2003年 2003 116.30 2004年 2004 95.20 2005年 2005 108.10 2006年 2006 108.10 2007年 2007 107.90 2008年 2008 110.40 2009年 2009 113.20 2010年 2010 119.00 2011年 2011 101.00 2012年 2012 113.50 2013年 2013 108.10 2014年 2014 98.80 2015年 2015 106.90 2016年 2016 110.70 2017年 2017 92.60 2018年 2018 107.00 2019年 2019 103.90 2020年 2020 106.70 2021年 2021 104.90 2022年 2022 102.90 2003年 2003 116.30 2004年 2004 95.20 2005年 2005 108.10 2006年 2006 108.10 2007年 2007 107.90 2008年 2008 110.40 2009年 2009 113.20 2010年 2010 119.00 2011年 2011 101.00 2012年 2012 113.50 2013年 2013 108.10 2014年 2014 98.80 2015年 2015 106.90 2016年 2016 110.70 2017年 2017 92.60 2018年 2018 107.00 2019年 2019 103.90 2020年 2020 106.70 2021年 2021 104.90 2022年 2022 102.90
Panel Dataset — 宏观级面板数据

中国宏观菜类商品零售价格指数(上年=100)面板数据(1951-2022)

菜包括各种叶菜、茎菜、根菜、花菜、果菜以及各种食用菌类。。数据整理自国家统计局。

免费数据 全国 更新 2026-02-23 1951-2022 · 72年 Excel / Stata
2022
覆盖年份
1951–2022
共 72 年连续面板
有效样本
68
缺失率 5.6%
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
138 122 106 89 73 1951 1964 1978 1991 2009 2022
折线为年度均值
1951
118.70
1962
92.30
1973
104.60
1985
134.50
1996
118.40
2011
101.00
2022
102.90
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 菜类商品零售价格指数(上年=100)
1951 118.7
1952 98.3
1953 130.9
1954 97.5
1955 93.6
1956 105.6
1957 100.9
1958 91.2
1959 108.7
1960 114.7
菜包括各种叶菜、茎菜、根菜、花菜、果菜以及各种食用菌类。。覆盖 1 个全国72 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

菜包括各种叶菜、茎菜、根菜、花菜、果菜以及各种食用菌类。

数据类型

宏观级面板数据,覆盖1个全国。

时间跨度

1951-2022年,共72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 1951-2022
hg-eae13c2bb3ce104db014b-caileishangpinlingshoujiagezhishushangnian100-f9fbf4 菜类商品零售价格指数(上年=100) float 菜包括各种叶菜、茎菜、根菜、花菜、果菜以及各种食用菌类。
引用格式(Citation)
[1] 马克集数. 菜类商品零售价格指数(上年=100)面板数据(1951-2022)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c2bb3ce104db014b-caileishangpinlingshoujiagezhishushangnian100-f9fbf4, 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_caileishangpinlingshoujia_1951_2022.dta", clear

* 查看变量与前几行
describe
list in 1/10

* 描述性统计
summarize hg_caileishangpinlingshoujia, detail

如下载的是 Excel 格式,请先在 Stata 中使用 import excel "hg-eae13c2bb3ce104db014b-caileishangpinlingshoujiagezhishushangnian100-f9fbf4_1951_2022.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...