要闻收集统计中国年鉴数据方式推荐，长短数据2024/1/6

情非得已

　　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。中国统计年鉴https://www.macrodatas.cn/article/1147472422《中国统计年鉴》是中国国家统计局出版的一本重要的官方统计汇编，每年都会发布。它详细记录了中国过去一年（或特定历史时期）的社会经济数据和信息，包括但不限于人口、劳动力、经济、教育、科技、文化、环境保护等领域。

https://www.macrodatas.cn/new_mark_logo.png

　　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

　　文章目录

　　国研网国家统计局CSMAR国泰安Wind万得CNKI知网统计数据宽数据转换为长数据——stata的reshape综合评价

　　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

　　点击省级经济

　　选择自己的数据频率

　　选择地区

　　选择时间选择指标

　　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

　　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。

　　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。

　　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

　　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。

　　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

　　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

　　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。