01
趋势分析
折线为年度均值
1993
754.33
2000
1,711.38
2003
2,368.18
2006
4,134.83
2010
8,322.44
2014
13,278.54
2017
15,455.33
02
样例数据
样例数据(前 10 行)
支持复制到 Excel
| 年份 | 省份 | 规模以上工业企业流动负债合计(亿元) |
|---|---|---|
| 1993 | 北京市 | 831.1 |
| 1993 | 天津市 | 573.46 |
| 1993 | 河北省 | 934.1 |
| 1993 | 山西省 | 505.01 |
| 1993 | 内蒙古自治区 | 322.84 |
| 1993 | 辽宁省 | 1736.63 |
| 1993 | 吉林省 | 720.83 |
| 1993 | 黑龙江省 | 968.37 |
| 1993 | 上海市 | 1580.48 |
| 1993 | 江苏省 | 1952.01 |
负债满足下列条件之一的应归为流动负债:(1)预计在一个正常营业周期中清偿;(2)主要为交易目的而持有;(3)自资产负债表日起一年内到期应予清偿;(4)企业无权自主地将清偿推迟至资产负债表日后一年以上。包括短期借款、应付票据、应付账款、应付职工薪酬、应交税费等项目。根据会计“资产负债表”中“流动负债合计”项目的期末余额数填报。。覆盖 27 个省份、25 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
指标定义负债满足下列条件之一的应归为流动负债:(1)预计在一个正常营业周期中清偿;(2)主要为交易目的而持有;(3)自资产负债表日起一年内到期应予清偿;(4)企业无权自主地将清偿推迟至资产负债表日后一年以上。包括短期借款、应付票据、应付账款、应付职工薪酬、应交税费等项目。根据会计“资产负债表”中“流动负债合计”项目的期末余额数填报。
数据类型省份级面板数据,覆盖27个省份。
时间跨度1993-2017年,共25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 | 1993-2017 |
| province | 省份 | string | 省/自治区/直辖市 |
| prov-dd0f9c6aef51b2618a909-guimoyishanggongyeqiyeliudongfuzhaiheji-345532 | 规模以上工业企业流动负债合计 | float | 负债满足下列条件之一的应归为流动负债:(1)预计在一个正常营业周期中清偿;(2)主要为交易目的而持有;(3)自资产负债表日起一年内到期应予清偿;(4)企业无权自主地将清偿推迟至资产负债表日后一年以上。包括短期借款、应付票据、应付账款、应付职工薪酬、应交税费等项目。根据会计“资产负债表”中“流动负债合计”项目的期末余额数填报。 |
引用格式(Citation)
[1] 马克集数. 规模以上工业企业流动负债合计面板数据(1993-2017)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-dd0f9c6aef51b2618a909-guimoyishanggongyeqiyeliudongfuzhaiheji-345532, 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:
* 读取数据
use "prov_guimoyishanggongyeqiyel_2_1993_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_guimoyishanggongyeqiyel_2, detail
* 简单面板回归示例
xtreg prov_guimoyishanggongyeqiyel_2 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-dd0f9c6aef51b2618a909-guimoyishanggongyeqiyeliudongfuzhaiheji-345532_1993_2017.xlsx", firstrow clear 导入。
05
相关指标推荐