当前位置:首页 > 全国数据 > 正文内容

2017年家庭金融调查数据信息库数据

admin2年前 (2024-10-28)全国数据161

数据名称:家庭金融调查数据信息库

数据年份:2017年

相关数据

去年工作月数
去年平均每月工作天数
去年平均每天工作时长
去年工作实际获得工资收入金额
去年工作实际获得奖金收入金额
去年工作实际获得奖金收入范围
去年工作实际获得补贴收入金额
去年工作实际获得补贴收入范围
去年工作实际获得工资收入范围
主要工作单程上班交通时长
主要工作单程上班交通距离
主要工作上班交通方式
主要工作上下班交通费
未在工作地附近居住原因
因未在居住地附近工作带来问题
去年工作缴纳个人所得税金额
去年工作缴纳个人所得税范围
去年受访户缴纳车辆保费金额
受访户拥有的耐用品
去年购买耐用品支出金额
去年购买耐用品支出金额范围
家庭成员去年缴纳人寿保险保费
去年缴纳商业健康险保费
去年其他商业保险缴纳保费
去年受访户保健健身支出
去年受访户保健健身支出范围
受访者风险收益投资选择
去年平均每月伙食费
去年平均每月水电燃料物业暖气支出
去年平均每月日用品支出
去年平均没月家政服务支出
去年平均每月通信费和网费
去年平均每月娱乐支出
去年平均每月衣物支出
去年受访户教育培训支出
去年受访户旅游支出
去年受访户旅游支出范围
去年受访户医疗支出
去年受访户医保报销支出
去年受访户医保报销支出范围
去年受访户医疗支出范围
去年给父母的现金或非现金金额
去年给公婆/岳父母的现金或非现金金额
给非家庭成员现金或非现金原因
受访户去年其他家庭支出额
(新样本)与受访者住在一起的家庭成员数
(新样本)与受访者不住在一起的家庭成员数
(老样本)家庭成员是否与受访者住在一起
家庭成员与受访者的关系
家庭成员性别
家庭成员出生年
家庭成员体重
家庭成员出生月份
家庭成员文化程度
本科及以上学位是否国外获得
家庭成员就读学校类型
家庭成员是否是党员或预备党员
未住在一起家庭成员常住地
未住在一起家庭成员居住房屋类型
家庭成员户口所在地
家庭成员户口是否在所居乡镇/街道
家庭成员离开户口地年份
家庭成员来到居住地年份
家庭成员户口类型
家庭成员获得统一居民户口前户口类型
家庭成员是否农转非农户口
家庭成员转非农户口年份
家庭成员转非农户口原因
受访者是否愿意获得所在区县非农户口
家庭成员是否有跨区县迁户经历
家庭成员最近一次迁户年份
家庭成员最近一次户口迁出地
家庭成员是否有在户籍市以外地方工作或生活经历
家庭成员回到户籍市年份
家庭成员回来前居住地
家庭成员去到之前居住地年份
家庭成员回来前工作性质
家庭成员婚姻状况
家庭成员身体状况
(新样本)家庭人口数确认
(新样本)家庭成员现在或昨天是否在家
最近一周是否有工作
最近一周无工作情况
在职未上班的原因
连续未上班时长
是否能在确定时间内返回原岗位
主要工作开始年份
主要工作开始月份
主要工作单位类型
主要工作就业身份
主要工作的合同性质
主要工作平均月收入
主要工作所属行业
主要工作所属职业
主要工作具体所属职业
主要工作具体所属职业
主要工作具体所属职业
主要工作具体所属职业
主要工作具体所属职业
主要工作具体所属职业
主要工作每月平均工作天数
主要工作平均每天工作时长
其他工作平均每月工作天数
其他工作平均每天工作时长
其他工作平均每月获得收入
上周其他工作时长
上周主要工作时长
上周工作总时长是否少于40小时
上周工作总时长少于40小时原因
是否希望工作更长时间
最近一周未工作原因
家庭成员以前是否工作过
上一份工作结束年份
上一份工作结束月份
上一份工作单位类型
上一份工作所属行业
上一份工作所属职业
上份工作结束后是否寻找过工作
上份工作结束后是否登记过失业
未登记失业原因
上份工作结束后是否领取过失业保险
失业保险领取时长(月)
新工作每月薪资期待
家庭成员目前是否想工作
过去一个月是否寻找工作
过去一个月寻找工作方式
过去一个月未找工作的主要原因
过去三个月是否寻找工作
过去三个月寻找工作方式
过去三个月未找工作的主要原因
过去十二个月是否寻找工作
过去十二个月寻找工作方式
过去十二个月未找工作的主要原因
能否在两周内到新工作岗位
不能到岗的原因
失业保险每月领取金额
受访户对非现金支付服务评价
受访户不满意原因
受访户是否申请贷款被拒绝过
受访户是否获得过银行贷款
受访者对所获保险服务满意度
受访者对所获保险服务不满意原因
受访户没有银行卡或活期存折原因
受访户购物支付方式
受访户对最近一笔贷款服务评价
受访户对贷款服务不满意原因
(新样本)本住宅居住户数
(新样本)确认受访者年满16周岁
(新样本)受访者与户主关系
(老样本)确认受访者居住在该住所
(老样本)受访者未在该房屋居住的原因
(老样本)住户是否为受访者家人
(老样本)2015年是否接受过访问
(老样本)继续追踪受访户
(老样本)确认受访者年满16周岁
(老样本)确认原家庭成员信息
(老样本)原家庭成员年龄
(老样本)原家庭成员是否仍是家庭成员
(老样本)原家庭成员脱离家庭的原因
(老样本)是否有新增家庭成员
(老样本)新增家庭成员数量
(老样本)新增家庭成员性别
(老样本)新增家庭成员出生年
主要工作所在区(北京)
主要工作所在位置(北京)
受访户是否因工商业经营有银行贷款
未获得工商业贷款原因
受访户有几笔工商业贷款
受访户计划申请贷款额
受访户计划申请贷款额范围
受访户工商业贷款欠款金额
受访户实际获得工商业贷款额
受访户实际获得工商业贷款额范围
受访户工商业贷款欠款金额范围
工商业贷款年份
最大笔贷款实际获得金额
最大笔贷款实际获得金额范围
工商业贷款月份
工商业贷款年份确认
工商业贷款期限(月)
确认工商业贷款是否到期
工商业贷款利息结算方式
工商业贷款利率数字
工商业贷款利息确认
工商业贷款利息单位
工商业贷款额外支出
工商业贷款额外支出范围
工商业贷款担保类型
工商业贷款担保物
工商业贷款还款方式
工商业贷款是否为农户小额信用贷款
受访户是否因工商业经营有借款
受访户工商业借口笔数
受访户计划借入金额
受访户计划借入金额范围
受访户实际借入金额
受访户实际借入金额范围
受访户工商业借款欠款金额
受访户工商业借款欠款金额范围
工商业借款来源
最大笔工商业借款金额
最大笔工商业借款金额范围
工商业借款年份
工商业借款期限(月)
工商业借款是否约定还款期限
工商业借款是否到期确认
工商业借款月份
工商业借款年份确认
工商业借款是否需要支付利息
工商业借款利息数字
工商业借款利息单位
工商业借款利息确认
工商业借款利息计算方式
工商业借款担保形式
工商业借款担保物
受访户是否因工商业经营需要资金
受访户因工商业经营需要资金额
受访户因工商业经营需要资金额范围
受访户计划借入资金的渠道
受访户不从银行/信用社获取资金的原因
受访户是否在申请银行/信用社贷款
受访户针对工商业资金需求可接受的最高年利率
受访户可以接受的担保形式
受访户未来购/建房计划

