1997-2024年省级市场化指数数据解析与实证应用指南

“市场化指数”这四个字，在经济学实证论文里几乎是标配。从1997年到2024年，全国各省份的市场化进程怎么量化？不同省份之间的制度差异、政府与市场关系、要素市场发育程度如何变成可比较的数字？几乎所有做区域经济、制度经济学、企业微观行为研究的同学，最终都会碰到这套数据。

但真正用起来，问题比想象中多得多。最典型的是：网上流传的版本五花八门，有的只更新到2019年，有的只给总指数不给分项，有的干脆是扫描版PDF手工录入的Excel，错漏不少。而且樊纲市场化指数每年发布时，会对历史数据做修正——这意味着同一省份同一年的指数，在不同年份发布的版本里数值可能不一样。没有原始数据、没有计算代码、没有清晰的版本标注，实证结果的可信度就要打问号。

1. 数据基本信息：1997-2024年省级面板的结构

先把这个数据集的面貌说清楚。这是按“省份-年度”组织的面板数据结构，覆盖31个省级行政区（不含港澳台），时间跨度为1997年到2024年，接近三十年。对于做宏观面板回归、DID政策评估、异质性分析的研究者来说，这个时间跨度足够支撑绝大多数研究设计。

数据里包含三个层次的内容：

• 市场化总指数：衡量各省份综合市场化程度的单一数值，也是大多数实证回归中的核心解释变量或机制变量。
• 分项指数：泰尔指数或二级指数。樊纲体系的五个方面——政府与市场的关系、非国有经济的发展、产品市场的发育程度、要素市场的发育程度、市场中介组织发育和法律制度环境——每一类都有对应的评分。
• 原始计算数据+代码：这是整套数据最值钱的部分。单纯的总指数只能用来跑回归，但如果你需要理解指数为什么是这个值、需要按自己的研究调整指标口径、或者需要处理某个省份特定年份的异常波动，没有底层数据和计算过程几乎无从下手。

数据集本身采用的范式，参考了学术界广泛认可的相对评分法——不是绝对水平，而是各省份之间的相对位置比较。某年某省的指数是8.5，不代表它能拿85分，而是相对于全国平均水平和最好省份的相对位置。这个逻辑在实证解释时很重要，我在后面第3部分展开。

2. 五个分项指数背后，研究中最常用到的是哪几个

分项指数不是装饰品，是实证研究里打开机制黑箱的钥匙。很多人回归时只放总指数，结果显著，但审稿人一句“机制是什么”就能卡住。这时分项指数就是现成的机制变量。

2.1 政府与市场的关系（分项一）

这个分项衡量的是政府干预程度、财政资源分配、政府规模等维度。它本质上刻画的是“有形之手”有多重。在实证里，它经常被用来检验“政府干预是否抑制了市场活力”“减政放权对企业创新的影响”这类假说。

一个很容易踩的坑是符号解释：这个分项得分越高，意味着政府与市场的关系越“健康”、政府干预越规范。但有些研究者在写论文时，会直接把“政府与市场的关系得分高”写成“政府干预多”，这是完全相反的解读，结论方向就会出错。

2.2 非国有经济的发展（分项二）

这个分项反映的是非公有制经济在工业、投资、就业等维度的贡献份额。做企业研究、民营经济议题的论文经常拿它作为地区民营经济发育程度的代理变量。

数据使用时优先关注二级指标——非国有经济在主营业务收入、固定资产投资、城镇就业人数中的占比。这三个二级指标的口径在不同年份有过调整，2008年之后统计口径变化尤其明显，做跨期比较时要格外留意原始数据的注释。

2.3 产品市场的发育程度（分项三）

定价由市场决定的程度、减少地方保护和市场分割的程度，体现在这个分项中。做国内市场一体化、要素流动、价格扭曲类研究时，它比总指数更精准。

注意这个分项的波动特点：随着全国统一大市场的推进，这个分项的方差在2012年以后明显缩小，也就是各省份之间的差距在收窄。如果你做的是连续性DID，处理组和对照组在这个指标上的共同趋势假设相对容易满足。

2.4 要素市场的发育程度（分项四）

分项四覆盖金融市场化、人力资源流动、技术成果市场化等维度。它常常是五个分项中变动最剧烈、也最受关注的一个。

原因很简单：要素市场的改革滞后于产品市场，且各省份之间的要素配置效率差距比产品市场更大。做金融发展、人才流动、土地配置类实证研究的论文，这个分项往往是核心解释变量。

