 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
1993
11,475.60
2000
31,261.95
2004
58,636.15
2007
120,423.74
2010
198,078.38
2014
367,371.93
2017
374,133.37
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 大型工业企业主营业务成本(亿元) |
|---|---|
| 1993 | 11475.6 |
| 1998 | 22561.96 |
| 1999 | 25536.61 |
| 2000 | 31261.95 |
| 2001 | 37085.7 |
| 2002 | 42459.6 |
| 2003 | 42743.87 |
| 2004 | 58636.15 |
| 2005 | 78258.02 |
| 2006 | 97154.14 |
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、25 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1993-2017年，共25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 | 1993-2017 |
| hg-eae13c2b36172d4127a3ae830543-daxinggongyeqiyezhuyingyewuchengben-94238e | 大型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. 大型工业企业主营业务成本面板数据(1993-2017)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c2b36172d4127a3ae830543-daxinggongyeqiyezhuyingyewuchengben-94238e, 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_daxinggongyeqiyezhuyingye_1_1993_2017.dta", clear
* 查看变量与前几行
describe
list in 1/10
* 描述性统计
summarize hg_daxinggongyeqiyezhuyingye_1, detail如下载的是 Excel 格式，请先在 Stata 中使用 import excel "hg-eae13c2b36172d4127a3ae830543-daxinggongyeqiyezhuyingyewuchengben-94238e_1993_2017.xlsx", firstrow clear 导入。
05
相关指标推荐