㈠ 中国宏观经济数据库共包含多少个子库
中国宏观经济数据库共包含6个子库。
中国宏观经济数据库具有宏观经济指标的历史数据，包括宏观经济年度数据、季度数据、月度数据。年度数据包括全国年度数据、分地区年度数据，季度数据和月度数据也分别包括全国数据、分地区数据，这些构成了中国宏观经济数据库的六个子库。
中国宏观经济数据库数据最早起始于1950年至今，数据来源为国家统计局公布的数据。
中国宏观经济数据库作用：
为各级政府部门、教育系统、企业提供完整、及时、准确的数据以及数据分析与预测结果，使各行业及时了解并准确把握整体经济环境及其发展趋势，指导科研及投资机构的研究和投资行为。
㈡ 什么是四大国家基础数据库
“四大基础数据库”在国家电子政务建设中具有重要的地位和作用，是国家信息化和电子政务建设的一项重要基础设施。无论在政务领域，还在企业领域，“四大基础数据库”有着广泛的应用场景和共享需求，四大基础数据库的建设不仅能实现数据的共享，同时在建设的过程本身也推进着各业务流程的整合及优化。
四大基础库分别是：人口基础数据库、法人数据库、宏观经济数据库，自然资源与空间地理数据库，也有的专家称“四大基础数据库”是国家层面四大主数据库。
1、人口信息数据库
人口信息库的主体包括公民身份号码、姓名、性别、民族、出生地等基本信息，还包括各部门业务系统在利用人口基本信息过程中产生的、其他部门存在共享需求的人口信息。
人口信息数据库主要来自公安局、人社局、民政局、卫生局、教育局等，另外我市在综治办、市民卡中心、便民服务中心也有部分数据。
2、法人单位信息数据库
法人单位信息数据库的数据主要来源于市场监督局的企业注册登记库和组织机构代码库，编办的事业单位注册登记、民政局的社会团体登记库、国税地税的税务数据库，以及统计局的基本单位普查库等。
3、自然资源和空间地理信息数据库
自然资源和空间地理信息数据库是以电子地图为基础，整合道路、行政区划、建筑、植被、地下管线等基础数据，以及土地利用、规划用地、园林绿化、生态环境、自然资源等专题数据。
4、宏观经济基础信息数据库
宏观经济基础信息数据包括全市主要经济指标、地方财政收入、税收完成情况、金融机构信贷情况、各镇（区）主要经济指标等信息，以统计经济信息为基础。
(2)社会经济数据库包括扩展阅读
近年来，全国各地都已开始积极建设“四大基础数据库”，并在“四大基础数据库”基础上建设“数字城市”，有些发达地区的地方政府已开始从“数字城市”向“智慧城市”转型升级，进入“大数据”时代。
习近平总书记指出“没有信息安全，就没有国家安全，没有信息化就没有现代化”，李克强总理也提出了“互联网+”概念，这充分说明了信息化的重要性。
“四大基础数据库”正是政府信息化建设的基础，对电子政务具有非常重要意义，既能加强政务资源的整合、共享与交换，打破信息孤岛，避免重复建设，又能推进政府职能部门业务协同，强化服务意识，通过数据加工和挖掘还能为政府决策提供知识依据和大数据的支持。
㈢ 基础数据库
(一)数据内容
基础数据库包括系统运行前所采集到的所有支撑数据，数据的具体内容在数据分类与数据源章节中已描述，概括可分为以下几类。
(1)遥感影像数据:包括历史图像数据，以及按照一定监测周期更新的遥感图像数据。
(2)数字线划图数据:矢量数据(现状专题图和历史专题图数据)、栅格数据、元数据等。入库前数据以ArcInfoCoverage格式分幅或整体存储，采用地理坐标系统。
(3)数字栅格图数据:包括1∶5万和1∶10万基础地理图形数据的扫描栅格数据。
(4)数字高程模型数据:塔里木河干流河道1∶1万和“四源一干”区域1∶10万数字高程模型。
(5)多媒体数据:考察照片、录像、录音和虚拟演示成果等多媒体资料。
(6)属性数据:社会经济与水资源数据、水利工程数据、生态环境数据等。
(二)数据存储结构
1.栅格数据
