简介：这份资源是面向GIS从业者、地理数据分析人员及规划相关专业学生的1:100万比例尺中国2017年县级行政区矢量边界数据集，可用于人口统计、城市规划、环境保护、灾害管理与交通规划等空间分析场景，帮助读者快速获得统一、规范的县级行政单元底图。压缩包共7个文件，约46.33MB，以shp主文件承载几何图形，dbf存储县名、代码等属性，prj定义CGS_WGS_1984坐标系，shx、sbn、sbx提供空间索引以加速检索，xml记录元数据，配套结构完整，便于直接加载与二次处理。目前已有615人学习下载。读者可据此完成行政区划叠加分析、专题制图与空间统计，省去边界数据搜集与格式转换的繁琐环节，为后续与人口、地形、气候等数据融合提供可靠基础。

1. 拿到一份 2017 县级行政区 shp，先别急着往 GIS 里拖

做地理信息这行，最怕的不是数据缺，而是数据“看着全、用起来错”。上周有个做县域商业选址的朋友找我，说他手上那份县级边界 shp 一叠加门店点位，边界全飘到隔壁县去了，查了两天才发现是坐标系没对上。这类问题在基础地理数据库里太常见了——1100 万比例尺的县级行政区划数据，覆盖全国两千多个县级单元，字段、编码、几何精度都直接影响后续的空间统计和制图。这份 2017 年的县级行政区 shp 文件，本质是一套带行政区代码和名称属性的面状矢量数据，适合做底图、做区域汇总、做点位归属判断。它不解决实时行政区划变更，也不适合做高精度地块分析，但对县域尺度的分析、专题制图、教学演示来说，是能直接上手的一手底料。下面按我实际拆包、入库、跑分析的顺序，把能抄的步骤和会翻车的地方都摆出来。

2. 拆包先看结构：shp 五件套与字段到底怎么读

2.1 一个 shp 不是单个文件，少一个都打不开

很多人拿到压缩包解压后只盯着.shp双击，结果 GIS 报“缺少投影文件”或者属性表一片空白。shapefile 是 ESRI 定义的多文件格式，一套完整的县级面数据至少包含这几个：

我一般解压后先跑一遍清单核对，用 bash 一行就能看清缺没缺：

# 列出目录下所有 shp 相关文件，按后缀排序 ls -1 *.shp *.shx *.dbf *.prj *.cpg 2>/dev/null | sort

这段命令的意义在于：2>/dev/null把不存在的后缀报错吞掉，只输出真实存在的文件。如果.prj没出现在结果里，别猜坐标系，直接找数据提供方要，或者用下一节的办法反推。.cpg缺失时中文属性大概率乱码，后面 2.3 会讲怎么救。

2.2 用 Python 把字段和坐标系一次读清楚

GIS 桌面端点属性表太慢，我习惯用geopandas先做一次体检，字段名、类型、坐标系、要素数一次拿全：

import geopandas as gpd # 读取县级行政区 shp，encoding 按 cpg 实际情况调整 gdf = gpd.read_file("county_2017.shp", encoding="utf-8") print("要素数量:", len(gdf)) print("坐标系:", gdf.crs) print("字段列表:") print(gdf.dtypes) print(gdf.head(3)[["NAME", "CODE"]]) # 字段名按实际调整

逻辑说明：read_file会自动关联同目录的.shx、.dbf、.prj，所以五个文件必须放在同一路径下。gdf.crs打印出来如果是EPSG:4326，说明是经纬度地理坐标；如果是EPSG:3857或带+proj=aea的字符串，说明是投影坐标。这一步决定了后面面积计算能不能直接用——经纬度坐标下直接算面积，单位是“平方度”，毫无意义，必须先投影。字段名各地不一，常见有NAME、NAME_2017、县、ADCODE等，先print(gdf.columns)看清再写后续代码，别硬套。

2.3 中文乱码与编码：cpg 缺失时的补救

.dbf的字符编码在 2017 年前后的数据里很杂，常见 GBK、GB18030、UTF-8 三种。如果打开发现县名是“鍖垮悕”这类乱码，先看.cpg内容：

cat county_2017.cpg

输出若是UTF-8就正常；若是936或GBK，而 geopandas 默认按 UTF-8 读就会乱。补救办法是显式指定编码重读：

# cpg 缺失或声明错误时，逐个编码试读，看哪个县名正常 for enc in ["gb18030", "gbk", "utf-8"]: try: g = gpd.read_file("county_2017.shp", encoding=enc) print(enc, "->", g.iloc[0]["NAME"]) except Exception as e: print(enc, "失败:", e)

