中国省市级人类发展指数(CHDI)新数据集：揭示区域发展差异与政策影响

本研究团队构建了2010-2020年中国省市级人类发展指数(CHDI)数据集，解决了现有数据在空间尺度和时间连续性上的局限。通过整合人口普查、发展规划等权威数据，采用生命表法和线性插值等技术，首次实现331个地级行政区的HDI连续测算。该数据集揭示了东部沿海向中西部扩散的发展格局，为区域政策评估提供了高精度工具。

　　

在中国经济快速发展的背景下，人类发展水平的区域差异成为重要研究议题。联合国开发计划署(UNDP)的人类发展指数(HDI)虽被广泛采用，但其中国数据多停留在省级层面，难以捕捉地市级的细微差异。更棘手的是，不同时期的UNDP报告采用不一致的计算方法，加之死亡数据漏报等问题，使得纵向比较面临挑战。这些问题严重制约着对"共同富裕"政策效果的精准评估。

针对上述问题，Pu Gong等研究团队在《Scientific Data》发表了开创性研究。该研究整合2010-2020年人口普查数据、省级统计年鉴和地方政府发展规划文件，构建了覆盖31个省级和331个地市级行政区的中国人类发展指数(CHDI)数据库。研究采用三阶段方法：首先通过官方披露和生命表法估算预期寿命(LEXP)；其次基于普查数据计算25岁以上人口平均受教育年限(MYS₂₅)；最后将地区生产总值转换为购买力平价(PPP)衡量的人均国民总收入(GNI)。特别值得注意的是，研究团队通过信息公开申请获取了5省份71个地市的官方LEXP数据，为方法验证提供了宝贵基准。

【关键方法】

1. 1.

   健康维度：采用修正的生命表法估算LEXP，针对2010年普查数据设置省级死亡漏报率β参数

2. 2.

   教育维度：基于人口普查计算MYS₂₅，通过发展规划获取毛入学率(GER)推算EYS

3. 3.

   收入维度：将地区GDP按PPP转换为GNI，保持国际可比性

4. 4.

   缺失值处理：采用省级变化率为基准的线性插值和外推法

5. 5.

   数据验证：与UNDP国家数据、全球次国家HDI数据库进行多维度比对

【主要结果】

背景与概要：

研究揭示中国是人类发展进步最快的国家之一，但省内差异可能被省级聚合数据掩盖。现有数据集存在空间粒度不足、计算方法不一致、数据陈旧三大问题。

数据记录：

数据集包含31,856条记录，显示2010年所有省份已达中等人类发展水平，但部分地市直到2015年仍处于低发展水平。到2020年，长三角、沿海城市及部分省会达到极高人类发展水平(>0.8)，覆盖4.42亿人口。

技术验证：

与UNDP国家数据对比显示，CHDI总体趋势一致但教育指数更高。省级排名相关系数达0.97以上，验证了数据可靠性。生命表估算的LEXP与官方数据平均误差仅1.12%。

健康指数估算：

通过比较发现，采用省级调整的死亡漏报率比全国统一参数更接近官方值。未调整的LEXP估算会显著高估实际水平。

教育指数估算：

研究指出UNDP可能低估中国MYS₂₅达1.4年，因其依赖Barro & Lee数据库的早期队列数据。基于普查的2020年MYS₂₅为9.52年，显著高于UNDP报告的8.11年。

【结论与意义】

该研究创建了首个中国地市级连续HDI数据库，其创新性体现在三个方面：空间上突破省级限制，方法上统一计算标准，数据源上挖掘发展规划等非传统资源。研究发现教育进步是推动HDI提升的主要动力，而西部地区仍存在明显滞后。这些发现为区域协调发展政策提供了量化依据，特别是揭示了"省内差异"这一被长期忽视的维度。未来研究可进一步扩展至县级尺度，并纳入生态效率等新指标，丰富人类发展的内涵。该数据集已成为研究中国区域发展的基准工具，其方法论对发展中国家具有重要借鉴价值。