栅格数据包括遥感影像、数字栅格图、数字正射影像图、数字高程模型等，这些数据的存储结构基本类似，因此可进行统一设计。遥感图像数据库与普通的图像数据库在存储上有些差别，遥感图像作为传感器对地理、空间环境在不同条件下的测量结果(如光谱辐射特性、微波辐射特性)，必须结合同时得到的几个图像才可以认为是对环境在一定的时间条件下的完整的描述，也即是说，可能需要一个图像集合才能构成一个图像的完整的概念，并使之与语义信息产生联系(罗睿等，2000)。因此，遥感图像数据存储结构模型必须能够描述几个图像(波段)之间的逻辑关系。利用ArcSDE进行数据入库时，系统可自动建立各图像(波段)之间的关系，并按一定规则存储在数据库系统中。
对栅格数据在后台将采用Oracle数据库管理系统进行存储。Oracle系统可直接存储影像信息，并具有较强的数据管理能力，可以实现栅格数据信息的快速检索和提取。数据引擎采用ArcSDE，实现各类影像数据的入库。数据存储的关键是建立图幅索引，本系统数据的存储按图幅号、图名、采集时间等内容建立索引。
栅格数据依据图形属性一体化的存储思想，采用大二进制格式直接存储数据，这种方式的存储可实现内容的快速检索查询，按索引表检索出相关项后可直接打开栅格数据，提高栅格数据的管理效率。
2.矢量数据
本系统采用图属一体化思想即将空间数据和属性数据合二为一，全部存在一个记录集中的思想存储空间数据，是目前GIS数据非常流行的存储方法。考虑到数据的具体情况，决定采用数据库存储空间数据和属性数据，部分具有少量、定型几何信息的地理要素如水文测站、河流、湖泊等，采用图属一体化思想存储其信息，而与其有关联关系的大量、多边化的属性信息如水文信息，则存储在属性数据表中，利用唯一标识符信息建立两表的关联。
针对本系统空间数据的特点，系统按照“数据库—子库—专题(基础数据)—层—要素—属性”的层次框架来构筑空间数据库，按照统一的地理坐标系统来存储空间数据，以实现对地理实体/专题要素进行分层叠加显示。
3.多媒体数据
Oracle系统可直接存储图片和视频信息，并具有较强的数据管理能力，可以实现多媒体信息的快速检索和提取。多媒体数据存储的关键是建立索引表，本系统多媒体数据的存储按类型、时间、内容等项目建立索引，直接存储于Oracle数据库中。
多媒体数据存储时，可以将多媒体内容与索引表结构合为一体，采用大二进制格式直接存储，这种存储方式可实现内容的快速检索和查询，按索引表检索出相关项后可直接打开多媒体内容，而且多媒体数据库也便于维护管理。
(三)空间索引设计
1.矢量空间索引
确定合适的格网级数、单元大小是建立空间格网索引的关键。格网太大，在一个格网内有多个空间实体，查询检索的准确度就低。格网太小，则索引数据量成倍增长和冗余，检索的速度和效率低。每一个数据层可采用不同大小、不同级别的空间索引格网单元，但每层级数最多不能超过三级。索引方式设置遵循以下基本原则:
(1)对于简单要素的数据层，尽可能选择单级索引格网，减少RDBMS搜索格网单元索引的级数，缩短空间索引搜索的过程;
(2)如果数据层中的要素封装边界大小变化比较大，应选择2或3级索引格网;
(3)如果用户经常对图层执行相同的查询，最佳格网的大小应是平均查询范围的1.5倍;
(4)格网的大小不能小于要素封装边界的平均大小。为了减少每个格网单元有多个要素封装边界的可能性，格网单元的大小应取要素封装边界平均大小的3倍;
(5)格网单元的大小不是一个确定性的问题，需要多次尝试和努力才会得到好的结果。有一些确定格网初始值的原则，用它们可以进一步确定最佳的格网大小。
SDE(Spatial Data Engine，即空间数据引擎)，从空间管理的角度看，是一个连续的空间数据模型，可将地理特征的空间数据和属性数据统一集成在关系型数据库管理系统中。关系型数据库系统支持对海量数据的存储，从而也可实现对空间数据的海量存储。空间数据可通过层来进行数据的划分，将具有共同属性的一类要素放到一层中，每个数据库记录对应一层中一个实际要素，这样避免了检索整个数据表，减少了检索的数据记录数量，从而减少磁盘输入/输出的操作，加快了对空间数据查询的速度。
