今天给大家分享一份 2000～2024 年中国县域统计年鉴的数据，2000～2024 年中国县域统计年鉴里面的数据实际上是 1999～2023 年的，包含乡镇卷和县市卷，乡镇卷里面的数据不全，使用价值不大，所以仅仅整理了县市社会经济指标。为了方便大家使用，我分别整理了历年的数据，合并成面板之后又给省市区县匹配了行政区划代码（统一到 2020 年的）：
- 1999~2023年县市社会经济指标.xlsx
- 1999~2023年县市社会经济指标.dta
需要注意县域统计年鉴并不包含市辖区的数据，仅仅包含大概 2000 多个县的数据（里面含有的区实际上是县改的区）。
县域统计年鉴的整理可以参考这两个课程：
- 如何整理 2022 年县域统计年鉴：caj 文件转 pdf、文本识别与数据清洗：https://rstata.duanshu.com/#/brief/course/59fbd94072c844d985f0f4fcdbd4c40e
- Stata：如何为区县名称添加行政区划代码：https://rstata.duanshu.com/#/brief/course/ff44f63581e94d58bdee05c6998a5a6c
数据概况
- 时间范围：1999～2023 年；
- 变量数：68；
- 面板格式。
包含这些变量：
| 变量 | 变量 | 变量 |
|---|---|---|
| 省 | 省代码 | 市 |
| 市代码 | 县 | 县代码 |
| 年份 | 乡_个 | 住户储蓄存款余额_万元 |
| 医疗卫生机构床位_床 | 固定电话用户_户 | 地区生产总值_万元 |
| 一般公共预算支出_万元 | 一般公共预算收入_万元 | 小学在校学生数_人 |
| 年末各项贷款余额_万元 | 户籍人口_人 | 提供住宿的社会工作机构_个 |
| 提供住宿的社会工作机构床位_床 | 普通中学在校学生数_人 | 棉花产量_吨 |
| 油料产量_吨 | 第一产业增加值_万元 | 第三产业增加值_万元 |
| 第二产业增加值_万元 | 行政区域土地面积_平方公里 | 街道办事处个数_个 |
| 规模以上工业企业个数_个 | 设施农业占地面积_公顷 | 镇_个 |
| 本地电话年末用户_户 | 城镇固定资产投资完成额_万元 | 村民委员会个数_个 |
| 地膜使用量_吨 | 第二产业从业人员_人 | 第三产业从业人员_人 |
| 各项税收_万元 | 各种社会福利收养性单位床位数_床 | 各种社会福利收养性单位数_个 |
| 固定资产投资_万元 | 规模以上工业总产值_万元 | 化肥使用量_折纯量_吨 |
| 机收面积_公顷 | 基本建设投资完成额_万元 | 粮食总产量_吨 |
| 每个老师负担学生数_人 | 每万人拥有医院卫生院床位数_床 | 每万人中的在校学生人数_人 |
| 牧业增加值_万元 | 年末单位从业人员数_人 | 年末总户数_户 |
| 年末总人口_万人 | 农村用电量_万千瓦时 | 农林牧渔业_人 |
| 农业机械总动力_万千瓦特 | 农业增加值_万元 | 农作物总播种面积_公顷 |
| 人均地方财政收入_元 | 人均国内生产总值_元 | 人均粮食占有量_公斤 |
| 肉类总产量_吨 | 乡村从业人员数_人 | 乡村户数_户 |
| 乡村人口_万人 | 乡镇个数_个 | 在校学生总数_人 |
| 中等职业教育学校在校学生数_人 | 猪牛羊肉总产量_吨 | / |
下面选择 2023 年 户籍人口_人、一般公共预算收入_万元 和 一般公共预算支出_万元 三个变量进行绘图展示：
上图中部分缺失值使用了该县所处省份的均值进行了填补。该数据里面并没有市辖区的数据（市辖区的数据在城市统计年鉴中），数据里面的区是之前的县改的。
很久之前就出过一个直播课程讲解如何整理县域统计年鉴数据：
县域统计年鉴是如何整理的？Stata 和 R 齐上阵！：https://rstata.duanshu.com/#/brief/course/ce084094d5ac4a9cbd5fd61960545f47
这一次为了方便大家进行数据核对，还在附件中提供了处理过程和原始数据。
大家在使用过程中遇到的问题可以和原始数据比对下看看是处理的问题还是原始数据就有问题。
行政区划代码
为了方便使用，我把数据中的行政区划（省、省代码、市、市代码、县、县代码）统一到了 2020 年，不过有一些县早已撤销或者合并到其他区县，这些县使用其被撤销年份的行政区划代码，例如：
- 南汇区：2008 年区划代码
- 畹町市：1998 年区划代码
- 陶乐县：2002 年区划代码
- 长岛县：2019 年区划代码
- 吴县：2000 年区划代码
- 江浦县：2001 年区划代码
所以上面的地图也是使用县代码变量和县级地图数据合并绘制的，相关代码也可以从附件中找到。
县域统计年鉴的处理细节可以学习文初提到的两个课程了解。
注意事项
- 为了跨年份连接数据，我把不同年份相似的指标（可能统计口径不完全一样）重命名成一样的名称，对于细致的研究请注意自行修正这种问题；
- 由于各年的统计指标并不完全一致，有些指标只有部分年份有，所以缺失严重；
- 为了方便大家使用，我给数据添加了省、省代码、市、市代码，使用的是 2020 年中国各省市区县行政区划代码，不过有部分县级市已经取消合并了，使用的是早年的行政区划代码，如上文所述。
- 另外统计年鉴并不是没有错的，实际上包含了很多数据错误和错字！所以大家使用的适合如果发现可错误或者不合理的数据，很可能是统计年鉴的错误，并非整理的错误（当然整理错误也可能有），替换成缺失值即可。
数据引用格式
在论文中使用该数据请声明数据来源于RStata 数据中心，或者 RStata Data Center，并使用下述的格式引用：
RStata 数据中心: 2000～2024 年中国县域统计年鉴面板数据. 2025. https://tidyfriday.cn/rsdb2/
RStata Data Center: Panel data of China County Statistical Yearbook from 2000 to 2024. 2025. https://tidyfriday.cn/rsdb2/
另外也建议在说明数据来源的同时，根据本文的介绍在论文中描述数据的详细处理方法。
点击这里跳转到 RStata 短书平台获取附件：2000～2024 年中国县域统计年鉴面板数据
评论