天津市 2016 10,535.00 河北省 2016 237.00 辽宁省 2016 5,016.00 吉林省 2016 428.00 黑龙江省 2016 70.00 上海市 2016 42.00 浙江省 2016 9.00 安徽省 2016 614.00 福建省 2016 2.00 山东省 2016 3,194.00 河南省 2016 720.00 广东省 2016 91,839.00 陕西省 2016 55.00 天津市 2016 10,535.00 河北省 2016 237.00 辽宁省 2016 5,016.00 吉林省 2016 428.00 黑龙江省 2016 70.00 上海市 2016 42.00 浙江省 2016 9.00 安徽省 2016 614.00 福建省 2016 2.00 山东省 2016 3,194.00 河南省 2016 720.00 广东省 2016 91,839.00 陕西省 2016 55.00
Panel Dataset — 省份级面板数据

中国省份小麦产品出口数量面板数据(2000-2016)

小麦产品出口数量面板数据。数据整理自《中国农村统计年鉴》。

VIP数据 省份 更新 2026-04-04 2000-2016 · 17年 Excel / Stata
2016
覆盖年份
2000–2016
共 17 年连续面板
有效样本
286
缺失率 45.7%
覆盖主体
17
省份数量
指标类型
VIP
支持预览与下载
01 趋势分析
15.4万 11.5万 7.7万 3.9万 621 2000 2003 2006 2010 2013 2016
折线为年度均值
2000
621.25
2003
132,329.26
2005
30,231.95
2008
9,994.77
2011
10,587.42
2013
18,559.20
2016
8,673.92
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 小麦产品出口数量(吨)
2000 黑龙江省 2442.0
2000 湖南省 1.0
2000 广东省 6.0
2000 云南省 36.0
2001 北京市 2000.0
2001 河北省 102302.0
2001 内蒙古自治区 573.0
2001 辽宁省 3213.0
2001 吉林省 579.0
2001 黑龙江省 338177.0
小麦产品出口数量面板数据。覆盖 17 个省份17 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

小麦产品出口数量面板数据

数据类型

省份级面板数据,覆盖17个省份。

时间跨度

2000-2016年,共17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《中国农村统计年鉴》。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 2000-2016
province 省份 string 省/自治区/直辖市
prov-85d1e180ff0b492a3eb28-xiaomaichanpinchukoushuliang-b5c332 小麦产品出口数量 float 小麦产品出口数量
引用格式(Citation)
[1] 马克集数. 小麦产品出口数量面板数据(2000-2016)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-85d1e180ff0b492a3eb28-xiaomaichanpinchukoushuliang-b5c332, 2026-04-04.
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_xiaomaichanpinchukoushu_2000_2016.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_xiaomaichanpinchukoushu, detail

* 简单面板回归示例
xtreg prov_xiaomaichanpinchukoushu 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-85d1e180ff0b492a3eb28-xiaomaichanpinchukoushuliang-b5c332_2000_2016.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...