北京市 2022 101.40 天津市 2022 99.20 河北省 2022 99.80 山西省 2022 103.40 内蒙古自治区 2022 101.00 辽宁省 2022 105.50 吉林省 2022 107.40 黑龙江省 2022 101.10 上海市 2022 111.60 江苏省 2022 103.60 浙江省 2022 103.30 安徽省 2022 102.70 福建省 2022 104.30 江西省 2022 104.40 山东省 2022 101.20 河南省 2022 98.60 湖北省 2022 103.80 湖南省 2022 101.80 广东省 2022 104.90 广西壮族自治区 2022 101.20 北京市 2022 101.40 天津市 2022 99.20 河北省 2022 99.80 山西省 2022 103.40 内蒙古自治区 2022 101.00 辽宁省 2022 105.50 吉林省 2022 107.40 黑龙江省 2022 101.10 上海市 2022 111.60 江苏省 2022 103.60 浙江省 2022 103.30 安徽省 2022 102.70 福建省 2022 104.30 江西省 2022 104.40 山东省 2022 101.20 河南省 2022 98.60 湖北省 2022 103.80 湖南省 2022 101.80 广东省 2022 104.90 广西壮族自治区 2022 101.20
Panel Dataset — 省份级面板数据

中国省份菜类商品零售价格指数(上年=100)面板数据(1990-2022)

菜包括各种叶菜、茎菜、根菜、花菜、果菜以及各种食用菌类。。数据整理自国家统计局。

免费数据 省份 更新 2026-02-23 1990-2022 · 33年 Excel / Stata
2022
覆盖年份
1990–2022
共 33 年连续面板
有效样本
853
缺失率 16.6%
覆盖主体
26
省份数量
指标类型
免费
支持预览与下载
01 趋势分析
138 127 116 104 93 1990 1995 2006 2011 2017 2022
折线为年度均值
1990
101.27
1994
138.16
2004
95.33
2009
114.00
2013
108.04
2017
93.27
2022
103.01
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 菜类商品零售价格指数(上年=100)
1990 北京市 107.1
1990 天津市 101.1
1990 河北省 99.2
1990 山西省 104.5
1990 内蒙古自治区 98.3
1990 辽宁省 99.0
1990 吉林省 101.3
1990 黑龙江省 106.7
1990 上海市 107.4
1990 江苏省 101.1
菜包括各种叶菜、茎菜、根菜、花菜、果菜以及各种食用菌类。。覆盖 26 个省份33 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

菜包括各种叶菜、茎菜、根菜、花菜、果菜以及各种食用菌类。

数据类型

省份级面板数据,覆盖26个省份。

时间跨度

1990-2022年,共33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 1990-2022
province 省份 string 省/自治区/直辖市
prov-dd0f9c68e9064a5c14be9-caileishangpinlingshoujiagezhishushangnian100-f9fbf4 菜类商品零售价格指数(上年=100) float 菜包括各种叶菜、茎菜、根菜、花菜、果菜以及各种食用菌类。
引用格式(Citation)
[1] 马克集数. 菜类商品零售价格指数(上年=100)面板数据(1990-2022)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-dd0f9c68e9064a5c14be9-caileishangpinlingshoujiagezhishushangnian100-f9fbf4, 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_caileishangpinlingshouj_1990_2022.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_caileishangpinlingshouj, detail

* 简单面板回归示例
xtreg prov_caileishangpinlingshouj 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-dd0f9c68e9064a5c14be9-caileishangpinlingshoujiagezhishushangnian100-f9fbf4_1990_2022.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...