747365条尼泊尔地震家庭影响全量数据集深度分析与应用指南

## 引言与背景

2015年尼泊尔发生的7.8级大地震给当地社会经济带来了深远影响，大量家庭在地震中遭受了财产损失、人员伤亡和生活条件的急剧变化。尼泊尔地震家庭影响数据集（csv_household_earthquake_impact）正是在这一背景下收集的全量家庭级调查数据，旨在系统记录地震对家庭生活各个维度的影响，为灾后重建、政策制定和学术研究提供坚实的数据支撑。该数据集包含747,365条家庭记录，涵盖11个受灾地区的详细信息，涉及住房状况、伤亡情况、教育医疗中断、职业变化以及救济金领取等多个维度。数据的完整性和丰富性使其成为研究地震灾害社会经济影响的宝贵资源，对于理解灾害恢复过程、评估救济政策效果以及指导未来防灾减灾工作具有重要价值。

## 数据基本信息

### 数据字段说明

| 字段名称 | 字段类型 | 字段含义 | 数据示例 | 完整性 |
|---------|---------|---------|---------|--------|
| household_id | 字符串 | 家庭唯一标识 | 12010100001101 | 100% |
| district_id | 整数 | 地区编码 | 12 | 100% |
| vdcmun_id | 整数 | 乡/市编码 | 1207 | 100% |
| ward_id | 整数 | 选区编码 | 120703 | 100% |
| shelter_condition_household_post_eq | 字符串 | 地震后住房状况 | Staying in their own house | 99.97% |
| residence_household_pre_eq | 字符串 | 地震前居住地点 | This VDC/Municipality | 99.97% |
| residence_household_post_eq | 字符串 | 地震后居住地点 | This VDC/Municipality | 99.97% |
| household_eq_id_type | 字符串 | 地震身份卡类型 | ID Card for Total Destruction | 99.97% |
| has_death_occurred_last_12_months | 整数 | 过去12个月是否有死亡 | 0 | 99.97% |
| count_death_last_12_months | 整数 | 过去12个月死亡人数 | 1 | 99.97% |
| has_injury_loss_occurred_last_12_months | 整数 | 过去12个月是否有受伤 | 0 | 99.97% |
| count_injury_loss_last_12_months | 整数 | 过去12个月受伤人数 | 1 | 99.97% |
| has_education_drop_occurred_last_12_months | 整数 | 过去12个月是否有辍学 | 1 | 74.28% |
| count_education_drop_last_12_months | 整数 | 过去12个月辍学人数 | 3 | 74.28% |
| has_pregnancy_treatment_drop_occurred_last_12_months | 整数 | 过去12个月是否有孕期治疗中断 | 0 | 38.71% |
| count_pregnancy_treatment_drop_last_12_months | 整数 | 过去12个月孕期治疗中断人数 | 1 | 38.71% |
| has_vaccination_drop_occurred_last_12_months | 整数 | 过去12个月是否有疫苗接种中断 | 0 | 51.45% |
| count_vaccination_drop_last_12_months | 整数 | 过去12个月疫苗接种中断人数 | 1 | 51.45% |
| has_occupation_change_occurred_last_12_months | 整数 | 过去12个月是否有职业变化 | 0 | 90.28% |
| count_occupation_change_last_12_months | 整数 | 过去12个月职业变化人数 | 1 | 90.28% |
| residence_district_household_head_pre_eq | 字符串 | 户主地震前居住地区 | Kathmandu | 3.29% |
| residence_district_household_head_post_eq | 字符串 | 户主地震后居住地区 | Kathmandu | 6.17% |
| is_recipient_rahat_15k | 整数 | 是否领取1.5万卢比救济金 | 1 | 100% |
| is_recipient_rahat_10k | 整数 | 是否领取1万卢比救济金 | 1 | 100% |
| is_recipient_rahat_200k | 整数 | 是否领取20万卢比救济金 | 0 | 100% |
| is_recipient_rahat_social_security_3k | 整数 | 是否领取3000卢比社会保障金 | 0 | 100% |
| is_recipient_rahat_none | 整数 | 是否未领取任何救济金 | 0 | 100% |
| is_ineligible_rahat | 整数 | 是否无资格领取救济金 | 0 | 100% |

