人口密度（每公里土地面积人数）
Population density (people per sq. km of land area)
下载数据指标解释
World Bank official description / 世界银行官方说明
Population density is midyear population divided by land area in square kilometers. Population is based on the de facto definition of population, which counts all residents regardless of legal status or citizenship--except for refugees not permanently settled in the country of asylum, who are generally considered part of the population of their country of origin. Land area is a country's total area, excluding area under inland water bodies, national claims to continental shelf, and exclusive economic zones. In most cases the definition of inland water bodies includes major rivers and lakes.
可供参考的中文翻译：人口密度是年中人口除以以平方公里为单位的土地面积。人口是根据约定俗成的人口定义确定的，计算所有的居民，无论他们是否拥有合法身份或公民身份，除了没有永久定居在避难国的难民，他们一般被视为其祖籍国人口的一部分。土地面积是指一国国土总面积，不包括内陆水体、提出主权主张的大陆架和专属经济区。在大部分情况下，内陆水体的定义包括主要河流和湖泊。
数据口径与风险提示
- 人口密度是人口数量与土地面积的比值，土地面积采用各国官方陆地面积数据，不含内陆水域和争议领土，因此存在统计口径差异
- 部分国家的陆地面积因填海、围垦或领土争议在历史上发生变化，可能影响纵向比较的一致性
- 该指标无法区分人口分布的空间均匀程度，高密度和低密度区域可能在同一国家内并存
- 中等密度国家的真实承载压力可能被低估或高估，需结合地形地貌和生态条件综合判断
- 各国对难民的处理方式不同（部分计入、部分不计入），影响人口规模进而影响密度计算的准确性
- 数据为年中估计值，无法捕捉季节性人口流动的影响，如农业季节工和移民劳工的大规模流动
- 城市行政边界的变化（如撤县设区）会直接影响城区人口密度的可比性
- 在跨国比较时，小型国家（如摩纳哥、新加坡）的极端高密度值与其他国家缺乏可比性，需特别标注
中国趋势
中国人口密度从1961年的约70人/平方公里增长至2023年的约150人/平方公里，六十二年间累计增长约114%。这一增长在1970年代以前较为明显，当时每年增量多在2人/平方公里以上；1980年代至1990年代增速有所放缓，年增量降至1至2人之间；进入21世纪后进一步趋缓，2010年后年增量降至约1人/平方公里以下，2021年达到峰值约150.4人/平方公里后出现小幅回落。从倍数变化看，中国在1960年代至1990年代期间增速持续高于世界平均水平，但2000年后增速与世界的差距逐步缩小，近年已进入基本持平阶段，这可能反映出人口结构转变后增速的自然放缓趋势。
- 1961年人口密度为70.3人/平方公里（最低点），2023年为150.3人/平方公里
- 1961至1974年期间密度从约70人快速升至约96人
- 1985年突破110人/平方公里，1997年突破130人/平方公里
- 2014年突破146人/平方公里
- 2021年达到历史最高值约150.4人/平方公里
- 2022和2023年出现微幅下降，分别为150.4和150.3人/平方公里
- 1961至2023年期间密度增长约2.14倍
- 近三年（2021-2023）变化幅度仅约0.3%
全球趋势