参数说明：gb18030是 GBK 的超集，优先试它，能覆盖绝大多数老数据。读对之后建议立刻另存一份 UTF-8 版本，避免后续入库反复踩编码坑。这一步看着琐碎，但县级名称是后面做区域匹配的主键，乱码等于主键废了。

3. 坐标系与投影：叠加偏移的根子在这里

3.1 先判断是地理坐标还是投影坐标

县级行政区数据最常见的两种状态：一种是经纬度（WGS84 或 CGCS2000 地理坐标），单位是度；另一种是 Albers 等积投影或高斯投影，单位是米。判断方法很直接——看坐标数值量级。经度在 70～140、纬度在 3～55 之间，就是地理坐标；数值动辄几十万、几百万，就是投影坐标。用代码快速确认：

bounds = gdf.total_bounds # [minx, miny, maxx, maxy] print("范围:", bounds) if abs(bounds[0]) <= 180 and abs(bounds[1]) <= 90: print("判定为地理坐标（经纬度）") else: print("判定为投影坐标（米）")

这个判断不是学术洁癖。地理坐标下做缓冲区、算面积、算距离，结果全是错的，因为一度经度在不同纬度对应的实际距离差很多。我见过有人直接用经纬度数据算县域面积，得出某县“0.03 平方度”，这种数没法进报告。

3.2 统一到投影坐标系再算面积

县域分析里最常做的是面积汇总和点位归属。正确顺序是：先确认源坐标系，再投影到适合研究区的等积投影，最后算面积。全国尺度常用 Albers 等积投影，参数按中国区域标准设置：

# 若源为地理坐标，投影到中国 Albers 等积投影 gdf_proj = gdf.to_crs( "+proj=aea +lat_1=25 +lat_2=47 +lat_0=0 " "+lon_0=105 +x_0=0 +y_0=0 +datum=WGS84 +units=m +no_defs" ) # 新增面积字段，单位平方公里 gdf_proj["area_km2"] = gdf_proj.geometry.area / 1e6 print(gdf_proj[["NAME", "area_km2"]].sort_values("area_km2", ascending=False).head())

参数说明：lat_1、lat_2是双标准纬线，取 25 和 47 覆盖中国主要纬度带，能压低面积变形；lon_0=105是中央经线。如果你的研究区只在某个省，换成该省对应的中央经线和高斯投影，面积精度更高。/1e6是把平方米换成平方公里。算完拿几个已知面积的县对一下公开统计值，偏差在合理范围内才敢用。

3.3 叠加偏移的排查顺序

点位叠加上去偏了，按这个顺序查，基本能定位：

1. 看两份数据的crs是否一致，不一致先to_crs统一；
2. 看是否一份是地理坐标、一份是投影坐标却强行叠加；
3. 看是否用了错误的基准面（如 WGS84 与 CGCS2000 混用，在县级尺度偏差通常很小，但跨带投影会放大）；
4. 看点位本身是不是 GCJ-02 等加密坐标，这类坐标与标准坐标存在系统性偏移，需要先纠偏再叠加。

前三条用代码能查，第四条得问数据来源。别一上来就怀疑 shp 本身错，九成偏移是坐标系没统一。

4. 入库与空间查询：把 shp 变成能查的底表

4.1 导入 PostGIS 的标准流程

做县域汇总、点位归属，最终多半要落到数据库里跑 SQL。shp 进 PostGIS 用ogr2ogr最稳，字段类型和编码都能控：

ogr2ogr -f "PostgreSQL" \ PG:"host=localhost dbname=gis user=postgres password=***" \ county_2017.shp \ -nln county_2017 \ -lco GEOMETRY_NAME=geom \ -lco FID=gid \ -lco ENCODING=UTF-8 \ -nlt MULTIPOLYGON \ -t_srs EPSG:4326

参数说明：-nln指定目标表名；-lco GEOMETRY_NAME和FID控制几何列与主键列名，方便后续写 SQL；-nlt MULTIPOLYGON强制统一几何类型，避免部分要素是单面、部分是多面导致入库失败；-t_srs EPSG:4326统一到经纬度，若后续要算面积，可在库内再建投影列或用ST_Transform。入库后先建空间索引，否则点位归属查询会慢到怀疑人生：

