北京市 2023 7.89 天津市 2023 5.15 河北省 2023 40.57 山西省 2023 16.61 内蒙古自治区 2023 11.21 辽宁省 2023 13.95 吉林省 2023 9.83 黑龙江省 2023 9.50 上海市 2023 6.70 江苏省 2023 36.41 浙江省 2023 23.84 安徽省 2023 26.82 福建省 2023 20.90 江西省 2023 23.88 山东省 2023 47.74 河南省 2023 60.10 湖北省 2023 22.43 湖南省 2023 31.04 广东省 2023 61.34 广西壮族自治区 2023 30.14 北京市 2023 7.89 天津市 2023 5.15 河北省 2023 40.57 山西省 2023 16.61 内蒙古自治区 2023 11.21 辽宁省 2023 13.95 吉林省 2023 9.83 黑龙江省 2023 9.50 上海市 2023 6.70 江苏省 2023 36.41 浙江省 2023 23.84 安徽省 2023 26.82 福建省 2023 20.90 江西省 2023 23.88 山东省 2023 47.74 河南省 2023 60.10 湖北省 2023 22.43 湖南省 2023 31.04 广东省 2023 61.34 广西壮族自治区 2023 30.14
Panel Dataset — 省份级面板数据

中国省份小学阶段专任教师数面板数据(1990-2023)

小学阶段专任教师数面板数据。数据整理自国家统计局。

免费数据 省份 更新 2026-07-16 1990-2023 · 34年 Excel / Stata
2023
覆盖年份
1990–2023
共 34 年连续面板
有效样本
1,048
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
21.47 20.61 19.74 18.88 18.02 1990 1997 2003 2010 2016 2023
折线为年度均值
1990
18.61
1996
18.50
2001
18.70
2006
18.02
2012
18.02
2018
19.65
2023
21.47
02 样例数据
样例数据(前 10 行) 支持复制到 Excel
年份 省份 小学阶段专任教师数(万人)
1990 北京市 5.36
1990 天津市 4.71
1990 河北省 26.99
1990 山西省 16.37
1990 内蒙古自治区 15.38
1990 辽宁省 21.22
1990 吉林省 14.6
1990 黑龙江省 21.57
1990 上海市 5.96
1990 江苏省 26.95
小学阶段专任教师数面板数据。覆盖 31 个省份34 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

小学阶段专任教师数面板数据

数据类型

省份级面板数据,覆盖31个省份。

时间跨度

1990-2023年,共34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 1990-2023
province 省份 string 省/自治区/直辖市
prov-dd0f9c6f88de945c7bec0-xiaoxuejieduanzhuanrenjiaoshishu-1e6eae 小学阶段专任教师数 float 小学阶段专任教师数
数据出处
本数据来自马克集数(s.macrodatas.cn)。
引用或转载请注明来源
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_xiaoxuejieduanzhuanrenj_1990_2023.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_xiaoxuejieduanzhuanrenj, detail

* 简单面板回归示例
xtreg prov_xiaoxuejieduanzhuanrenj 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-dd0f9c6f88de945c7bec0-xiaoxuejieduanzhuanrenjiaoshishu-1e6eae_1990_2023.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...