附件里的数据，大部分在网上都可以找得到，但是一来不系统，二来需要花费大量的时间和精力去整理，因写论文需要，花了很长时间整理了网上的省级面板数据，并附有详细说明。在这些文件中，可以看到原始的数据是如何一步步的变成所需的面板数据的，在数据整理的过程中，可以看到有些不太常见的数据处理小技巧，当然这些小技巧对于大神来说不算什么，但对于刚上手的小白来说，仔细阅读，可以少走很多弯路，希望可以帮助有需要的朋友，主要数据如下：

一、指标总数：

2000到2018年共计16个省级面板指标，分别为：实际GDP、货物周转量、就业人数、专利授权量、城镇化率、城乡收入差距、市场化进程、PM2.5、网络普及率、进出口总额、研发支出、技术市场成交额、财政支出、能源消耗、固定资产投入、人均受教育年限。

二、全数据指标：

全数据指标是指原始数据年份较全的指标，没有经过数据清洗和处理的指标，主要有：实际GDP、货物周转量、就业人数、城乡收入差距、固定资产投入。

三、数据处理指标：

因为一些年份缺失，或本人能力和资源有限，未能将全部年份数据补齐，有些部分缺失的数据，经过本人做了一些合理化的推测和数据处理，处理过的数据都进行了标红处理，方便朋友们有真实的数据进行替代。主要有以下指标，分别详述如下：

1、就业人数

我拿到的就业人数数据是2000到2018年的数据，但是2018年有部分省份数据缺失，我使用插值法把前一年的数据放到2018年，之所以没有考虑按照GDP增长率进行处理，是基于目前中国总人数增长比例不高，且人均效率有提升的考虑。在单独的附表里面，除了处理过的面板数据外，还有一二三产分别的就业数据，可以用来分析各产业的就业人数比例。截图如下：

2、专利授权量

专利授权量主要用插值法补齐数据，如有最新数据，可以交流，主要缺失数据的部分截图如下：

3、城镇化率

主要缺失的是西藏的数据，可能是之前写资料删掉了。

4、市场化进程

缺失18年的数据，使用的是前17年均值加17年基数的方式补齐数据。

5、PM2.5

缺失2017到2018年的数据，通过趋势预测方式补齐数据，可以沟通交流。

6、网络普及率

该指标数据2001到2004、2017、2018数据缺失，使用趋势预测方式补齐数据，如有最新数据，可以沟通交流。

7、进出口总额

缺失2018年的数据，采用GDP同比增长法补齐数据，单独的指标附表里，有进口、出口和进出口总额的三项指标数据。

8、研发支出的数据缺少2016到2018年的，使用GDP同比增长法补齐数据。

9、技术市场成交额

缺少2018年的数据，采用GDP同比增长法补齐数据。。

10、财政支出

缺少2000和2018年的数据，采用GDP同比增长法补齐数据。

11、能源消耗

缺少2018年的数据，采用GDP同比增长法补齐数据。

12、人均受教育年限

缺少2000、2018年的数据，采用回归预测法补齐数据。

四、关于面板数据的其他说明：

附件表格分为原始数据指标汇总表格、经处理的面板数据汇总表格（经过处理的分指标面板数据和汇总的面板数据，方便数据进行组合和拆分。）单独的各项指标表格（一些单独的指标表格有含有原始数据，已在上面做详细说明）。在每个表格的数据下面都有相应的数据来源，数据指标的解释和含义请参考百度，未做详细说明。具体分项表格和汇总表格见截图。

以上数据均没有进行1%缩尾处理，如果想进行缩尾处理，可以在stata里使用缩尾命令：具体如下：

ssc install winsor2,replace

winsor2 VARS cuts(1,99)

顺便给经管之家做个广告，关注经管世界公众号，在后台回复stata，可下载各版本的stata，我就是在这上面下载的，但是要注意按照最新的方式下载安装。

我在网上搜了一些关于用Excel预测最新几期缺失数据的方法，我推荐最后一种，用图表趋势预测数据值，对做回归分析的影响较小。

https://jingyan.baidu.com/article/84b4f565a6194560f6da3231.html

https://blog.csdn.net/lihongyingaaa/article/details/80617953

https://www.pig66.com/Excel/2019/0509/1373244.html

https://baijiahao.baidu.com/s?id=1601753904103065748&wfr=spider&for=pc

https://jingyan.baidu.com/article/ed15cb1b5c67781be3698121.html

如果有朋友能将缺失的数据补上或者指正错误的数据，可以根据需要双方交换所需数据（还有许多未上传数据），共同进步。

各指标及汇总数据如下：