数据截图

下载地址:

付费查看下载地址


扫描二维码推送至手机访问。

版权声明:本文由一窝数据网发布,如需转载请注明出处。

本文链接:http://www.yiwoshuju.com/1136.html

“2017年家庭金融调查数据信息库数据” 的相关文章

2005-2022年中国与RCEP进出口贸易引力模型面板数据

中国与RCEP(区域全面经济伙伴关系协定)进出口贸易的引力模型面板数据分析是一个复杂的研究领域,它涉及多个因素对贸易流量的影响。中国与RCEP成员国之间的进出口贸易受到多种因素的影响,包括GDP、距离、人口数量、贸易政策、贸易便利化和产业结构与专业化等。通过引力模型面板数据分析,可以识别这些因素的影...

2013-2022年省级-跨境电子商务发展水平综合指数数据

跨境电子商务发展水平综合指数是一个全面评估一个国家或地区在跨境电子商务领域发展水平的指标。跨境电商发展水平指标体系从规模指数、支持指数、潜力指数这3个方面进行分析。本数据库在构建跨境电商发展水平指标体系时加入与跨境电商发展潜力相关指标,并用TOP-SIS熵权法计算综合指数。数据名称:省级-跨境电子商...

2007-2022年企业劳动收入份额数据

企业劳动收入份额是指在企业增加值(或称为总产出减去中间投入)中,劳动者报酬所占的比例。具体来说,它是衡量劳动者通过提供劳动从企业中获得的收入占企业经济活动总成果的比重。企业劳动收入份额受到多种因素的影响,包括经济发展水平、产业结构、技术进步、劳动力市场状况、政策环境等。因此,在分析企业劳动收入份额时...

2018-2023年367个地级市-人口迁徙年度、月度数据

人口迁徙,也称为人口迁移,是指人口在两个地区之间的空间移动,这种移动通常涉及人口居住地由迁出地到迁入地的永久性或长期性的改变。随着经济的不断发展、城市化进程的加速以及人们生活方式的转变,人口流动的趋势愈发明显。通过深入研究和分析人口迁徙的年度、月度数据,我们能够更深入地理解这一社会现象,为政策制定、...

2002-2024年地级市、省级、中央政府-数字经济政策词频数据

数字经济政策词频是对政策文件和宣言中涉及数字经济相关词汇的频率和分布进行统计和分析的结果。这种分析有助于深入了解政策的主要关注点和重点领域,帮助相关部门更好地把握政策精神和实施方向。具体来说,数字经济政策词频包括“数字经济”、“智能经济”、“信息经济”、“知识经济”、“智慧经济”、“数字化信息”、“...

2012-2023年普惠金融改革试验区(普惠金融服务乡村振兴改革试验区)DID数据

普惠金融改革试验区DID数据(2012-2023年)是评估普惠金融政策在乡村振兴中效果的重要工具。通过收集并整理相关数据,采用双重差分模型进行分析,可以更准确地了解普惠金融政策在推动金融服务普及、支持乡村振兴等方面的实际效果。普惠金融改革试验区DID(差分中的差分)数据为零时,通常表示在特定的研究或...

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。