人口數據是我們在各項研究中最常用的數據之一。人口數據的主要來源是中國每十年進行一次的人口普查，最近一次的人口普查是2020年進行的第七次人口普查，簡稱七普！很多小夥伴對七普數據翹首以盼，最近 【2020中國人口普查分縣資料】 終於出版了，有些公眾號也釋出了該資料的PDF版本，為了方便大家使用我們在PDF的基礎上整理了excel和shp格式的數據分享給大家！
本次分享的是 【2020中國人口普查分縣資料】的表1——人口基本狀況 ！統計了中國省市縣三級的人口基本狀況，具體指標包括： 人口數（總人口、男性人口、女性人口、性別比（女=100））、少數民族人口比重、城鄉人口（城鎮人口、鄉村人口）、城市城區人口、家庭戶（戶數、人口數、戶規模、其中：一人戶）、家庭戶類別（一代戶、二代戶、三代戶、四代以上戶）。
為了方便大家使用，我們花了大量的時間對數據進行了整理，形成了excel和shp兩種格式的檔！ 整理出的數據除了港澳台地區外，沒有缺失值！對於數據整理的細節我們會在下文詳細介紹！大家可以在公眾號回復關鍵詞 1103 免費獲取該數據，無需轉發，沒有套路！以下為數據的詳細介紹：
01 數據預覽
下面我們來預覽下數據， 首先是excel格式的數據 ，如下圖！省市縣三級的所有指標在一個excel中，省市縣的數據透過不同顏色分割，方便大家可以在excel中按照顏色選取不同等級的數據！每個指標的單位也標註在列名中！
下面我們再來看看shp格式的數據！ 分為三個shp檔，分別為 省份的人口基本情況 、 地級市的人口基本情況 、 區縣的人口基本情況 ！
1.省份的人口基本情況
我們以全國各省份的總人數和少數民族人口比重(%)兩個指標為例來預覽下，數據不包括港澳台，剩下的所有省份均有數據，如下圖：
2.地級市的人口基本情況
我們以全國各地級市的總人數和鄉村人口兩個指標為例來預覽下，數據不包括港澳台，剩下的所有地級市均有數據，如下圖：
3.區縣的人口基本情況
我們以全國各區縣的總人數和性別比（女=100）兩個指標為例來預覽下，數據不包括港澳台，剩下的所有區縣均有數據，如下圖：
02 數據整理說明
本數據來源於【2020中國人口普查分縣資料】，想得到最終的excel和shp數據，需要做兩個工作，第一個是將數據電子化，形成excel格式的數據，第二個是將excel數據向量化，得到shp格式的數據！對於將PDF電子化，主要是要選擇合適的檢視軟體，在這兒推薦wps（辨識數位比較準確）和全能掃描王（辨識漢子比較準確），在辨識後要對辨識錯誤的數據進行修改，比如錯誤的符號，錯誤的字母等，最後還要對數據進行檢查，比如可以透過總人口是否等於男性人口+女性人口來檢查這三列數據有沒有錯誤！我們重點來看一下第二步——將excel數據向量化，得到shp格式的數據！
對於將excel向量化成shp數據，我們需要首先找到一個高精度的全國省市縣的行政區劃shp數據，在經過對比後，我們使用了‘銳多寶的地理空間’公眾號分享的行政區劃shp數據！有了行政區劃數據，下一步的重點工作是將excel數據根據公共列（省名稱、城市名稱、區縣名稱）連結到行政區劃shp數據裏面，這一步會有很多錯誤，需要一一檢查，我們依次來看一下！
1.將省份層級的excle數據向量化形成shp數據
由於中國只有34個省級行政單元，excel數據和shp數據裏面的省份名稱是完全對應的，我們不用經過任何處理，使用arcgis中的連線功能，以省份名稱為連線列，直接連結就能得到最終的數據！該數據除了港澳台地區以外，沒有任何缺失值！
2.將地級市層級的excle數據向量化形成shp數據
中國有300多個地級市行政單元，這300多個行政單元的名稱都是唯一的，沒有重復，所以也可以直接連線得到最終的數據！該數據除了港澳台地區以外，沒有任何缺失值!
3.將區縣層級的excle數據向量化形成shp數據
相比於省份層級和地級市層級，區縣等級的處理要復雜的多，需要大量的工作！主要包括如下幾個方面：
①中國的區縣名稱並不是唯一的，比如全國有四個城市有鼓樓區，有兩個城市有朝陽區，有兩個城市有寶山區，全國重復的區縣名稱大約有60個，對於這些區縣，如果直接根據區縣名稱進行連線會出錯，需要一一進行處理，這兒的處理方式是將區縣前面的城市和省份加上，這樣區縣名稱就是唯一的啦，就可以進行連線了！
②我們使用的‘銳多寶的地理空間’公眾號分享的行政區劃shp數據雖然精度很高，但是依然有一些和基於【2020中國人口普查分縣資料】整理的excel數據不對應的區縣，在這兒以excel數據為準，對行政區劃shp數據進行調整，包括：
在經過上面兩步處理後，行政區劃shp中的所有區縣都和excel中的數據對應了，得到了我們最終的區縣層級的數據！該數據除了港澳台地區以外，沒有任何缺失值!
需要額外說明的是：【2020中國人口普查分縣資料】整理的excel數據中還有一些地區在shp中沒有，比如石家莊高新技術產業開發區、河北唐山蘆台經濟開發區、唐山市漢沽管理區、荊州經濟技術開發區濟南高新技術產業開發區等，大約有100個！我們研究下來發現這些絕大多數都是開發區、產業園區，這些開發區和現有區縣在空間上是重疊的，在【2020中國人口普查分縣資料】裏面統計了，但是在行政區劃shp數據中沒有，對於這些數據大家如果想要研究請看excel版本的數據！
03 數據獲取
