北京市 2023 459.0524 天津市 2023 396.6410 河北省 2023 343.0589 山西省 2023 328.7670 内蒙古自治区 2023 323.7297 辽宁省 2023 352.3737 吉林省 2023 329.4096 黑龙江省 2023 332.1919 上海市 2023 485.4187 江苏省 2023 421.7714 浙江省 2023 443.7898 安徽省 2023 384.5696 福建省 2023 422.0225 江西省 2023 370.4391 山东省 2023 373.2722 河南省 2023 356.0720 湖北省 2023 401.3457 湖南省 2023 367.0284 广东省 2023 418.9864 广西壮族自治区 2023 339.5839 北京市 2023 459.0524 天津市 2023 396.6410 河北省 2023 343.0589 山西省 2023 328.7670 内蒙古自治区 2023 323.7297 辽宁省 2023 352.3737 吉林省 2023 329.4096 黑龙江省 2023 332.1919 上海市 2023 485.4187 江苏省 2023 421.7714 浙江省 2023 443.7898 安徽省 2023 384.5696 福建省 2023 422.0225 江西省 2023 370.4391 山东省 2023 373.2722 河南省 2023 356.0720 湖北省 2023 401.3457 湖南省 2023 367.0284 广东省 2023 418.9864 广西壮族自治区 2023 339.5839
Panel Dataset — 省份级面板数据

中国省份使用深度面板数据(2011-2023)

原始数据为2011-2023年,2024年为复合增长率填补数据。1、编制方法请参阅《经济学(季刊)》中的《测度中国数字普惠金融发展: 指数编制与空间特征》。2、回归填补中2024年指数,参考李苍祺(2024)《货币政策结构化、数字经济与经济高质量发展——基于经济增长动能的视角》的做法,采用各城市各自2011-2023年的复合平均增长率进行外推后进行填补。数据整理自《中国统计年鉴》及各省份统计年鉴。

VIP数据 省份 更新 2026-06-05 2011-2023 · 13年 Excel / Stata
2023
覆盖年份
2011–2023
共 13 年连续面板
有效样本
403
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
374 292 210 129 47 2011 2013 2016 2018 2021 2023
折线为年度均值
2011
46.9326
2013
172.7029
2015
173.6632
2017
293.6939
2019
312.8308
2021
373.9329
2023
364.8883
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 使用深度
2011 北京市 72.23
2011 天津市 53.33
2011 河北省 44.19
2011 山西省 21.61
2011 内蒙古自治区 30.27
2011 辽宁省 44.64
2011 吉林省 24.04
2011 黑龙江省 36.28
2011 上海市 86.24
2011 江苏省 79.22
原始数据为2011-2023年,2024年为复合增长率填补数据。1、编制方法请参阅《经济学(季刊)》中的《测度中国数字普惠金融发展: 指数编制与空间特征》。2、回归填补中2024年指数,参考李苍祺(2024)《货币政策结构化、数字经济与经济高质量发展——基于经济增长动能的视角》的做法,采用各城市各自2011-2023年的复合平均增长率进行外推后进行填补。覆盖 31 个省份13 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

原始数据为2011-2023年,2024年为复合增长率填补数据。1、编制方法请参阅《经济学(季刊)》中的《测度中国数字普惠金融发展: 指数编制与空间特征》。2、回归填补中2024年指数,参考李苍祺(2024)《货币政策结构化、数字经济与经济高质量发展——基于经济增长动能的视角》的做法,采用各城市各自2011-2023年的复合平均增长率进行外推后进行填补

数据类型

省份级面板数据,覆盖31个省份。

时间跨度

2011-2023年,共13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《中国统计年鉴》及各省份统计年鉴。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 2011-2023
province 省份 string 省/自治区/直辖市
prov-dd0f9c64fbc9e48d3a13b-shiyongshendu-42062c 使用深度 float 原始数据为2011-2023年,2024年为复合增长率填补数据。1、编制方法请参阅《经济学(季刊)》中的《测度中国数字普惠金融发展: 指数编制与空间特征》。2、回归填补中2024年指数,参考李苍祺(2024)《货币政策结构化、数字经济与经济高质量发展——基于经济增长动能的视角》的做法,采用各城市各自2011-2023年的复合平均增长率进行外推后进行填补
引用格式(Citation)
[1] 马克集数. 使用深度面板数据(2011-2023)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-dd0f9c64fbc9e48d3a13b-shiyongshendu-42062c, 2026-06-05.
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_shiyongshendu_42062c_2011_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_shiyongshendu_42062c, detail

* 简单面板回归示例
xtreg prov_shiyongshendu_42062c 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-dd0f9c64fbc9e48d3a13b-shiyongshendu-42062c_2011_2023.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...