全球人口密度从1961年的约29人/平方公里增长至2022年的约62人/平方公里，六十二年间累计增长约110%，略低于中国的增速。全球密度增长在1990年代出现一次明显异常，1992年数据显示密度从约51人骤降至约44人，这一大幅回落可能源于苏联解体后多个新生国家被纳入统计口径，导致陆地面积计算基数扩大。进入21世纪后全球增速相对平稳，每年增量多在0.5至0.7人/平方公里之间，2010年后进一步降至约0.4至0.6人。从倍数变化看，全球在1960年代至1980年代增速略高于中国，但1990年代全球出现负增长（比率约0.94），而中国仍保持正增长，此后中国的增速优势逐步收窄，2020年代已接近全球水平，这种收敛可能与全球范围内的人口结构转型加速有关。
- 1961年人口密度为29.4人/平方公里，2022年为61.6人/平方公里
- 1992年前全球密度呈持续上升趋势
- 1992年数据出现骤降，从约51人降至约44人，此后恢复上升
- 2000年突破48人/平方公里，2010年突破55人/平方公里
- 2022年达到历史最高值约61.6人/平方公里
- 1961至2022年期间密度增长约2.10倍
- 近十年（2013-2022）年均增长约0.6人/平方公里
- 1992年的数据异常可能影响跨期分析的准确性
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | 1.2x | 1.2x | 中国密度增长倍数为1.21倍，略高于世界的1.18倍，这可能意味着在该阶段中国人口增长率高于全球平均，同时两国的陆地面积统计基数相对稳定，分母变化不显著。 |
| 1970-1979 | 1.2x | 1.2x | 中国增长倍数为1.18倍，与世界的1.18倍基本持平，表明在该阶段中国人口增速与全球保持同步，未表现出明显的增速优势或劣势。 |
| 1980-1989 | 1.1x | 1.2x | 中国增长倍数为1.14倍，略低于世界的1.17倍，这种差异可能反映出中国在该阶段已部分进入人口增长的平台期，而全球其他地区仍处于较快增长阶段。 |
| 1990-1999 | 1.1x | 0.9x | 中国增长倍数为1.10倍，而世界为0.94倍（负增长），世界数据异常可能源于苏联解体后新生国家被纳入统计导致陆地面积基数扩大，而中国人口继续稳定增长，使两国增速差异显著扩大。 |
| 2000-2009 | 1.1x | 1.1x | 中国增长倍数为1.05倍，低于世界的1.12倍，这一阶段可能反映了中国人口增速已明显放缓，而世界其他地区仍保持相对较高的增速，人口结构转型的时差导致中国先于全球进入增速下降通道。 |
| 2010-2019 | 1.1x | 1.1x | 中国增长倍数为1.05倍，仍低于世界的1.09倍，中国人口增速持续放缓，且增速差异略有扩大，这一趋势可能进一步验证了中国人口结构转型早于全球平均水平。 |
| 2020-2029 | 1.0x | 1.0x | 中国增长倍数为1.00倍，世界为1.02倍，中国首次出现停滞甚至微降，这可能意味着中国人口已接近零增长阶段，而全球仍处于缓慢增长状态，两国增速差距持续收窄。 |
2023 年全部国家排名
排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。
使用建议、常见误用与研究场景
数值较高通常意味着什么
较高的人口密度通常表示单位土地面积上居住的人口更多，可能反映出城市化程度较高、人口聚集程度大、土地资源相对紧张。
数值较低通常意味着什么
较低的人口密度表示单位土地面积上居住的人口较少，可能反映出人口分布较为分散、大面积未开发土地、或以农业为主的土地利用形态。
鍙ｅ緞闄愬埗
- 该指标是人口数量与陆地面积的简单比值，无法反映人口分布的空间均匀程度
- 未考虑地形、气候、生态承载力等自然条件的差异
- 无法区分城乡内部密度差异，一个平均值可能掩盖巨大的内部异质性
- 不同国家对陆地面积的统计口径可能存在差异，尤其涉及争议领土时
- 小型国家的极端高密度值（如摩纳哥、新加坡）与大型国家缺乏可比性
- 未考虑人口密度对环境承载力和公共服务压力的非线性关系
- 时间序列可能因行政区划调整（如撤县设区）而出现非人口因素的变化
- 该指标无法直接反映生活质量或发展水平
常见错误用法
错误做法：直接将人口密度等同于生态承载力或环境压力指数
正确做法：结合地形、气候、水资源、耕地比例等自然条件综合评估承载能力
人口密度仅为人口与陆地的简单比值，未考虑自然地理条件的巨大差异，沙漠与平原的密度数值含义完全不同
错误做法：用中国与新加坡、摩纳哥等小型地区直接比较密度高低
正确做法：优先选取面积、人口规模相近的国家进行比较，或使用人均资源消费量等补充指标
小型国家或地区的极端高密度值由地理条件决定，与大型国家缺乏统计意义上的可比性，直接比较会产生严重误导
错误做法：忽略行政区划调整（如撤县设区）导致的数据非人口因素变化
