2000～2025 年中国县域统计年鉴面板数据

2394 字 约 7 分钟 数据资料 面板数据

发现一个小错误，大家就自己运行这个代码更正下吧：

replace 行政区域土地面积_平方公里 = 行政区域土地面积_平方公里 * 1000 if 年份 == 2012

今天给大家分享一份 2000～2025 年中国县域统计年鉴的数据，需要注意：2000～2025 年中国县域统计年鉴里面的数据实际上是 1999～2024 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）：

  • 1999～2024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些课程：

  1. 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/#/course/59fbd94072c844d985f0f4fcdbd4c40e
  2. Stata：如何为区县名称添加行政区划代码：https://rstata.duanshu.com/#/course/ff44f63581e94d58bdee05c6998a5a6c
  3. 县域统计年鉴是如何整理的？Stata 和 R 齐上阵！：https://rstata.duanshu.com/#/course/ce084094d5ac4a9cbd5fd61960545f47

数据概况

为了方便大家使用，我把数据整理成了全国各县市的社会经济指标面板数据，覆盖 1999～2024 年共 26 年，约 53502 条观测值。

  1. 时间范围：1999～2024 年；
  2. 变量数：67；
  3. 面板格式。

包含这些变量：

省、省代码、市、市代码、县、县代码、年份、行政区域土地面积_平方公里、乡_个、镇_个、街道办事处个数_个、户籍人口_人、地区生产总值_万元、第一产业增加值_万元、第二产业增加值_万元、第三产业增加值_万元、一般公共预算收入_万元、一般公共预算支出_万元、住户储蓄存款余额_万元、年末各项贷款余额_万元、粮食总产量_吨、油料产量_吨、棉花产量_吨、规模以上工业企业个数_个、固定电话用户_户、医疗卫生机构床位_床、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、乡镇个数_个、小学在校学生数_人、普通中学在校学生数_人、设施农业占地面积_公顷、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、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、在校学生总数_人、中等职业教育学校在校学生数_人

各个变量的缺失情况报告可以联系李老师（微信号 r_stata）获取。注意很多变量只有部分年份有。缺失的就表示该变量在原始年鉴上就没有数据。

数据预览如下：

图表展示

下图展示了 2024 年中国县域地区生产总值的空间分布，使用分位数着色方法呈现各县的 GDP 水平差异，灰色区域为无数据区县：

下图展示了 1999～2024 年中国县域平均 GDP 的变化趋势，阴影区域为 95% 置信区间：

下图展示了 2024 年中国县域地区生产总值的分布情况（剔除前 1% 极端值）：

下图展示了 2024 年 17 个代表性省份县域地区生产总值的对比（按中位数降序排列）：

下图展示了 2024 年各省份粮食总产量 Top 15：

上图中地图部分缺失值使用了灰色标注”无数据”。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。

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。

处理代码

下面展示使用该数据绘制区县级 GDP 地图的核心 Stata 代码：

*- 准备2024年数据存为 tempfile
use "$datadir/1999～2024年县市社会经济指标.dta", clear
keep if 年份 == 2024
gen gdp = 地区生产总值_万元 / 10000
keep 省 省代码 市 市代码 县 县代码 gdp
tempfile data2024
save `data2024'

*- 以地图数据库为基底，left join 用户数据
use "$mapdb/county/chinacounty2021mini_db.dta", clear
drop if 省代码 == 0

*- 合并：保留所有地图区县（master），匹配用户数据（match）
merge 1:1 省 省代码 市 市代码 县 县代码 using `data2024', ///
    keep(master match) nogenerate

*- 将缺失值设为 -1000（灰色"无数据"专用值）
replace gdp = -1000 if missing(gdp)

*- 计算分位数断点（去除 -1000），保留3位小数
_pctile gdp if gdp != -1000, n(8)
local r1 = string(`r(r1)', "%9.3f")
local r2 = string(`r(r2)', "%9.3f")
local r3 = string(`r(r3)', "%9.3f")
local r4 = string(`r(r4)', "%9.3f")
local r5 = string(`r(r5)', "%9.3f")
local r6 = string(`r(r6)', "%9.3f")
local r7 = string(`r(r7)', "%9.3f")
qui sum gdp if gdp != -1000
local maxv = string(`=r(max)+1', "%9.3f")

*- 绘制区县级地图（使用 province line 数据叠加省界，省界加粗黑色）
grmap gdp using "$mapdb/county/chinacounty2021mini_coord.dta", ///
    id(ID) osize(vvthin ...) ocolor(white ...) ///
    clmethod(custom) clbreaks(-10000.1 -0.1 `r1' `r2' `r3' ///
        `r4' `r5' `r6' `r7' `maxv') ///
    fcolor(gray "247 252 253" "229 245 249" "204 236 230" ///
        "153 216 201" "102 194 164" "65 174 118" ///
        "35 139 69" "0 88 36") ///
    leg(order(2 "无数据" 3 "≤`r1'" 4 "`r1'～`r2'" ///
        5 "`r2'～`r3'" 6 "`r3'～`r4'" 7 "`r4'～`r5'" ///
        8 "`r5'～`r6'" 9 "`r6'～`r7'" 10 ">`r7'") ///
        title("地区生产总值（亿元）", size(*0.6)) ///
        rows(2) ring(1))

附件中也提供了该数据的绘图代码供参考：

注意事项

  1. 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；
  2. 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；
  3. 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。
  4. 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！所以大家使用的时候如果发现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

由于该数据包含较多 RStata 处理的内容，在研究中使用该数据请使用清晰的方式注明数据来源于 RStata 或者 RStata 数据中心，并使用如下格式引用：

RStata 数据中心: 2000～2025年中国县域统计年鉴面板数据. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Panel Data from China County Statistical Yearbook, 2000–2025. 2026. 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。

关联课程/数据推荐

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/#/course/59fbd94072c844d985f0f4fcdbd4c40e

Stata：如何为区县名称添加行政区划代码：https://rstata.duanshu.com/#/course/ff44f63581e94d58bdee05c6998a5a6c

县域统计年鉴是如何整理的？Stata 和 R 齐上阵！：https://rstata.duanshu.com/#/course/ce084094d5ac4a9cbd5fd61960545f47

1999～2024 年中国城市统计年鉴面板数据整理结果：https://rstata.duanshu.com/#/course/5b97584a3ecb4cf1b25c2d37212c21e7

点击这里跳转到 RStata 短书平台获取附件：2000～2025 年中国县域统计年鉴面板数据

相关文章

评论