 scale(.213 .217)'%3EM%3C/text%3E%3Ctext class='c2' transform='translate(71.47 34) scale(.213 .217)'%3EK%3C/text%3E%3Ctext class='c1' transform='translate(32.956 26.401) scale(.213 .217)'%3EA%3C/text%3E%3Ctext class='c2' transform='translate(52.926 26.401) scale(.213 .217)'%3ER%3C/text%3E%3C/svg%3E)
01
趋势分析
折线为年度均值
2000
477.09
2004
744.66
2007
1,248.08
2011
2,274.26
2015
3,782.14
2018
4,626.39
2022
7,143.95
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 省份 | 规模以上工业企业应收账款净额(亿元) |
|---|---|---|
| 2000 | 北京市 | 528.29 |
| 2000 | 天津市 | 554.13 |
| 2000 | 河北省 | 518.32 |
| 2000 | 山西省 | 316.64 |
| 2000 | 内蒙古自治区 | 133.94 |
| 2000 | 辽宁省 | 887.65 |
| 2000 | 吉林省 | 381.38 |
| 2000 | 黑龙江省 | 467.89 |
| 2000 | 上海市 | 1254.78 |
| 2000 | 江苏省 | 1496.8 |
应收账款指企业因销售商品、提供劳务等经营活动，应向购货单位或接受劳务单位收取的款项，主要包括企业销售商品或提供劳务等应向有关债务人收取的价款及代购货单位垫付的包装费、运杂费等。根据会计“资产负债表”中“应收账款”项目的期末余额数填报。。覆盖 31 个省份、23 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
指标定义应收账款指企业因销售商品、提供劳务等经营活动，应向购货单位或接受劳务单位收取的款项，主要包括企业销售商品或提供劳务等应向有关债务人收取的价款及代购货单位垫付的包装费、运杂费等。根据会计“资产负债表”中“应收账款”项目的期末余额数填报。
数据类型省份级面板数据，覆盖31个省份。
时间跨度2000-2022年，共23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 | 2000-2022 |
| province | 省份 | string | 省/自治区/直辖市 |
| prov-dd0f9c6aef51b2618a909-guimoyishanggongyeqiyeyingshouzhangkuanjinge-ccd698 | 规模以上工业企业应收账款净额 | float | 应收账款指企业因销售商品、提供劳务等经营活动，应向购货单位或接受劳务单位收取的款项，主要包括企业销售商品或提供劳务等应向有关债务人收取的价款及代购货单位垫付的包装费、运杂费等。根据会计“资产负债表”中“应收账款”项目的期末余额数填报。 |
引用格式（Citation）
[1] 马克集数. 规模以上工业企业应收账款净额面板数据(2000-2022)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-dd0f9c6aef51b2618a909-guimoyishanggongyeqiyeyingshouzhangkuanjinge-ccd698, 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_guimoyishanggongyeqiyey_2_2000_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_guimoyishanggongyeqiyey_2, detail
* 简单面板回归示例
xtreg prov_guimoyishanggongyeqiyey_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-guimoyishanggongyeqiyeyingshouzhangkuanjinge-ccd698_2000_2022.xlsx", firstrow clear 导入。
05
相关指标推荐