### 数据分布情况

#### 地震后住房状况分布

| 住房状况 | 记录数量 | 占比 | 累计占比 |
|---------|---------|------|---------|
| 临时庇护所 | 389,773 | 52.15% | 52.15% |
| 自有住房 | 279,740 | 37.43% | 89.58% |
| 租赁住房 | 47,049 | 6.30% | 95.88% |
| 其他 | 18,648 | 2.50% | 98.38% |
| 亲友/组织住所 | 11,927 | 1.60% | 99.98% |
| 缺失 | 228 | 0.03% | 100.00% |

#### 地震身份卡类型分布

| 身份卡类型 | 记录数量 | 占比 | 累计占比 |
|----------|---------|------|---------|
| 完全损毁证明 | 548,978 | 73.46% | 73.46% |
| 未领取证明 | 114,008 | 15.25% | 88.71% |
| 不适用 | 55,074 | 7.37% | 96.08% |
| 部分损毁证明 | 29,077 | 3.89% | 99.97% |
| 缺失 | 228 | 0.03% | 100.00% |

#### 地区分布（district_id）

| 地区编码 | 记录数量 | 占比 | 累计占比 |
|---------|---------|------|---------|
| 24 | 91,906 | 12.30% | 12.30% |
| 23 | 90,083 | 12.05% | 24.35% |
| 31 | 88,461 | 11.84% | 36.19% |
| 30 | 86,381 | 11.56% | 47.75% |
| 36 | 75,911 | 10.16% | 57.91% |
| 28 | 75,454 | 10.10% | 68.01% |
| 22 | 70,496 | 9.43% | 77.44% |
| 20 | 64,913 | 8.69% | 86.13% |
| 21 | 55,262 | 7.39% | 93.52% |
| 12 | 36,114 | 4.83% | 98.35% |
| 29 | 12,384 | 1.66% | 100.00% |

#### 灾害影响指标分布

| 指标 | 受影响家庭数 | 占比 | 累计占比 |
|-----|------------|------|---------|
| 死亡 | 17,758 | 2.38% | 2.38% |
| 受伤 | 8,472 | 1.13% | 3.51% |
| 教育中断 | 7,976 | 1.07% | 4.58% |
| 职业变化 | 5,205 | 0.70% | 5.28% |
| 疫苗接种中断 | 1,246 | 0.17% | 5.45% |
| 孕期治疗中断 | 892 | 0.12% | 5.57% |

#### 救济金领取分布

| 救济金类型 | 领取家庭数 | 占比 | 累计占比 |
|----------|----------|------|---------|
| 1.5万卢比 | 540,579 | 72.33% | 72.33% |
| 1万卢比 | 493,651 | 66.05% | - |
| 社会保障3000卢比 | 33,804 | 4.52% | - |
| 未领取任何救济金 | 125,345 | 16.77% | - |
| 无资格领取 | 56,238 | 7.52% | - |

### 数据规模与特征

该数据集共包含747,365条家庭记录，覆盖尼泊尔11个受灾地区的家庭信息。数据以CSV格式存储，包含28个字段，涵盖地理编码、住房状况、灾害影响、救济金领取等多个维度。数值字段统计显示，死亡人数最大值为7人，受伤人数最大值为6人，辍学人数最大值为14人，反映了地震对部分家庭造成的严重影响。数据时间跨度为地震后12个月，能够全面反映灾后恢复初期的家庭状况。

