北京市 2024 0.20 河北省 2024 35.00 山西省 2024 50.80 内蒙古自治区 2024 94.40 辽宁省 2024 16.60 吉林省 2024 5.20 黑龙江省 2024 0.40 安徽省 2024 0.60 山东省 2024 11.50 河南省 2024 9.10 广西壮族自治区 2024 0.70 贵州省 2024 0.60 陕西省 2024 15.50 甘肃省 2024 2.60 宁夏回族自治区 2024 2.70 新疆维吾尔自治区 2024 5.10 北京市 2024 0.20 河北省 2024 35.00 山西省 2024 50.80 内蒙古自治区 2024 94.40 辽宁省 2024 16.60 吉林省 2024 5.20 黑龙江省 2024 0.40 安徽省 2024 0.60 山东省 2024 11.50 河南省 2024 9.10 广西壮族自治区 2024 0.70 贵州省 2024 0.60 陕西省 2024 15.50 甘肃省 2024 2.60 宁夏回族自治区 2024 2.70 新疆维吾尔自治区 2024 5.10
Panel Dataset — 省份级面板数据

中国省份谷子产量面板数据(2008-2024)

谷子产量面板数据。数据整理自《中国农村统计年鉴》。

VIP数据 省份 更新 2026-04-09 2008-2024 · 17年 Excel / Stata
2024
覆盖年份
2008–2024
共 17 年连续面板
有效样本
311
缺失率 41.0%
覆盖主体
18
省份数量
指标类型
VIP
支持预览与下载
01 趋势分析
17 14 12 9 6 2008 2011 2014 2018 2021 2024
折线为年度均值
2008
6.13
2011
10.45
2013
10.91
2016
11.08
2019
12.09
2021
16.98
2024
15.69
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 谷子产量(万吨)
2008 北京市 0.3
2008 河北省 32.5
2008 山西省 6.6
2008 内蒙古自治区 30.3
2008 辽宁省 20.4
2008 吉林省 3.0
2008 黑龙江省 5.0
2008 江苏省 0.0
2008 福建省 0.1
2008 江西省 0.0
谷子产量面板数据。覆盖 18 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

谷子产量面板数据

数据类型

省份级面板数据,覆盖18个省份。

时间跨度

2008-2024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 2008-2024
province 省份 string 省/自治区/直辖市
prov-85d1e1820721a0d81b9bc4ac4507d68d84b2eb90ef-guzichanliang-d6fbe0 谷子产量 float 谷子产量
引用格式(Citation)
[1] 马克集数. 谷子产量面板数据(2008-2024)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-85d1e1820721a0d81b9bc4ac4507d68d84b2eb90ef-guzichanliang-d6fbe0, 2026-04-09.
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_guzichanliang_d6fbe0_1_2008_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_guzichanliang_d6fbe0_1, detail

* 简单面板回归示例
xtreg prov_guzichanliang_d6fbe0_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-85d1e1820721a0d81b9bc4ac4507d68d84b2eb90ef-guzichanliang-d6fbe0_2008_2024.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...