今天给大家分享一份 2000~2023 年各省市区县、乡镇人口密度与人口数量面板数据。原始数据来源于美国能源部橡树岭国家实验室提供的陆地扫描（Landscan）全球人口数据库，为全球范围的人口密度栅格数据，使用 R 语言分区域汇总即可得到各省市区县、乡镇的平均人口密度和估算总人口面板数据。
数据概览
将原始裁剪得到中国范围的栅格数据，再进行分省、分市、分区县、分乡镇的裁剪和统计，最终得到了四份 dta 格式的中国人口空间分布面板数据：
2000~2023年各城市人口密度与人口数量数据(landscan来源).dta 2000~2023年各区县人口密度与人口数量数据(landscan来源).dta 2000~2023年各省份人口密度与人口数量数据(landscan来源).dta 2000~2023年各乡镇人口密度与人口数量数据(landscan来源).dta
除了行政区划、年份信息，各文件都包含了平均人口密度_人每平方千米、估算总人口_人变量。以 2000~2023年各乡镇人口密度与人口数量数据(landscan来源).dta 为例，该数据包含了 1040784 条观测值，预览如下：
人口密度与数量
为了更直观地展示人口密度与数量，我还绘制了下面这些图。
各省份
根据原始数据提供的全球范围栅格数据，裁剪即可得到中国范围的栅格数据。进一步对中国范围的栅格数据数据分省份裁剪汇总即可得到各省的人口密度与数量面板数据，下图展示了 2023 年各省份估算总人口：
各城市
对中国范围的栅格数据数据分城市裁剪汇总即可得到各市的人口密度与数量面板数据，下图展示了 2023 年各城市平均人口密度：
各区县
对中国范围的栅格数据数据分区县裁剪汇总即可得到各区县的人口密度与数量面板数据，下图展示了 2023 年各区县平均人口密度：
连续性检查
为了对数据质量进行检查，我们可以观察下数据的连续性，以省份数据为例，2000~2023 年中国各省估算总人口变动展示如下：
处理方法
栅格数据的裁剪与分区域汇总方法基本都类似，感兴趣的小伙伴可以学习平台上的这个课程：
使用 R 语言处理 Merra2 数据获取各省市区县的比湿、降水量、风速和气压数据：https://rstata.duanshu.com/#/course/3239b87be1384488bdacb679cd467548
获取数据
是不是感觉很硬核！欢迎报名 RStata 培训班获取全部课程和以会员价获取数据资料（10元/份）详情可阅读这篇推文：数据处理、图表绘制、效率分析与计量经济学如何学习～
详情可点击阅读原文进入 RStata 学院了解（从首页的会员卡专区即可查看和购买会员卡）。
更多关于 RStata 培训班的信息可添加微信号 r_stata 咨询：
附件下载（点击文末的阅读原文即可跳转）：
https://rstata.duanshu.com/#/brief/course/954971a3d39b42db866ee4ab79fc59a0
