2012年 2012 603,021.3900 2013年 2013 665,283.3200 2014年 2014 705,027.1200 2015年 2015 693,927.8300 2016年 2016 722,934.3800 2017年 2017 721,344.6600 2018年 2018 702,409.1100 2019年 2019 691,560.5600 2020年 2020 695,028.3600 2021年 2021 839,140.0500 2022年 2022 865,859.5400 2012年 2012 603,021.3900 2013年 2013 665,283.3200 2014年 2014 705,027.1200 2015年 2015 693,927.8300 2016年 2016 722,934.3800 2017年 2017 721,344.6600 2018年 2018 702,409.1100 2019年 2019 691,560.5600 2020年 2020 695,028.3600 2021年 2021 839,140.0500 2022年 2022 865,859.5400
Panel Dataset — 宏观级面板数据

中国宏观大中型工业企业主营业务收入面板数据(2012-2022)

主营业务收入指企业确认的销售商品、提供劳务等主营业务的收入。。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
86.6万 80.0万 73.4万 66.9万 60.3万 2012 2014 2016 2018 2020 2022
折线为年度均值
2012
603,021.3900
2014
705,027.1200
2015
693,927.8300
2017
721,344.6600
2019
691,560.5600
2020
695,028.3600
2022
865,859.5400
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 大中型工业企业主营业务收入(亿元)
2012 603021.39
2013 665283.32
2014 705027.12
2015 693927.83
2016 722934.38
2017 721344.66
2018 702409.11
2019 691560.56
2020 695028.36
2021 839140.05
主营业务收入指企业确认的销售商品、提供劳务等主营业务的收入。。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

主营业务收入指企业确认的销售商品、提供劳务等主营业务的收入。

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-eae13c2b36172d6dd4bb2ff77a12-dazhongxinggongyeqiyezhuyingyewushouru-36702e 大中型工业企业主营业务收入 float 主营业务收入指企业确认的销售商品、提供劳务等主营业务的收入。
引用格式(Citation)
[1] 马克集数. 大中型工业企业主营业务收入面板数据(2012-2022)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c2b36172d6dd4bb2ff77a12-dazhongxinggongyeqiyezhuyingyewushouru-36702e, 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_dazhongxinggongyeqiyezhuy_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_dazhongxinggongyeqiyezhuy_3, detail

如下载的是 Excel 格式,请先在 Stata 中使用 import excel "hg-eae13c2b36172d6dd4bb2ff77a12-dazhongxinggongyeqiyezhuyingyewushouru-36702e_2012_2022.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...