中国健康与养老追踪调查数据库介绍

杨 帆*

* 杨帆，上海交通大学国际与公共事务学院讲师，博士。

一、健康与养老调查的国际背景与发展

随着老龄化趋势的不断发展，健康与养老问题已成为全球的关注焦点。为了更准确地跟踪老龄化的发展趋势、评估老龄化的影响，并制定相应的经济和社会政策，政界和学界都迫切需要获取客观、详尽、动态的一手调查数据。基于此，作为美国社会科学定量研究大本营的密西根大学在美国国家老龄化研究所（National Instituteon Aging）和社会保障总署（Social Security Administration）的资助下，于1992启动了“健康与养老调查”（Healthand Retirement Study，简称HRS）[1]。该调查的主要形式是每两年对全美超过22 000名50周岁以上的人口及其伴侣进行追踪调查，直到他们去世。调查内容包括：体质及精神健康、保险覆盖情况、财政状况、家庭支持体系、劳动市场参与状况，以及退休规划。截至2017年，美国的HRS已公布了十三批次的数据，供世界各地的研究者无偿使用。此外，HRS研究团队还会在两次调查的间隔进行一些补充调查，如为老年失智症提供诊断信息的ADAMS调查、关于退休后消费状况的CAMS调查、关于生活史的LHMS调查等等。这些补充调查使用的都是HRS调查的子样本，样本容量在3000至7000之间。1992年来，共计有3000多个公开发表的研究成果是基于HRS数据而完成的。

随着HRS数据库影响力逐步扩大，其他国家和地区也纷纷仿效HRS的研究设计，推出了各自的健康与养老调查数据库。截至2017年，除美国外，另外有11个国家进行了全国性的健康与养老调查，并建成了相应的公开数据库；另外还有四个国家正在进行数据库建设过程中。这些国家分布在五个大洲，占全球总人口比重大，在全球社会经济发展中占据重要地位。代表性数据库包括中国的China Health&Retirement Longitudinal Study（CHARLS）、英格兰的English Longitudinal Study of Ageing（ELSA）、南非的Health and Agingin Africa：Longitudinal Studiesin Three INDEPTHCommunities （HAALSI）、墨西哥的Mexican Health&Aging Studies（MHAS），以及新西兰的Healthand Ageing Research Team（HART）[2]。值得注意的是，世界卫生组织自2002年开始在六个国家中开展开展了Study on Global Ageingand Adult Health（SAGE）调查[3]，主要针对50周岁以上人口的健康问题；欧盟也从2004年起在境内11个国家开展了Surveyof Health，Ageingand Retirementin Europe（SHARE）调查，以了解不同文化、居住条件以及政策对欧洲人口退休前后的生活的影响[4]。以上公共数据库的不断发展，促进了健康与养老的国别比较研究。

二、中国健康与养老追踪调查（CHARLS）的研究设计和研究样本

中国健康与养老追踪调查（CHARLS）由北京大学国家发展研究院主持、北京大学中国社会科学调查中心与北京大学团委共同执行，该项目的资助方包括：中国国家自然科学基金委员会、世界银行，以及美国国家老龄化研究所，目的是收集一套代表中国45岁及以上的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，为制定和完善我国相关政策提供更加科学的基础。该项目的资助方包括：中国国家自然科学基金委员会、世界银行，以及美国国家老龄化研究所。

CHARLS项目首先于2008年在浙江省和甘肃省进行了预调查，共计调查有效样本2685个，此次调查为全国基线调查奠定了良好的基础。调查后对问卷内容进行了修改，以更好地适应全国调查。CHALRS全国基线调查于2011年开展，每两年追踪一次，调查结束一年后，数据对学术界免费公开。截至2017年6月，CHARLS项目已经公布了：①2011年、2013年全国调查数据；②2008年两省预调查数据及2012年对两省的追踪调查数据；③2014年“中国中老年生命历程调查”专项数据。如图1所示，CHARLS全国调查（即2011、2013、2014、2015年调查）分别在全国28个省（自治区、直辖市）的150个县、450个社区（村）。至2015年全国追访时，该调查已覆盖总计1.24万户家庭中的2.3万名受访者[5]。