ArcSDE采用格网索引方式，将空间区域划分成合适大小的正方形格网，记录每一个格网内所包含的空间实体(对象)，以及每一个实体的封装边界范围，即包围空间实体的左下角和右上角坐标。当用户进行空间查询时，首先计算出用户查询对象所在格网，然后通过格网号，就可以快速检索到所需的空间实体。因此确定合适的格网级数、单元大小是建立空间格网索引的关键，太大或太小均不合适，这就需要进行多次尝试，确定合适的网格大小，以保证各单元能均匀落在网格内。利用ArcSDE的索引表创建功能，记录每一网格单元的实体分布情况，形成图层空间索引表。根据空间索引表，ArcSDE实现了对空间数据的快速查询。
2.栅格数据空间索引
栅格数据的空间索引通过建立多级金字塔结构来实现。以高分辨率栅格数据为底层，逐级抽取数据，建立不同分辨率的数据金字塔结构，逐级形成较低分辨率的栅格数据。该方法通常会增加20%左右的存储空间，但却可以提高栅格数据的显示速度。在数据库查询检索时，调用合适级别的栅格数据，可提高浏览和显示速度。
(四)入库数据校验
入库数据的质量关系到系统评价分析结果的准确性。数据在生产中就需要严格进行质量控制。依据数据生产流程，将数据质量控制分成生产过程控制和结果控制。生产过程控制包括数据生产前期的质量控制、数据生产过程中的实时质量控制，结果质量控制为数据生产完成后的质量控制(裴亚波等，2003)。对入库数据的校验主要是进行数据生产完成后的质量控制和检查。
1.规范化检查
(1)代码规范化:所有地理代码尽量采用国家标准和行业标准，例如，行政代码采用中华人民共和国行政区划代码国标。
(2)数据格式规范化:所有数据采用标准交换数据格式，例如，矢量数据采用标准输出Coverage格式和E00格式。
(3)属性数据和关系数据字段规范化:所有属性数据和关系数据提前分门别类地设计字段的内容、长短和格式，操作过程中严格执行。
(4)坐标系统规范化:本系统所有与空间有关的数据采用统一的空间坐标系统，即地理坐标系统。
(5)精度规范化:所有数据按照数据精度与质量控制中所要求的精度进行采集和处理。
(6)命名规范化:所有数据按照命名要求统一命名，便于系统的查询。
(7)元数据规范化:依照元数据标准要求，进行元数据检查。
2.质量控制
数据质量是GIS成败的关键。对于关系型数据库设计，只要能保证表的实体完整性和参照完整性，并使之符合关系数据库的三个范式即可。对于空间数据库设计，则不仅要考虑数据采样、数据处理流程、空间配准、投影变换等问题，还应对数据质量做出定量分析。
数据质量一般可以通过以下几个方面来描述(吴芳华等，2001):
(1)准确度(Accuracy):即测量值与真值之间的接近程度，可用误差来衡量;
(2)精度(Precision):即对现象描述得详细程度;
(3)不确定性(Uncertainty):指某现象不能精确测得，当真值不可测或无法知道时，就无法确定误差，因而用不确定性取代误差;
(4)相容性(Compatibility):指两个来源不同的数据在同一个应用中使用的难易程度;
(5)一致性(Consistency):指对同一现象或同类现象表达的一致程度;
(6)完整性(Completeness):指具有同一准确度和精度的数据在类型上和特定空间范围内完整的程度;
(7)可得性(Accessibility):指获取或使用数据的容易程度;
(8)现势性(Timeliness):指数据反映客观现象目前状况的程度。
塔里木河流域生态环境动态监测系统的所有数据在数据质量评价后，还需要从数据格式、坐标一致性等方面进行入库质量检验，只有通过质量检验的数据才可以入库。
3.数据检验
空间数据质量检验包括以下步骤:
(1)数据命名是否规范，是否按设计要求命名;
(2)数据是否能够正常打开;
(3)投影方式是否正确;
(4)坐标系统是否正确;
(5)改错是否完成，拓扑关系是否建立;
(6)属性数据是否正确，包括字段设置是否依据设计进行、是否有空属性记录、是否有属性错误记录等。
关系数据质量检验包括以下步骤:
(1)数据命名是否规范，是否按设计要求命名;
(2)数据是否能够正常打开;