## 数据优势

| 优势特征 | 具体表现 | 应用价值 |
|---------|---------|---------|
| 样本量大 | 包含747,365条家庭记录，覆盖11个受灾地区 | 支持大规模统计分析和精准建模，确保研究结果的代表性 |
| 维度丰富 | 涵盖住房、伤亡、教育、医疗、职业、救济等多个维度 | 支持多维度关联分析，揭示灾害影响的复杂机制 |
| 地理精度高 | 包含district_id、vdcmun_id、ward_id三级地理编码 | 支持空间分析和地理信息系统（GIS）集成，实现精准定位 |
| 时间跨度明确 | 记录地震后12个月内的家庭变化情况 | 支持纵向分析和动态变化研究，追踪灾后恢复进程 |
| 救济政策数据完整 | 包含5种救济金领取状态和资格信息 | 支持政策效果评估和优化建议，为决策提供数据支撑 |
| 原始数据完整 | 包含家庭级原始调查数据 | 支持深度挖掘和二次分析，满足不同研究需求 |

## 数据样例

以下为数据集中的家庭级记录样例，涵盖不同地区、住房状况、灾害影响和救济金领取情况：

| household_id | district_id | vdcmun_id | ward_id | shelter_condition | id_type | death | injury | edu_drop | rahat_15k | rahat_10k |
|-------------|------------|-----------|---------|------------------|---------|-------|--------|----------|-----------|-----------|
| 12010100001101 | 12 | 1207 | 120703 | 自有住房 | 完全损毁证明 | 0 | 0 | 1 | 1 | 1 |
| 20010100001101 | 20 | 2002 | 200201 | 自有住房 | 未领取证明 | 0 | 0 | 0 | 0 | 1 |
| 23010100001101 | 23 | 2309 | 230904 | 临时庇护所 | 未领取证明 | 0 | 0 | 0 | 0 | 0 |
| 24010100001101 | 24 | 2411 | 241101 | 临时庇护所 | 完全损毁证明 | 0 | 0 | - | 1 | 0 |
| 30010100001101 | 30 | 3013 | 301306 | 临时庇护所 | 完全损毁证明 | 0 | 0 | - | 1 | 1 |
| 31010100001101 | 31 | 3111 | 311108 | 自有住房 | 部分损毁证明 | 0 | 0 | - | 0 | 1 |
| 22010100001101 | 22 | 2203 | 220306 | 临时庇护所 | 完全损毁证明 | 0 | 0 | - | 1 | 1 |
| 28010100001101 | 28 | 2811 | 281102 | 临时庇护所 | 完全损毁证明 | 0 | 0 | 0 | 1 | 1 |
| 36010100001101 | 36 | 3609 | 360903 | 临时庇护所 | 完全损毁证明 | 0 | 0 | 0 | 1 | 1 |
| 21010100001101 | 21 | 2108 | 210802 | 临时庇护所 | 完全损毁证明 | 0 | 0 | 0 | 1 | 1 |
| 12010200016101 | 12 | 1207 | 120703 | 租赁住房 | 完全损毁证明 | 1 | 0 | 0 | 1 | 1 |
| 12010200054101 | 12 | 1207 | 120703 | 亲友住所 | 完全损毁证明 | 0 | 0 | 0 | 1 | 1 |

注：样例中"-"表示该字段数据缺失或不适用。实际数据集中包含完整的原始记录，可用于深度分析和建模。

## 应用场景

### 灾后住房重建政策评估

基于该数据集的住房状况分布数据，可以对尼泊尔地震后的住房重建政策进行系统性评估。数据显示，超过52%的家庭在地震后居住在临时庇护所，而仅有37%的家庭能够居住在自有住房中。通过分析不同地区、不同身份卡类型家庭的住房状况差异，可以识别住房重建政策的实施效果和存在的问题。例如，对比持有"完全损毁证明"和"部分损毁证明"家庭的住房恢复情况，可以评估损毁程度认定标准的合理性；分析租赁住房和亲友住所的分布特征，可以了解非正式住房安排的规模和影响因素。这些分析结果可为优化住房重建政策、分配重建资源提供科学依据。此外，结合救济金领取数据，可以评估救济资金对住房重建的支持效果，为后续政策调整提供参考。

