河北省 2024 904.00 山西省 2024 1,123.00 吉林省 2024 213.00 黑龙江省 2024 55.00 安徽省 2024 24.00 山东省 2024 79.00 河南省 2024 56.00 广东省 2024 89.00 广西壮族自治区 2024 6.00 云南省 2024 318.00 西藏自治区 2024 3,162.00 甘肃省 2024 410.00 青海省 2024 3.00 宁夏回族自治区 2024 33.00 新疆维吾尔自治区 2024 38.00 河北省 2024 904.00 山西省 2024 1,123.00 吉林省 2024 213.00 黑龙江省 2024 55.00 安徽省 2024 24.00 山东省 2024 79.00 河南省 2024 56.00 广东省 2024 89.00 广西壮族自治区 2024 6.00 云南省 2024 318.00 西藏自治区 2024 3,162.00 甘肃省 2024 410.00 青海省 2024 3.00 宁夏回族自治区 2024 33.00 新疆维吾尔自治区 2024 38.00
Panel Dataset — 省份级面板数据

中国省份1:50000地形图面板数据(2000-2024)

1:50000地形图面板数据。数据整理自《中国科技统计年鉴》。

VIP数据 省份 更新 2026-05-08 2000-2024 · 25年 Excel / Stata
2024
覆盖年份
2000–2024
共 25 年连续面板
有效样本
661
缺失率 14.7%
覆盖主体
26
省份数量
指标类型
VIP
支持预览与下载
01 趋势分析
3534 2721 1908 1096 283 2000 2005 2010 2014 2019 2024
折线为年度均值
2000
3,186.83
2004
2,973.93
2008
3,030.59
2012
1,595.96
2016
949.71
2020
400.67
2024
434.20
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 1:50000地形图(张)
2000 北京市 637.0
2000 天津市 504.0
2000 河北省 2193.0
2000 山西省 2959.0
2000 内蒙古自治区 5232.0
2000 辽宁省 1003.0
2000 吉林省 2807.0
2000 黑龙江省 8733.0
2000 江苏省 2323.0
2000 浙江省 3281.0
1:50000地形图面板数据。覆盖 26 个省份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

1:50000地形图面板数据

数据类型

省份级面板数据,覆盖26个省份。

时间跨度

2000-2024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《中国科技统计年鉴》。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 2000-2024
province 省份 string 省/自治区/直辖市
prov-8468c034017a10bf4b447-n150000dixingtu-33c3d4 1:50000地形图 float 1:50000地形图
引用格式(Citation)
[1] 马克集数. 1:50000地形图面板数据(2000-2024)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-8468c034017a10bf4b447-n150000dixingtu-33c3d4, 2026-05-08.
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 "prov_n150000dixingtu_33c3d4_2000_2024.dta", clear

* 查看变量与前几行
describe
list in 1/10

* 编码省份变量(如尚未编码)
encode province, gen(prov_id)

* 设定面板数据结构
xtset prov_id year

* 描述性统计
summarize prov_n150000dixingtu_33c3d4, detail

* 简单面板回归示例
xtreg prov_n150000dixingtu_33c3d4 x1 x2, fe
estimates store fe_model

如下载的是 Excel 格式,请先在 Stata 中使用 import excel "prov-8468c034017a10bf4b447-n150000dixingtu-33c3d4_2000_2024.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...