北京市 2019 44.10 天津市 2019 65.40 河北省 2019 436.60 山西省 2019 180.20 内蒙古自治区 2019 157.30 辽宁省 2019 269.10 吉林省 2019 187.30 黑龙江省 2019 186.20 上海市 2019 48.60 江苏省 2019 685.80 浙江省 2019 464.10 安徽省 2019 358.00 福建省 2019 300.30 江西省 2019 198.10 山东省 2019 711.10 河南省 2019 494.80 湖北省 2019 396.40 湖南省 2019 327.70 广东省 2019 707.20 广西壮族自治区 2019 215.40 北京市 2019 44.10 天津市 2019 65.40 河北省 2019 436.60 山西省 2019 180.20 内蒙古自治区 2019 157.30 辽宁省 2019 269.10 吉林省 2019 187.30 黑龙江省 2019 186.20 上海市 2019 48.60 江苏省 2019 685.80 浙江省 2019 464.10 安徽省 2019 358.00 福建省 2019 300.30 江西省 2019 198.10 山东省 2019 711.10 河南省 2019 494.80 湖北省 2019 396.40 湖南省 2019 327.70 广东省 2019 707.20 广西壮族自治区 2019 215.40
Panel Dataset — 省份级面板数据

中国省份个体户数面板数据(1992-2019)

个体户数面板数据。数据整理自国家统计局。

免费数据 省份 更新 2026-02-23 1992-2019 · 28年 Excel / Stata
2019
覆盖年份
1992–2019
共 28 年连续面板
有效样本
863
缺失率 0.6%
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
266 213 159 105 51 1992 1997 2003 2008 2014 2019
折线为年度均值
1992
51.14
1996
90.12
2001
78.48
2006
83.73
2010
111.39
2014
160.77
2019
266.48
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 个体户数(万户)
1992 北京市 19.2
1992 天津市 10.1
1992 河北省 86.8
1992 山西省 42.8
1992 内蒙古自治区 28.0
1992 辽宁省 62.1
1992 吉林省 34.8
1992 黑龙江省 42.1
1992 上海市 12.6
1992 江苏省 87.8
个体户数面板数据。覆盖 31 个省份28 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

个体户数面板数据

数据类型

省份级面板数据,覆盖31个省份。

时间跨度

1992-2019年,共28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 1992-2019
province 省份 string 省/自治区/直辖市
prov-dd0f9c6dd139675cd37d9-getihushu-065513 个体户数 float 个体户数
引用格式(Citation)
[1] 马克集数. 个体户数面板数据(1992-2019)[EB/OL]. https://s.macrodatas.cn/article/indicator/prov-dd0f9c6dd139675cd37d9-getihushu-065513, 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_getihushu_065513_1992_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_getihushu_065513, detail

* 简单面板回归示例
xtreg prov_getihushu_065513 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-dd0f9c6dd139675cd37d9-getihushu-065513_1992_2019.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...