CHNS中国居民健康与营养调查数据库下载与使用全流程实操指南

在课题组带新人的时候，我常遇到一个看起来简单、实际很费劲的问题："师兄，CHNS数据到底从哪里下？" 中国居民健康与营养调查（CHNS）数据库是营养学、公共卫生和劳动经济学研究里绕不开的一个长期追踪数据源，但它的官网结构、下载权限和文件组织方式，跟那种"首页挂个下载中心"的思路完全不一样。第一次上手的人，十有八九会在注册环节卡住，或者在下载完一堆压缩包之后不知道该用哪个文件。这篇文章是《健康营养统计实务》系列第9篇第1章第1节的配套实操笔记，按2026年版资料整理了官网各个区域的功能定位、注册与申请流程、数据下载路径，以及拿到数据后必须先做的三件事。无论你是写毕业论文、准备课题申报，还是单纯想用公开数据练一练分析技能，都可以按这篇的步骤把CHNS数据真正拿到手。

1. 先搞清楚CHNS是什么量级的数据库，才不会白下数据

1.1 一组追踪了三四十年的家庭与个人记录

CHNS，China Health and Nutrition Survey，中文翻译是"中国居民健康与营养调查"。它不是一个普通的一次性横断面问卷，而是从1989年就开始追踪的纵向面板数据。每一轮调查都会回到同一批社区，重新访问其中的住户和个人，同时吸收少量新增样本以保持代表性和年龄结构。这意味着同一个人的健康指标、营养摄入、收入职业等信息，可以跨年份串起来看变化——在研究"小时候的营养状态如何影响多年后的健康"这类问题上，普通静态调查很难替代它。

从1989年启动至今，CHNS陆续公开了多个调查轮次，覆盖了从经济欠发达到相对发达的多类地区。样本设计采用分层多阶段随机抽样，家庭层面和个人层面都有对应的样本编号，所以做多水平分析也站得住脚。对于硕博论文和课题申报来说，这种有几十年视野的数据库非常少见，这是CHNS历久弥新的核心原因。2026年版的教程，也主要是冲着最新轮次数据的结构和文件组织方式来的。

1.2 营养、健康、经济三个领域共同的高频选择

CHNS的数据内容分四个层面：社区、家庭、个人、营养。

• 社区层面：居委会和村委会层面的基础设施、食品价格、医疗机构可达性等，研究"食物环境与肥胖"会用到。
• 家庭层面：家庭人口结构、收入、支出、住房、做饭燃料等，经济学者主要盯这一层。
• 个人层面：性别、年龄、教育、职业、吸烟饮酒、身体活动、身高体重、血压血糖等，公共卫生研究的主力。
• 营养层面：24小时膳食回顾、连续三天的家庭称重记膳、主要营养素估算值，营养学研究靠这一层。

这些层面之间靠统一的ID体系关联。只要不把ID合并错，就能在同一个数据文件里得到"社区—家庭—个人"的完整链条。经常有人问CHNS和CFPS、CHARLS有什么区别，简单说，CFPS和CHARLS更偏家庭与社会经济，CHNS最突出的优势是膳食营养和身体测量数据非常详细，且历史轮次够长。这也决定了它适合研究营养转型、膳食结构、慢性病长期趋势这类问题。第1章第1节只解决"拿到数据"的问题，但如果不先理解数据分层，后面下载时你连该选哪几个压缩包都不知道。

2. 官网首页解析：数据藏在哪一层菜单里

2.1 两个入口，先把主次分清楚

CHNS数据目前最权威的发布渠道，是北卡罗来纳大学教堂山分校卡罗来纳人口中心（Carolina Population Center，cpc.unc.edu）的CHNS项目主页。国内也有一些门户或镜像站会转载CHNS相关资料，但作为数据用户，我建议一律以项目主页发布的内容为准。原因很简单：数据文件的更新、勘误、版本说明，都会最先出现在主页上。镜像站可能滞后，甚至可能保留旧版本的错误文件。

访问项目主页之后，建议先看首页上的最新公告部分。CHNS会不定期发布轮次更新、变量勘误、文档替换说明。我曾经遇到过同行用旧版本合并脚本跑完程序，才发现数据文件被官方勘误过，白白浪费了一周时间。所以，"下载前先看公告"应该是使用这个数据库的第一条准则。

2.2 一级菜单分别放什么

CHNS主页的一级菜单结构比较传统，常见的大致是这几个栏目：项目介绍、数据、文档、出版成果、联系我们。

项目介绍里写的是调查背景、抽样设计、历次轮次、合作机构。如果你要在论文里介绍数据来源背景，这段文字就是现成素材。数据栏目是下载的核心入口，点进去一般会看到公开使用数据和受限数据两类。文档栏目放的是问卷、编码手册、技术报告、数据字典。很多人跳过这里直接下载，拿到数据后才发现变量标签看不懂，还得回头翻文档。我个人的习惯是先把文档栏目里跟最新轮次对应的问卷和编码说明下载下来，再开始动数据。出版成果栏收录了使用CHNS数据发表的主要论文，写致谢和引用格式时可以直接参考。

