1990～2019 年各乡镇人口密度数据（中国科学院资源环境科学与数据中心来源）

1039 字 约 4 分钟 数据资料 人口

中国科学院资源环境科学与数据中心（http://www.resdc.cn/DOI/DOI.aspx?DOIid=32） 上面提供了一份中国人口空间分布公里网格数据集，共六个年份的数据，1990，1995，2000，2005，2010，2015，2019。之前给大家分享过根据这份数据计算得到的省市区县面板数据，今天再计算一份乡镇级别的。

中国各省/市/县人口密度面板数据 （1995～2019年）：https://rstata.duanshu.com/#/brief/course/3db6aa95f23341bc8beacfbc0317aa88

栅格数据转面板的操作基本都类似，感兴趣的小伙伴可以学习之前推出的课程：

  1. 中国各省市碳排放量是如何计算的？R 语言栅格数据转面板数据：https://rstata.duanshu.com/#/brief/course/75de598dcfcc4ad0b9ff28bff27f6b83
  2. 如何将栅格数据处理成面板数据或时间序列数据？以 PM2.5 浓度数据处理为例（含并行计算内容）：https://rstata.duanshu.com/#/brief/course/109dfcdfd1174d1eb2d00c621df4f047

附件中也提供了计算该数据的参考代码。

经过计算即可得到 1990~2019年各乡镇人口密度面板数据 了：

  • 1990~2019年各乡镇人口密度面板数据.xlsx

另外会使用 Stata 的小伙伴也可以使用 dta 格式的：

  • 1990~2019年各乡镇人口密度面板数据.dta
library(tidyverse)
readxl::read_xlsx("1990~2019年各乡镇人口密度面板数据.xlsx") -> df

df
#> # A tibble: 303,562 × 8
#>    乡镇         乡镇代码      年份   mean    sum    min   max     sd
#>    <chr>        <chr>        <dbl>  <dbl>  <dbl>  <dbl> <dbl>  <dbl>
#>  1 一元街办事处 420102003000  1990 2738.   8213. 1250.  3498. 1288.
#>  2 一六镇       431022108000  1990  245.  15205.  203.   338.   34.6
#>  3 一六镇       440232103000  1990   86.8  6682.   70.8  120.   12.9
#>  4 一农场       130209401000  1990  187.   9154.  111.   278.   30.2
#>  5 一品街道     500113008000  1990  638.  40850.  360.   751.   94.3
#>  6 一市镇       330226104000  1990  312.  20613.  230.   456.   52.9
#>  7 一平垣乡     141002203000  1990  349.  45428.  275.   483.   46.4
#>  8 一平浪镇     532331105000  1990  101.  45420.   77.7  158.   14.9
#>  9 一座营镇     220581109000  1990  234.  17773.  113.   362.   65.1
#> 10 一心乡       230624200000  1990   45.8 29167.   31.8  195.   18.1
#> # ℹ 303,552 more rows
#> # ℹ Use `print(n = ...)` to see more rows

另外在附件中我还提供了一份省市区县乡镇代码对照表：

haven::read_dta("乡镇代码匹配省市区县.dta")
#> # A tibble: 43,366 × 8
#>    乡镇         乡镇代码     县代码 省       省代码 市             市代码 县
#>    <chr>        <chr>         <dbl> <chr>     <dbl> <chr>           <dbl> <chr>
#>  1 一元街办事处 420102003000 420102 湖北省   420000 武汉市         420100 江岸区
#>  2 一六镇       431022108000 431022 湖南省   430000 郴州市         431000 宜章县
#>  3 一六镇       440232103000 440232 广东省   440000 韶关市         440200 乳源瑶族自治县
#>  4 一农场       130209401000 130209 河北省   130000 唐山市         130200 曹妃甸区
#>  5 一品街道     500113008000 500113 重庆市   500000 重庆市         500000 巴南区
#>  6 一市镇       330226104000 330226 浙江省   330000 宁波市         330200 宁海县
#>  7 一平垣乡     141002203000 141002 山西省   140000 临汾市         141000 尧都区
#>  8 一平浪镇     532331105000 532331 云南省   530000 楚雄彝族自治州 532300 禄丰市
#>  9 一座营镇     220581109000 220581 吉林省   220000 通化市         220500 梅河口市
#> 10 一心乡       230624200000 230624 黑龙江省 230000 大庆市         230600 杜尔伯特蒙古族自治县
#> # ℹ 43,356 more rows
#> # ℹ Use `print(n = ...)` to see more rows

乡镇区划代码的总体势性是 2021 年，不过也有一些可能是早些年份的，实际上使用过程中可以先和自己手上的乡镇数据匹配，对于匹配不上的再逐一检查。

除了平均人口密度（mean），我还给大家计算了 sum、min、max 和 sd 指标，或许也有用。

下图展示了 2019 年中国各乡镇街道的平均人口密度：

看起来有点像是栅格数据，毕竟很精细。另外也可以选择部分省份的观测，例如黑吉辽的：

绘图代码在附件中也有提供，感兴趣的小伙伴也可以学习平台上的这个课程：

使用 R 语言绘制中国夜间灯光地图：https://rstata.duanshu.com/#/brief/course/a430bddc4100426fb4dfeeec38c994d9

点击这里跳转到 RStata 短书平台获取附件：1990～2019 年各乡镇人口密度数据（中国科学院资源环境科学与数据中心来源）

相关文章

评论