2.5 市场中介组织发育和法律制度环境（分项五）

这个分项包含市场中介组织的发育、对生产者合法权益的保护、知识产权保护、消费者权益保护等。做知识产权、契约执行、营商环境类研究的首选变量。

这个分项的数据有个特点：早期年份（1997-2005）的得分波动较大，和统计口径的逐步完善有关。使用早期数据做解释时，建议看看原始数据里该省份当年度的具体统计方式和数据来源，避免把统计口径导致的跳变误读为制度环境的突变。

3. 计算逻辑拆解：相对指数到底在衡量什么

理解这套指数的计算逻辑，是正确使用数据的前提。它不是一个绝对分值的打分体系，而是一个“跨省份比较、跨年度可比”的相对指数体系。

核心逻辑可以概括为三步：

1. 单项指标的正向化处理。每一个底层指标（比如“减少政府对企业的干预”得分）都先确认方向——得分越高代表市场化程度越高。如果原始统计指标是逆向的（比如政府财政支出占GDP比重），就需要先做正向化变换。

2. 分省极值归一化。对每个单项指标，在当年度的31个省份样本中，找到最大值和最小值，再用公式进行线性变换。这个步骤消掉了不同指标之间的量纲差异，让每项指标落在可比的区间内，然后按各省级行政区得分进行排序或加权。

3. 加权合成总指数。五个分项指数通过专家赋权的方式合成总指数。权重在不同年份做过微调，所以直接用早期版本和后期版本的权重去还原总分，会不一致——这也是为什么原始计算代码重要。

有个细节容易忽略：极值归一化针对的是截面（某一年内省份之间），时间序列的可比性来自各年度计算的持续性和权重体系的相对稳定，而不是纵向锚定某一固定年份的基期。这带来一个直接的使用注意点：使用总指数做跨期幅度解读时要谨慎。8.0到8.5的变化，反映的是该省当年相对于其他省份的相对位次提升，而不是市场化水平绝对上升了0.5个单位。

这个特点在实证里其实问题不大——绝大多数回归用的是个体固定效应+年度固定效应，识别的就是组内变异和时间变异的相对关系。但如果有人直接用指数的差值做绝对量解读，逻辑上就有缺陷。

4. 从原始数据到最终结果：计算代码的复现思路

这份数据集提供了计算代码（do文件或py脚本等），这是它和普通“拿来就跑”数据最大的区别。给研究者留出了验证、调整和扩展的可能。

4.1 代码要解决的三个核心问题

• 缺失值处理。早期年份部分省份的部分指标存在缺失，代码里需要写明是插值、前向填充、还是直接剔除。不同的处理方式对结果有影响。
• 极值归一化的窗口选择。是逐年31省极值，还是全时段极值？代码中逐行保留的中间变量，让使用者能够追溯每个指数得分的生成过程。
• 权重映射。五个分项的权重在不同年份版本中的调整要在代码中如实对应，否则计算出的总指数和权威发布值对不上。

4.2 复现时的验证技巧

拿代码跑完一遍后，建议随机抽查3-5个“省份-年份”组合，比对你的计算结果与发布的总指数。如果完全一致，说明环境没问题；如果有细小出入，优先检查两方面：一是底层Excel表格里是否有合并单元格或缺行，二是权重版本是否匹配。这类问题非常隐蔽，但不难排查。

做稳健性检验时，还可以在代码基础上做扩展。比如计算“去掉分项四之后的总指数”，或者“只保留分项一和分项二的合成指数”作为替代解释变量的稳健性检验。这在审稿阶段是加分项。

4.3 代码本身的学习价值

计算代码还有一个隐性好处——它是学习“怎么把一张混乱的省际统计表整理成面板数据”的绝佳范例。从宽表转长表、省份名称的统一、年度标识的标准化、变量标签的规范，这些数据清洗的基本功，在这套代码里都有体现。

5. 使用这套数据的经典实证设计

结合我接触过的论文和课题，提炼出三种最常见的实证套路，供参考。

5.1 面板固定效应模型

最常规的用法是作为核心解释变量，分析市场化程度对某个结果变量的影响。比如市场化指数对全要素生产率、企业创新产出、FDI流入的影响。

模型设定上，注意控制省份固定效应和年份固定效应，标准误聚类到省级层面。这套数据的截面单位只有31个，聚类数量偏少，建议使用wild cluster bootstrap或至少报告聚类鲁棒标准误，并做敏感性分析。

5.2 机制分析：总指数显著之后，用分项找渠道

比如总指数显著为正，下一步就是检验“是哪一方面的市场化在起作用”。把五个分项同时放入回归，观察哪个分项驱动了总指数的效应。按照五个分项之间的相关性来评估多重共线性风险，有的分项相关度较高，建议做一下方差膨胀因子检验，或者逐个放入而不是全部同时放入。

