 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
2004
72.83
2006
91.65
2009
131.67
2012
174.43
2014
232.22
2016
281.47
2019
342.44
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 省份 | 批发和零售业城镇私营企业和个体就业人员(万人) |
|---|---|---|
| 2004 | 北京市 | 63.3 |
| 2004 | 天津市 | 20.4 |
| 2004 | 河北省 | 64.7 |
| 2004 | 山西省 | 42.0 |
| 2004 | 内蒙古自治区 | 43.8 |
| 2004 | 辽宁省 | 150.1 |
| 2004 | 吉林省 | 73.1 |
| 2004 | 黑龙江省 | 78.6 |
| 2004 | 上海市 | 96.0 |
| 2004 | 江苏省 | 149.8 |
城镇私营就业人员指在工商管理部门注册登记，其经营地址设在县城关镇(含县城关镇)以上的私营企业就业人员，包括私营企业投资者和雇工。城镇个体就业人员指在工商管理部门注册登记，并持有城镇户口或在城镇长期居住，经批准从事个体工商经营的就业人员，包括个体经营者和在个体工商户劳动的家庭帮工和雇工。全国就业人员1990年及以后的数据根据劳动力调查、人口普查推算，2001年及以后数据根据第六次人口普查数据重新修订。||城镇单位数据不含私营单位。||2012年行业采用新的分类标准，与前期不可比。。覆盖 31 个省份、16 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
指标定义城镇私营就业人员指在工商管理部门注册登记，其经营地址设在县城关镇(含县城关镇)以上的私营企业就业人员，包括私营企业投资者和雇工。城镇个体就业人员指在工商管理部门注册登记，并持有城镇户口或在城镇长期居住，经批准从事个体工商经营的就业人员，包括个体经营者和在个体工商户劳动的家庭帮工和雇工。全国就业人员1990年及以后的数据根据劳动力调查、人口普查推算，2001年及以后数据根据第六次人口普查数据重新修订。||城镇单位数据不含私营单位。||2012年行业采用新的分类标准，与前期不可比。
数据类型省份级面板数据，覆盖31个省份。
时间跨度2004-2019年，共16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 | 2004-2019 |
| province | 省份 | string | 省/自治区/直辖市 |
| prov-dd0f9c6dd139671e9ad9c-pifahelingshouyechengzhensiyingqiyehegetijiuyerenyuan-7f5f2d | 批发和零售业城镇私营企业和个体就业人员 | float | 城镇私营就业人员指在工商管理部门注册登记，其经营地址设在县城关镇(含县城关镇)以上的私营企业就业人员，包括私营企业投资者和雇工。城镇个体就业人员指在工商管理部门注册登记，并持有城镇户口或在城镇长期居住，经批准从事个体工商经营的就业人员，包括个体经营者和在个体工商户劳动的家庭帮工和雇工。全国就业人员1990年及以后的数据根据劳动力调查、人口普查推算，2001年及以后数据根据第六次人口普查数据重新修订。||城镇单位数据不含私营单位。||2012年行业采用新的分类标准，与前期不可比。 |
引用格式（Citation）
[1] 马克集数. 批发和零售业城镇私营企业和个体就业人员面板数据(2004-2019)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-dd0f9c6dd139671e9ad9c-pifahelingshouyechengzhensiyingqiyehegetijiuyerenyuan-7f5f2d, 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_pifahelingshouyechengzh_2004_2019.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_pifahelingshouyechengzh, detail
* 简单面板回归示例
xtreg prov_pifahelingshouyechengzh 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-dd0f9c6dd139671e9ad9c-pifahelingshouyechengzhensiyingqiyehegetijiuyerenyuan-7f5f2d_2004_2019.xlsx", firstrow clear 导入。
05
相关指标推荐