资料名称： PSID（Panel Study of Income Dynamics，密歇根大学收入动态追踪调查）官方文档体系，含文件结构说明、文档目录页、常见问题解答与用户指南。

帖内资料： 文件结构说明手册（File Structure PDF）、文档目录页（按主研究与补充研究分类）、FAQ 全量 93 条、User Guide 2023 版 PDF、Data Center 数据下载入口与使用条款页。

时间覆盖： 主研究 1968 年起追踪至今（1968—1997 为年度调查，1999 年起改为双年），跨年个人文件覆盖 1968—2023；User Guide 为 2023 版。

许可与引用： 数据按官方 Conditions of Use 使用，引用须用官方给的 citation 或 BibLaTeX 格式，并致谢 NIH 与 NSF 的资助编号。

适用任务： 追踪调查的跨年合并、家庭层与个人层数据衔接、样本成员身份判定、限制数据申请、论文数据来源说明。

先说这套文档解决的核心问题：PSID 的数据分成两层，一层是家庭（family unit），一层是个人（individual），而两层的编号在每一年都会重新分配。如果按「今年的家庭号」去接「明年的家庭号」，接出来的东西是错的。官方文档里反复强调的其实就是这一件事——跨年要靠一个不变的身份号，而不是靠每年的采访号。

两层文件的区别，FAQ 里讲得很干脆。家庭单位（FU）是「以家庭形式共同生活的一群人」，住户单位（HU）是这家人住的物理住所，两者不等同——住在同一个屋檐下的人不自动属于同一个 FU。PSID 的数据只涉及 FU 成员。在每个 FU 内部，信息量还分层：对参考人（Reference Person，2017 年起这个称呼取代了原来的 Head）与配偶／伴侣收集的细节最多，对其他家庭成员（OFUM）就少得多。

这就是为什么「家庭表 + 个人表」必须配合着用，单看家庭表会丢掉非参考人的个体信息。

跨年匹配个人的办法，FAQ 9 给了一个可以直接抄的公式：用 1968 年的家庭标识（ER30001）乘 1000，加上个人编号（ER30002），即 (ER30001 * 1000) + ER30002。这两个变量合起来唯一确定一个人，官方称这是很多研究者的常用做法。个人编号本身的含义也有讲究：001—019 是原始样本成员，030—169 是 1968 年后出生加入的样本成员，170 及以上是迁入成员——170 及以上不可追踪，做面板时如果把这些人当追踪对象，样本会莫名其妙地掉。

跨年匹配家庭则要注意另一件事：每一波的家庭采访编号（Family Interview Number）只在该波有效，而且每年按收访顺序重新分配，同一个家庭连续两年拿到 1234 这个号的可能性极低。真正稳定的是 1968 Family Identifier，也就是 ER30001。家庭分裂（splitoff）时——样本成员搬出去自成一家——新家庭继承原来那个 1968 ID，之后每年都保持。

所以按 ER30001 聚合，才能把「同一个家族谱系的所有分支」串起来。

跨年个人文件（Cross Year Individual File）的结构值得单独记：凡是在 PSID 研究家庭里住过的人都有记录，每个人在每个研究年份各有一条，没有被列进家庭的年份是零填充。文件按 ID68、PN、年份组织，除身份变量外还带 YEARID、SN（序号，参考人恒为
1、配偶／伴侣为
2）、与参考人的关系、年龄性别、出生日期、迁入迁出日期、追踪状态、个体类型、无应答原因，以及各类健康保险变量与个体层面的纵向、横截面权重。

有一条容易被忽略但很致命：必须用最新版的跨年个人文件。FAQ 10 写得很直白，官方会根据新信息修正 ID68 与 PN，目前每一波大约会修正 100 处个人编号；用旧版文件，数据和结论都会跟着错。这条对复现尤其重要——论文里写「用了 PSID 2021 版」和「用了最新版」是两回事。

拿数据有两条路。公开版在 Data Center 里直接下载，可以按条件筛选子集，输出 ASCII、SAS、SPSS、Stata 四种格式，合并也能在数据中心里自动完成；生成的下载文件在服务器上只保留 7 天，过期后登录 Data Center 从「Previous carts」重新生成。限制版（含更细地理信息等）有门槛：申请人须有全职终身轨的博士级教职、研究计划与数据保护方案需通过 IRB 审查，提交材料共七项（简历、研究计划、IRB 批准、数据申请表、可接受使用政策、VDI 数据安全计划、保密承诺），委员会审核通常两周，签约时缴不可退还的行政费，之后通过虚拟数据飞地（VDI）远程访问，合同期三年、可延三年，全程不得与合同外人员共享，结项时所有限制数据与衍生文件必须销毁或返还。

引用按官方模板写，不给自定义格式：「Panel Study of Income Dynamics, public use dataset，由密歇根大学社会研究所调查研究中心生产与分发，注明数据下载年份」；同时要致谢资助来源——NIH 的 R01 HD069609 与 R01 AG040213、NSF 的 SES 1157698 与 1623684。

若文章受 NIH 资助，官方还要求取得 PubMed Central 编号（PMCID）。另外 FAQ 88 明确：代码可以放到别处，数据本身不行，需要托管就走 ICPSR 的数据仓储。

最后三条使用提醒，都是文档里明写、但读的时候容易滑过去的。公开版数据会因经济与家庭构成的整理而回溯修订，官方只保留最新版，所以自己下载过的文件要另存。缺失值编码是 9，插补值另带一个 accuracy code，不区分这两者会把插补当真值。做推断要加权，分层与聚类变量分别是 ER31996 与 ER31997，不加权也不聚类，标准误会小得离谱。

文档目录页、文件结构说明、FAQ、用户指南与 Data Center 使用条款的地址都在下面，回帖就能看到。