Bangladesh Administrative Data

这是一个全面的孟加拉国行政区划数据集，涵盖491个Upazilas和767个Police Thanas，包含22个数据类别，如人口统计、健康、教育、基础设施、犯罪等。This is a comprehensive Bangladesh administrative division dataset covering 491 Upazilas and 767 Police Thanas, which includes 22 data categories such as demographics, health, education, infrastructure, crime and so on.

原始信息汇总

孟加拉国行政区划数据集

数据集概述

这是一个面向研究人员的综合性开放数据集，涵盖孟加拉国全部 8 个专区、64 个县下的 491 个乌帕齐拉（Upazila） 和 767 个警察局（Police Thana），包含 22 个数据类别，涉及人口、健康、教育、基础设施、农业、犯罪、性别、数字经济、灾害风险等多个领域。

文件结构与格式

• 格式：CSV 和 XLSX
• 主文件路径：
  • csv/summary/upazila_master_merged.csv：所有乌帕齐拉数据合并文件，491 行 × 112 列
  • csv/summary/thana_master_merged.csv：所有警察局数据合并文件，767 行 × 56 列
  • excel/：包含完整的多工作表 Excel 工作簿
  • csv/upazila/：15 个分类 CSV 文件，各 491 行
  • csv/thana/：7 个分类 CSV 文件，各 767 行
  • csv/summary/：合并汇总文件及字段说明文档（data_dictionary.csv）

乌帕齐拉数据类别（15 项）

文件编号	主题	关键字段
01	概况	面积、人口、密度、城市化率、经济
02	教育	识字率、学校数量、入学率
03	医疗保健	医院、医生、护士、免疫、孕产妇死亡率
04	基础设施	道路、电力、互联网、移动通信、银行
05	农业	作物、灌溉面积、渔业、农业家庭占比
06	供水和卫生	安全饮水、卫生设施、砷风险
07	灾害风险	洪水、气旋、干旱、气候脆弱性
08	行政	联合理事会、市镇、选区
09	贫困与发展	贫困率、人类发展指数、非政府组织、粮食安全
12	就业与劳动	劳动力、失业率、产业构成
13	性别与社会	性别比、童婚、妇女赋权
14	交通与连通性	高速公路、铁路、港口、桥梁
15	住房与生活	住所类型、资产、烹饪燃料
16	宗教与民族	宗教构成、族群、语言
17	数字经济	智能手机、移动金融、4G、电子商务、自由职业者

警察局数据类别（7 项）

文件编号	主题	关键字段
01	目录	名称、类型、面积、人口、地区指挥官、首次信息报告
02	警务	警官、警员、车辆、破案率
03	人口统计	人口、密度、性别、识字率
04	基础设施	道路、电力、互联网、4G、银行
05	犯罪	总犯罪、谋杀、抢劫、毒品、性别暴力
06	特殊司法管辖区	边境、出口加工区、港口、旅游、洪水/气旋风险
07	经济概况	贫困、就业、汇款、电子商务

行政区划覆盖情况

专区	乌帕齐拉数	警察局数	县数
巴里萨尔	42	78	6
吉大港	103	128	11
达卡	67	181	13
库尔纳	59	85	10
迈门辛	35	62	4
拉杰沙希	70	88	8
朗布尔	58	78	8
锡尔赫特	38	67	4
合计	491	767	64

连接键

• 乌帕齐拉文件：Division + District + Upazila
• 警察局文件：Division + District + Thana / Police Station

警察局类型

11 种类型：都市警察局、城市警察局、萨达尔（区总部）警察局、乡村警察局、工业区警察局、边境警察局、沿海警察局、河流警察局、丘陵警察局、茶园警察局、旅游警察局。

数据来源与使用说明

• 所有次级指标为基于专区级官方统计数据进行人口加权校准后的模型估算值。
• 适用场景：比较分析、规划、研究、教学、可视化。
• 不适用场景：政府官方报告、需验证数据的法律或政策决策。
• 官方来源：bbs.gov.bd、police.gov.bd、dghs.gov.bd、lgd.gov.bd

许可协议

Creative Commons Zero v1.0 Universal (CC0)，可自由使用，无需许可。

引用格式

bibtex @misc{bangladesh_admin_data_2024, title = {Bangladesh Administrative Data Repository}, note = {Upazila and Police Thana level dataset for Bangladesh}, year = {2024}, url = {https://github.com/goshamishagar/bangladesh-administrative-data} }

搜集汇总

数据集介绍

构建方式

在全球南亚次区域治理精细化需求日益增长的背景下，该数据集以孟加拉国现行行政区划为骨架，系统整合了来自国家统计局、警察总局及卫生服务总局等官方渠道的公开数据。构建过程首先确立以县级行政单元（Upazila）与警察辖区（Thana）为双重空间粒度基准，随后通过人口加权校准技术，将宏观统计指标向下分解至491个Upazila与767个Thana层级。最终，数据被组织为22个专题类别，分别涵盖人口、教育、医疗、基础设施、农业、犯罪、性别、数字经济及灾害风险等维度，并以CSV与XLSX格式分列存储，辅以详尽的数据字典与合并主表，形成一套结构严谨、可直接用于比较与建模的地统计档案。

