2000～2020 年中国各乡镇人口密度面板数据

之前给大家分享过基于 WorldPop 人口密度栅格数据计算得到的省市区县人口密度面板数据，今天再分享一份使用类似方法计算得到的中国各乡镇人口密度面板数据。

2000～2020年中国各省市区县人口密度面板数据 & 栅格数据：https://rstata.duanshu.com/#/course/a857ea06ec46422dbacd6da50998aa06

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 2000~2020年各乡镇人口密度面板数据 了：

• 2000~2020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：

• 2000~2020年各乡镇人口密度面板数据.dta

library(tidyverse)
readxl::read_xlsx("2000~2020年各乡镇人口密度面板数据.xlsx") -> df

df
#> # A tibble: 910,686 × 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  2000 17428.  69714. 4358.     39459. 15345.
#>  2 一六镇       431022108000  2000   438.  37680.  121.       787.   175.
#>  3 一六镇       440232103000  2000   119.  11871.   26.0      248.    52.8
#>  4 一农场       130209401000  2000   116.   8848.    3.61     662.   118.
#>  5 一品街道     500113008000  2000   358.  30030.   63.3     1092.   248.
#>  6 一市镇       330226104000  2000    99.5 11638.    6.32     256.    45.6
#>  7 一平垣乡     141002203000  2000   100.  17691.   29.0      315.    48.4
#>  8 一平浪镇     532331105000  2000    75.3 43766.    5.60     850.   105.
#>  9 一座营镇     220581109000  2000    94.1 11671.   24.3      309.    51.3
#> 10 一心乡       230624200000  2000    26.5 24708.    0.0868   509.    47.0
#> # ℹ 910,676 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 2022 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：2000～2020 年中国各乡镇人口密度面板数据