2020年初省市县数据
# 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