CREATE INDEX idx_county_geom ON county_2017 USING GIST (geom); ANALYZE county_2017;

4.2 点位归属：一个 SQL 搞定县名回填

门店、采样点这类点位表，最常见的需求是“每个点落在哪个县”。用ST_Contains或ST_Within做空间连接：

-- 给点位表回填县名与行政区代码 ALTER TABLE poi ADD COLUMN county_name text; ALTER TABLE poi ADD COLUMN county_code text; UPDATE poi p SET county_name = c.name, county_code = c.code FROM county_2017 c WHERE ST_Within(p.geom, c.geom);

逻辑说明：ST_Within(p.geom, c.geom)判断点是否落在县面内。边界上的点可能因浮点误差落不进任何县，跑完查一下county_name IS NULL的数量，少量可人工核，量大说明坐标系或几何有问题。若点位是投影坐标、县面是经纬度，先ST_Transform(p.geom, 4326)统一，否则ST_Within恒为假——这是新手最常翻的车之一。

4.3 县域汇总与制图前的字段整理

汇总前把字段理干净：行政区代码保留为文本型（前导零不能丢），县名去空格，面积字段单独存。制图时按代码排序能保证图例稳定。若要做分级设色，用 3.2 算出的area_km2或业务指标做自然断点，别用等距分级，县级面积差异大，等距会把大多数县压进同一档。

5. 避坑清单：这份 2017 数据最容易翻车的五个地方

5.1 现象：叠加后边界整体偏移几百米到几公里

原因：两份数据坐标系不一致，或点位是加密坐标未纠偏。解决：先to_crs统一到同一 CRS，再核对点位来源；加密坐标需先做纠偏转换，不能直接叠。

5.2 现象：属性表县名乱码，匹配全失败

原因：.dbf实际编码与.cpg声明不符，或 cpg 缺失被默认按 UTF-8 读。解决：按 2.3 逐个编码试读，确认后另存 UTF-8 版本，主键字段单独校验一遍。

5.3 现象：面积算出来小得离谱或大得离谱

原因：在地理坐标下直接算面积，单位是平方度；或投影参数与研究区不匹配。解决：先投影到等积投影再算，用已知县面积做校验，偏差超阈值就换投影参数。

5.4 现象：入库报几何类型不一致

原因：部分要素是POLYGON、部分是MULTIPOLYGON，目标表按单一类型建。解决：ogr2ogr加-nlt MULTIPOLYGON强制统一，或在 Python 里gdf.geometry = gdf.geometry.buffer(0)修复自相交后再入库。

5.5 现象：边界上的点归属为空

原因：浮点误差导致ST_Within判定失败，或点位恰好落在县界共享边上。解决：对空值点用ST_DWithin加小容差（如 1 米）二次匹配，仍为空的人工核；同时检查几何是否有自相交，ST_IsValid批量筛一遍。

6. 进阶用法：用这份底表做县域可达性与变更比对

数据用顺之后，我一般会多做两件事。一是做县域尺度的可达性粗算：以县政府驻地或几何中心为起点，用路网或直线距离算到相邻县的时间/距离矩阵，配合这份县级面做分级制图。直线距离版本用geopandas的centroid加distance就能跑，注意先投影到米制坐标：

# 县域中心点两两距离矩阵（投影坐标下，单位米） cent = gdf_proj.geometry.centroid coords = [(p.x, p.y) for p in cent] import numpy as np pts = np.array(coords) dist = np.sqrt(((pts[:, None, :] - pts[None, :, :]) ** 2).sum(axis=2)) print("距离矩阵形状:", dist.shape) # (县数, 县数)

这段只做量级参考，真实可达性要接路网，但用来快速筛“相邻县”足够。二是做行政区划变更比对：手上有更新年份的县级数据时，用行政区代码做外连接，code只在一侧出现的即为新增或撤并单元，再叠加几何差异看边界调整范围。比对时务必用代码而非名称做主键，县名重名和改名都很常见。

最后说个血泪教训：我早期做县域汇总，图省事直接拿经纬度数据算面积，报告交上去被一眼看穿，返工重算了两天。从那以后我每次拿到 shp，第一件事固定是print(gdf.crs)加total_bounds双确认，投影没定死之前不碰任何面积和距离计算。这份 2017 县级行政区数据本身结构清晰、字段够用，把坐标系、编码、几何类型这三关过了，后面入库、查询、制图都是顺水推舟。希望帮到你。

本文还有配套的精品资源，点击获取