 2016 2018 2020 2022
折线为年度均值
2012
784,541.1900
2014
943,369.5800
2015
944,857.2600
2017
956,119.9700
2019
891,095.0300
2020
903,752.4900
2022
1,121,897.1100
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 规模以上工业企业主营业务成本(亿元)
2012 784541.19
2013 880679.68
2014 943369.58
2015 944857.26
2016 984668.37
2017 956119.97
2018 880806.82
2019 891095.03
2020 903752.49
2021 1095044.23
主营业务成本指企业经营主要业务所发生的成本总额。根据会计“主营业务成本”科目的期末借方余额填报。。覆盖 1 个全国11 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

主营业务成本指企业经营主要业务所发生的成本总额。根据会计“主营业务成本”科目的期末借方余额填报。

数据类型

宏观级面板数据,覆盖1个全国。

时间跨度

2012-2022年,共11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 2012-2022
hg-eae13c2b36172d3c9960e997c38b-guimoyishanggongyeqiyezhuyingyewuchengben-77de2f 规模以上工业企业主营业务成本 float 主营业务成本指企业经营主要业务所发生的成本总额。根据会计“主营业务成本”科目的期末借方余额填报。
引用格式(Citation)
[1] 马克集数. 规模以上工业企业主营业务成本面板数据(2012-2022)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c2b36172d3c9960e997c38b-guimoyishanggongyeqiyezhuyingyewuchengben-77de2f, 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_guimoyishanggongyeqiyezhu_3_2012_2022.dta", clear

* 查看变量与前几行
describe
list in 1/10

* 描述性统计
summarize hg_guimoyishanggongyeqiyezhu_3, detail

如下载的是 Excel 格式,请先在 Stata 中使用 import excel "hg-eae13c2b36172d3c9960e997c38b-guimoyishanggongyeqiyezhuyingyewuchengben-77de2f_2012_2022.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...