不想做实验、也没有临床病例，还想发 SCI？除了 NHANES，中国自己就有一个国际级的选择：CHARLS（中国健康与养老追踪调查）。它聚焦中国 45 岁及以上中老年人（含其配偶），是研究"中国老龄化"绕不开的数据源，官网也称其数据"在学术界得到了广泛的应用和认可"。这篇沿用老规矩讲清楚它——认识它（01）→ 拿到它（02）→ 看懂它（03）→ 用对它（04）→ 做研究（05）→ 发论文（06），先看图。
全称：China Health and Retirement Longitudinal Study（中国健康与养老追踪调查）
执行机构：武汉大学和北京大学共同执行（国家自然科学基金委资助的重大项目）
官网：https://charls.pku.edu.cn/
获取方式：注册申请，免费下载（签署数据使用协议）
调查对象：45 岁及以上中老年人及其配偶；全国基线覆盖随机抽取的 150 个县区、450 个村居、约 1 万户家庭、约 1.7 万人
01 认识它：中国版的 HRS，专为老龄化研究而生
CHARLS 是由武汉大学和北京大学共同执行的大型跨学科调查项目，是国家自然科学基金委资助的重大项目（官网页脚版权署名为"国家发展研究院，北京大学"）。2008 年先在浙江、甘肃两省开展预调查，2011 年开展全国基线调查（baseline，即作为后续追踪起点的那次调查）：覆盖 150 个县区、450 个村/社区，访问约 1 万户家庭、约 1.7 万人；抽样分县（区）—村（居）—家户—个人四个阶段，前两级采用 PPS 抽样（按人口规模成比例的概率抽样，抽中的村/社区即初级抽样单位 PSU）。此后在 2013、2015、2018、2020、2021-2023 年持续开展全国追踪调查——同一批人每两到三年随访一次，形成宝贵的纵向面板数据（panel data：对同一批人反复测量、能跨年份追出个人轨迹的数据；与之相对，只看某一个时间点的叫横截面数据）。
它的问卷设计参考了国际同类调查的经验：美国的 HRS（Health and Retirement Study，健康与退休研究）、英国的 ELSA（English Longitudinal Study of Ageing，英国老年追踪调查）、欧洲的 SHARE（Survey of Health, Aging and Retirement in Europe，欧洲健康、老年与退休调查），官网英文版也明确写着：CHARLS"基于 HRS 及同类老龄调查"。变量口径与这些调查相近，意味着你用 CHARLS 做的研究，可以直接和全球老龄化研究对话——这是它优于一般自建队列的地方。
对中国研究者还有一个现实优势：研究对象是中国人群。中老年慢病、养老保障、城乡健康差异这些本土议题，用 CHARLS 写出来的论文天然更"对症"，也更容易讲出 NHANES 讲不了的中国故事。
02 拿到它：注册申请，免费下载
CHARLS 数据在官网注册申请后免费下载。具体流程按官网 FAQ 的说明：注册时在网站上签署用户数据使用协议并提供个人信息，然后到邮箱点击确认邮件激活账号；之后可以分别申请公开发布的各轮调查数据，申请会在 3 个工作日内得到是否批准的答复。
首页导航的"数据"栏目按波次（wave，即一轮调查）组织，每个波次点进去都有配套的问卷、用户手册与数据编码参考书。目前已公开发布的全国调查数据覆盖 2011 年基线、2013、2015、2018、2020 各轮追踪（2020 年轮于 2023 年 11 月发布，文件中还包括一个"疫情模块"），另有 2014 年"中国居民生命历程调查"、2008 年两省试调查、2012 年两省追踪调查，以及由 Gateway to Global Aging 项目整理的 Harmonized CHARLS（跨波次统一变量版）。官网"关于项目"页还提到 2021-2023 年开展的新一轮全国追踪调查；截至本文定稿，数据区公开发布的最新一轮仍是 2020 年，写论文引用数据时，请以官网数据区的最新版本为准。
两个使用建议：一是下载后先读用户手册，CHARLS 的变量跨波次会有更名与调整，手册里写清了对应关系；二是关注官网"学术出版"栏目，里面按年份收录了中文期刊论文、英文期刊论文等已发表成果清单——查选题新颖性时，先看你想做的方向已经被谁做过、做到什么程度。