图1 CHARLS全国基线调查的样本分布情况

CHARLS项目采用了多阶段抽样，抽样分为四个步骤，即：县/区抽样—村居抽样—家庭抽样—个人抽样。在县/区和村居抽样阶段均采取按规模大小成比例的概率抽样方法（Probability Proportionate to Size Sampling， PPS）。项目根据人口规模在全国2000多个县级行政区中抽取150个，每个县级地区被抽中的概率等于该地区人口占全国总人口的比例乘以150。然后，再按照同样方法在每个县级行政区中随机抽取3个社区或行政村作为初级抽样单元。为了保证在每个初级抽样单元中严格按照随机方法来抽取家庭，CHARLS项目组开发了CHARLS-GIS系统来对区域内的所有家庭进行列表和制图，初级抽样单元的制图效果可见图2。初级抽样单元内所有的建筑都会在图中进行标识，而每一幢建筑中的住户信息都会在软件中进行编码和列表。每个初级抽样单元中会随机抽取24户家庭。最后组成调查的总样本家庭数。而在个人抽样过程中，会随机选择抽中家庭中的一位年龄大于45周岁的成员作为主回答人，同时其配偶也会被纳入调查范围。

图2 经过列表和制图后的初级抽样单元

在抽中的450个初级抽样单元中，52.67%位于农村地区，47.33%位于城市地区。在2011年全国基线调查中，共抽取了12740户有符合年龄要求的被访者的家庭，成功访问10257户，访问成功率达到80.5%，农村地区的访问成功率明显高于城市地区，而CHARLS项目的成功访问率又明显高于HRS、SHARE等国际同类调查的成功访问率。在17708名调查对象中，52.1%是女性。调查样本中大多数人属于低龄老人，仅有40%的调查对象在60岁以上。另外，8.7%的样本因为身体虚弱等原因，选择通过代理人来回答问卷。

三、CHARLS数据库的模块和数据结构

CHARLS一共包含三套问卷，即家户问卷、社区问卷和体检问卷。其中，家户问卷和体检问卷由样本家庭中的主回答人及其配偶完成，社区问卷由所抽中的社区/行政村的居委会主任/村长（会计）进行作答。

（一）家户问卷模块

家户问卷是CHARLS项目中涵盖信息最丰富、使用频率最高的问卷。该问卷包含A～J共十个模块，其中，A、B、C模块主要登记被访家庭所有家庭成员（包括共同居住和不共同居住家庭成员）的个人基本信息，如年龄、性别、教育、婚姻、户籍等，以及家庭成员间的代际转移、照料时间安排、居住安排、与父母及子女的交往等家庭信息；D模块和E模块分别包括被访者的健康状况和身体功能，以及医疗保健与医疗保险覆盖情况；F模块主要记录被访者的工作、退休及养老金状况；G模块和H模块的问题主要与被访者及其家庭成员的收入、支出及资产拥有情况相关；I模块主要调查被访家庭的住房状况；J模块则是关于访问员对整个访问过程的观察。具体细节见表1。

表1 CHARLS家户问卷的模块

（二）社区问卷的模块

社区问卷针对的是450个初级抽样单元，即社区及行政村。问卷由11个模块组成，分别涉及调查社区的基本信息、基础设施和活动场所、人口及劳动力、企业及其工资、外出务工及迁移情况、医疗、保险和健康状况、社会保障政策、社区历史、流行病和自然灾害、居民的生产、收入及物价，以及访问员对社区的观察。具体内容见表2。

表2 CHARLS社区问卷的模块

（三）体检问卷模块

CHARLS对受访者进行体检的目的是为了避免健康自报项目中的误差。体检问卷的基本内容包括：身高、体重、腰围、上臂长和膝高。此外，访问员还测量三次血压和脉搏、三次肺峰流速（使用肺风流仪）、每只手两次握力（使用握力器）、坐起站立时间、60岁及以上受访者的走路速度以及平衡力。访员记录测试结果并反馈给受访者，如果有一些指标不正常，访员会建议受访者看医生进一步确认。

CHARLS团队还会对签署知情同意书的受访者采集全血，全血储存在零下80度的低温冰箱中，并进行C反应蛋白、糖化血红蛋白、血糖、总胆固醇、高密度脂蛋白、胆固醇、低密度脂蛋白胆固醇、甘油三酯、血红蛋白、胱抑素C、血肌酐、尿素氮和尿酸检测。血样分析完成后会对外发布并与CHARLS主问卷数据进行连接。CHARLS项目目前已发布了2011年全国基线调查的血检数据，2013年未进行血检数据采集，2015年的血检数据即将发布。

（四）CHARLS数据的基本结构

在处理CHARLS数据文件时，要特别注意数据的结构类型。在家户问卷部分有两种类型的数据，分别为循环性数据和非循环性数据。循环性数据指的是问询不同家庭成员同样问题所获得的数据信息，它们的编码通常较为复杂，需要根据所问家庭成员的数量进行条分缕析。这部分数据主要在A模块和B模块的家户登记表（题号：BA001～BA012，FA001～FA005）、父母亲信息（BA017～BA036，BE001，BE002）、子女信息（BC003～BC029）、兄弟姐妹信息（BD003～BD015）、代际转移信息（BG001～BG022），以及日常照料信息（BH003，BH004）。其他非循环数据则是只询问单一调查对象所获得的数据。

