简介：这是一份覆盖粤港澳大湾区9个内地城市及香港、澳门特别行政区的乡镇街道级GIS矢量数据包，面向城乡规划、城市研究、商业选址与空间数据分析人员，可解决街道和镇级行政边界数据分散、不易获取的问题。压缩包共36个文件，大小仅4.36MB，以Shapefile标准组件为主，包含.shp几何数据、.dbf属性表、.shx索引、.prj坐标参考和.xml元数据等，可在ArcGIS、QGIS中直接加载，也可结合人口、GDP等数据做空间关联与统计。资源除各街道各镇边界图层外，还提供区县层级数据并带有坐标系统设定，便于与CGCS2000或WGS84等不同基准的数据进行叠合使用。目前已有1179人学习下载，适合需要快速绘制大湾区精细区划图、开展交通可达性或人口分布分析的研究与工程人员，是支撑区域空间决策的基础数据资产。
1. 粤港澳大湾区街道镇级shp：一份本应到处都有、却总得自己拼的数据
做湾区相关项目的人，多半都经历过这个场景：要按街道、镇做一张底图，你打开天地图、各类地理信息公共服务平台，能找到深圳的街道边界、广州的镇街边界，但要把珠三角九市加上香港和澳门放在一张图层里，街道镇级的shp就成了稀缺品。区县级的公开数据到处是，街道镇级要么分散在各市平台，要么是局部分发、坐标系统一、属性字段各写各的。这篇文章就把凑齐这一套街道镇级shp的完整路径讲清楚：数据从哪找、怎么转成统一标准、坑在哪，最终能导出一份在ArcGIS、QGIS里直接能用的图层。
2. 大湾区街道镇级边界的数据源与拼接思路
2.1 官方与半官方数据源：能直接下载的，各有什么脾气
先说结论：目前没有一份覆盖整个大湾区、命名规范、坐标统一的官方街道镇级shp打包文件。常见做法是分头凑，最后自己拼。
第一类，各市自然资源或政务数据管理部门开放平台。广州、深圳、佛山、东莞这些城市基本都有镇街级行政界线，有些直接给shp，有些给geojson。深圳的街道边界在好几个公开数据集里重复出现过，但版本可能差一两年——深圳这几年有街道拆分调整，如果拿到的是旧版边界却标着新年份，属性表里少一两个街道，图上根本看不出来。下载时务必先看数据字典或更新日志，确认边界时点，别只看文件名称里的年份。
第二类，天地图的服务接口。天地图提供行政区划查询，能按级别取边界，但返回的常常是geojson，而且到街道镇级，部分节点只给中心点坐标，不给面边界。这类接口更适合做校验：拿它核对某个街道的行政驻地经纬度，别拿它当唯一数据源。对「shp文件下载」的需求来说，天地图这个渠道的定位是验证，不是获取主数据。
第三类，科研与开源社区的整理成果。一些GIS数据社区有人做过整套乡镇级边界整理，把整个广东省的乡镇边界都洗干净并且带上国标行政区划代码，这类数据能省很多时间。但拿到手第一件事不是直接用，而是核对代码表与最新行政区划：乡镇合并是常态，去年还在的镇今年可能已经并掉，图形边界却还是旧的。用之前拿最新名录过一遍，再决定是改属性还是重新拼接地物。
关于中国行政区划shp怎么下载这个问题，顺带说明：省级、市级、区县级数据有相对规范的全量包可下，但街道镇级没有统一全量包。原因很简单——乡镇级行政区划调整远比县级以上频繁，做一个全量、规范的乡镇级数据包要持续维护，公开渠道很少愿意投入。所以才有本文这种「自己拼」的路线。
2.2 拼接的先后顺序：先统一坐标框架，再合并要素
拼接基准面要想清楚。珠三角九市的主流公开数据基本是CGCS2000或WGS84两大类，香港采用的是香港1980地心坐标对应的投影网格，澳门有本地坐标基准。把九市数据直接合并，ArcGIS会提示坐标系不一致；有些图层看似能并，但因为坐标参考不一致，结果就是地图上港澳的位置整体偏出去几十米甚至更远。所以第一步不是拼，是统一框架。
我处理这类数据的一般顺序是：各自打开检查坐标系，把不是CGCS2000或WGS84的单独挑出来，用Project工具转换；全部统一到一个坐标系之后，再用Merge合并；合并后跑一遍拓扑查重叠和缝隙。别倒过来。如果先合并再转换，容易出现要素边缘被重投影算法拉出微小裂缝，后面拓扑检查会多出一堆伪错误。
