2003年 2003 29.71 2004年 2004 43.57 2005年 2005 49.96 2006年 2006 81.87 2007年 2007 83.47 2008年 2008 144.30 2009年 2009 164.81 2010年 2010 233.20 2011年 2011 267.28 2012年 2012 299.30 2013年 2013 128.95 2014年 2014 120.38 2015年 2015 130.41 2016年 2016 111.09 2017年 2017 114.67 2018年 2018 85.95 2019年 2019 97.30 2020年 2020 123.28 2021年 2021 155.99 2022年 2022 182.72 2003年 2003 29.71 2004年 2004 43.57 2005年 2005 49.96 2006年 2006 81.87 2007年 2007 83.47 2008年 2008 144.30 2009年 2009 164.81 2010年 2010 233.20 2011年 2011 267.28 2012年 2012 299.30 2013年 2013 128.95 2014年 2014 120.38 2015年 2015 130.41 2016年 2016 111.09 2017年 2017 114.67 2018年 2018 85.95 2019年 2019 97.30 2020年 2020 123.28 2021年 2021 155.99 2022年 2022 182.72
Panel Dataset — 宏观级面板数据

中国宏观私营合伙零售业企业营业成本面板数据(1999-2022)

主营业务成本指企业经营主要业务所发生的成本总额。。数据整理自国家统计局。

免费数据 全国 更新 2026-02-23 1999-2022 · 24年 Excel / Stata
2022
覆盖年份
1999–2022
共 24 年连续面板
有效样本
24
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
299 225 151 77 3 1999 2004 2008 2013 2017 2022
折线为年度均值
1999
3.29
2003
29.71
2007
83.47
2011
267.28
2014
120.38
2018
85.95
2022
182.72
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 私营合伙零售业企业营业成本(亿元)
1999 3.29
2000 4.64
2001 5.32
2002 9.97
2003 29.71
2004 43.57
2005 49.96
2006 81.87
2007 83.47
2008 144.3
主营业务成本指企业经营主要业务所发生的成本总额。。覆盖 1 个全国24 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。

数据类型

宏观级面板数据,覆盖1个全国。

时间跨度

1999-2022年,共24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 1999-2022
hg-eae13c2c62b89ecf35d27105f2f1-siyinghehuolingshouyeqiyeyingyechengben-c0705d 私营合伙零售业企业营业成本 float 主营业务成本指企业经营主要业务所发生的成本总额。
引用格式(Citation)
[1] 马克集数. 私营合伙零售业企业营业成本面板数据(1999-2022)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c2c62b89ecf35d27105f2f1-siyinghehuolingshouyeqiyeyingyechengben-c0705d, 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_siyinghehuolingshouyeqiye_2_1999_2022.dta", clear

* 查看变量与前几行
describe
list in 1/10

* 描述性统计
summarize hg_siyinghehuolingshouyeqiye_2, detail

如下载的是 Excel 格式,请先在 Stata 中使用 import excel "hg-eae13c2c62b89ecf35d27105f2f1-siyinghehuolingshouyeqiyeyingyechengben-c0705d_1999_2022.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...