HRS數(shù)據(jù)庫的申請及數(shù)據(jù)提取方法與流程

朱江勃，田國祥，武冬，楊津，柳青青，呂軍，王雪

人口老齡化作為國際經(jīng)濟(jì)社會發(fā)展水平的重要衡量指標(biāo)之一，不僅意味著老年人口數(shù)量的增多，同時(shí)也給經(jīng)濟(jì)社會帶來嚴(yán)峻的挑戰(zhàn)，這已成為不容忽視的重大社會問題[1,2]。關(guān)于老齡化人口健康的資料研究很多，數(shù)據(jù)種類不斷豐富，數(shù)據(jù)儲量迅猛增長，通過傳統(tǒng)的數(shù)據(jù)收集方法很難有效及全面的統(tǒng)計(jì)分析[3]。在國家老齡研究所（NIA U01AG009740）和社會保障管理支持下的健康與退休研究（HRS），是由美國密歇根大學(xué)自1992年起的一個(gè)縱向研究小組研究調(diào)查，建立了具有代表性的大樣本數(shù)據(jù)庫，通過對50歲以上參與者每兩年一次獨(dú)特和深度的訪談，提供了越來越多的多學(xué)科數(shù)據(jù)。HRS數(shù)據(jù)庫為社會及醫(yī)療等研究人員提供了寶貴的資料，從而用它來解決關(guān)于老齡化挑戰(zhàn)和機(jī)遇的重要問題[4-6]。之后評估全球老齡化異同的國際子研究也相繼而出，包括墨西哥、英國、歐洲、韓國、日本、愛爾蘭、中國、印度尼西亞、哥斯達(dá)黎加和新西蘭的研究，同時(shí)正在向印度、巴西、非洲蘇格蘭和加拿大發(fā)展，從而形成全球老齡化的健康大數(shù)據(jù)[7-9]。

1 HRS數(shù)據(jù)庫的申請及數(shù)據(jù)下載

HRS數(shù)據(jù)庫樣本量大，質(zhì)量高，同時(shí)是非常豐富和復(fù)雜的，為了使數(shù)據(jù)更容易研究，HRS數(shù)據(jù)分類為公共數(shù)據(jù)和敏感/限制數(shù)據(jù)。任何人都能在HRS數(shù)據(jù)下載站點(diǎn)上創(chuàng)建一個(gè)帳戶獲得公共數(shù)據(jù)，而限制數(shù)據(jù)和敏感的健康數(shù)據(jù)則需要單獨(dú)的應(yīng)用程序完成。

1.1 HRS數(shù)據(jù)庫的注冊流程進(jìn)入HRS數(shù)據(jù)庫的官方網(wǎng)站（http://hrsonline.isr.umich.edu/）（圖1），點(diǎn)擊“View Researcher Site”，進(jìn)入研究人員界面（圖2），點(diǎn)擊“Data Products”，選擇最下方“Register and Access Public Data”選項(xiàng)后進(jìn)入公共數(shù)據(jù)訪問頁，若為新用戶需點(diǎn)擊“New Users”進(jìn)入注冊信息頁面（圖3）。其中標(biāo)有星號“*”字段為必填信息，信息填寫完成后，若同意遵守使用HRS公共數(shù)據(jù)的條款，則點(diǎn)擊下面的“Register”按鈕，即可完成注冊，該注冊過程是免費(fèi)的。

申請者注冊后將于24 h內(nèi)收到回復(fù)郵件，該郵件提供了初次使用用戶名和密碼（圖4），若未收到郵件可重復(fù)上述步驟重新申請。獲得用戶名及密碼后進(jìn)入注冊用戶界面，可對個(gè)人信息進(jìn)行更改，以及修改密碼。

圖1 HRS數(shù)據(jù)庫界面

圖2 研究人員界面

圖3 HRS數(shù)據(jù)庫注冊表界面

1.2 HRS公共數(shù)據(jù)的下載流程一旦帳戶被激活，請單擊“Registered Users”，輸入用戶名和密碼即可進(jìn)入數(shù)據(jù)下載頁面（圖5）。進(jìn)入后點(diǎn)擊“Data Downloads”鏈接，將打開包含各種公共數(shù)據(jù)源的下載列表頁面（圖6）。除了敏感的健康數(shù)據(jù)產(chǎn)品，注冊用戶將在這里獲取每年任何HRS公共數(shù)據(jù)集及文件清單（數(shù)據(jù)截止至2010年6月）。

