北京市 2017 3.00 山西省 2017 2.00 内蒙古自治区 2017 3.00 吉林省 2017 2.00 黑龙江省 2017 5.00 上海市 2017 1.00 江苏省 2017 3.00 浙江省 2017 12.00 安徽省 2017 2.00 江西省 2017 1.00 山东省 2017 1.00 河南省 2017 3.00 湖北省 2017 2.00 湖南省 2017 98.00 广东省 2017 2.00 广西壮族自治区 2017 5.00 海南省 2017 1.00 重庆市 2017 8.00 四川省 2017 5.00 云南省 2017 3.00 北京市 2017 3.00 山西省 2017 2.00 内蒙古自治区 2017 3.00 吉林省 2017 2.00 黑龙江省 2017 5.00 上海市 2017 1.00 江苏省 2017 3.00 浙江省 2017 12.00 安徽省 2017 2.00 江西省 2017 1.00 山东省 2017 1.00 河南省 2017 3.00 湖北省 2017 2.00 湖南省 2017 98.00 广东省 2017 2.00 广西壮族自治区 2017 5.00 海南省 2017 1.00 重庆市 2017 8.00 四川省 2017 5.00 云南省 2017 3.00
Panel Dataset — 省份级面板数据

中国省份地图集面板数据(2012-2017)

地图集面板数据。数据整理自《中国科技统计年鉴》。

VIP数据 省份 更新 2026-05-08 2012-2017 · 6年 Excel / Stata
2017
覆盖年份
2012–2017
共 6 年连续面板
有效样本
137
缺失率 26.3%
覆盖主体
23
省份数量
指标类型
VIP
支持预览与下载
01 趋势分析
12 10 8 7 5 2012 2013 2014 2015 2016 2017
折线为年度均值
2012
5.44
2013
6.08
2014
7.75
2015
11.62
2016
5.00
2017
7.48
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 地图集(种)
2012 北京市 8.0
2012 山西省 3.0
2012 内蒙古自治区 1.0
2012 上海市 1.0
2012 江苏省 2.0
2012 浙江省 4.0
2012 安徽省 4.0
2012 福建省 3.0
2012 江西省 1.0
2012 山东省 43.0
地图集面板数据。覆盖 23 个省份6 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

地图集面板数据

数据类型

省份级面板数据,覆盖23个省份。

时间跨度

2012-2017年,共6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 2012-2017
province 省份 string 省/自治区/直辖市
prov-8468c03c6cacc261bf73c930a8b8-dituji-6ad4d3 地图集 float 地图集
引用格式(Citation)
[1] 马克集数. 地图集面板数据(2012-2017)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-8468c03c6cacc261bf73c930a8b8-dituji-6ad4d3, 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_dituji_6ad4d3_1_2012_2017.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_dituji_6ad4d3_1, detail

* 简单面板回归示例
xtreg prov_dituji_6ad4d3_1 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-8468c03c6cacc261bf73c930a8b8-dituji-6ad4d3_2012_2017.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...