北京市 2010 16.40 天津市 2010 0.90 河北省 2010 5.10 山西省 2010 4.70 内蒙古自治区 2010 1.40 辽宁省 2010 0.80 吉林省 2010 0.10 上海市 2010 5.00 江苏省 2010 28.90 浙江省 2010 25.40 安徽省 2010 18.80 福建省 2010 15.70 江西省 2010 4.40 山东省 2010 22.10 河南省 2010 28.00 湖北省 2010 4.20 湖南省 2010 9.10 广东省 2010 56.20 广西壮族自治区 2010 3.50 海南省 2010 0.40 北京市 2010 16.40 天津市 2010 0.90 河北省 2010 5.10 山西省 2010 4.70 内蒙古自治区 2010 1.40 辽宁省 2010 0.80 吉林省 2010 0.10 上海市 2010 5.00 江苏省 2010 28.90 浙江省 2010 25.40 安徽省 2010 18.80 福建省 2010 15.70 江西省 2010 4.40 山东省 2010 22.10 河南省 2010 28.00 湖北省 2010 4.20 湖南省 2010 9.10 广东省 2010 56.20 广西壮族自治区 2010 3.50 海南省 2010 0.40

01 趋势分析

折线为年度均值

2002

7.40

2003

6.56

2005

8.08

2006

4.57

2007

5.33

2009

9.30

2010

10.51

02 样例数据

样例数据（前 10 行）支持复制到 Excel

年份	省份	教育(亿元)
2002	北京市	7.6
2002	天津市	1.0
2002	河北省	21.2
2002	山西省	5.7
2002	内蒙古自治区	1.2
2002	辽宁省	7.2
2002	吉林省	2.4
2002	黑龙江省	1.9
2002	上海市	2.7
2002	江苏省	1.8

教育面板数据。覆盖 30 个省份、9 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

教育面板数据

数据类型

省份级面板数据，覆盖30个省份。

时间跨度

2002-2010年，共9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	2002-2010
province	省份	string	省/自治区/直辖市
prov-85d1e182b78c345bd21af095090a6d93359-jiaoyu-8640cb	教育	float	教育

引用格式（Citation）

[1] 马克集数. 教育面板数据(2002-2010)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-85d1e182b78c345bd21af095090a6d93359-jiaoyu-8640cb, 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_jiaoyu_8640cb_1_2002_2010.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_jiaoyu_8640cb_1, detail

* 简单面板回归示例
xtreg prov_jiaoyu_8640cb_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-85d1e182b78c345bd21af095090a6d93359-jiaoyu-8640cb_2002_2010.xlsx", firstrow clear 导入。

05 相关指标推荐

中国省份教育面板数据（2002-2010）

指标解释

应用场景