北京市 2023 2,134.00 天津市 2023 2,537.00 河北省 2023 49,644.00 山西省 2023 22,913.00 内蒙古自治区 2023 11,566.00 辽宁省 2023 14,381.00 吉林省 2023 10,053.00 黑龙江省 2023 11,704.00 上海市 2023 46.00 江苏省 2023 17,901.00 浙江省 2023 5,669.00 安徽省 2023 21,594.00 福建省 2023 14,614.00 江西省 2023 26,822.00 山东省 2023 62,419.00 河南省 2023 59,784.00 湖北省 2023 26,687.00 湖南省 2023 25,746.00 广东省 2023 16,803.00 广西壮族自治区 2023 26,275.00 北京市 2023 2,134.00 天津市 2023 2,537.00 河北省 2023 49,644.00 山西省 2023 22,913.00 内蒙古自治区 2023 11,566.00 辽宁省 2023 14,381.00 吉林省 2023 10,053.00 黑龙江省 2023 11,704.00 上海市 2023 46.00 江苏省 2023 17,901.00 浙江省 2023 5,669.00 安徽省 2023 21,594.00 福建省 2023 14,614.00 江西省 2023 26,822.00 山东省 2023 62,419.00 河南省 2023 59,784.00 湖北省 2023 26,687.00 湖南省 2023 25,746.00 广东省 2023 16,803.00 广西壮族自治区 2023 26,275.00
Panel Dataset — 省份级面板数据

中国省份乡村医生面板数据(2020-2023)

乡村医生面板数据。数据整理自《中国农村统计年鉴》。

VIP数据 省份 更新 2026-04-09 2020-2023 · 4年 Excel / Stata
2023
覆盖年份
2020–2023
共 4 年连续面板
有效样本
124
缺失率 0.0%
覆盖主体
31
省份数量
指标类型
VIP
支持预览与下载
01 趋势分析
2.4万 2.3万 2.2万 2.1万 1.9万 2020 2021 2022 2023
折线为年度均值
2020
24,087.58
2021
21,654.77
2022
20,617.65
2023
19,351.13
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 乡村医生(人)
2020 北京市 2638.0
2020 天津市 3485.0
2020 河北省 59696.0
2020 山西省 29404.0
2020 内蒙古自治区 14303.0
2020 辽宁省 17339.0
2020 吉林省 12222.0
2020 黑龙江省 16156.0
2020 上海市 554.0
2020 江苏省 22002.0
乡村医生面板数据。覆盖 31 个省份4 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

乡村医生面板数据

数据类型

省份级面板数据,覆盖31个省份。

时间跨度

2020-2023年,共4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 2020-2023
province 省份 string 省/自治区/直辖市
prov-85d1e1855287569d3b469-xiangcunyisheng-138127 乡村医生 float 乡村医生
引用格式(Citation)
[1] 马克集数. 乡村医生面板数据(2020-2023)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-85d1e1855287569d3b469-xiangcunyisheng-138127, 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_xiangcunyisheng_138127_2020_2023.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_xiangcunyisheng_138127, detail

* 简单面板回归示例
xtreg prov_xiangcunyisheng_138127 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-85d1e1855287569d3b469-xiangcunyisheng-138127_2020_2023.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...