保姆级CHARLS数据库使用教程

一、CHARLS是什么？

CHARLS是由北京大学国家发展研究院主持的大规模跨学科调查项目，旨在收集中国中老年家庭和个人的高质量微观数据。它被广泛用于经济学、社会学、公共卫生、老年学等领域的学术研究。

核心特点

• 覆盖城乡，样本量大，可进行有统计效力的亚组分析（如城乡差异、性别差异）。

• 时间跨度从2011年基线调查开始，2013 年、2015 年、2018 年和 2020 年分别开展了 4 轮常规问卷的追踪调查

• 数据涵盖个人基本信息、家庭结构、健康状况、医疗服务利用、医疗保险、工作退休与养老金、收入消费资产等众多模块。

有哪些类目

• 调查对象：中国45岁及以上的中老年居民及其配偶。

• 调查范围：覆盖全国28个省（自治区、直辖市），具有全国代表性。

• 调查内容：

基本信息：人口学特征、家庭结构。

健康状况：身体健康、心理健康、认知能力、躯体功能、医疗服务利用。

经济状况：收入、消费、资产、负债、养老金。

就业与社会保障：工作史、退休情况、各类保险。

• 调查年份：

全国基线调查：2011年（约1.7万户，1万人）

追踪调查：2013, 2014（生命历程调查）, 2015, 2018, 2020（疫情       期间电话调查）等多次追访。

 二、 如何使用CHARLS数据库？

访问官网：

CHARLS 官方主页http://charls.pku.edu.cn

英文版入口为 http://charls.pmu.edu.cn/en

注册账户：

点击页面中的“数据用户注册”（或“Register”）按钮，

填写姓名、所属机构（学校或研究单位）、电子邮箱等信息。

建议使用机构邮箱（如edu.cn 后缀）或常用的个人邮箱，以便及时接收审核结果。

注册前请认真阅读并同意《数据使用协议》，该协议要求使用者承诺不将数据用于商业目的、不尝试识别受访者身份，并在发表研究成果时标注数据来源。

登录账号后，进入数据申请页面，填写以下研究信息：

• 1.研究标题
• 2.研究背景与目的
• 3.拟使用的 CHARLS 数据年份及变量（例如：2015 和 2018 年 wave 中的健康、经济模块）
• 4.拟采用的分析方法（如描述性统计、回归分析等）

申请内容应简明、真实，体现明确的学术用途。提交后，CHARLS 团队会在 1–3 个工作日通过邮件通知审核结果。

获取数据与资料：

申请通过后，重新登录网站，进入“数据下载”区域，可按需选择以下内容：

• 1.数据文件：STATA（.dta）、SAS     或 SPSS 格式
• 2.调查问卷：用于理解变量定义与问题设置
• 3.用户手册：涵盖抽样方法、权重使用、数据处理等重要说明
• 4.变量编码手册：列明变量名称、问题描述与取值标签

CHARLS 数据按调查年份组织，如 2011年基线调查，2013、2015、2018年追访

数据处理与分析：

此阶段涉及具体的技术操作，常用软件有Stata、R、Python 或 SAS。

• 变量查看：使用 Stata 中的 describe、codebook等命令查看变量标签，结合问卷理解变量含义

• 缺失值处理：根据研究方法对缺失值进行删除或插补等处理

• 变量生成：基于原始变量构建新指标（如 BMI、收入分级等）

• 数据结构识别：CHARLS 包含家庭与个人两个层面的数据文件，需根据研究问题选择使用或进行合并

• 数据合并：如涉及多年份数据或家庭—个人数据关联，需使用 merge 类命令进行横向或纵向合并