收集统计中国年鉴数据方式推荐，长短数据

最近在准备统计建模比赛论文，用到了统计年鉴的数据，尤其是中国统计年鉴。然而收集数据也巨多坑，填一下方便后来需要者。
根据数据时效性、完整性、结构友好性综合从高到底对各数据库收集数据进行记录

国研网

百度直接搜 国研网
我需要研究省级经济数据，我会示范一下数据收集的基本过程

1. 点击省级经济
   
2. 选择自己的数据频率
   
3. 选择地区
   
4. 选择时间
5. 选择指标
   
6. 显示数据
   
   国研网的数据结构友好，就是常用的计量经济学的那种面板数据结构（长数据结构），而且数据操作界面友好易懂

国家统计局

这个没得说是中国统计年鉴的编制单位，所以数据权威性得到保证，但是自己的数据管理也存在问题，比如2013年之前收集的一些统计数据居然没有整合到数据库中，需要自己查询具体的年鉴查询。

1. 选择自己需要的数据子库

2. 选择具体的数据查询
3. 选着地区和指标

需要注意的是，有时即使你在第一步选择了分省年度数据，查询的结果也只有北京市的数据，这时通过步骤二中的地区选项可以选择所有的省。这是国家统计局数据库一个需要注意的点。

CSMAR国泰安

不能跨表查询（除非是个人账号），数据结构友好，操作通俗易懂

Wind万得

能够跨表查询，数据结构不友好（输出是宽数据），操作性不友好，而且需要指定终端才能使用该数据。

CNKI知网统计数据

宽数据转换为长数据——stata的reshape

长宽数据转换—— reshape命令
在面板数据中，如果包含两个标识变量，则数据有两种表现形式，一种是长数据，一种是宽数据。在长宽数据的转换中，所使用到的命令为
reshape，具体命令语句为：

reshape long stubnames, i(varlist) [options]
reshape wide stubnames, i(varlist) [options]
语句中，
reshape代表数据转换的命令，
long表示将宽数据转化为长数据，
wide表示将长数据转化成宽数据，
stubnames表示需要转化的变量名称前缀，
i(varlist)表示识别变量。
options最常用的为 j(varname [values])，它表示用来进行长宽变换的变量名称，通常为时间变量。
参考资料

// 导入数据
clear
input id var1 var2 var3
1 10 20 30
2 15 25 35
3 12 22 32
end

// 将宽数据转换为长数据
reshape long var, i(id) j(variable)
rename var value

// 查看转换后的数据
list

wide to long (宽数据转化为长数据)
reshape long X1 X2,i(ID) j(list) string
Note: 每个样本的唯一识别码是ID，需要转换的变量是X1*、X2*(星号表示通配符)，可将X1_1 X1_2转换为X1，并将"_1"和"_2"作为新生成变量list的值，list不是数值型，因此需要加上string选项

long to wide (长数据转化为宽数据)
reshape wide X1 X2,i(ID) j(list) string
Note: 转换为宽数据后，ID应作为唯一识别码，需要将X1、X2转换为X1*、X2*，其中*是对应list的取值。若list不是数值型，应当加上string选项
参考资料

综合评价

根据个人研究方向，和使用情况进行评价。

数据库	界面友好性	数据结构（长/短数据）	能否跨表查询	数据更新情况	使用权限
国研网	好	长数据，友好	能	较好，可能会有一年延迟	需要权限
国家统计局	较好	宽数据，不友好	能，但是有限制	自己收集的数据，更新情况没得说	无需购买，但是要注册
CSMAR	好	长数据，友好	不能，只能在单表中查询	好，数据更新情况良好	需要权限
wind	不友好，需要去指定终端使用	宽数据，不友好	能，但是有输出限制	较好，可能会有一年延迟	需要权限

总的来说，就《中国统计年鉴》的数据查询来说。如果没有权限的话，只能去国家统计局自己一个一个下载数据。若是学校有条件的话，首先推荐国研网数据库，然后再使用国家统计局和csmar数据库对部分数据进行补充。