### 灾害社会经济影响研究

该数据集提供了丰富的灾害影响指标，包括死亡、受伤、教育中断、医疗中断和职业变化等，为研究地震的社会经济影响提供了全面的数据支撑。通过关联分析不同影响指标之间的关系，可以揭示灾害影响的传导机制。例如，研究教育中断与职业变化之间的关联，可以了解灾害对人力资本积累的长期影响；分析伤亡情况与救济金领取之间的关系，可以评估救济政策的公平性和针对性。此外，数据的大规模样本量使得精细的分层分析成为可能，能够深入研究不同社会经济群体在灾害中的脆弱性差异，为制定差异化的防灾减灾策略提供依据。通过地理编码数据，还可以开展空间分析，揭示灾害影响的地理分布特征和聚集效应。

### 救济政策优化与精准帮扶

数据集中详细记录了5种救济金的领取情况和资格信息，为评估和优化救济政策提供了宝贵的数据资源。分析显示，72.33%的家庭领取了1.5万卢比救济金，66.05%领取了1万卢比救济金，但仍有16.77%的家庭未领取任何救济金，7.52%的家庭被认定为无资格领取。通过研究未领取救济金家庭的特征，可以识别政策覆盖的盲区和障碍；分析不同救济金组合的领取模式，可以评估政策设计的合理性；对比有资格和无资格家庭的实际需求，可以优化资格认定标准。这些分析结果能够帮助政策制定者实现精准帮扶，提高救济资源的使用效率。此外，结合住房状况和灾害影响数据，可以构建救济需求预测模型，为资源分配提供科学依据。

### 人口流动与迁移研究

数据集中的居住地点信息（residence_household_pre_eq和residence_household_post_eq）以及户主居住地区信息（residence_district_household_head_pre_eq和residence_district_household_head_post_eq）为研究地震后的人口流动和迁移提供了数据基础。分析显示，地震前96.12%的家庭居住在原乡/市，而地震后这一比例下降至92.54%，有6.17%的家庭迁移到其他地区。通过追踪迁移家庭的特征，包括住房状况、灾害影响程度和救济金领取情况，可以揭示人口迁移的驱动因素和模式。这对于理解灾害后的人口再分布、评估迁移对灾区恢复的影响以及制定人口管理政策具有重要意义。结合地理编码数据，还可以绘制人口流动地图，直观展示迁移路径和目的地分布。

### 机器学习与预测建模

该数据集的大规模样本量和丰富维度使其成为机器学习和预测建模的理想数据源。可以利用数据训练多种预测模型，例如：基于住房状况和灾害影响因素预测家庭恢复时间；基于地理和社会经济特征预测灾害脆弱性；基于救济金领取数据预测政策需求等。此外，数据中的多标签分类特征（如多种救济金领取状态）支持多任务学习和联合预测，能够提高模型的综合性能。这些模型可以为灾害管理决策提供智能化支持，实现风险预警、资源优化配置和政策效果预测。通过特征工程和模型优化，还可以构建灾害影响评估模型，为灾后应急响应提供科学依据。

## 结尾

尼泊尔地震家庭影响数据集是一个规模庞大、维度丰富的灾害研究资源，包含747,365条家庭级记录，涵盖住房状况、灾害影响、救济金领取等多个维度。该数据集的核心价值在于其全量性和完整性，能够支持从宏观到微观的多层次分析，为灾后重建政策评估、灾害社会经济影响研究、救济政策优化、人口流动分析以及机器学习建模提供坚实的数据基础。数据的地理编码精度和时间跨度使其具备空间分析和纵向研究的能力，能够深入揭示地震灾害的复杂影响机制。研究人员和政策制定者可以充分利用这一数据集，开展创新性研究，为灾害管理和可持续发展提供科学支撑。如需获取更多数据使用建议或技术支持，可私信获取相关信息。