坐标系选择要看用途。如果后续只做Web可视化，用WGS84经纬度（EPSG:4326）最省事，GeoJSON、Mapbox、Leaflet都认；如果要计算面积、做空间统计，建议投影到米制坐标。常用方案是CGCS2000 / 3-degree Gauss-Kruger zone，但珠三角横跨多个分带，处理不当会在带边缘出现偏差；图省事就用EPSG:3857 Web Mercator，视觉上没问题，面积精度却差一些。我的习惯是：正式分析用CGCS2000经纬度存储、投影后计算，给演示项目用3857，两不误。
完成合并且统一坐标系后，要立刻统计要素个数。大湾区内珠三角九市街道镇总数超过一千，加上香港的区议会选区和澳门的堂区，完整的要素数通常在1100左右。如果合并完只有四五百个，不用想，肯定丢数据了——多半是某个市的图层有大量空几何或者编码错误。在ArcGIS里合并时有个常被忽略的选项：「不保留路径」对shp无效，但字段映射里如果源字段名不一致，合并结果是多个字段并排而不是融合，属性表会多出一堆带后缀的重复列，后面整理时很烦。所以合并前先把各源数据的字段名统一成同一套，再执行Merge。
3. 从dwg、json、kml到shp：格式转换与坐标系统一
3.1 格式杂，坐标系更杂：先看投影再看后缀
大湾区各街道各镇shp凑不齐，不只是获取渠道问题，格式也拦了一道。规划CAD图里的镇界是dwg；有人从天地图复制的是geojson；地图平台导出的可能是kml；统计部门给的可能是Excel里的经纬度点。要做成shp，得先过格式转换这关。
dwg文件最大麻烦是坐标系经常「查无此人」。很多CAD图纸用的是地方独立坐标系，图上不带投影信息。直接转shp会得到一堆线，方向和距离是对的，挂到GIS里位置却偏了。kml则固定是WGS84经纬度，不需要猜坐标系；geojson可以带坐标系声明，但很多平台导出时不写，拿文本编辑器打开看一眼坐标值——如果经度在73到135之间、纬度在3到54之间，基本就是WGS84经纬度。这一眼判断法很土，但排查时非常高效。
另一个隐蔽问题是「shp转kml」和「kml转shp」的路径依赖。shp可以带投影，kml不能带，转kml时软件会默认把要素从源坐标系换算到WGS84，所以一般转过去位置是对的；反过来kml转shp时，如果目标坐标系不是WGS84，而转换工具没写清楚目标投影，生成的shp会以为自己还是WGS84，实际坐标却是CGCS2000高斯投影的数值，ArcGIS里叠图偏出去十万八千里。凡是做kml和shp互转，转完都用卫星影像抽检几个点，别信转换日志里的「成功」。
3.2 三组转换命令：dwg转shp、kml转shp、json转shp
dwg转shp，我用QGIS的CAD导入比较多。QGIS能直接加载dwg，导入面板里选「expand」会按图层拆出多个要素类，其中包含边界线图层，再手动转面。操作路径是：Layer菜单 → Add Layer → Add Vector Layer，文件类型选AutoCAD Drawing，加载后看线图层属性，找到标注着行政界线或地类界线的那个图层，其余道路、标注图层别要。
# QGIS Python控制台：把CAD线图层转成面 # 前提：已在QGIS里加载了dwg中的"行政界线"线图层 layer = QgsProject.instance().mapLayersByName('行政界线')[0] processing.run("native:linestopolygons", { 'INPUT': layer, 'OUTPUT': 'd:/dawanqu_township.shp' })逻辑说明：native:linestopolygons会把封闭的线串转成面要素。不封闭的线会被丢弃，这正好暴露CAD数据不闭合的问题——多数规划图镇界是闭合的，但偶有缺口。转换后检查输出要素数，比源线少几十个很正常，少的那些就是没闭合的线，需要回到CAD里补线或者用QGIS的snap工具闭合。参数上不用额外调，关键是先确认选中了正确的线图层，选错图层的后果是转出一堆碎面。
kml转shp用GDAL最直接，不依赖图形界面，适合批量处理：
