国家统计局数据采集 Skill#

快速开始#

当用户要求采集国家统计局数据时，按以下流程执行：

text

用户请求 → 计划阶段 → 数据采集 → 数据处理 → 质量核验 → 输出交付

工作流程（6阶段）#

阶段1：计划阶段（吏部）#

1. 明确采集指标和数据范围
2. 确认数据频率（季度/月度/年度）
3. 评估数据可获取性（2015年前数据可能有特殊限制）
4. 规划采集顺序

阶段2：数据采集（户部）#

1. 从国家统计局data.stats.gov.cn或统计公报获取原始数据
2. 保存到checkpoint文件（支持断点续采）
3. 标注数据来源和采集时间

阶段3：数据处理（工部）#

1. 计算衍生指标：
   • 人均GDP = GDP ÷ 人口
   • GDP平减指数 ≈ CPI链式指数
   • 产出缺口 = HP滤波(λ=1600)
2. 季度均值计算（月度→季度）
3. 同比/环比计算

阶段4：质量核验（刑部）#

1. 数据抽查：从统计公报/年鉴核实2-3个关键数据点
2. 计算验证：确认衍生指标计算正确
3. 差异处理：如发现差异，记录并说明

阶段5：链接与可视化#

1. 添加数据来源链接（见下方"数据源URL"）
2. 绘制折线图：时间序列数据用折线图展示趋势
3. 验证链接有效性：批量检查所有链接

阶段6：输出交付#

1. Excel文件（多Sheet，每个指标一个Sheet）
2. 数据说明Sheet（标注计算方法、数据来源）
3. checkpoint文件备份

关键指标说明#

指标频率来源计算说明实际GDP季度国家统计局API/统计年鉴已有，标注"初步核算"/"最终核实"GDP增速季度计算或年鉴同比增速人均GDP季度计算= GDP ÷ 人口(季度估算)CPI月度→季度均值国家统计局API上年同月=100PPI月度→季度均值国家统计局API上年同月=100GDP平减指数年度计算≈ CPI季度链式指数（标注⚠️估算）产出缺口季度HP滤波λ=1600趋势成分

HP滤波参数#

python

λ = 1600  # 季度标准值
# 年度 λ=100，月度 λ=14400

数据源URL#

统计年鉴（重要！URL格式不统一）#

数据年份年鉴URL格式说明2003年数据.../ndsj/yb2004-c/indexch.htm⚠️ 特殊格式其他年份.../ndsj/{yearbook_year}/indexch.htm数据年+1=年鉴年份

规则：数据年份N → 年鉴年份N+1

• 2003年数据 → 2004年鉴（URL: .../ndsj/yb2004-c/indexch.htm）
• 2024年数据 → 2025年鉴（URL: .../ndsj/2025/indexch.htm）

统计公报（用于2025年等最新数据）#

季度URL2025Q1https://www.stats.gov.cn/sj/zxfb/202504/t20250417_1959334.html2025Q2https://www.stats.gov.cn/sj/zxfb/202507/t20250716_1960426.html2025Q3https://www.stats.gov.cn/sj/zxfb/202510/t20251021_1961646.html2025Q4https://www.stats.gov.cn/sj/zxfb/202601/t20260120_1962349.html

data.stats.gov.cn#

• 主页: https://data.stats.gov.cn
• ⚠️ 旧API /easyquery.htm 已返回404，需使用新API

输出文件结构#

text

output/
├── 国民经济核算与价格指数_YYYY-MM-DD.xlsx
│   ├── 实际GDP (季度)
│   ├── GDP增速
│   ├── 人均GDP
│   ├── 产出缺口
│   ├── CPI (季度均值)
│   ├── PPI (季度均值)
│   ├── GDP平减指数
│   └── 数据说明
├── checkpoint_gdp.csv
├── checkpoint_hp_filter.csv
└── raw_data/
    ├── gdp_quarterly.json
    └── cpi_monthly.json

复用脚本#

• scripts/nbs_crawler.py - 数据采集主脚本
• scripts/verify_links.py - 批量验证链接有效性
• scripts/add_charts.py - 为Excel添加折线图
• scripts/hp_filter.py - HP滤波计算

注意事项#

1. 2015年界限：2015年前数据可能需从年鉴OCR获取
2. 数据修订：2025年等最新数据可能与初步核算有差异，应使用最终核实数
3. SSL问题：部分年份年鉴访问可能间歇性404
4. 计算项标注：所有估算/计算项必须标注⚠️和计算方法

参考文档#

• 工作流程详解: references/workflow.md
• 指标说明: references/indicators.md
• 数据源URL: references/sources.md