北京市 2017 194.74 天津市 2017 138.00 河北省 2017 387.27 山西省 2017 592.17 内蒙古自治区 2017 331.19 辽宁省 2017 369.12 吉林省 2017 118.49 黑龙江省 2017 91.26 上海市 2017 133.49 江苏省 2017 715.27 浙江省 2017 408.01 安徽省 2017 272.87 福建省 2017 271.94 江西省 2017 114.37 山东省 2017 1,055.45 河南省 2017 579.53 湖北省 2017 244.99 湖南省 2017 242.61 广东省 2017 575.89 广西壮族自治区 2017 162.38 北京市 2017 194.74 天津市 2017 138.00 河北省 2017 387.27 山西省 2017 592.17 内蒙古自治区 2017 331.19 辽宁省 2017 369.12 吉林省 2017 118.49 黑龙江省 2017 91.26 上海市 2017 133.49 江苏省 2017 715.27 浙江省 2017 408.01 安徽省 2017 272.87 福建省 2017 271.94 江西省 2017 114.37 山东省 2017 1,055.45 河南省 2017 579.53 湖北省 2017 244.99 湖南省 2017 242.61 广东省 2017 575.89 广西壮族自治区 2017 162.38
Panel Dataset — 省份级面板数据

中国省份大中型工业企业利息支出面板数据(2000-2017)

利息支出指企业短期借款利息、长期借款利息、应付票据利息、票据贴现利息、应付债券利息、长期应付引进国外设备款利息等利息支出。。数据整理自国家统计局。

免费数据 省份 更新 2026-02-23 2000-2017 · 18年 Excel / Stata
2017
覆盖年份
2000–2017
共 18 年连续面板
有效样本
558
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
312 245 177 109 41 2000 2003 2007 2010 2014 2017
折线为年度均值
2000
41.33
2003
44.99
2006
74.45
2008
129.38
2011
213.50
2014
312.23
2017
278.65
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 大中型工业企业利息支出(亿元)
2000 北京市 32.89
2000 天津市 45.57
2000 河北省 60.91
2000 山西省 42.16
2000 内蒙古自治区 28.53
2000 辽宁省 85.04
2000 吉林省 40.06
2000 黑龙江省 39.59
2000 上海市 84.69
2000 江苏省 83.29
利息支出指企业短期借款利息、长期借款利息、应付票据利息、票据贴现利息、应付债券利息、长期应付引进国外设备款利息等利息支出。。覆盖 31 个省份18 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

利息支出指企业短期借款利息、长期借款利息、应付票据利息、票据贴现利息、应付债券利息、长期应付引进国外设备款利息等利息支出。

数据类型

省份级面板数据,覆盖31个省份。

时间跨度

2000-2017年,共18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 2000-2017
province 省份 string 省/自治区/直辖市
prov-dd0f9c6aef51b23b611da-dazhongxinggongyeqiyelixizhichu-2586d8 大中型工业企业利息支出 float 利息支出指企业短期借款利息、长期借款利息、应付票据利息、票据贴现利息、应付债券利息、长期应付引进国外设备款利息等利息支出。
引用格式(Citation)
[1] 马克集数. 大中型工业企业利息支出面板数据(2000-2017)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-dd0f9c6aef51b23b611da-dazhongxinggongyeqiyelixizhichu-2586d8, 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_dazhongxinggongyeqiyeli_1_2000_2017.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_dazhongxinggongyeqiyeli_1, detail

* 简单面板回归示例
xtreg prov_dazhongxinggongyeqiyeli_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-dd0f9c6aef51b23b611da-dazhongxinggongyeqiyelixizhichu-2586d8_2000_2017.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...