专栏名称: 数读城事
和城市有关的数据运用与分享
目录
相关文章推荐
GiantPandaCV  ·  浅析主流 Alignment 算法与 ... ·  3 天前  
51好读  ›  专栏  ›  数读城事

【数据分享】广东省市县镇(乡、街道)区划与七普人口矢量数据

数读城事  · 公众号  ·  · 2024-10-10 08:40

正文


前言:

昨天发了一篇文章:

广东人口空间分布:省、市、县、乡镇四个层次,人口、年龄、性别等多个指标

熟悉我的朋友可能会知道,虽然我 套路无比多 ,但还是乐意 (有条件) 分享我整理的数据的。


1

Part.1

数据介绍

格式是gdb ,为啥不是shp,因为字段名称太长,我反正习惯用gdb。

省市县这三层级,字段包括: 人口数、男、女、性别比、少数民族人口比重、城镇人口、乡村人口、城市城区人口、家庭户户数、家庭户人口数、户规模、一人户、一代户、二代户、三代户、四代以上户、 0 岁、女 0 岁、男 1 4 岁、女 1 4 岁、男 5 9 岁、女 5 9 岁、男 10 14 岁、女 10 14 岁、男 15 19 岁、女 15 19 岁、男 20 24 岁、女 20 24 岁、男 25 29 岁、女 25 29 岁、男 30 34 岁、女 30 34 岁、男 35 39 岁、女 35 39 岁、男 40 44 岁、女 40 44 岁、男 45 49 岁、女 45 49 岁、男 50 54 岁、女 50 54 岁、男 55 59 岁、女 55 59 岁、男 60 64 岁、女 60 64 岁、男 65 69 岁、女 65 69 岁、男 70 74 岁、女 70 74 岁、男 75 79 岁、女 75 79 岁、男 80 84 岁、女 80 84 岁、男 85 岁及以上、女 85 岁及以上。
乡镇街道这个 层级的数据,字段包括: 乡镇名称、备注、总人口 、人口 0 14 岁、人口 15 59 岁、人口 60 岁及以上、人口 65 岁及以上、居住本乡镇街道且户口在本乡镇街道人口。
其中,【 人口 60 岁及以上】这个字段的数据是包括了【 人口 65 岁及以上】的数字的,核算的时候注意别算错了。
【备注】这个字段,我放个截图,你们大概就明白是什么备注了。

将第七次人口普查的表格数据转换成地理空间数据,最困难的地方就在于网上很难找到2020年的乡镇矢量数据。我在网上找了几份数据,有的写的是“最新”,有的是“2023”,但是实际整理下来发现,质量最好的一份数据也只是2018年左右。因为至少在广东省来看,2019年、2020年乡镇街道层级的变化就没有体现出来。我就是在网上数据的基础上,结合了广东省民政的数据,以及2016年-2020年的“统计用区划代码”,重新整理了数据。(当然,行政边界数据肯定不是权威的,肯定会存在一些错误)
但是,我整理的数据,至少能做到和第七次人口普查相对应。
接下来会说明,针对乡镇层级。
在第七次人口普查分乡镇街道的数据表格中,广东省一共1838行数据。这1838包括了1694个乡镇街道的数据和144个省市县数据。
1 44个省市县数据,即1省、21地市、65个市辖区、20个县级市、34个县、3个自治县。
1694个乡镇街道数据,包括 1611个乡镇级行政区划,以及83个在第七次人口普查中单独统计的“功能区”,比如林场、农场、管委会等。并且,第七次人口普查的表格数据和2020年的统计用区划代码还不完全统一,有一些2020年统计用区划代码中出现的名称并没有在第七次人口普查的表格中出现。
我整理的乡镇数据,数量为1694,与第七次人口普查完全对应
下面是一些数据的简单可视化:

以上可视化中,有一些二次计算的数据,比如占比、比例等,这些字段不在本次分享的数据中,其实只要自己添加个字段算一下就可以。

2

Part.2

数据获取方式

数据已经更新在我的知识星球:国土空间规划整理,扫码了解下。

虽然名字叫“国土空间规划整理”,但最终目标是建立一个综合数据库,目前还在不断更新中,整理人口数据也是知识星球的常规更新工作之一。

如果只是想要这份数据,认为完全没必要加入知识星球,那可以考虑我的套路分享,在公众号【数读城事】后台回复“ 广东省人口数据 ”,按照后台自动回复的获取方式操作。先声明,有套路(有条件分享),不喜勿喷。

作者|数读菌

排版|数读菌







请到「今天看啥」查看全文