中国的微观调查数据总结

前言

本篇博文的主要目的是为了方便自己在微观实证的时候,查看相关的数据库,故此只做简单介绍和相关获取连接。
如果您想阅读更详细的内容,请移步如下链接
传送门

中国健康与养老追踪调查(CHARLS)

该调查项目旨在收集一套代表中国45岁及以上中老年人家庭和个人的高质量微观数据,用以分析我国人口老龄化问题,推动老龄化问题的跨学科研究。CHARLS全国基线调查于2011年开展,覆盖了150个县级单位,450个村级单位,约1万户家庭中的1.7万人。
直达链接:【传送门

中国家庭追踪调查(CFPS)

这是一项全国性、综合性的社会跟踪调查项目,通过跟踪收集个体、家庭、社区三个层次的数据,反映中国社会、经济、人口、教育和健康的变迁,为学术研究和公共政策分析提供数据基础。CFPS于2007年开始前期工作,2008、2009年在北京、上海、广东三地总共2400户家庭开展了初访与追访的预调查。2010年,CFPS在全国25个省/市/自治区正式实施基线调查;2012、2014、2016年分别在全国范围内进行追踪调查。
直达链接:【传送门

中国家庭收入调查(CHIP)

这个数据库是目前国内最有影响力的微观数据库之一。调查涉及了中国22个省、122个县和960多个行政村,缺省数据极少。该数据目前进行了3轮,分别是1988年、1995年和2002年的数据。
直达链接:【传送门

中国综合社会调查(CGSS)

这是一项全国性的、综合性的社会调查项目,旨在收集一套全面、系统、科学、规范的社会调查数据,为国家决策提供科学依据。
直达链接:【传送门

中国社会状况综合调查(CSS)

该调查项目是由中国社会科学院社会学研究所主持的一项全国性社会调查项目,旨在全面了解我国社会经济发展和社会变迁的基本状况。
直达链接:【传送门

中国劳动力动态调查(CLDS)

这项调查是由国家统计局就业统计司主持的一项全国性劳动力调查项目,旨在全面了解我国劳动力市场的基本情况。
直达链接:没有找到链接,但有获取方式
亲测的申请方法:

  • 1、给cssdata@mail.sysu.edu.cn 发邮件申请

  • 2、它会叫你附上校园卡照片和所需年份,确认无误给你发所需年份的使用协议

  • 3、拿到使用协议需要你自己去所在单位盖公章,再扫描回传

  • 4、咸鱼5-10RMB

中国家庭金融调查数据(CHFS)

这个数据库是由中国家庭金融调查与研究中心编制的,包含了大量的家庭金融数据,包括资产、负债、收入、消费等方面的信息。
直达链接:【传送门

全国老年人口健康状况调查研究(CLHLS)

该研究主要关注我国老年人群的健康问题,通过追踪调查我国不同地区老年人的健康状况,为我国的老年健康政策制定提供参考。
直达链接:【传送门

  • 5
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
整理微观数据需要对数据进行清洗、转换和整合等处理。对于中国家庭追踪调查(China Family Panel Studies,简称CFPS)的微观数据,你可以使用R语言中的各种数据处理包和函数来完成这些任务。 下面是一个基本的示例,演示了如何使用R语言整理CFPS微观数据: 1. 导入所需的包: ```R library(readr) # 用于读取数据 library(dplyr) # 用于数据处理和转换 ``` 2. 读取CFPS数据文件(通常是以CSV或其他格式存储的数据文件): ```R data <- read_csv("cfps_data.csv") # 根据实际文件名和路径进行修改 ``` 3. 数据清洗和转换,根据需要进行选择、筛选和重命名等操作: ```R # 选择需要的变量 data_select <- data %>% select(variable1, variable2, variable3) # 根据条件筛选观察单位 data_filter <- data %>% filter(variable > 100) # 重命名变量名 data_rename <- data %>% rename(new_variable = old_variable) ``` 4. 数据整合和合并,如果需要将多个数据文件整合在一起: ```R # 合并两个数据框 merged_data <- merge(data1, data2, by = "id") # 按照某个共同的变量进行连接 joined_data <- left_join(data1, data2, by = "id") ``` 5. 数据导出,将整理好的数据保存为新的数据文件: ```R write_csv(data, "cleaned_data.csv") # 根据实际文件名和路径进行修改 ``` 需要根据具体情况进行适当的调整和扩展。CFPS数据通常包含多个变量和复杂的数据结构,因此你可能需要使用更多的数据处理和转换技巧来满足特定的需求。R语言提供了丰富的数据处理包和函数,如dplyr、tidyr等,可以帮助你更高效地整理和处理CFPS微观数据

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Wency(王斯-CUEB)

我不是要饭的

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值