Subat01/China-population-open-data

China Population Open Data

公开版人口数据仓，面向数据分析、城市研究、可视化展示与教学复现。当前版本由 Population 代码仓中的构建脚本生成，目标发布到：

• —GitHub: https://github.com/Subat-01/china-population-open-data
• —Hugging Face: https://huggingface.co/datasets/Subat01/china-population-open-data

中文说明

1. 数据内容

• —provincial_annual
• —31 个省级/直辖市人口年度指标。
• —当前覆盖 2011-2025，其中 2025 仅纳入已补齐来源的地区。
• —指标包括：resident_total_population、birth_rate、death_rate、natural_growth_rate。
• —national_structure
• —全国年度人口总量、城乡结构、性别结构、年龄结构、抚养比以及全国年度人口率。
• —当前覆盖 2011-2025；年龄结构与抚养比在官方表缺失年份保留为空，不做插值。
• —key_city_annual
• —重点地市常住总人口公开子集。
• —当前收录 12 个城市：南京市, 宁波市, 广州市, 成都市, 杭州市, 武汉市, 深圳市, 苏州市, 西安市, 郑州市, 长沙市, 青岛市。

2. 来源与口径

• —优先使用国家统计局、地方统计局、地方政府公开统计公报、人口普查公报。
• —verification_status=verified 表示已在记录中绑定具体官方页面链接。
• —verification_status=derived_from_official_table 表示记录来自仓库缓存的官方表格快照或历史官方整理结果；这类记录的 source_publish_date 可能是快照/整理日期，而不是官方页面发布日期。
• —绝对人口统一使用 wan_person，人口率使用 permillage，抚养比使用 percent。

3. 质量控制

• —已重建 31 省 * 14 年 * 4 指标 的 V1 基线。
• —基线校验结果：baseline_count=1736，rebuilt_count=1736，missing_key_count=0，extra_key_count=0。
• —重点地市覆盖与是否建议预测见 manifests/coverage_manifest.csv。

4. 使用方式

import pandas as pd

provincial = pd.read_parquet("data/provincial_annual/provincial_annual.parquet")
national = pd.read_parquet("data/national_structure/national_structure.parquet")
key_city = pd.read_parquet("data/key_city_annual/key_city_annual.parquet")

5. 注意事项

• —本仓库不公开 docs/ 下原始 Excel，仅公开标准化结果与追溯清单。
• —本仓库采用保守来源声明策略，未承诺强开放许可证；下游使用需遵守原始官方来源条款。
• —如需判断数据是否适合分析或预测，请优先查看 coverage_manifest.csv。

English Summary

This repository packages normalized China population data for analysis and reproducible demos.

• —provincial_annual: provincial / municipality annual indicators
• —national_structure: national annual population structure and annual rates
• —key_city_annual: selected prefecture-level city resident population series

Please review DATA_USAGE_NOTICE.md before redistribution or reuse.