正确做法：在时间序列分析中识别行政边界变化节点，必要时进行口径调整或分段处理
行政区划调整会直接影响陆地面积或人口统计范围，导致密度出现非人口因素波动，直接使用原始数据会掩盖真实的人口分布变化
错误做法：用人口密度单一指标评估某地区的生活便利程度或幸福指数
正确做法：结合交通可达性、公共服务密度、绿地覆盖率、人均收入等指标综合判断
人口密度与生活质量之间存在复杂的非线性关系，高密度地区可能因集聚效应而拥有更便利的公共服务，也可能因拥挤而产生负效应
错误做法：使用单一年份数据评判人口压力的历史演变
正确做法：结合长期趋势和年均增长率进行分析，关注结构性拐点而非短期波动
年度数据可能受统计口径调整、异常值等因素干扰，长期趋势和阶段特征才能反映真实的人口分布演变规律
实际应用场景
- 城市化进程中的空间集聚效应研究：研究人口密度与城市基础设施利用效率、公共服务供给成本的关系 核心解释变量 以人口密度为核心解释变量，同时控制人均收入、GDP增长率、产业结构等变量，采用面板数据固定效应模型估计密度对公共服务可及性的边际影响，可进一步设置非线性项捕捉密度门槛效应
- 人口结构转型与土地资源压力的跨国比较：评估不同国家在人口转型阶段的密度变化轨迹及其与全球趋势的偏离程度 被解释变量 将人口密度增长率作为被解释变量，以人口转型指标（如老龄化率、生育率）为解释变量，通过收敛检验分析中国密度增速向全球均值收敛的假设是否成立
- 生态承载力与人口分布匹配度评估：分析人口密度与生态足迹、碳排放强度等环境指标的空间耦合关系 机制变量 构建中介效应模型，将人口密度作为连接人口总量与陆地面筋的中介变量，分析其对生态压力的传导路径，可采用调节效应模型检验不同发展水平下密度-环境关系的异质性
- 人口政策干预效果的稳健性检验：评估计划生育政策调整（如全面二孩、三孩政策）对人口分布格局的潜在影响 稳健性检验变量 在主回归模型中加入人口密度及其滞后项作为人口结构变化的代理变量，检验政策效果在不同密度水平地区的异质性，确保结论不受特定密度分布样本的影响
- 区域经济发展差异的空间溢出效应分析：研究周边地区人口密度对本地区经济增长的影响 控制变量 在空间杜宾模型或地理加权回归中控制相邻地区的人口密度，识别空间溢出效应，同时避免遗漏变量偏误，可采用空间权重矩阵检验密度分布的空间依赖性
人口密度（每公里土地面积人数）常见问题
世界银行EN.POP.DNST指标的数据是如何计算的？
该指标为年中人口数除以陆地面积（平方公里）。人口统计涵盖所有常住居民，排除在避难国永久定居的难民；陆地面积为国土总面积，不含内陆水域、大陆架和专属经济区。数据来源于各国官方统计，经世界银行标准化处理后发布，可通过世界银行数据库EN.POP.DNST代码查询具体数值和元数据。
为什么新加坡、澳门、香港的人口密度数值极高？
这些地区的行政区域面积较小，但经济活动高度集中，导致表面人口密度极高。相比之下，摩纳哥、新加坡等微型经济体的密度值与其他国家缺乏可比性，进行跨国分析时建议标注此类特殊地区或将其排除，或改用人口规模相近的国家组进行对比。
中国人口密度近年出现小幅下降说明什么？
中国人口密度在2022-2023年出现微幅下降，主要原因是人口总量增速放缓甚至负增长，而陆地面积相对固定。该变化可能反映了中国人口结构转型的深入推进，但也可能是短期波动，是否构成长期趋势的转折点尚需更多年份的观测数据验证。
为什么不能单独用人口密度来评估一个地区的承载能力？
人口密度是人口与陆地的简单比值，未区分地形地貌、气候条件、水资源丰度、生态敏感性等自然要素，也无法反映基础设施承载力、公共服务容量、环境自净能力等社会经济条件。同等密度下，沙漠地区与平原地区的真实承载压力可能相差数十倍。
不同国家的人口密度数据可以直接比较吗？
存在诸多不可比因素，包括陆地面积统计口径差异（如争议领土处理方式）、难民计入规则差异、年中估计值与实际人口的偏差、行政区划历史变动等。跨国比较时建议优先选取统计口径相近的国家，或在回归分析中加入相关控制变量。
世界银行数据中1992年全球人口密度异常下降是什么原因？
1992年全球人口密度数据显示骤降，从约51人/平方公里降至约44人/平方公里。主流解释认为这与苏联解体有关——解体后多个新生国家被纳入统计口径，陆地面积计算基数扩大，导致全球密度出现非人口因素的大幅回落。在使用该数据进行跨期分析时应注意这一异常节点。
下载数据
免费获取世界银行WDI完整数据集，包含人口密度（每公里土地面积人数）等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据