【数据分享】2010—2100年中国多场景逐年人口预测网格数据（分性别\分年龄段\免费获取）

人口数据是我们在各项研究中都经常使用的数据。人口数量不仅会影响经济增长和社会发展，也会影响资源消耗量、污染物排放量以及受污染物和自然灾害影响的居民人数等方面，因此人口数据在气候、环境、城市等领域的研究中经常被使用。今天我们给大家带来的是2010—2100年中国多场景的逐年人口预测网格数据。

该数据来源于Yidan chen（2020）等学者发表在期刊Scientific Data上的一篇名为（Provincial and gridded population projection for China undershared socioeconomic pathways from 2010 to 2100）的论文，论文翻译成中文为《2010年到2100年基于共享社会经济路径的中国省级和网格化人口预测》。

该数据综合考虑了未来不同社会经济发展路径（SSPs）和温室气体排放水平（RCPs），设置了六种未来的发展场景，模拟了这六种场景下的逐年的分性别、分年龄段的人口数量与人口比例（5岁为一个年龄段，0-5岁至100岁以上年龄段共21个年龄段）。原始数据为nc格式数据，为了方便大家使用我们将数据转换为了tif格式。

大家可以在公众号回复关键词 251 免费获取该数据！无需转发文章，直接获取！以下为数据的详细介绍：

01 数据简介

上面我们提到该数据综合考虑了未来不同社会经济发展路径（SSPs）和温室气体排放水平（RCPs），设置了六种未来的发展场景。

我们先来看一下未来不同社会经济发展路径（SSPs）！SSPs情景对生育率、死亡率、迁移、教育成就和人口政策都会产生影响。其中，SSP1为可持续发展情景，对教育和健康的投资增加，生育率和死亡率较低；SSP2为中间路径，维持历史发展特征，在有效的二孩政策下，生育率将是中等水平；SSP3为区域竞争情景，国家之间的竞争力将导致以安全为重点的国家发展政策，人口增长将很高，将有一个有效、完全开放的生育政策，以确保更好地保留人力资本；SSP4为不平等发展情景，国家内部和国家之间将出现两极分化的发展模式；SSP5是化石燃料依赖情景，国家将关注教育投资，导致低生育率和死亡率，活跃的技术和资本市场将鼓励省际人口迁移。

我们再来看一下温室气体排放水平（RCPs）！RCPs用于描述未来温室气体浓度和辐射强迫的情景，如RCP2.6、RCP4.5、RCP6和RCP8.5，这些数字代表了不同的辐射强迫水平（以W/m²表示）。其中，RCP2.6是低稳定情景，假设全球温室气体排放量迅速下降，并在2100年达到大约2.6 W/m²的辐射强迫水平，需要全球迅速采取行动，减少温室气体排放，以避免气候变化带来的最严重影响；RCP4.5是中等稳定情景，假设温室气体排放量在21世纪中叶达到峰值，然后逐渐减少；RCP6是一个较高排放情景；RCP8.5是一个非常高的排放情景，预计到2100年辐射强迫水平将达到8.5 W/m²，这个情景假设温室气体排放量将持续增长，且没有有效的减缓措施。

作者将SSPs和RCPs组合起来形成了6种SSPs-RCPs情景：SSP1-RCP2.6（可持续发展情景、全球温室气体排放量迅速下降）、SSP2-RCP4.5（中间发展路径、温室气体排放量在21世纪中叶达到峰值，然后逐渐减少）、SSP3-RCP6（区域竞争情景、温室气体较高排放）、SSP3-RCP8.5（区域竞争情景、温室气体非常高排放）、SSP4-RCP6（不平等发展情景温室气体较高排放、）、SSP5-RCP8.5（温室气体较高排放、温室气体非常高排放）。这些情景评估了不同社会经济发展路径和气候变化情景对中国未来人口分布的影响，可以帮助研究人员和政策制定者评估不同温室气体排放路径对气候变化、生态系统、经济和社会的潜在影响。

预测方法方面，论文使用考虑了年龄、性别和教育水平等方面的递归多维模型来预测省级人口，并使用逻辑回归模型和历史数据来预测省级城市化率，来辅助区分城市和农村人口。同时，论文中使用了统计年鉴中的人口数据来验证预测的准确性，并与其他人口数据如WorldPop和Gridded Population of the World (GPW) v4等进行横向比较，以确保该人口预测数据集具有较高的准确性和可靠性，并且可以为进一步的气候政策研究、公共卫生、资源需求和分配、环境影响和社会公平等方面的研究提供支持。

02 数据详情

空间分辨率：

0.5度

数据范围：

包含中国22个省，5个自治区和4个直辖市的数据，缺少中国台湾、香港、澳门的数据

数据内容：

分为总人口数和人口比例两种数据，6种SSPs-RCPs情景：SSP1-RCP2.6、SSP2-RCP4.5、SSP3-RCP6、SSP3-RCP8.5、SSP4-RCP6、SSP5-RCP8.5，每个情景的数据进一步划分为男性和女性，并以每5岁为一个区间，从0-5岁区间开始到100岁以上，共21个年龄段区间（每种SSPs-RCPs情景、性别、年龄区间都有总人口与人口比例两种数据）。

例如数据“pop_SSP2_RCP4_5_year_2010_age_0-5_gender_female.tif”：pop表示人口总数数据，SSP2表示共享社会经济路径是SSP2，RCP4_5表示代表性浓度路径是RCP4.5，year_2010表示时间是2010年，age_0-5表示年龄段为0-5岁，female表示女性，即该数据为2010年SSP2-RCP4.5情景下0-5岁女性总人口数据。而人口比例数据与之类似，只是前缀变为rate，如“rate_SSP5_RCP8_5_year_2100_age_90-95_gender_male.tif”为2100年SSP5-RCP8.5情景下90-95岁男性所占的人口比例数据。

数据来源：

https://zenodo.org/records/4554571

注意事项：

该来源原始数据中有两个名为“grid_pop_age_gender_historical.nc” 与“grid_rate_age_gender_historical.nc”的数据，我们研究后仍然对其存疑：按照网页内容，除2010-2100年的预测数据外，应该还有一份1979-2020年的人口历史数据，但是这两个命名中带有“historical”的nc文件仍为2010-2100年的数据，故我们没有对这份nc格式数据进行转换，仅提供2010-2100年人口预测数据，如果大家了解数据源的真实情况也欢迎与我们交流讨论。

数据格式：

nc、tif（原数据为nc格式，我们已将其转换为tif格式）

数据单位：

总人口数单位为“人”，人口比例无单位

数据引用：

大家如果使用该数据，请按照标准引用格式标注好原始数据来源！

Liu, Z., Gao, S., Chen, Y., & Cai, W. (2021). Hybrid gridded demographic data for China, 1979-2100 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.4554571

原始数据下载方式：

大家如果想要自己下载数据的话，请访问该网址：https://zenodo.org/records/4554571

03 数据获取