(3)数据字段是否按设计要求设置;
(4)是否有空属性记录;
(5)是否有属性错误记录。
属性数据的校验，主要采用以下三种方式:
(1)两次录入校验:对一些相互之间毫无关联的数据，进行两次的录入，编写程序对两次录入的结果进行比较，找出两次录入结果不一样的数据，查看正确值，进行改正。
(2)折线图检验:对一些相互之间有关联的序列数据，如人口统计数据，对这一类数据，编写程序把数据以折线图的形式显示在显示器上，数据的序列一般都有一定规律，如果出现较大的波动，则需对此点的数据进行检查修改。
(3)计算校验:对一些按一定公式计算后所得结果与其他数据有关联的数据，如某些数据的合计等于另一数据，编写程序对这类数据进行计算，计算结果与有关联的数据进行比较，找出结果不一样的数据，查看正确值，进行改正。
图形数据的校验，主要包括以下步骤(陈俊杰等，2005):
(1)图层校验:图形要素的放置图层是唯一的。对于入库的Coverage数据，系统将根据图层代码进行检查，确保图形要素对层入座。
(2)代码检查:图形要素的代码是唯一的。对于入库的Coverage数据，系统将根据入库要素代码与特征表中的代码进行比较，确保入库数据代码存在，杜绝非法代码入库。
(3)类型检查:对入库的数据，检查该要素的类型与特征表中的类型是否一致，确保图形要素对表入座。如点要素、线要素、面要素仅能赋相应的点、线、面代码，且该代码必须与特征表中的数据类型代码相同。
(4)范围检查:根据入库的数据，确定该类要素的大体范围(如X、Y坐标等)，在数据入库前，比较入库数据与范围数据的大小，若入库数据在该范围内，则入库，否则给出提示检查信息。
(五)数据入库
1.遥感影像数据
利用空间数据引擎———ArcSDE可实现遥感影像数据在Oracle数据库中的存储和管理，在影像数据进行入库时，应加入相应的索引和影像描述字段。
遥感影像入库步骤:
(1)影像数据预处理:要将塔里木河遥感影像数据库建成一个多分辨率无缝影像数据库系统，客观上要求数据库中的影像数据在几何空间、灰度空间连续一致。因此，在数据采集阶段就需要对影像数据进行预处理，包括图像几何校正、灰度拼接(无缝镶嵌)、正射处理、投影变换等。
几何校正的目的是使校正后的图像重新定位到某种地图投影方式，以适用于各种定位、量测、多源影像的复合及与矢量地图、DTM等的套合显示与处理。几何校正多采用二次多项式算法和图像双线性内插重采样法进行图像校正。将纠正后具有规定地理编码的图像按多边形圈定需要拼接的子区，逐一镶嵌到指定模版，同时进行必要的色彩匹配，使整体图像色调一致，完成图像的几何拼接，再采用金字塔影像数据结构和“从粗到精”的分层控制策略实现逐级拼接。
数字正射影像具有统一的大地坐标系、丰富的信息量和真实的景观表达，易于制作具有“独立于比例尺”的多级金字塔结构影像。可以采用DTM和外方位元素经过数字微分纠正方法，获得数字正射影像，它的基本参数包括原始影像与正射影像的比例尺、采样分辨率等(方涛等，1997)。
投影变换需根据数据库系统定义的标准转换到统一的投影体系下。
(2)影像数据压缩:随着传感器空间分辨率的提高和对遥感信息需求的日益增长，获取的影像数据量成几何级数增大，如此庞大的数据将占用较大的存储空间，给影像的存储和传输带来不便(葛咏等，2000)。目前，系统处理的遥感影像数据已达数百千兆，单个文件的影像数据最大达到了2G，这样的数据量在调用显示时速度很慢，对影像数据进行压缩存储，将大大提高影像访问效率。本系统采用ArcSDE软件提供的无损压缩模式对入库影像进行压缩。
(3)影像导入:遥感影像的入库可通过ArcSDE或入库程序进行导入，并填写相关的索引信息，在入库时对大型的遥感影像数据进行自动分割，分为若干的块(tiles)进行存储。
(4)图像金字塔构建:采用ArcSDE提供的金字塔构建工具在入库时自动生成图像金字塔，用户只需要选择相应的参数设置即可。图像金字塔及其层级图像按分辨率分级存储与管理。最底层的分辨率最高，并且数据量最大，分辨率越低，其数据量越小，这样，不同的分辨率遥感图像形成了塔式结构。采用这种图像金字塔结构建立的遥感影像数据库，便于组织、存储与管理多尺度、多数据源遥感影像数据，实现了跨分辨率的索引与浏览，极大地提高了影像数据的浏览显示速度。