另外还应注意的是，CHARLS数据文件有的是个人层面的数据，有的是家庭层面的数据，还有的则是社区层面的数据。因此，在数据分析和文件合并时，应根据数据层次选用适当的统计分析方法。在家户问卷中，家庭层面的数据由主回答人或其配偶进行作答；在社区问卷中，社区层面的数据由居委会/村主任、会计，以及常年居住于社区内的老年居民提供。

四、CHARLS数据库的使用

CHARLS数据免费向社会公开，用户只需进行个人信息注册，在获得项目组的注册认证后即可下载所有数据库文件。数据文件以STATA的文件格式存在，使用其他统计软件的用户需要进行文件格式转换后才能正常使用。另外，2013年的全国调查数据对调查样本的编码规则进行了调整，编码中多加了一个“0”，如果要与2011年的数据进行合并，需要在STATA文件中进行相应的操作，具体操作方法可以参考最新版的2013年数据的用户手册[6]。2015年全国数据的用户手册尚未公布。

用户在实际使用数据过程中如果遇到任何难题，可以在CHARLS官网的互动论坛中发帖求助或与其他用户交流经验，论坛地址为：http：//forum. charls.org。此外，CHARLS项目组还会每年不定期举办数据用户培训会，并会在每年的中国经济学年会中设立CHARLS数据库专场，对使用数据库撰写的论文进行讨论。目前，该数据库已吸引了国内外多所大学成立专门的研究小组进行数据挖掘。用户培训会及数据库专场的相关信息均会在CHARLS官网公布。

自2009年首次公布预调查数据以来，CHARLS数据库已经吸引了来自全球的关注，目前该数据库已有来自数十个国家和地区的上万名注册者，且注册者的数量仍在不断上升。基于CHARLS数据库发表的中英文期刊论文和论著、学位论文、会议论文和工作论文等不断涌现，且体现出强烈的跨学科特色，不仅出现在经济学、社会学、心理学等传统的社会科学领域，还出现在公共卫生、基础医学等自然科学领域[7]。目前，CHARLS项目仍在拓展研究内容，除2014年进行并已公布数据的“生命历程调查”外，目前正在进行或筹备中的调查还包括“中国中老年认知评估调查”和“共和国初期基层经济历史调查”。其中，中国中老年认知评估调查将首先在北京、天津、河北、山东、四川、浙江六省市开展，该调查作为今后CHARLS常规问卷中认知模块的预研，将引入、比照多种国际先进的认知评价量表，以验证适合中国中老年人认知评估的优化方案；“共和国初期经济历史调查”则旨在溯源社区（村）历史，对其进行抢救性保护，以记录事件亲历者故事的方式，来重构社区居民对新中国成立后社区历史的记忆。调查将收集社区（村）的基本情况、新中国成立后社区（村）的生产生活、医疗卫生养老、科教文化等历史信息，以及对社区（村）80岁以上居民开展口述历史专题访谈，收集新中国成立后基层居民的个人生活经历。

五、结语

随着数据库内容的拓展，CHARLS项目势必会吸引更多不同学科背景的研究者从不同角度研究健康与养老问题，并分析这些问题背后的历史和政治因素。事实上，该数据库中的数据内容为政治学、人类学、中国近代史学和教育学研究提供了良好的素材。与此同时，随着数据收集批次的增加与国际同类数据库的建设工作的不断完善，针对CHARLS数据的追踪调查研究和国际比较研究将会越来越丰富，为我们勾画出一幅更完整的中国和全球健康与养老问题的动态图像。

[1]具体可参考以下网址：https：//hrsi.sr.umich.edu/about。

[2] 其他国家的数据库的情况可参考：https：//hrs.isr.umich.edu/about/international-sister-studies。

[3] 具体情况可参考：http：//apps.who.int/healthinfo/systems/surveydata/index.php/catalog/sage/about。

[4] 具体情况可参考：http：//www.share-project.org。

[5] 详细信息可参考官网：http：//charls.pku.edu.cn/zh-CN/page/data/harmonized_charls。

[6] 2013年全国调查的用户手册可在以下网址下载：http：//charls.pku.edu.cn/zh-CN/page/documentation/2013_tracking-_survey。

[7] 成果发表信息具体可参考：http：//charls.pku.edu.cn/zh-CN/page/publications/degree-articles。