2002年 2002 54,921.60 2003年 2003 54,644.70 2004年 2004 55,272.00 2005年 2005 60,225.90 2006年 2006 63,567.70 2007年 2007 65,261.90 2008年 2008 64,186.40 2009年 2009 63,593.10 2010年 2010 63,933.20 2011年 2011 37,764.60 2012年 2012 38,143.50 2013年 2013 49,649.70 2014年 2014 57,521.20 2015年 2015 57,402.80 2016年 2016 69,285.10 2002年 2002 54,921.60 2003年 2003 54,644.70 2004年 2004 55,272.00 2005年 2005 60,225.90 2006年 2006 63,567.70 2007年 2007 65,261.90 2008年 2008 64,186.40 2009年 2009 63,593.10 2010年 2010 63,933.20 2011年 2011 37,764.60 2012年 2012 38,143.50 2013年 2013 49,649.70 2014年 2014 57,521.20 2015年 2015 57,402.80 2016年 2016 69,285.10
Panel Dataset — 宏观级面板数据

中国宏观高岭土储量面板数据(2002-2016)

资源类数据来源于国土资源部。。数据整理自国家统计局。

免费数据 全国 更新 2026-02-23 2002-2016 · 15年 Excel / Stata
2016
覆盖年份
2002–2016
共 15 年连续面板
有效样本
15
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
6.9万 6.1万 5.4万 4.6万 3.8万 2002 2005 2008 2010 2013 2016
折线为年度均值
2002
54,921.60
2004
55,272.00
2007
65,261.90
2009
63,593.10
2011
37,764.60
2014
57,521.20
2016
69,285.10
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 高岭土储量(万吨)
2002 54921.6
2003 54644.7
2004 55272.0
2005 60225.9
2006 63567.7
2007 65261.9
2008 64186.4
2009 63593.1
2010 63933.2
2011 37764.6
资源类数据来源于国土资源部。。覆盖 1 个全国15 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

资源类数据来源于国土资源部。

数据类型

宏观级面板数据,覆盖1个全国。

时间跨度

2002-2016年,共15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 2002-2016
hg-eae13c2d98a30c9743ae8-gaolingtuchuliang-b76396 高岭土储量 float 资源类数据来源于国土资源部。
引用格式(Citation)
[1] 马克集数. 高岭土储量面板数据(2002-2016)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c2d98a30c9743ae8-gaolingtuchuliang-b76396, 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_gaolingtuchuliang_b76396_2002_2016.dta", clear

* 查看变量与前几行
describe
list in 1/10

* 描述性统计
summarize hg_gaolingtuchuliang_b76396, detail

如下载的是 Excel 格式,请先在 Stata 中使用 import excel "hg-eae13c2d98a30c9743ae8-gaolingtuchuliang-b76396_2002_2016.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...