圖4 HRS數(shù)據(jù)庫協(xié)議書回復(fù)郵件

點(diǎn)擊所需要的年數(shù)據(jù)源鏈接，即可進(jìn)入子數(shù)據(jù)集，在該頁面下載.zip或.pdf文件（圖7），左鍵單擊文件圖標(biāo)或文件名，選擇“保存文件”選項(xiàng)。右鍵單擊文件圖標(biāo)或名稱，選擇“目標(biāo)另存為”下載相關(guān)文件。下載后點(diǎn)擊數(shù)據(jù)集名稱將看到源數(shù)據(jù)信息，包括數(shù)據(jù)描述、電報(bào)密碼本、調(diào)查問卷。使用的任何數(shù)據(jù)集之前一定要審查“數(shù)據(jù)警報(bào)”，以了解最新的補(bǔ)充信息。

圖5 公共數(shù)據(jù)訪問頁面

圖6 公共數(shù)據(jù)下載頁面

圖7 zip及pdf格式下載

圖8 敏感數(shù)據(jù)訪問協(xié)議書

1.3 HRS敏感/限制數(shù)據(jù)的下載敏感的健康數(shù)據(jù)產(chǎn)品通過補(bǔ)充登記條款制度獲得，需要特殊的下載程序。首先要成為HRS數(shù)據(jù)庫的注冊用戶，下載并完成敏感數(shù)據(jù)訪問協(xié)議書（圖8），提交敏感數(shù)據(jù)的訂單（圖9），如果未將協(xié)議書和訂單附加在一起，則需通過電子郵件將協(xié)議的簽署副本發(fā)送給hrsdatareq@umich.edu。一旦收到批準(zhǔn)通知，在HRS數(shù)據(jù)下載系統(tǒng)登錄網(wǎng)站，在HRS特殊訪問文件框右邊的頁面會看到申請?jiān)L問的數(shù)據(jù)集鏈接，點(diǎn)擊相應(yīng)鏈接和遵循指令下載所需文件。

另外，對于限制數(shù)據(jù)的訪問與下載，根據(jù)數(shù)據(jù)類型可通過兩種協(xié)議方法獲取。虛擬桌面設(shè)施VDI和使用傳統(tǒng)的許可協(xié)議。兩種方法的研究計(jì)劃和訂單數(shù)據(jù)形式都是一樣的（圖10），但是數(shù)據(jù)安全和保密的需求是不同的。

圖9 敏感數(shù)據(jù)訂單

圖10 限制數(shù)據(jù)產(chǎn)品訂單

2 HRS公共數(shù)據(jù)庫的數(shù)據(jù)提取

HRS數(shù)據(jù)庫登錄后可獲得7個(gè)方面的數(shù)據(jù)，包括兩年一次的數(shù)據(jù)產(chǎn)品、縱向數(shù)據(jù)、非大選年研究、敏感的健康數(shù)據(jù)（需要補(bǔ)充登記）、研究人員的貢獻(xiàn)、蘭德的貢獻(xiàn)數(shù)據(jù)和認(rèn)知經(jīng)濟(jì)項(xiàng)目。每個(gè)子數(shù)據(jù)集文件都可以通過SAS、SPSS或Stata三種不同的語句讀取。文件擴(kuò)展名也各有不同，SPSS語句為.SPS，SAS語句擴(kuò)展名為.SAS，而Stata語句擴(kuò)展名為.DO和.DCT。每個(gè)文件命名相同的前綴開始相應(yīng)的數(shù)據(jù)文件。

2.1 SPSS語句讀取數(shù)據(jù)SPSS數(shù)據(jù)讀?。弘p擊SPSS打開軟件，在菜單里面以此選擇文件，點(diǎn)擊打開，語法在彈出框中選擇需要執(zhí)行SPS腳本文件：打開SPS文件后確認(rèn)對應(yīng)的DA文件是否存在，以及導(dǎo)出的Sav文件目錄是否存在（圖11）：

