【2020年第七次人口普查】省市县三级人口基本情况

人口数据是我们在各项研究中最常用的数据之一。人口数据的主要来源是我国每十年进行一次的人口普查，最近一次的人口普查是2020年进行的第七次人口普查，简称七普！

本次我们所介绍的是《2020中国人口普查分县资料》的表1——人口基本状况！统计了我国省市县三级的人口基本状况，具体指标包括：人口数（总人口、男性人口、女性人口、性别比（女=100））、少数民族人口比重、城乡人口（城镇人口、乡村人口）、城市城区人口、家庭户（户数、人口数、户规模、其中：一人户）、家庭户类别（一代户、二代户、三代户、四代以上户）。

可视化展示

1.省份的人口基本情况

我们以全国各省份的总人数和少数民族人口比重(%)两个指标为例来预览下，数据不包括港澳台，剩下的所有省份均有数据，如下图：

全国各省份的人口数

全国各省份的少数民族人口比重(%)

2.地级市的人口基本情况

我们以全国各地级市的总人数和乡村人口两个指标为例来预览下，数据不包括港澳台，剩下的所有地级市均有数据，如下图：

全国各城市的人口数

全国各城市的乡村人口数

3.区县的人口基本情况

我们以全国各区县的总人数和性别比（女=100）两个指标为例来预览下，数据不包括港澳台，剩下的所有区县均有数据，如下图：

全国各区县的人口数

全国各区县的性别比（女=100）

整理过程说明

本数据来源于《2020中国人口普查分县资料》，想得到最终的excel和shp数据，需要做两个工作，第一个是将数据电子化，形成excel格式的数据，第二个是将excel数据矢量化，得到shp格式的数据！

对于将excel矢量化成shp数据，我们需要首先找到一个高精度的全国省市县的行政区划shp数据，有了行政区划数据，下一步的重点工作是将excel数据根据公共列（省名称、城市名称、区县名称）链接到行政区划shp数据里面，这一步会有很多错误，需要一一检查，我们依次来看一下！

1.将省份层级的excle数据矢量化形成shp数据

由于我国只有34个省级行政单元，excel数据和shp数据里面的省份名称是完全对应的，我们不用经过任何处理，使用arcgis中的连接功能，以省份名称为连接列，直接链接就能得到最终的数据！该数据除了港澳台地区以外，没有任何缺失值！

2.将地级市层级的excle数据矢量化形成shp数据
我国有300多个地级市行政单元，这300多个行政单元的名称都是唯一的，没有重复，所以也可以直接连接得到最终的数据！该数据除了港澳台地区以外，没有任何缺失值!

3.将区县层级的excle数据矢量化形成shp数据
相比于省份层级和地级市层级，区县等级的处理要复杂的多，需要大量的工作！主要包括如下几个方面：

①我国的区县名称并不是唯一的，比如全国有四个城市有鼓楼区，有两个城市有朝阳区，有两个城市有宝山区，全国重复的区县名称大约有60个，对于这些区县，如果直接根据区县名称进行连接会出错，需要一一进行处理，这儿的处理方式是将区县前面的城市和省份加上，这样区县名称就是唯一的啦，就可以进行连接了！

②各种渠道获取的行政区划shp数据虽然精度很高，但是依然有一些和基于《2020中国人口普查分县资料》整理的excel数据不对应的区县，在这儿以excel数据为准，对行政区划shp数据进行调整，包括：

• 河北省邢台市进行了行政区划大调整，桥西区改为了信都区，桥东区改为了襄都区等，在这儿就不一一列举了，对行政区划shp数据进行相应调整；
• 海西蒙古族藏族自治州直辖改为海西蒙古族藏族自治州大柴旦行政委员会
• 南沙市改为南沙群岛
• 烟台蓬莱市和长岛县合并为蓬莱区

• 成都新津县改为新津区

• 江西省龙南县改为龙南市

在经过上面两步处理后，行政区划shp中的所有区县都和excel中的数据对应了，得到了我们最终的区县层级的数据！该数据除了港澳台地区以外，没有任何缺失值!

需要额外说明的是：《2020中国人口普查分县资料》整理的excel数据中还有一些地区在shp中没有，比如石家庄高新技术产业开发区、河北唐山芦台经济开发区、唐山市汉沽管理区、荆州经济技术开发区济南高新技术产业开发区等，大约有100个！我们研究下来发现这些绝大多数都是开发区、产业园区，这些开发区和现有区县在空间上是重叠的，在《2020中国人口普查分县资料》里面统计了，但是在行政区划shp数据中没有，对于这些数据大家如果想要研究请看excel版本的数据！

文末下方是我们的公众号名片，我们将定期介绍各类城市数据以及数据的可视化和分析技术，有关2020年第七次人口普查指标数据的更多详情，欢迎大家多多关注我们进行了解~