2017～2020 年海关数据（地区层面）

之前给大家分享了 2000～2016 年的海关数据：

2000～2016 年海关数据（版本2）: https://rstata.duanshu.com/#/brief/course/530c467967104ffe9aeb2c6cfabf9fa1

其实海关数据也有 2017～2020 年的，不过缺少企业名称信息，只能做地区层面的研究使用。

网上的海关数据很多，但大多是未经整理的；这份数据由 RStata 数据中心整理，按「经营单位所在省份」汇总到地区层面，覆盖 2017～2020 年各月份的进出口记录。由于每年的数据量都非常大，我们按年份分文件存放，没有把它们合并成一个数据。

数据概览

数据主要包含以下字段：

• 经营单位所在省名称 / 代码：进出口企业（经营单位）所在的省份；
• 年份、月份：该笔贸易发生的年份与月份；
• 金额（美元）：该笔进出口贸易的金额，以美元计；
• 进出口：进口或出口的标识；
• 贸易方式名称：如一般贸易、加工贸易等；
• 起运国或目的国名称：贸易伙伴国家或地区。

基于这份地区层面的海关数据，可以考察各省份进出口规模与结构的差异、2017～2020 年进出口的月度走势与季节性特征，以及 2020 年外部冲击（如新冠疫情）对贸易活动的阶段性影响等。

数据按年份分文件存放（位于 海关数据分年/ 文件夹）：

• 海关数据分年/2017.dta
• 海关数据分年/2018.dta
• 海关数据分年/2019.dta
• 海关数据分年/2020.dta

图表展示

下面展示由这份数据绘制的几幅图表：

下图展示了 2017～2020 年中国各省份进出口金额的分布情况：

下图展示了 2017～2020 年进出口金额的月度时间趋势：

下图展示了各省份进出口金额排名 Top 15：

处理代码

数据文件夹中的 code/generate_charts.do 给出了由原始分年海关数据绘制上述三幅图表的完整 Stata 处理流程，核心步骤如下：

*- 读取 4 个分年原始 dta，仅保留所需变量并去除缺失省份
foreach y of numlist 2017/2020 {
    use "`y'.dta", clear
    keep 经营单位所在省名称 年份 月份 金额 进出口
    drop if missing(经营单位所在省名称)
    *- 按 省份-年-月-进出口 汇总金额（美元）
    collapse (sum) 金额, by(经营单位所在省名称 年份 月份 进出口)
    ...
}

*- 金额换算为 亿美元，便于阅读与图例展示
gen 金额_亿 = 金额 / 1e8

*- 与省份地图数据库合并，绘制着色地图
use "`mapdata'/province/chinaprov2021mini_db.dta", clear
ren 省 经营单位所在省名称
merge 1:1 经营单位所在省名称 using "temp_prov.dta", keep(master match) nogenerate

附件中也提供了该数据的处理代码供参考：

点击这里跳转到 RStata 短书平台获取附件：2017～2020 年海关数据（地区层面）