数据获取

https://www.shengshixian.com/pages/d35ae5

背景介绍

行政区划数据是重要的基础地理信息数据，但目前市面上能使用的行政区域数据问题颇多。这里列出几种大家常用的行政区划数据供大家参考:

名称	时间	优点	缺点	来源
国家基础地理信息的行政区划数据	2019年	权威	缺乏属性、时间序列	ngcc.cn
中科资环行政区划数据	2015年	权威、准确	数据老旧、矢量错误多	resdc.cn
天地图爬取的矢量数据	不统计	权威、准确	仅能按省份下载	tianditu.gov.cn
民政部区划数据	2018年	权威、准确	非公开下载、仅线矢量	dmfw.mca.gov.cn
gadm数据	2022年	下载便捷	地图不完整、非权威	gadm.org
高德行政区划数据	2022年	及时性	非权威、缺乏属性、下载不方便	datav.aliyun.com
爱好者整理（数读城事）	2018-2022年	属性完整	非权威、非公开下载	公众号 数读城事
加州伯克利大学行政区划数据	1949-2013年	长时间序列	不权威、不准确

基于上述问题，我想基于权威的行政区划数据，制作一套长时间序列的、具有符合民政部属性的、开放获取的行政区划数据。目前最权威的区划数据是国家基础地理信息中心于2022年1月发布的国家基础地理信息，该数据的现势性为2019年，但该数据也存在诸多问题。

因此，基于1比100万的行政区划数据、民政部地名数据以及其他矢量数据，我制作了2020年初的行政区划数据。接下来一段时间，我将基于这套2020年区划数据与民政部历年来行政区划资料，陆续更新2015年-2022年的行政区划数据。

数据处理原则

（1）尽可能少地改动矢量数据；

（2）国界、南海诸岛的矢量绝不修改，一律以国家基础地理信息2022年发布的数据为准；

（3）各地属性、统辖信息一律以民政部2019年的数据为准；

制作流程

基础地理信息数据的处理

我之前写过一篇博客用来处理该数据库，具体参考：1:100w基础地理信息数据的镶嵌（zhuanlan.zhihu.com/p/458211981）

上述步骤处理完之后，数据是分块的。

进行县名称的数据融合，以消除下面的方块状组合，再最后选择中国区域，获得的行政区划数据如下所示。

属性匹配

写到这里，首先感谢公众号数读城事继续几年的区划数据更新，这套数据的属性信息是最全的，而且是和民政部代码相契合的。这里我直接使用了这套数据进行了基于县名称的空间连接。由此我们的区划数据初步具有了各县的属性信息。

区划矢量修改

数据修复

由于这套数据存在多处数据的矢量拓扑错误，我们首先使用arcgis自带的修复几何功能进行修复。然后不能修复的位置，我们进行空间地位，通过编辑矢量功能进行修复。

无矢量区域

在制作过程中，也遇到了民政部有行政代码，但并国家基础地理信息数据无矢量的情况，比如深圳的坪山区。如果遇到这样的问题，我会首先参考天地图行政区划、民政部的矢量区划，如果没有则参考高德地图的适量区划。比如深圳的坪山区并无矢量：

又如没有勾画的区域，比如胡杨河市、昆玉市等。这些地方就直接勾绘相关矢量并添加属性。

矢量多余区域

另外，也遇到了民政部无代码，但有矢量的情况，比如说甘肃太子山天然林有区划矢量，但行政级别上又属于几地管辖：

又如莲花山风景保护区无行政区划代码，参考高德地图区划数据，并入康乐县:

另外比较特殊的地区是台湾省，有县级矢量，但在民政部的行政区划中只有省级代码。为保证本数据的所有属性数据以民政部为准，这里对台湾省的所有县级数据进行了合并，只保存省级矢量。

属性数据修改

这部分也是耗时最长的步骤，即使在大部分数据有属性数据的情况下，依然问题较多。

代码、名称等错误

与民政部的区划代码进行300余个市级别的对比，若有不同行政区域，则找相关原因。有可能市字段匹配错误，比如石家庄的新华区、沧州市的新华区字段匹配错误（这种最多）。也有可能是被遗漏掉了，比如温州市的龙港市。

