”Betydande andel” av världens landsbygdsbefolkning saknas i globala beräkningar, enligt en studie

by Albert
Kartan visar läget för de 307 landsbygdsområden som analyserades i studien. Den rapporterade befolkningen i grafiken visade sig vara underskattad med mellan 53 och 84%. Kredit: Josias Láng-Ritter et. al / Aalto-universitetet

Regeringar, internationella organ och forskare förlitar sig på globala befolkningsdata för resursfördelning och infrastrukturplanering till sjukdomsepidemiologi och hantering av katastrofrisker. I en studie som publicerats i Nature Communications visar forskare från Aalto-universitetet i Finland att dessa dataset på ett djupgående och systematiskt sätt underskattar befolkningssiffrorna för landsbygden i världen.

”För första gången ger vår studie belägg för att en betydande andel av landsbygdsbefolkningen kan saknas i globala befolkningsdataset”, säger postdoktor Josias Láng-Ritter från Aalto-universitetet.

”Vi blev förvånade över att den faktiska befolkningen som bor på landsbygden är mycket högre än vad de globala befolkningsuppgifterna visar – beroende på dataset har befolkningen på landsbygden underskattats med mellan 53% och 84% under den studerade perioden. Resultaten är anmärkningsvärda, eftersom dessa dataset har använts i tusentals studier och i stor utsträckning stöder beslutsfattande, men deras noggrannhet har inte utvärderats systematiskt”, säger han.

Folkräkningar är grundorsaken till snedvridningar

På grund av bristen på omfattande referensdata har tidigare försök att bedöma noggrannheten i globala befolkningsdataset tenderat att fokusera på enskilda länder eller stadsområden.

I sin studie jämförde forskarna vid Aalto-universitetet de fem mest använda globala befolkningsdataseten – kartor som delar in planeten i jämnt fördelade, högupplösta rutnätsceller med befolkningsantal baserade på folkräkningsdata- med antalet omflyttningar från över 300 dammprojekt på landsbygden i 35 länder.

Studien fokuserade på befolkningskartor för perioden 1975-2010, på grund av brist på dammdata från senare år. Resultaten visade att 2010 års datauppsättningar hade minst bias och saknade mellan en tredjedel (32%) och tre fjärdedelar (77%) av landsbygdsbefolkningen. Även om globala befolkningsdataset från senare år (2015 och 2020) har tagits i bruk, säger teamet att det finns starka skäl att tro att de senaste uppgifterna fortfarande missar en del av den globala befolkningen.

”Även om vår studie visar att noggrannheten har förbättrats något under årtiondena är trenden tydlig: globala befolkningsdataset missar en betydande del av landsbygdsbefolkningen”, säger Láng-Ritter.

”Med samma grundläggande metoder är det osannolikt att något förbättrade indata skulle kunna korrigera för denna nivå av partiskhet. Och även om de senaste befolkningskartorna skulle spegla verkligheten har tidigare dataset påverkat beslutsfattandet i årtionden och används fortfarande för att övervaka förändringar, till exempel genom att ge en snedvriden bild av hur befolkningen över tid flyttar från landsbygden till städerna.”

Folkräkningarna, som är det viktigaste underlaget för de befolkningsdataset som används, anses vara ofullständiga i varierande grad i olika regioner. Alla länder har inte resurser för exakt datainsamling och det kan vara svårt att resa till landsbygdsområden där befolkningen är utspridd över stora områden.

Uppgifter om bosättningar från dammprojekt ger i sin tur multinationella, oberoende insamlade jämförelsepunkter.

”När dammar byggs översvämmas stora områden och människor måste omlokaliseras”, säger Láng-Ritter.

”Den omlokaliserade befolkningen räknas vanligtvis exakt eftersom dammföretagen betalar ersättning till de drabbade. Till skillnad från globala befolkningsdataset ger sådana lokala konsekvensbeskrivningar omfattande befolkningsräkningar på plats som inte snedvrids av administrativa gränser. Vi kombinerade sedan dessa med rumslig information från satellitbilder.”

Forskarna fann att den negativa snedvridningen var systematisk över hela världen, med avvikelser som var särskilt märkbara i dataset i Kina, Brasilien, Australien, Polen och Colombia, där informationen var mer lättillgänglig.

Befolkningsdata avgörande för planering och utveckling

Med nuvarande uppskattningar som placerar 43% av världens 8,2 miljarder människor på landsbygden, har de nya rönen långtgående konsekvenser. De officiella befolkningsuppskattningar som publiceras av FN och Världsbanken bygger på samma nationella folkräkningar som ligger till grund för befolkningskartorna.

Enligt Láng-Ritter tyder resultaten på att behoven hos människor som bor på landsbygden har varit underrepresenterade i beslutsfattandet globalt jämfört med stadsområden. Otillräckliga demografiska data kan till exempel ha lett till otillräckliga resurser för hälso- och sjukvård eller transporter i landsbygdsregioner.

”I många länder finns det kanske inte tillräckliga data tillgängliga på nationell nivå, så de förlitar sig på globala befolkningskartor som stöd för sitt beslutsfattande: Behöver vi en asfalterad väg eller ett sjukhus? Hur mycket medicin behövs i ett visst område? Hur många människor kan drabbas av naturkatastrofer som jordbävningar eller översvämningar?”, säger han.

Teamet medger att behovet av information kan påverka länder och regioner på olika sätt, men även om det finns felaktigheter innehåller dataseten viktiga insikter för politik och forskning.

”Här i Finland är till exempel befolkningsuppgifterna numera mycket tillförlitliga, även i landsbygdsregioner, eftersom vi var det andra landet i världen som började föra digitala befolkningsregister redan 1990. Men särskilt i krisdrabbade länder kan övergången till digitala befolkningsregister ta år, till och med decennier”, säger Láng-Ritter.

”För att landsbygdssamhällena ska få lika tillgång till tjänster och andra resurser måste vi ha en kritisk diskussion om hur dessa befolkningskartor har använts tidigare och hur de kommer att användas i framtiden.”

För mer information: Global gridded population datasets systematiskt underrepresenterar landsbygdsbefolkningen, Nature Communications (2025). DOI: 10.1038/s41467-025-56906-7

Related Articles

Leave a Comment