编辑推荐：
为解决历史人口网格数据稀缺问题，西班牙巴伦西亚大学和 Ivie 的 Francisco J. Goerlich 开展西班牙 1900 - 2021 年人口网格数据研究，生成相关数据并分析趋势。该研究对人口、地理等多领域意义重大，强烈推荐科研读者阅读。
西班牙巴伦西亚大学（Universitat de València）和巴伦西亚经济研究所（Instituto Valenciano de Investigaciones Económicas, Ivie）的研究人员 Francisco J. Goerlich，在《Scientific Data》期刊上发表了题为 “HIPGDAC-ES: historical population grid data compilation for Spain (1900–2021)” 的论文。这篇论文在人口地理研究领域意义重大，它填补了西班牙历史人口网格数据的空白，为深入研究西班牙人口的时空演变、城市化进程与环境关系等提供了关键的数据支持和研究基础。
研究背景
历史人口网格数据在学术研究和政策制定中具有不可或缺的地位，但这类数据却极为稀缺，甚至可以说几乎不存在。这一现状严重限制了对过去人口分布的准确理解，以及对人口相关历史进程的深入探究。在这样的背景下，Francisco J. Goerlich 开展了此项研究。其目的是利用历史地籍数据和市级层面的同质化人口数据，为整个西班牙生成 1900 - 2021 年所有人口普查年份、分辨率分别为 100 m×100 m 和 1 km×1 km 的人口网格数据。这不仅有助于更精准地描述历史背景下人口的空间分布，还能为分析城市化进程与环境之间的长期关系提供有力的数据支撑 ，推动相关领域研究的进一步发展。
研究方法
- 主要数据来源
- HISDAC-ES 数据库：该数据库由 Uhl 等人整理，包含超过 1200 万栋建筑物的地籍信息及其特征。经过对西班牙不同地籍（共 5 种）的协调处理，将建筑物轮廓的矢量信息转换为点矢量信息，并把不同特征转化为 100 m×100 m 分辨率的栅格层。其中，总建筑物室内面积（RES_BIA）变量对人口再分配最为合适，但地籍信息在时空上存在不均匀性。例如，巴斯克地区的 3 个省份（Araba/álava、Gipuzkoa 和 Bizkaia）存在数据缺失问题，且数据库早期受 “生存偏差” 影响，即建筑年代推断可能不准确，这会影响人口再分配的质量 。
- 历史市政人口数据：主要来源于 Goerlich 等人构建的同质化数据库。该数据库基于 2011 年人口普查的市政结构，考虑了 1900 - 2011 年间市政的合并、分离等变化，并开发了相应的变化分类法和数据库。此外，还纳入了 2021 年西班牙国家统计局（INE）人口普查的 8131 个市政人口数据。
- ESPAREL 数据：这是一个对 18 世纪末和 19 世纪历史人口实体进行地理编码的项目。其 1887 年人口实体的点坐标信息，可用于补充 HISDAC-ES 中缺失数据的市政区域，减少 “生存偏差” 的影响 。
- 数据处理与模型构建：研究采用基于矢量 / 栅格的面积权重制图法（dasymetric mapping）来降尺度处理历史市政人口数据。以 HISDAC-ES 的 RES_BIA 变量为主，按顺序依次使用其他变量（如 RES_BUFA、BUFA）或外部数据（ESPAREL 坐标、市政首府坐标），对每个市政区域的人口进行分配。在 100 m×100 m 分辨率下，使用最大余数法将每个单元格的人口数取整，之后再聚合到 1 km×1 km 的标准分辨率，生成人口网格数据 。
研究结果
- 人口网格数据记录：研究生成了 1900 - 2021 年人口普查年份的历史人口网格数据集，包括 13 个 100 m×100 m 分辨率的栅格人口层（GeoTiff 格式）、13 个 1 km×1 km 分辨率的栅格人口层（GeoTiff 格式）以及 1 个 1 km×1 km 分辨率的矢量文件（包含至少在一个普查年份有人居住的单元格，符合 INSPIRE 指令的单元格指示符，GeoPackage 格式），共计 27 个文件 。
- 历史趋势分析
- 单元格人口规模分布：1900 - 2021 年，人口较少（10 人以下）的单元格占比从 12% 增至 42%，人口较多（10000 人以上）的单元格占比虽低，但增长了 5 倍。而 25 - 1000 人的单元格相对重要性下降，尤其是 100 - 200 人区间 。
- 人口垂直分布变化：1900 年，海拔 200 米以下的常住人口约占三分之一，到 2021 年达到 53%，海拔 1000 米以上区域人口占比下降明显 。
- 人口沿海分布变化：1900 年，距离海岸线 10 km 范围内的人口占四分之一，2021 年达到 40%。10 - 200 km 区间人口占比相对下降，200 km 以外人口占比因马德里大都市区发展略有上升 。
- 与其他数据集对比
- 与 GEOSTAT2021 对比：HIPGDAC-ES 估计的 2021 年有人居住单元格数量比 GEOSTAT2021 多 24%，显示出更大的人口分散性。两者在单元格人口规模分布上差异较小，但 HIPGDAC-ES 的小单元格（10 人以下）占比更高，大单元格占比更低。通过计算差异统计量，两者百分比结构的差异指数为 2.9，在海拔和距离海岸的人口分布上一致性较好，但在绝对数量（居住单元格数量）上仍存在显著差异 。
- 与 GHSL 对比：HIPGDAC-ES 与 GHSL 在人口数量上较为相似，但 GHSL 估计的有人居住单元格数量约为 HIPGDAC-ES 的两倍，表明 GHSL 过度分散了人口。2021 年，两者单元格相对分布差异指数为 9.8，高于与 GEOSTAT2021 的对比结果 。
研究结论与讨论
Francisco J. Goerlich 通过整合多种数据资源，运用先进的数据处理方法，成功构建了西班牙 1900 - 2021 年的历史人口网格数据集（HIPGDAC-ES）。该数据集在一定程度上克服了历史人口网格数据稀缺的问题，为研究西班牙人口的历史演变提供了重要的数据基础。从研究结果来看，HIPGDAC-ES 能够反映出西班牙 20 世纪至 21 世纪初人口分布的主要趋势，如人口向低海拔地区和沿海地区聚集等，这与已知的历史趋势相符，表明该数据集具有一定的合理性和可靠性 。
然而，研究也存在一些局限性。例如，数据来源中的地籍信息存在时空不均匀性和 “生存偏差” 等问题，尽管采取了多种方法进行弥补，但仍可能对结果产生一定影响。在与其他数据集对比时，HIPGDAC-ES 在人口分布的某些方面与参考数据集存在差异，这可能影响其在一些精确分析中的应用 。
尽管如此，这项研究的意义不可忽视。HIPGDAC-ES 数据集为后续研究提供了宝贵的数据资源，无论是在人口学、地理学领域，还是在城市化研究、环境与人口关系研究等交叉学科领域，都具有重要的参考价值。它为深入理解西班牙人口的历史发展提供了新的视角，也为相关政策制定提供了更丰富的数据支持。未来的研究可以在此基础上，进一步优化数据处理方法，拓展数据来源，以提高历史人口网格数据的准确性和实用性，推动相关领域研究的不断发展 。