特点

该数据集的核心优势在于其前所未有的空间分辨率与主题综合性。在覆盖全国8个专区、64个县的基础上，它同时实现了对底层行政单元与治安网格的双重视角描述，使得跨部门、跨尺度的关联分析成为可能。尤其值得关注的是，其不仅收录了常规社会经济指标，还囊括了数字经济发展水平、性别赋能指数以及粮食安全等反映当代治理挑战的新兴变量。此外，每一份子文件均采用统一的主键标识，便于多表格之间的无缝联接，而合并主表的存在则极大降低了用户的数据预处理负担。

使用方法

用户可通过Python的Pandas库或R语言的tidyverse套件直接读取CSV格式的全量合并文件，例如使用`pd.read_csv('csv/summary/upazila_master_merged.csv')`即可获取包含112个字段、491条记录的完整面板数据。对于更细粒度的专题研究，可以选择对应子文件进行按需加载，如通过`upazila_02_education.csv`探究教育差异，或借助`thana_05_crime.csv`分析犯罪空间分布。所有文件均采用UTF-8编码且首行为列名，无需额外清洗即可直接导入Excel、Power BI或Tableau等可视化工具。跨文件联接时，只需依据行政区划名称（Division、District与行政单元名）作为连接键即可实现精确匹配。

背景与挑战

背景概述

孟加拉国行政数据集（Bangladesh Administrative Data）由研究者Goshamish Agar于2024年创建，旨在系统性地整合该国复杂的行政地理信息。该数据集覆盖全部8个专区、64个县、491个乌帕齐拉及767个警察局，横跨人口统计、医疗、教育、基础设施、农业、灾害风险、数字经济等22个数据类别，成为目前最全面的孟加拉国行政地理开源数据库。其核心研究问题在于弥合基层行政单元数据碎片化的鸿沟，为区域比较分析、发展规划及社会科学研究提供统一、标准化的数据基础。该数据集的发布对南亚地区公共政策、灾害管理、公共卫生及经济地理等领域的研究产生了重要推动作用，尤其为数据稀缺的发展中国家树立了一种开放、可复用的数据治理范例。

当前挑战

该数据集面临的挑战主要集中于三个方面。首先，在领域问题层面，孟加拉国作为数据稀缺国家，其行政数据长期分散于不同政府机构，缺乏高分辨率、跨部门的统一数据集，这严重制约了精准的区域发展评估与政策制定。其次，构建过程中，研究者需从孟加拉国统计局、警察总部等多个官方渠道收集原始数据，并采用人口加权校准方法将分区级统计指标分解至乌帕齐拉和警察局层级，这一过程不可避免地引入了估算误差。此外，数据标准化困难重重，不同来源的指标定义、统计口径和覆盖年份存在差异，同时需处理大量缺失值与异常值，以确保22个类别共491个单元的时空一致性。

常用场景

经典使用场景

在探讨南亚区域发展与治理结构的学术领域中，孟加拉国行政数据集的经典用途在于支撑多层级行政单元的横截面与面板数据分析。研究者可借助该数据集涵盖的491个乌帕齐拉和767个警察局、共计22个类目的丰富变量，系统探究教育、医疗、基础设施、农业等发展指标在县、区、乡之间的空间分异规律。该数据集特别适用于结合地理信息系统进行空间自相关分析、聚类识别以及区域不平等量化，为揭示发展中国家基层行政单元的非均衡发展模式提供了坚实的数据基础。

解决学术问题

该数据集精准回应了发展中国家微观行政数据长期匮乏的学术困境，为区域科学与发展经济学中的关键问题提供了实证支撑。研究者可借此解析贫困空间陷阱的形成机制、自然灾害脆弱性的地域差异、性别平等与数字鸿沟的关联结构，以及警务资源配置与犯罪率之间的内在联系。其深远意义在于，通过开放、标准化的数据构建，使得基于证据的发展规划、公共服务均等化研究以及多部门协同治理的理论框架得以验证，推动了南亚地区发展研究从宏观叙事向精细化分析的范式转型。

衍生相关工作

基于该数据集已衍生出多项具有学术影响力的创新研究工作。学术界围绕数据整合方法，发展了多层行政数据与遥感数据、移动信令数据的融合技术，显著提升了社会经济指标的时空分辨率。部分研究团队利用该数据构建了面向孟加拉国的综合脆弱性指数与人类发展指数降尺度模型，为全球发展指标精细化映射树立了方法论典范。同时，该数据集催生了一系列关于警务治理效能评估、性别暴力空间分布以及数字包容性政策的实证研究，推动了发展研究领域方法论的多元化与跨学科融合。