選擇全部SPS腳本內(nèi)容如下圖（圖12），點(diǎn)擊綠色三角執(zhí)行SPS腳本：執(zhí)行完腳本后，對應(yīng)的目錄下.sav文件生成并自動打開（圖13～14），即可讀取相關(guān)數(shù)據(jù)：

簡易讀取數(shù)據(jù)：HRS數(shù)據(jù)非常豐富與復(fù)雜，為了使數(shù)據(jù)簡易讀取，蘭德衰老研究中心將數(shù)據(jù)分為7個(gè)類型，使數(shù)據(jù)更易提取。舉例：在數(shù)據(jù)下載列表中，讀取數(shù)據(jù)以1994年蘭德數(shù)據(jù)為例，點(diǎn)擊打開后，將h94f1a_SPSS.zip數(shù)據(jù)下載到指定位置，解壓后左鍵雙擊打開進(jìn)入SPSS數(shù)據(jù)編輯器，即可直接讀取數(shù)據(jù)。

圖11 SPSS語句選擇腳本文件界面

圖12 SPS腳本界面

圖13 SAV文件生成界面

圖14 SPSS打開的數(shù)據(jù)文件界面

2.2 合并數(shù)據(jù)文件舉例說明要將1994年與2000年的數(shù)據(jù)文件合并，通過SPSS瀏覽窗口，打開1994年數(shù)據(jù)文件，合并第二個(gè)數(shù)據(jù)文件，在菜單欄上執(zhí)行：數(shù)據(jù)→合并文件→添加個(gè)案（圖15）。

打開合并文件對話框，點(diǎn)擊瀏覽按鈕，找到需要合并的第二個(gè)數(shù)據(jù)文件，點(diǎn)擊打開按鈕（圖16），返回?cái)?shù)據(jù)合并對話框，在這里檢查一下要合并的文件，確認(rèn)無誤，點(diǎn)擊“繼續(xù)”（圖17）。

看到變量對話框（圖18），右側(cè)的列表是相同的變量，也就是兩個(gè)數(shù)據(jù)文件有相同的變量，左側(cè)的列表是只有一個(gè)數(shù)據(jù)文件中有的變量，右邊標(biāo)有“*”號的為第一個(gè)數(shù)據(jù)文件中有而第二個(gè)數(shù)據(jù)文件沒有的變量，標(biāo)有+號的是第二個(gè)數(shù)據(jù)文件有而第一個(gè)數(shù)據(jù)文件沒有的變量，根據(jù)需要，例如選擇將AALIVE添加到相同變量列中，選擇后點(diǎn)擊中間向右箭頭即可實(shí)現(xiàn)，最后點(diǎn)擊“確定”按鈕。

圖15 合并文件界面

圖17 數(shù)據(jù)文件合并界面

圖18 變量選擇界面

就是合并文件以后的數(shù)據(jù)（圖19），由于年齡段這個(gè)變量只有一個(gè)數(shù)據(jù)文件有，所以另一個(gè)數(shù)據(jù)文件中的數(shù)據(jù)在這個(gè)變量上顯示為空白。

圖19 合并后的變量數(shù)據(jù)界面

3 討論

HRS數(shù)據(jù)庫是美國關(guān)于健康和經(jīng)濟(jì)環(huán)境的變化與衰老有關(guān)的資源數(shù)據(jù)庫，該數(shù)據(jù)庫的大部分公共數(shù)據(jù)通過用戶注冊免費(fèi)開放。其多學(xué)科的數(shù)據(jù)集中在收入和財(cái)富、健康、認(rèn)知和使用醫(yī)療服務(wù)、工作和退休及與家人聯(lián)系的調(diào)查。HRS數(shù)據(jù)自2006年以來，數(shù)據(jù)收集已經(jīng)擴(kuò)大到包括生物標(biāo)志物和遺傳學(xué)以及更大的深度的心理學(xué)和社會背景。這種混合經(jīng)濟(jì),健康和心理信息的數(shù)據(jù)庫為研究者的工作提供了前所未有的潛力[10-12]。本文通過介紹HRS數(shù)據(jù)庫的用戶申請及數(shù)據(jù)提取方法，以期節(jié)約研究者在使用該軟件過程中的時(shí)間和精力，幫助各學(xué)科研究人員獲得更簡便、高效及明確的數(shù)據(jù)資料獲取途徑，從而提高工作效率。