2.数字线划图
对纸图数字化、配准、校正、分层及拼接等处理后，生成标准分幅和拼接存储的数字矢量图，就可以进行图形数据入库。
(1)分幅矢量图形数据、图幅接合表:按图形比例尺、图幅号、制作时间、图层等方式，通过入库程序导入到数据库中，同时导入与该地理信息相对应的属性信息，建立空间信息与属性信息的关联。
(2)拼接矢量图形数据:按图形比例尺、制作时间、图层等方式，通过入库程序导入到数据库中，同时导入与该地理信息相对应的属性信息，建立空间信息与属性信息的关联。
3.栅格数据
对纸图数字化、配准、校正、分层及拼接等处理后，生成标准分幅和整体存储的数字栅格图，然后进行图形数据入库。
(1)分幅栅格图形数据、图幅接合表:按图形比例尺、图幅号、制作时间等方式，通过入库程序导入到数据库中。
(2)整幅栅格图形数据:按比例尺、制作时间等方式，通过入库程序导入到数据库中。
4.数字高程模型
(1)分幅数字高程模型数据、图幅接合表:按图形比例尺、图幅号、制作时间等方式，通过入库程序导入到数据库中。
(2)拼接数字高程模型数据:按比例尺、制作时间等方式通过入库程序导入到数据库中。
5.多媒体数据
多媒体数据入库可根据多媒体数据库内容的需要对入库数据进行预处理，包括音频、视频信息录制剪接、文字编辑、色彩选配等。对多媒体信息的加工处理需要使用特定的工具软件进行编辑。由于音频信息和视频信息数据量巨大，因此，对多媒体数据存储时需采用数据压缩技术，现在的许多商用软件已能够直接存储或播放压缩后的多媒体数据文件，这里主要考虑根据数据显示质量要求选择采用不同的存储格式。图4－2为各类多媒体数据的加工处理流程。
图4－2 多媒体数据加工处理流程图
6.属性数据
将收集的社会经济、水利工程、生态环境等属性资料，进行分析整理，输入计算机，最后经过程序的计算处理，存储到数据库中，具体流程如图4－3所示。
图4－3 属性数据入库流程图
㈣ 都哪儿有皮书数据库能详细介绍下,数据库的内容吗
皮书数据库是社科文献出版社以皮书为基础构建而成的在线数字产品。
数据库包含的内容非常多，其中分为七大子库，1、中国经济发展数据库 2、中国社会发展数据库 3、世界经济与国际政治数据库 4、中国区域发展数据库 5、中国竞争力数据库 6、中国文化传媒数据库 7、中国产业企业数据库
如经济发展数据库：
主要
研究领域：宏观经济分析与预测；区域经济、产业经济等特定经济领域内的经济研究报告。
代表皮书：经济蓝皮书、国家竞争力蓝皮书、农村绿皮书、产业蓝皮书、城市蓝皮书、区域发展蓝皮书、西部蓝皮书。
中国社会发展数据库：如社会形势、社会建设、社会保障与政策、社会责任、各地社会发展、政府与法制、民族自治、人性与性别、危机管理、气候、资源、生态、宗教......国内顶级专家对中国社会多个热点问题进行深刻解读。
更多内容欢迎登陆皮书数据库 http://www.pishu.com.cn/web/template/web-index.action
㈤ 中经网统计数据库能导出多少数据
中经网统计数据库能导出5大数据库数据，数据内容涵盖宏观经济、行业经济、区域经济以及世界经济等各个领域，是一个面向社会各界用户提供全面、权威、及时、准确的经济类统计数据信息的基础资料库。包括“中国经济统计数据库”和“世界经济统计数据库”两大系列。其中中国经济统计数据库包括以下5个子库：
宏观月度库
涵盖国民经济核算、财政金融、贸易、投资房产、工业交通、物价工资共 14个专题2千多项指标内容，拥有自1990年至今的70多万条数据。
行业月度库
快速展现国民经济下 39个工业大类、近200个中类行业运行发展情况，所有行业采用国标分类，按月提供自1999年至今的近50项主要财务及经济效益指标，拥有150多万条海量数据
海关月度库
