SuperAPI AI 工具集

nber-working-papers-api

编程与开发

查看项目

更新于 10-16 07:17

技能介绍

用途:该技能用于访问美国国家经济研究局(NBER)的工作论文与经济学研究数据,便于追踪最新研究、按项目检索论文并获取宏观经济数据集。NBER 每年发布 1200 多篇工作论文,是经济学领域引用率较高的文献来源。

主要能力:

  1. 工作论文订阅:通过 RSS/Atom 源获取最新论文,可按研究项目筛选,如 ef(经济波动与增长)、ls(劳动研究)、io(产业组织)等;已知项目代码还包括 pe、he、de、if、it、me、cf、ap、ed、ag、ch、le、env、pol。
  2. 论文搜索:调用 NBER 站内 API 按关键词分页检索工作论文,返回标题、作者、论文编号、日期、链接、摘要和所属项目等元数据。
  3. 数据门户:访问 https://data.nber.org/ 获取宏观历史数据,包括商业周期起止日期 JSON、CPS 劳动数据提取等。资料中列出的数据集还包括 Macrohistory 数据库、专利数据、贸易数据。

使用方式:

  • 最新论文源:curl "https://www.nber.org/papers.rss"
  • 按项目订阅:curl "https://www.nber.org/programs/ef/papers.rss"
  • 论文搜索接口:curl "https://www.nber.org/api/v1/working_page_listing/contentType/working_paper/?page=1&perPage=20&q=inflation+expectations"
  • 商业周期数据:curl "https://data.nber.org/data/cycles/business_cycle_dates.json" 也可用 Python 的 requests 与 xml.etree.ElementTree 解析 RSS,或直接调用搜索 API 解析 JSON。

适用场景:经济学文献综述、宏观与劳动市场研究、按主题追踪最新工作论文、获取美国经济周期与宏观历史数据。

限制:元数据可免费访问,但部分论文全文需要订阅;按资料说明,论文搜索通过 NBER 网站接口实现,可能需要处理 HTML 抓取;资料未提供 API 密钥、速率限制或全部数据集的详细字段说明。