================================================================================
数据集一：市级人口迁徙指数数据（2019-2025年4月）
================================================================================


一、数据概况
时间范围：2019.1-2025.4 | 样本量：65.1万条 | 覆盖：367个城市 | 频率：日度 | 来源：百度迁徙指数


二、核心指标
1. 基础字段：日期、城市名称、城市代码
2. 迁入指数：反映迁入人口流动强度（基于百度地图位置数据）
3. 迁出指数：反映迁出人口流动强度
4. 净迁移指数：迁入指数 - 迁出指数（正值为净流入）


三、使用注意
- 指数为相对指标，非绝对人口数量
- 基于百度地图用户，存在样本偏差
- 节假日数据波动显著，需单独处理
- 2020-2022年受疫情管控影响




================================================================================
数据集二：1km精度人口分布栅格数据（2000-2024年）
================================================================================


一、数据概况
时间范围：2000-2024年 | 分辨率：1km×1km | 格式：GeoTIFF | 范围：全球/全国/分省/分市 | 频率：年度


二、核心指标
1. 栅格单元：1km×1km，WGS84坐标系
2. 人口数量：每个栅格单元内的人口数（人）
3. 人口密度：每平方公里人口数（人/km²）


三、数据来源
人口普查（2000/2010/2020）、人口抽样调查、夜间灯光、土地利用、遥感影像，通过多源数据融合和机器学习模型空间化


四、使用注意
- 1km分辨率适合中宏观研究，不适合社区级精细分析
- 非普查年份为模型估算值，存在误差
- 需使用ArcGIS/QGIS等GIS软件处理




================================================================================
数据集三：县区级常住人口、城镇化率面板数据（2000-2022年）
================================================================================


一、数据概况
时间范围：2000-2022年 | 覆盖：2000+区县 | 类型：面板数据 | 频率：年度 | 来源：各省统计年鉴、统计公报


二、核心指标
1. 基础字段：年份、区县名称、区县代码、地级市、省份
2. 常住人口数（万人）：在本地居住半年以上的人口
3. 户籍人口数（万人）：在本地登记户口的人口
4. 人口净流入量：常住人口 - 户籍人口
5. 城镇化率（%）：城镇常住人口 / 常住人口总数 × 100%
6. 城镇人口、乡村人口（万人）


三、数据来源
人口普查（2000/2010/2020）、1%人口抽样调查、人口变动抽样调查、公安户籍登记


四、使用注意
- 部分区县存在行政区划调整，需统一口径
- 2010年后常住人口统计口径更规范
- 个别区县个别年份数据缺失，需插值或删除




================================================================================
数据集四：2020第七次人口普查数据（区县级）
================================================================================


一、数据概况
普查时点：2020.11.1零时 | 范围：全国区县 | 类型：截面数据 | 来源：各省人口普查统计年鉴


二、核心指标
1. 基础字段：区县名称、区县代码、地级市、省份
2. 人口规模：常住人口、户籍人口、男性/女性人口、性别比
3. 年龄结构：0-14岁、15-64岁、65岁及以上人口，少儿/老年/总抚养比
4. 教育程度：大学、高中、初中、小学人口数，平均受教育年限
5. 城乡结构：城镇/乡村人口、城镇化率
6. 家庭户：家庭户数、集体户数、平均家庭户规模


三、使用注意
- 时点数据（2020.11.1零时），非时期数据
- 使用2020年行政区划，与当前可能不同
- 普查分长表（详细）和短表（基本），部分指标仅长表包含




================================================================================
数据集五：春节地级市人口迁徙指数（2019-2025年）
================================================================================


一、数据概况
时间范围：2019-2025年春节期间 | 覆盖：367个城市 | 频率：日度 | 来源：百度迁徙 | 窗口：春节前后各15天


二、核心指标
1. 基础字段：日期、城市名称、城市代码、春节日期、相对天数
2. 迁入/迁出指数：反映春节期间人口流动强度
3. 净迁移指数：迁入指数 - 迁出指数
4. 主要来源地/目的地（可能包含）


三、春节迁徙特征
- 时间：春节前7-1天返乡高峰，春节后1-15天返程高峰
- 空间：一线城市春节前迁出/春节后迁入，二三线城市相反


四、使用注意
- 春节日期为农历，每年公历日期不同
- 2020-2022年受疫情管控影响显著
- 迁徙指数为相对指标，不同年份间不可直接比较绝对值




================================================================================
数据集综合使用建议
================================================================================


一、数据互补性
- 时间维度：栅格/县区面板（长期）、人口普查（中期时点）、迁徙指数（短期）
- 空间维度：栅格（精细分布）、县区/普查（行政单元）、迁徙（城市流动）
- 指标维度：规模（县区/普查）、结构（普查）、流动（迁徙）、分布（栅格）


二、联合使用场景
1. 人口流动与城镇化：县区面板（城镇化趋势）+ 迁徙指数（短期流动）+ 栅格（空间集聚）
2. 区域人口结构演变：普查（结构基准）+ 县区面板（规模序列）+ 栅格（分布变化）
3. 春节流动与区域经济：春节迁徙 + 县区面板（常住/户籍差异）+ 普查（结构特征）


三、数据处理建议
- 时空匹配：统一时间基准和空间单元，处理行政区划调整
- 标准化：人口规模标准化（人均/密度），迁徙指数标准化（Z-score/Min-Max）
- 缺失值：线性插值（时间序列）、空间插值（栅格）、多重插补（面板）


四、研究方法
- 描述性：时间趋势图、空间分布图、结构对比图
- 计量分析：面板模型（县区）、空间计量（栅格/县区）、时间序列（迁徙）
- 可视化：GIS地图、迁徙流向图、动态演变图