这几个栏目的分工看似简单，但确实影响你的操作顺序。先读文档，再下数据，最后看出版成果里的方法学文章，这一套流程基本不会踩大坑。

2.3 为什么首页看不到"一键下载"

很多第一次来找数据的人，会在首页上浪费大量时间找下载按钮。原因不是眼力不行，而是CHNS确实没有"公开裸下载"这个选项——它需要你先确认身份和研究用途，再开放下载权限。这个机制主要有两层考虑。

第一层是伦理和数据安全。CHNS虽然发布的是匿名化数据，但里面包含了健康指标、膳食摄入、家庭收支这类细颗粒信息，理论上仍存在间接识别的可能性。数据提供方需要通过用户注册来约束使用范围，也方便在有新勘误时通知到人。第二层是数据质量控制。通过申请制，官方可以统计谁在用数据、用在什么研究上，后续回访和版本维护也更有针对性。这和很多国际纵向数据库的做法一致，并不是故意为难使用者。

所以，正常流程是：进入数据栏目，先找到申请入口，填写基本信息与使用承诺，等待后台开放下载。对大部分硕士生和博士生来说，申请的是公开使用数据，审核周期一般不会太长。

3. 注册申请环节：最容易翻车的一步

3.1 标准注册流程拆开来看

虽然官网界面会改版，但申请的核心步骤基本固定：

1. 在数据下载页面找到访问申请入口，一般是一个申请数据访问的按钮或在线表格。
2. 填写姓名、所属机构、单位邮箱、研究目的等基本信息。研究目的建议直接写明是毕业论文、课题申报还是期刊论文，并描述清楚准备研究什么问题。
3. 阅读并同意数据使用协议。核心条款通常包括：不将数据传输给未经授权的第三方、不试图重新识别个人身份、仅用于申请时声明的学术研究用途、发表成果时按规定致谢。
4. 提交后等待审核。审核通过的标志一般是注册邮箱收到下载链接，或者账号状态变为可下载。
5. 在下载页面选择需要的轮次和文件，打包下载。

不少人第一次填英文界面的申请表，会在"研究目的"这个自由文本栏里写得特别短。我见过只写一个"research"就被退回的。倒不是审核方苛刻，而是数据提供方有义务了解数据会被用在哪里。正常写一两句话，比如"研究中国城乡居民膳食结构变化与超重肥胖趋势的关系"，就够了。这里不需要长篇大论，但必须让审核人员看到具体方向。

3.2 公开使用数据和受限数据的区别

大部分学生用的都是公开使用数据。如果只是做常规论文，不建议一开始就碰受限版。受限数据申请流程长、材料多，还可能连累导师签字。等研究设计确实需要更细的地理颗粒度时，再走受限申请路线也不迟。这个选择想清楚，可以帮你节省大量时间。

3.3 几个我实测过的小提醒

注册邮箱建议用机构邮箱或长期稳定的个人邮箱，一定不要用那种收不到境外邮件的临时邮箱。审核结果和下载链接都是通过邮件发的，漏掉一封就可能耽误一周。

申请之后几天没动静，可以在官网联系方式处礼貌写封邮件询问进度，说明自己已提交申请、请帮忙确认。不要频繁重复提交表单，反而会造成后台数据混乱。

还有一点提醒：记住自己注册时填的是什么用途。后面如果因为换题目、换毕业年份需要变更研究目的，最好主动联系数据方更新信息，而不是悄悄改变数据用途。这类长期数据库对使用记录的信用是有记忆的。

4. 下载后的文件结构与第一次打开

4.1 一个压缩包里装着什么

审核通过后，你会得到下载入口，里面通常是按轮次组织的压缩包。有的轮次是把全部数据文件打包成一个ZIP，有的则按社区、家庭、个人、营养分成多个压缩包。下载下来后先别急着重命名，统一放进一个以本轮次命名的文件夹里。

解压后根目录一般会出现三类东西：

• 数据文件：常见格式是SAS的.sas7bdat、Stata的.dta，个别轮次也提供CSV或文本格式。
• 文档文件：数据字典、问卷副本、变量编码表、读取说明。
• 脚本示例：官方有时会附上读取合并的示例脚本，SAS、Stata、R版本都可能有。别小看这些脚本，它们通常是官方认可的合并方式，比自己从头写merge要稳。

文件名里的缩写也值得注意，常见的会带chn、hh、ind、nut这些片段，分别对应社区、家庭、个人和营养层面。每一轮的具体命名以压缩包内的README为准，不要靠猜。

4.2 用Stata或R把数据读进来

打开数据的工具，最主流的是Stata和R。SAS格式的.sas7bdat文件，R里可以用haven包的read_sas读取；Stata格式的.dta文件，Stata里直接use，R里用haven::read_dta。无论哪种方式，核心注意点都一样：先把路径设置成存放本轮数据的文件夹，再逐个层面读入，先不要急着跨轮次合并。

下面给一个R读取的极简示例，假设你已把某个轮次的数据解压到工作目录下的chns某个文件夹，文件是个人层面的.dta格式：

library(haven) ind <- read_dta("chns_round/person.dta") View(ind)