5.3 交乘项与异质性分析

市场化指数经常用来做调节变量。比如“数字化转型对企业绩效的影响是否在市场化程度更高的地区更强”，这时市场化指数作为交乘项或分组变量出现。

做分组分析时，多数人会按中位数或均值把样本分为高市场化组和低市场化组。需要提示的是，不同年份的市场化指数有趋势性上升，直接按全样本中位数分组，早期样本可能几乎全落在“低市场化组”，后期样本几乎全落在“高市场化组”。更合理的方法是按年份分组（year-by-year median split），或者采用连续交乘项设计。

6. 使用时要避开的坑

6.1 版本选择与溯源性

樊纲市场化指数是持续修订的动态数据。不同年份发布的版本，包含的时间跨度和对历史数据的修订程度不同。使用时应始终标注数据版本来源、发布时间、获取日期。研究结论可能因版本不同而有细微差异，这属于正常情况，不主动披露反而会被质疑。

6.2 与王小鲁等后续更新的版本区分

这套指数的后续研究和扩展版本很多。不同团队、不同口径的数据不能混用。在回归样本中，如果2016年之前用A版本、2016年之后用B版本，就需要测试两个版本在重叠年份的重合度，确认可衔接性；否则就需要做断点检验或直接处理为稳健性分析，而不是默认一致。

6.3 西藏的特殊性

西藏在部分早期的分项指数中存在数据缺失，相关研究要么剔除西藏，要么进行插补处理，并在稳健性检验中说明。处理方式和结果对核心结论不构成实质影响时，不必过度纠结，但处理过程要透明。

6.4 指数的“相对性”决定了论文里的表述方式

合规的用法是：“该省市场化指数为8.5，在全国31个省份中排名第7，说明其市场化程度处于全国前列”。不合适、也不严谨的用法是：“该省市场化水平得分为85分”——指数得分不是百分制卷面分，不能进行分数线式解读。

6.5 代码直接跑的报错排查

拿到数据后先跑一遍计算代码，是做实证分析前的重要准备。常见问题是：路径中包含中文导致读数据失败、Excel列名中的空格和特殊字符导致变量识别错误、不同工作表之间的版本不一致。建议用UTF-8编码运行脚本，并在读入数据后立刻打印行列数和前几行，快速检查数据是否完整读入。

7. 扩展玩法：用这份数据还能做什么

基础回归之外，这套数据还能支撑更有意思的工作。

7.1 制度环境与微观企业行为的匹配

把省级市场化指数匹配到上市公司数据库或工商企业注册数据中，研究地区制度环境对企业投资效率、融资约束、ESG表现的影响。这类跨层匹配研究发表于高水平期刊的案例很多。匹配时注意企业所在城市与省级指数的适配问题，直辖市和普通地级市使用省级指标时解释力度有所不同。

7.2 空间计量与区域联动

用市场化指数构建空间权重矩阵，检验市场化进程是否具有空间溢出效应。比如，一个省份的市场化改革是否带动了邻近省份的要素流入。做这类研究时，可以使用省份之间的距离或经济相似度构建空间权重矩阵，市场化指数的变动作为观察的核心变量。

7.3 政策冲击的时间线索

结合特定年份的重大政策事件，比如某个全国性市场制度建设文件的出台，把1997-2024年切割为政策前期和后期，用连续型DID或合成控制法评估政策对各省市场化进程的影响。长面板数据的优势在这里非常明显——样本量足够支撑政策前趋势检验和动态效应估计。

7.4 机器学习里的特征工程

在预测地区GDP增速、企业信用风险、地方政府债务风险等任务中，市场化指数及分项指数是高质量的结构化特征。尤其是分项指数之间的差异化组合，可以捕捉到单一宏观指标无法体现的制度结构信息。

8. 直接可用的数据字典

为了方便拿到数据后快速上手，整理一份变量对照表：

实际使用时，先清点这套数据结构，再确定适合自己研究设计的变量组合，能少走很多弯路。

9. 我的实操体会

这几年帮人处理过不少与这套数据相关的问题，最深的感受是：拿到一份整理好的数据不难，难的是真正理解数据是怎么来的、边界在哪里、能回答什么问题、不能回答什么问题。

每次用这套数据之前，我都会花半小时做三件事：第一，跑一遍计算代码，确认本地环境能完整复现官方发布的总指数；第二，抽查三到五个省份的逐年趋势，画出可视化图看看有没有异常跳点；第三，明确记录数据版本和使用口径，写进论文的数据附录。这三步处理下来，后续做回归时的底气是完全不同的。

最后的建议是：别把市场化指数当成一个不会出错的黑箱。它是对复杂制度环境的定量逼近，有统计口径的切换、有权重的调整、有省份之间的相对性质。理解这些边界，才能让实证结果经得起推敲。