1895
中国省市县干旱指数数据集（1961-2022）
数据简介
中国省市县干旱指数数据集，该数据包含从1961年到2022年月度的PDSI帕尔默干旱指数和SPEI标准化降水蒸散指数，原始数据为中国大陆的NC数据集，NC数据集包含744个波段分别对应1961年至2022年每个月份的干旱指数数据，我们将其分成每个月度的数据并根据中国省市县行政区划将其统计为各省市县的面板数据，方便大家研究使用。
干旱指数数据集可支撑多领域干旱研究：基于多指数（PDSI/SPEI），适用于气象干旱动态追踪、农业干旱风险评估及水文干旱对水资源影响分析；其高分辨率特性可揭示中国干旱时空演变规律，服务于极端气候事件归因、生态脆弱性评估及区域抗旱策略优化，为气候变化适应和灾害链式防控提供关键数据基础。
数据来源
由数据皮皮侠团队人工整理，全部内容真实有效。
数据范围
中国大陆省、市、县
时间跨度
1961-2022年
数据格式
数据格式为Excel形式
数据指标
地区 | 时间 | PDSI帕尔默干旱指数 |
SPEI标准化降水蒸散指数 |
数据展示
相关研究
现与中国干旱指数研究可总结为以下四大方向：
1.指数改进与气候适应性研究：针对非平稳气候条件改进传统指数（如SPEI），增强区域适用性。Qiang Zhang等（2025）在《Journal of Hydrology》提出非平稳SPEI（NSPEI），结合惩罚样条（PS）和随机偏微分方程（SPDE）方法，构建时变逻辑斯蒂分布模型，解决了传统SPEI在青藏高原等非平稳区域的误判问题。该指数在2009年西南特大干旱中成功捕捉时空传播轨迹，较传统SPEI提高了极端事件监测能力。
2.多尺度时空特征与驱动机制：结合不同时间尺度（周、月、年）分析干旱演变规律。熊光洁等（2023）基于SPEI分析中国西南地区干旱，发现12个月尺度的干旱频率上升区域较多，6个月尺度全区显著增加，3个月尺度秋冬季干旱加剧；商建东等（2023）基于SPEI分析长江流域干旱特征，指出流域总体呈变湿趋势（SPEI上升速率0.01/10年），但秋冬干旱频率增加，干旱重心向中下游迁移，年均降水和高程是主要驱动因子。
3.干旱驱动机制与区域异质性归因：探究气候因子与人类活动对干旱的交互作用。刘珂和姜大膀（2015）对比Thornthwaite与Penman-Monteith蒸散发算法对SPEI的影响，发现Penman-Monteith在干旱半干旱区适用性更优，且1990年代后中国干旱化趋势与温度上升强相关；四川省研究（2024）对比SPI、PDSI和SPEI的适用性，指出SPEI因综合考虑降水与蒸散发，在湿润区（如四川盆地）的干旱监测中优势显著。
4.跨学科应用与多源数据融合：结合遥感、水文模型与机器学习技术，拓展干旱监测场景。张余庆等（2023）在赣江流域研究中，结合VIC水文模型与SPEI，区分高温热浪型和降水短缺型骤发干旱，发现降水短缺型更常见且易演变为长期干旱，低云量和波文比是区分两类干旱的关键因子；孟现勇团队（2025）提出三重验证框架，融合SPEI与NDVI、土壤湿度数据，在华北平原实现农业干旱预测准确率超99%。
未来研究价值
1. 企业数字化能力对干旱风险应对的调节效应
方向：以企业数字化指数（基于年报文本的区块链/云计算关键词频）为自变量，SPEI表征的区域干旱风险为因变量，引入绿色技术创新作为调节变量，构建面板门槛模型，探究数字化转型如何通过技术溢出缓解干旱对供应链的冲击。
潜力：结合气候经济学与数字化转型，为《管理世界》提供跨学科视角。
2. 绿色信贷政策与干旱地区生态恢复效率
方向：以绿色信贷规模为自变量，干旱区SPEI改善程度为因变量，采用多期DID模型，分析政策资金注入如何通过植被NDVI指数（卫星遥感数据）中介作用促进生态修复。
创新点：量化绿色金融工具在气候适应中的实际效果。
3. 人工智能驱动的干旱预测与企业供应链韧性
方向：基于非平稳SPEI模型（NSPEI-SPDE算法）构建干旱预警系统，以预警准确率为自变量，企业库存周转率、供应商分散度为因变量，验证AI预测技术对供应链弹性的提升作用。
数据：结合CMIP6气候模式数据与上市公司供应链数据。
4. ESG评级与干旱区企业水资源管理绩效
方向：以企业ESG评级（第三方数据库）为自变量，干旱区SPEI指数与工业用水效率（环境部门监测数据）为因变量，探究ESG披露机制如何通过节水技术投资缓解水资源压力。
政策意义：为干旱区产业转型提供实证依据。
5. 数字经济渗透对农业干旱损失的空间溢出效应
方向：以县域数字经济指数（电商交易额、数字基建投入）为核心变量，农业干旱损失（保险理赔数据）为因变量，运用空间杜宾模型，分析数字技术如何通过信息共享降低灾害跨区域传导风险。
亮点：揭示数字经济在灾害风险管理中的非均衡性。
6. 碳交易市场与高耗水行业干旱适应性
方向：以碳价波动为自变量，钢铁/化工行业用水强度（SPEI关联的缺水风险）为因变量，引入碳配额分配机制作为调节变量，验证市场激励对干旱敏感行业技术革新的驱动效应。
方法：双重固定效应模型与工具变量法。
7. 绿色投资者偏好与干旱区新能源项目估值
方向：匹配绿色投资者持股比例（Wind数据库）与干旱区光伏/风电项目收益率，以SPEI表征的气候风险为调节变量，探究环境风险溢价对投资决策的非线性影响。
贡献：拓展绿色金融在气候脆弱性定价中的应用。
8. 政府数据开放与干旱应急管理效率
方向：以政府气象数据开放度（政策文本量化）为自变量，干旱应急响应时间（案例库）为因变量，采用断点回归设计，评估数据共享对跨部门协同救灾的促进作用。
实践价值：推动公共数据资源在灾害治理中的转化。
9. 供应链地理重构与区域干旱韧性关联机制
方向：基于企业供应链地理分散度（天眼查数据）与区域SPEI指数，构建网络韧性模型，分析“双循环”战略下供应链布局调整对干旱风险缓释的时空效应。
创新：将供应链管理与气候韧性纳入统一分析框架。
10. 环境税改革对干旱敏感行业绿色转型的倒逼效应
方向：以环境税强度（各省征收数据）为政策冲击变量，高耗水行业绿色专利数量（Incopat数据库）为因变量，SPEI指数为异质性分组依据，检验税制改革在干旱压力下的创新激励差异。
方法：多时点DID与三重差分模型。
参考文献
[1]顾乃康,邱奇唯.气候风险、环境行动与地方政府债券发行定价[J].中国软科学,2025,(01):157-174.
[2]Zhang, Q., Miao, C., Su, J., Gou, J., Hu, J., Zhao, X., and Xu, Y.: A new high-resolution multi-drought-index dataset for Chinese mainland, Earth Syst. Sci. Data, 17, 837–853, https://doi.org/10.5194/essd-17-837-2025, 2025.