地级为空区域

另外就是我国还有一些特殊的行政单位，比如省直辖市、省直辖县行政级别上属于县级单位，但又无地级单位。

比如湖北省的潜江市、天门市、仙桃市，河南的济源市， 海南的临高县、东方市等，具体分布图如下所示，这部分区域统一将地级属性命名为空

县级为空区域

还有一些比较特殊的地区，是地级市，但截止2019年末，该地区又无县级行政单位，比如海南儋州市、广东东莞市等。这部分区域统一将县级属性命名为空。

地名	县级	县级码	县级类	地级	地级码	地级类	省级
儋州市	不统计	0	不统计	儋州市	460400	地级市	海南省
东莞市	不统计	0	不统计	东莞市	441900	地级市	广东省
嘉峪关市	不统计	0	不统计	嘉峪关市	620200	地级市	甘肃省
三沙市	不统计	0	不统计	三沙市	460300	地级市	海南省
中山市	不统计	0	不统计	中山市	442000	地级市	广东省
海西蒙古族藏族自治州直辖	不统计	0	不统计	海西蒙古族藏族自治州	632800	自治州	青海省

省级为空区域

这个地区叫中朝共有领土，在国家基础地理信息数据上有该矢量，但民政部没有相关区划代码，且不能修改，因此该地区的所有相关属性皆为空，仅保留矢量信息。

数量检查

检查前提

在进行检查前，首先普及一下我国大体的行政区划级别。

林区，是中国行政区划之一，行政地位与市辖区、县级市、县、自治县、旗、自治旗、特区相同，属县级行政区，现仅有一个，为湖北省直辖的神农架林区

特区，这里指六枝特区属六盘水市辖区域，位于贵州省西部，现仅有一个。

因此：

省级行政单位有：省、直辖市、自治区、特区

市级行政单位有：地级市、自治州、地区、盟

县级行政单位有：区、县级市、县、自治县、旗、自治旗、直辖县、省直辖市、林区、特区。

此外，还有省直辖县、省直辖市。在民政部的行政区划等级中不属于任何地级行政区划代管。属于县级行政区，不经地级行政区代管或管辖，由省级行政区直接管辖，独立于地级行政区之外单独建制，由所在的省或自治区直接领导和管理。因此省直辖县、省直辖市无地级行政区，也属于县级行政区。

基于此，我们查询相关的2019年民政部的行政区划统计如下表所示：

合计	行政区划单位	合计	行政区划单位	合计	行政区划单位
34	4直辖市 23省 5自治区 2特别行政区	333	293 地级市 7 地区 30 自治州 3 盟	2846	965 市辖区 387 县级市 1323 县 117 自治县 49 旗 3 自治旗 1 特区 1 林区

县级数量检查

逐个省份进行县级数量检查，检查表格如下:

地区	县级数量	地区	县级数量
北京市	16 市辖区	湖南省	36 市辖区 18 县级市 61 县 7 自治县
天津市	16 市辖区	广东省	65 市辖区 20 县级市 34 县 3 自治县
河北省	47 市辖区 21 县级市 94 县 6 自治县	广西壮族自治区	41 市辖区 9 县级市 49 县 12 自治县
山西省	26 市辖区 11 县级市 80 县	海南省	8 市辖区 5 县级市 4 县 6 自治县
内蒙古自治区	23 市辖区 11 县级市 17 县 49 旗 3 自治旗	重庆市	26 市辖区 8 县 4 自治县
辽宁省	59 市辖区 16 县级市 17 县 8 自治县	四川省	54 市辖区 18 县级市 107 县 4 自治县
吉林省	21 市辖区 20 县级市 16 县 3 自治县	贵州省	15 市辖区 9 县级市 52 县 11 自治县 1 特区
黑龙江省	54 市辖区 21 县级市 45 县 1 自治县	云南省	17 市辖区 17 县级市 66 县 29 自治县
上海市	16 市辖区	西藏自治区	8 市辖区 66 县
江苏省	55 市辖区 22 县级市 19 县	陕西省	30 市辖区 6 县级市 71 县
浙江省	37 市辖区 20 县级市 32 县 1 自治县	甘肃省	17 市辖区 5 县级市 57 县 7 自治县
安徽省	44 市辖区 9 县级市 52 县	青海省	7 市辖区 4 县级市 26 县 7 自治县
福建省	29 市辖区 12 县级市 44 县	宁夏回族自治区	9 市辖区 2 县级市 11 县
江西省	27 市辖区 11 县级市 62 县	新疆维吾尔自治区	13 市辖区 26 县级市 61 县 6 自治县
山东省	57 市辖区 27 县级市 53 县	香港特别行政区
河南省	53 市辖区 22 县级市 83县	澳门特别行政区
湖北省	39 市辖区 25 县级市 36 县 2 自治县 1 林区	台湾省