命令行敲完之后，第一件事不是分析，而是用str()或dim()看行数、列数和变量类型。如果发现数据文件里出现大量缺失，或者列数和官方文档对不上，先不要怀疑自己的代码，优先去官网检查是否有更新版本。数据文件的版本号经常藏在README或文件名末尾，先记录版本号再动手是明智的。

4.3 第一次打开数据后的"三查"

拿到数据后，我建议先做三个动作，再做任何统计。

第一查缺失值比例。特别是你论文要用的核心变量，比如收入、身高体重、膳食摄入量。缺失比例过高说明该轮次样本存在问题，要么换变量定义，要么在论文里如实说明，决不能让缺失值悄悄影响结果。

第二查标识变量能否唯一识别记录。个人数据的ID可能只在家庭内唯一，如果没有把社区、家庭ID一起带上，合并就会串人。这就是为什么合并前必须先看官方文档里的ID层级说明，构造主键后再合并。

第三查轮次之间的口径差异。CHNS每轮问卷都会有微调，同一道题的选项编号可能变，收入变量的口径也可能调整。跨年比较时，务必逐年阅读问卷原文，确认口径一致后再合并。这个坑后面章节会专门展开，但拿到数据的第一天就要有这根弦。

提示：下载任何一个轮次的数据前，都先回官网首页看一眼最新公告。CHNS偶尔会发布变量勘误和文件替换说明，用旧文件就算跑通了程序，结果也可能是不成立的。

5. 学术使用规范和让人头疼的细节

5.1 引用与致谢怎么写

用CHNS数据写论文，一般需要在正文描述数据来源时写清楚：CHNS的名称、调查年份、数据访问渠道。期刊要求的数据可用性声明里也应明确写出。如果觉得不好措辞，可以直接参考官网出版成果栏目或文档页面提供的推荐引用文本，照抄并调整作者顺序即可。多数期刊还要求对数据提供方致谢，放在Acknowledgements部分写清"数据来自中国居民健康与营养调查（CHNS），感谢项目组和研究对象的贡献"。这个环节看着琐碎，但确实关系到数据后续能否持续开放，值得规范操作。

还有一个细节容易忽略：审稿人会认真核对数据来源描述和研究时限。如果你在方法部分写了"使用某年至某年数据"，正文里就要保证引用的轮次确实包含这些年份。CHNS的轮次编号和自然年份通常一致，但下载时仍要以数据文件里标注的调查年份为准。

5.2 跨轮次合并时最容易出的错

第一，收入口径。CHNS的收入和支出变量在不同轮次之间的定义有调整，金额单位也可能变化。如果直接用变量名合并后对比金额，可能看到的是没有意义的"收入暴涨"。正确做法是先读每轮的技术报告和编码手册，找出收入变量的实际含义，必要时按物价指数折算或统一口径再比较。

第二，年龄口径。同一轮数据的年龄变量，有时是"实足年龄"，有时是"调查时年龄"。建议尽早把出生年份当作更稳定的标识，避免直接用年龄跨轮匹配，尤其是研究队列变化时。

第三，抽样权重。CHNS的抽样设计在不同轮次之间可能因补充样本而调整，测算总体水平指标时要用官方提供的调查权重，否则结果可能严重偏倚。如果只是做回归，是否使用权重要看研究问题，但至少要检查官方文档里有没有建议使用的权重变量。

5.3 伦理与合规底线

即使CHNS数据已经匿名化，使用中仍要守住几条红线：不尝试通过任何变量组合还原个人身份；不把数据向无关人员转发或上传到公开平台；发表结果时不能出现可间接定位到个体的描述；申请时的研究用途与实际用途保持一致。

如果只是课程作业或毕业设计使用，还要看看所在院校是否有额外要求。部分高校对涉及健康数据的研究会要求先做伦理备案，即使数据来自公开数据库，也可能需要提交伦理申请或豁免说明。建议在开题阶段就去科研管理部门问清楚，不要等论文写完再补，那时候会很被动。

最后再强调一个容易被忽略的细节：CHNS的数据文件虽然免费开放，但免费不代表没有约束。下载页面的用户协议具有效力，转许可和商业用途通常被明确禁止。我见过有人把下载的数据放到课题组共享网盘里，严格来说这已经超出了个人使用范围。正确做法是让合作者各自单独申请，资料齐全后再一起分析。规范化使用公开数据，既是对项目组的尊重，也是在维护所有研究者免费使用数据的权利。

这篇的内容先解决"把数据拿到手"这一步。说实话，CHNS的官网和下载流程不算复杂，但它跟国内用户熟悉的下载模式差别大，所以第一次走的人总觉得到处是坑。按照上面这些步骤操作，正常情况下半小时左右就能完成申请和下载。我在实操里最想再强调一遍的还是两条：一是下载前先看公告，二是合并前先读README。这两条在课题组里我重复过无数遍，每次有人不听，后面都要花两三天来补救。等后面写到第9篇第1章第2节、第3节，我会继续拆CHNS的数据合并和变量口径问题。这次就先聊到这。