以中国海关统计数据为基础，收集了 1995年以来的进出口月度统计数据，内容涉及进出口总值、主要商品进出口量值、进出口商品分贸易方式总值和外商投资企业进出口等多方面的3万多个指标，拥有300多万条数据。
综合年度库
以历年《中国统计年鉴》为基础，整合自 1949年新中国统计史以来我国社会、经济发展全貌共计23个大类专题3000多个指标的数据统计信息，拥有30多万条数据。
城市年度库
是进行城市研究、全面了解中国大陆城市经济情况的统计数据信息库。汇集了自1990年以来全国300余个地级城市的城市经济发张状况主要统计指标。
世界经济统计数据库包括
OECD月度库和OECD年度库，获得世界经济合作暨发展组织（OECD）统计数据库中文版独家授权。以OECD的主要宏观经济指标数据库（OECD Main Economic Indicators ——MEI）为数据来源，提供自1960年以来的年度、季度、月度数据，包含30个OECD组织成员国、8个非成员国，以及国际主要经济组织如欧盟、西方七国、欧元区、北美自由贸易组织等的宏观经济发展指标。
㈥ 数据与事实型数据库主要有哪些类型各有什么特点
一、从学科领域角度可以将数据与事实型数据库划分为：
1、事实数值型科学数据库，如中科院“科学数据库”。
2、社会科学或综合参考类数据库，如网络全书、年鉴。
3、商情数据库，如中国资讯行、国研网、中经专网等。
二、数据与事实型数据库的特点：
1、事实型数据库最新发展的学科是法律，之后是商业金融、物理、化学、新闻等方面。由于商业金融界对事实数据库的大量需求以及商业数据库生产的盈利驱动致使商业、金融事实数据库仍是发展的主流。
2、相对于文献数据库，事实型数据库具有更强的实用性，涉及面非常广；它直接面向问题，总是以特定的事实或数字回答用户的查询；前者检索结果可能是很多条记录，而事实型数据库检索途径多，查准率高，其检索结果往往只是单一的记录。
3、尽管在功能上事实型数据库与传统的参考工具书类似，但比较而言，参考工具书编写和出版周期较长，许多最新的事实和数据不可能快速被工具书收录。
4、由于事实型数据库在数据的构成、数据描述的方式、编排体例等方面的差异以及数据库中各类数据本身的特点，使得各种事实型数据库中的检索字段/入口有较大的不同，检索方法也因此不尽相同而表现出各自的特点与特色。
(6)社会经济数据库包括扩展阅读：
国内外事实型数据库举例：
1、万方事实型数据库：
万方数据资源系统是由中国科技信息研究所万方数据（集团）公司联合科技文献出版社、四川省科技情报研究所等机构组成的，是国内最早从事数据库建设的企业。
万方数据资源系统汇集了国内近120个数据库，并将这些信息资源整合为三大部分，即：商务信息子系统、科技信息子系统和数字化期刊子系统。
2、中国资讯行数据库：
中国资讯行于1995年在香港成立，是一家专门收集、处理及传播中国商业信息的高科技企业，资料来源于1000多种中国报章、杂志、贸易刊物、政府出版物及合作伙伴提供的权威数据。
内容包括实时财经新闻、权威机构经贸报告、各类统计数据、法律法规、商业数据及证券消息等动态信息。
3、国务院发展研究中心信息网：
国务院发展研究中心信息网（简称“国研网”）是中国唯一挂牌“国务院”字头的专业经济信息服务机构，它以国务院发展研究中心丰富的信息资源和强大的专家阵容为依托，并与海内外众多知名机构和经济资讯机构紧密合作。
全面汇集、整合国内外经济金融领域的研究成果和经济信息，以“专业性、权威性、前瞻性、指导性、包容性”为原则，向海内外提供了及时、全面、系统、权威、高质量的经济信息。
参考资料来源：网络-事实型数据库
㈦ 中国经济统计数据库下包含哪些子库
《中国经济统计数据库》是一个经过专业化处理和组织形成的综合经济数据库群，主要包括宏观月度库、综合年度库、海关月度库、行业月度库、城市年度库、分省月度库、OECD月度库和OECD年度库等9个子库。内容涵盖宏观经济、行业经济、区域经济和世界经济等多个领域，具有内容全面，来源权威，更新及时，更新长久等特点。为经济研究人员节省收集加工数据的时间提供有效的数据支持。