数据格式上，官网 FAQ 明确：数据库是 Stata（.dta）格式，按波次和模块分文件提供。安装 Stata 即可直接打开；用 R 的读者可以加载 haven 包读取 .dta 文件；如果要用其他软件，可以先把 .dta 转换成对应的格式。数据分析中遇到问题，可以先翻用户手册，也可以到官网的 CHARLS 数据论坛检索或提问。
03 看懂它：八大模块与跨波次匹配
CHARLS 的问卷内容覆盖八大板块：
- 人口学背景：年龄、性别、教育、婚姻、户籍（城镇/农村）
- 家庭结构：家庭成员、代际经济往来
- 健康状况：自评健康、医生诊断的慢性病（高血压、糖尿病、心脏病、中风、关节炎等十余种）、ADL/IADL 功能（日常生活活动与工具性日常生活活动，如穿衣、洗澡、做饭、管钱，衡量能否独立生活）、抑郁量表 CES-D 10（10 题版流调中心抑郁量表）、认知功能测验
- 体格测量与生物样本：血压、身高体重、握力、峰值呼气流速（一口气吹出的最大气流速度，反映肺功能）等体检项目；部分波次还会采集血样，检测血糖、血脂、糖化血红蛋白等指标
- 医疗保险与就医：参保类型、门诊住院利用、自付支出
- 工作、退休与养老金：就业状态、退休类型、养老保险
- 收入、消费与资产：家庭收入结构、支出、住房资产
- 社区与省级行政代码：社区问卷记录村/社区的社会、经济与政策环境；行政代码可用来合并地区层面的经济、政策等外部数据
数据组织上是每个波次一套文件（人口学、健康、家庭等分文件），跨波次分析时用个人 ID 匹配同一受访者的多期记录。初次合并面板数据的新手容易踩两个坑：变量名跨波次不一致（要用 Harmonized CHARLS 或编码手册对齐），以及把"曾参与某波次"误当成"每波次都在"（追踪是动态的，有人中途退出或失访）。
04 用对它：面板数据的正确打开方式
CHARLS 与 NHANES 最大的不同在于纵向结构。这带来两类规范用法：
- 截面分析：只用基线或某一波数据做患病率、关联分析——注意使用官网随数据发布的个人权重（cross-section weight，截面权重）做加权，维持全国代表性
- 面板分析：跨波次看"变化"——固定效应模型（消除个体不随时间变化的混杂）、混合效应模型、Cox 生存分析（以随访时间为轴）
纵向研究的特有风险是追踪流失（attrition）：坚持留下来接受随访的人，往往和中途失访的人在健康等特征上系统性不同，直接用完整样本会引入偏倚。论文方法部分要报告每轮随访的留存率，讨论部分要交代流失的影响——审稿人几乎必问。
05 做研究：CHARLS 高频发文方向
- 心理健康：抑郁（用现成的 CES-D 10 量表即可算分）与慢病、睡眠、社会参与、代际支持的关联——CHARLS 的热门发文方向
- 认知功能：认知衰退的预测因素与保护因素，常与生活方式、慢病管理结合
- 多病共存与虚弱：多重慢病共存模式、虚弱指数（FI，用健康缺陷项目占比衡量整体脆弱程度）与健康结局
- 退休、养老金与健康：法定退休年龄前后的健康变化（可用断点回归这类准实验设计）、养老保险与就医行为
- 城乡与代际：农村老年人的医疗可及性、子女外出务工与留守老人健康
能力边界同样明确：人群限定 45 岁以上，结论不能外推到年轻群体；健康信息以自报为主，存在回忆偏倚；血检等生物样本为子样本，用之前要确认样本量与权重。选题时先把这三条边界想清楚，写作时主动交代，比被审稿人指出来体面得多。
06 发论文：国产数据的红利期与门槛
CHARLS 对中国研究者的红利很明显：本土议题 + 中国人群 + 国际可比量表，写出来的论文既符合国内职称评审的偏好，也投得出去。但红利期也意味着竞争——抑郁、认知这些热门方向的"常规组合"已经高度饱和，纯套路化的选题越来越难。
我们辅导的常规路径：选题查新与差异化设计（1-2 周）→ 数据申请与面板合并（2-4 周）→ 加权/面板统计分析与敏感性分析（3-5 周）→ STROBE（观察性研究报告规范）写作与投稿（5-8 周）。导师一对一示范，数据申请到投稿全程把关，分析与写作由你本人完成。
下一篇讲 GBD——不收集任何个体，却能量化全球 200 多个国家疾病负担的"怪才"数据库。关注医嘉研科研资讯，九大临床公共数据库逐个讲透。