腾讯内容开放平台

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。我这里列出几种大家常用的行政区划数据供大家参考:

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；

制作流程流程图

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）

基础地理信息数据的处理流程

上述步骤处理完之后，数据是分块的。

未作融合

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。

融合之后

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，我们进行空间定位，通过编辑矢量功能进行修复。

需要手动修复的位置无矢量区域

在制作过程中，也遇到了民政部有行政代码，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。

胡杨河市矢量多余区域

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:

莲花山风景保护区

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。

逐个对比地级为空区域

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。

地级单位为空

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

省直辖市和县县级为空区域

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。

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。

中朝共有

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。

我国区划建制

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：

县级数量检查

逐个省份进行县级数量检查，检查表格如下:

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：

我国县级类型分布图地级数量检查

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：

我国市级类型分布图

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：

我国地级单位分布图

我国的省级数据如图所示：

我国省级单位分布图

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：

省市县的类型英文名对应为：

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。

我国省级单位（英文属性）

2020年省市县

数据获取

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。

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）的行政区划数据为基础，将以此为扩展，在半年内构建2015年-2022年的行政区划数据（后续会有增删改查），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

- END -