北京市 2023 104.20 天津市 2023 103.60 河北省 2023 103.20 山西省 2023 102.40 内蒙古自治区 2023 103.50 辽宁省 2023 103.10 吉林省 2023 103.40 黑龙江省 2023 102.80 上海市 2023 104.80 江苏省 2023 103.90 浙江省 2023 103.60 安徽省 2023 103.20 福建省 2023 103.10 江西省 2023 103.30 山东省 2023 103.70 河南省 2023 103.20 湖北省 2023 102.90 湖南省 2023 103.00 广东省 2023 102.30 广西壮族自治区 2023 102.10 北京市 2023 104.20 天津市 2023 103.60 河北省 2023 103.20 山西省 2023 102.40 内蒙古自治区 2023 103.50 辽宁省 2023 103.10 吉林省 2023 103.40 黑龙江省 2023 102.80 上海市 2023 104.80 江苏省 2023 103.90 浙江省 2023 103.60 安徽省 2023 103.20 福建省 2023 103.10 江西省 2023 103.30 山东省 2023 103.70 河南省 2023 103.20 湖北省 2023 102.90 湖南省 2023 103.00 广东省 2023 102.30 广西壮族自治区 2023 102.10
首页/ 省级数据/ 核心数据库/ 价格指数/ 居民消费价格分类指数(上年=100)(2016-)/ 其他用品和服务类居民消费价格指数(上年=100)
Panel Dataset — 省份级面板数据

中国省份其他用品和服务类居民消费价格指数(上年=100)面板数据(2016-2023)

其他用品和服务类居民消费价格指数(上年=100)面板数据。数据整理自国家统计局。

免费数据 省份 更新 2026-02-23 2016-2023 · 8年 Excel / Stata
2023
覆盖年份
2016–2023
共 8 年连续面板
有效样本
248
缺失率 0.0%
覆盖主体
31
省份数量
指标类型
免费
支持预览与下载
01 趋势分析
104 103 102 100 99 2016 2017 2019 2020 2022 2023
折线为年度均值
2016
102.55
2017
102.22
2018
101.06
2020
104.21
2021
98.81
2022
101.50
2023
103.24
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 其他用品和服务类居民消费价格指数(上年=100)
2016 北京市 104.3
2016 天津市 103.8
2016 河北省 103.3
2016 山西省 101.2
2016 内蒙古自治区 101.8
2016 辽宁省 101.6
2016 吉林省 102.2
2016 黑龙江省 102.1
2016 上海市 103.3
2016 江苏省 102.7
其他用品和服务类居民消费价格指数(上年=100)面板数据。覆盖 31 个省份8 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

其他用品和服务类居民消费价格指数(上年=100)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

2016-2023年,共8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

数据整理自国家统计局。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 2016-2023
province 省份 string 省/自治区/直辖市
prov-dd0f9c68e9064a0ba1e64-qitayongpinhefuwuleijuminxiaofeijiagezhishushangnian100-897bc3 其他用品和服务类居民消费价格指数(上年=100) float 其他用品和服务类居民消费价格指数(上年=100)
引用格式(Citation)
[1] 马克集数. 其他用品和服务类居民消费价格指数(上年=100)面板数据(2016-2023)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-dd0f9c68e9064a0ba1e64-qitayongpinhefuwuleijuminxiaofeijiagezhishushangnian100-897bc3, 2026-02-23.
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_qitayongpinhefuwuleijum_1_2016_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_qitayongpinhefuwuleijum_1, detail

* 简单面板回归示例
xtreg prov_qitayongpinhefuwuleijum_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-dd0f9c68e9064a0ba1e64-qitayongpinhefuwuleijuminxiaofeijiagezhishushangnian100-897bc3_2016_2023.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...