在检查过程中，将错误的县级类型属性改为正确的，最后我国县级类型分布图如下所示：

地级数量检查

这一步是在数据合并完成后进行的，是对逐个省份进行市级类型检查，主要注意几个无县级行政区的地级市，以及直辖市无地级行政单位。最后我国市级类型分布图如下所示：

数据合并

在检查完矢量与属性信息之后，使用数据融合工具进行地级和省级的数据合并。

我国的市级数据如图所示：

我国的省级数据如图所示：

英文属性添加

参考GADM属性信息，给矢量数据添加数据的英文属性，各个属性名称对应的名称如下：

中文	英文属性名
地名	NAME
县级	NAME_3
县级码	GID_3
县级类	TYPE_3
地级	NAME_2
地级码	GID_2
地级类	TYPE_2
省级	NAME_1
省级码	GID_1
省级类	TYPE_1
地名的中文拼音标注	VAR_NAME
县级的中文拼音标注	VAR_NAME3
地级的中文拼音标注	VAR_NAME2
省级的中文拼音标注	VAR_NAME1

省市县的类型英文名对应为：

中文名	英文名	中文名	英文名
县	County	地级市	Prefecture City
县级市	County City	自治州	Autonomous Prefecture
自治县	Autonomous County	地区	Prefecture
市辖区	District	盟	League
旗	Banner	直辖市	Municipality
自治旗	Autonomous Banner	省	Province
林区	Forestry Ａrea	自治区	Autonomous Region
特区（县级）	Special District	特区	Special District
		不统计	NULL

另外，考虑到汉语拼音是表述普通话语音的拼音系统，后被用作对外宣传的拼写法则，这也就是我们看到大部分省市英文为拼音的原因。也有部分地区是非拼音，使用的是邮政式拼音。例如广东、广西、福建有一部分地区的地名已经有了拉丁字母的习惯拼法，例如Amoy（厦门）、Canton（广州）、Foochow（福州）等。

但考虑到我国一直使用的拼音代表地名，联合国也于1977年起正式改用汉语拼音拼写中国大陆地名，因此本数据全部采用拼音系统代表地名。但单个字的地区，比如广西横县、山西临县等，保留县名称，再命名。带民族的，保留民族的英文名字。

自此，我们获得了完整的具有英文属性的省市县行政区划矢量数据。

数据获取

2020年初全国省市县行政区划数据矢量 百度云 链接：https://pan.baidu.com/s/1rXzkX8pNBhmxJQ_QZP6sQw?pwd=4444 (opens new window) 提取码：4444 阿里云 链接 https://www.aliyundrive.com/s/RFUJzXQ76vA (opens new window) 提取码: 8ve5

写在最后

我为什么会选做这样的事？是因为我在搭建自己的网站（landcover100.com）中，经常遇到行政区划数据的问题。到底该用哪一套行政区划数据深深困扰着我。天地图数据？不完整。中科资环数据？太旧。高德地图数据？属性不够。所以一开始我是打算用数读城事版的区划数据，因为这套数据完整且质量高。但这套数据有两个问题，第一个问题基础数据不统一，使用了基础地理信息数据，后面又使用了高德地图数据。第二个问题是这套数据不开放获取。但这套数据又是目前市面上能见到的质量最好的中国行政区划数据。我制作这套数据也是站在了"数读城事"巨人的肩膀上，在此再次表达敬意。

因此，我准备自己做一套能够使用的数据。最开始有两个思路，一个是使用民政部的区划数据，该数据的边界精度非常高，且没有数据加偏。但该数据有个问题，民政部并未发布该数据，数据来源的声明不太好写，难道说是通过爬虫获取，哈哈哈。另外一个数据就是该文的思路，基于国家基础地理信息中心发布的县矢量数据，这个数据虽然精度不高，但胜在权威，且可以声明数据来源。

因此我打算基于该数据，参考民政部历年行政区划变化情况，做一套长时间序列的行政区划数据。2020年初（截至2019年12月31日）的行政区划数据是基础，将以此为扩展，在半年内构建2015年-2022年的行政区划数据，欢迎持续关注。

参考

国家基础地理信息中心.https://www.ngcc.cn/ngcc/html/1/index.html

中国科学院资源环境科学与数据中心.https://www.resdc.cn/

公众号 数读城事(2021年度行政区划调整的数据更新与分享（省市县截至2021年12月31日).https://mp.weixin.qq.com/s/KtYlB2jA67jvdcE9fKyEPQ

公众号 点点GIS.2022年7月5日最新全国行政区划数据.https://mp.weixin.qq.com/s/KJnHD45QdqXdmHVuHZA9d

2019年12月中华人民共和国县以上行政区划代码.https://www.mca.gov.cn/article/sj/xzqh/1980/2019/202002281436.html

中国国家地名信息数据库.https://dmfw.mca.gov.cn/index.html

gadm.https://gadm.org/

datav.http://datav.aliyun.com/portal/school/atlas/area_selector