01
趋势分析
折线为年度均值
1993
825.21
2000
1,752.84
2005
3,581.66
2009
7,194.80
2013
13,338.42
2018
17,876.29
2022
26,847.43
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资产合计(亿元) |
|---|---|---|
| 1993 | 北京市 | 954.23 |
| 1993 | 天津市 | 660.24 |
| 1993 | 河北省 | 980.99 |
| 1993 | 山西省 | 551.33 |
| 1993 | 内蒙古自治区 | 342.57 |
| 1993 | 辽宁省 | 1769.34 |
| 1993 | 吉林省 | 732.22 |
| 1993 | 黑龙江省 | 943.14 |
| 1993 | 上海市 | 1924.59 |
| 1993 | 江苏省 | 2145.87 |
资产满足以下条件之一应归为流动资产:(1)预计在一个正常营业周期中变现、出售或耗用,主要包括存货、应收账款等;(2)主要为交易目的而持有;(3)预计在资产负债表日起一年内(含一年)变现;(4)自资产负债日起一年内,交换其他资产或清偿负债的能力不受限制的现金或现金等价物。包括货币资金、应收票据、应收账款、存货等项目。根据会计“资产负债表”中“流动资产合计”项目的期末余额数填报。。覆盖 28 个省份、30 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
指标定义资产满足以下条件之一应归为流动资产:(1)预计在一个正常营业周期中变现、出售或耗用,主要包括存货、应收账款等;(2)主要为交易目的而持有;(3)预计在资产负债表日起一年内(含一年)变现;(4)自资产负债日起一年内,交换其他资产或清偿负债的能力不受限制的现金或现金等价物。包括货币资金、应收票据、应收账款、存货等项目。根据会计“资产负债表”中“流动资产合计”项目的期末余额数填报。
数据类型省份级面板数据,覆盖28个省份。
时间跨度1993-2022年,共30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 | 1993-2022 |
| province | 省份 | string | 省/自治区/直辖市 |
| prov-dd0f9c6aef51b2618a909-guimoyishanggongyeqiyeliudongzichanheji-fe3008 | 规模以上工业企业流动资产合计 | float | 资产满足以下条件之一应归为流动资产:(1)预计在一个正常营业周期中变现、出售或耗用,主要包括存货、应收账款等;(2)主要为交易目的而持有;(3)预计在资产负债表日起一年内(含一年)变现;(4)自资产负债日起一年内,交换其他资产或清偿负债的能力不受限制的现金或现金等价物。包括货币资金、应收票据、应收账款、存货等项目。根据会计“资产负债表”中“流动资产合计”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资产合计面板数据(1993-2022)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-dd0f9c6aef51b2618a909-guimoyishanggongyeqiyeliudongzichanheji-fe3008, 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_1_1993_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_guimoyishanggongyeqiyel_1, detail
* 简单面板回归示例
xtreg prov_guimoyishanggongyeqiyel_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-dd0f9c6aef51b2618a909-guimoyishanggongyeqiyeliudongzichanheji-fe3008_1993_2022.xlsx", firstrow clear 导入。
05
相关指标推荐