ogr2ogr -f "ESRI Shapefile" dawanqu_streets.shp dawanqu_streets.kml \ -t_srs EPSG:4326 -s_srs EPSG:4326参数含义：KML源坐标系固定是WGS84，s_srs填4326是确认；t_srs填4326表示输出也保持经纬度。如果后续要用投影坐标，把t_srs改成目标EPSG，比如CGCS2000的投影分带，ogr2ogr会在输出时自动做坐标换算。这里有个容易踩的细节：GDAL的KML驱动默认把Polygon读成MultiPolygon，shapefile写入时没问题，但要素数量可能对不上统计表——这是几何类型差异，不是数据丢失，字段连接前先检查几何类型。
json转shp是日常最高频的转换，GeoJSON转shp的完整命令如下：
ogr2ogr -f "ESRI Shapefile" zhuhai_streets.shp zhuhai_streets.geojson \ -t_srs EPSG:4326 -overwrite参数说明：GeoJSON本身常带坐标系声明，s_srs可省；-overwrite表示输出已存在时覆盖，避免交互询问。转换后检查属性字段的编码，GeoJSON必然是UTF-8，而shapefile的dbf老版本不认识UTF-8，打开shp属性表中文乱码就对了——用QGIS读shp时，设置编码选UTF-8能解决；ArcGIS里则右键图层属性，在Source页签里改编码。更稳妥的方案是转换后用工具统一给dbf设编码，见第5章。
还有一组相关操作顺带说清。arcgis shp转kml，ArcToolbox里Conversion Tools → To KML，对话框里有个选项叫「Extrude height」，默认关闭，别乱开；输出字段里如果要素没有Name字段，KML里的地标名会变成ObjectID，导出前在要素属性里新建一个Name字段存地名，KML图层里才看得到中文名字。此外，shp转txt只适合点数据交换，边界shp转成txt没什么意义，统计系统要的「shp转txt」通常是想取坐标对，建议导出成CSV，别用txt文本格式，编码问题少一半。
关于「excel点转shp」也提一句：凡是带经纬度Excel表格的点数据，ArcGIS的Display XY Data和geopandas的points_from_xy都能快速转，但这与边界shp是两回事——Excel能给出街道镇政府驻地坐标，给不出边界线。很多人想要街道边界却用驻地坐标点图冒充，做专题图时会发现地图特别空，要意识到这个区别。
4. 街道镇级shp的五个典型坑：边界、代码、精度与文件损坏
4.1 行政区划改了，shp没改：新旧街道名对不上
这是街道镇级shp最常见的翻车点。深圳近几年有街道拆分，广州部分区镇改街道，珠三角一些镇合并。你的shp里写着某个街道，但现行行政区划里它已经拆成两个街道了。做人口密度图时，街道数量对不上，数值归并错，一上图就被识破。
现象：属性表里能查到某个镇，但政府网站最新名单里已经找不到；或者图上某个区域边界线明显画到了另一条河对岸。 原因：数据源本身的版本旧。很多公开数据集是发布时的快照，发布后行政区划又调整了。 解决：拿到shp先核对最新行政区划名录。对照名录逐个街道过一遍，发现更名或合并，先在属性表里改NAME字段和代码，再入库。别指望边界自动更新，但至少名称和代码要跟上。批量核对的方法是把shp的NAME字段导出成Excel，和最新名录做VLOOKUP，匹配不上的行单独看。
4.2 飞地和岛状地块：边界没问题，图却像破洞
大湾区水网密集，相当一部分镇的辖区跨江，或者海岛属于某个镇管辖，shp里这些地块和主体是分离的。拼接后的图层里，飞地如果不做标注，读者会以为是数据画错了。
现象：一个街道由多个互不相连的面组成，合并后邻接检查报告大量「重叠」或「间隔」。 原因：不是数据问题，是真实的行政区划形态。shp数据本身没坏，但渲染成面后，飞地夹着别的颜色，视觉上像破洞。 解决：属性表加一个字段标注「是否飞地」，制图时飞地和主体用同色不同透明度渲染；空间统计时按街道聚合，飞地面积照样计入，别手动删掉——它是真实管辖范围。飞地边界经常引发争议，如果做的是两地交接区域的可视化，最好在出图说明里标注「飞地按行政区划文本归属绘制」，避免被误读。
4.3 统计代码与行政区划代码不是一套：连接表成功率低
这是最容易当场吵架的坑。街道镇级要素常见的代码字段有两种：民政的行政区划代码（12位）和统计用区划代码（也是12位，末位规则不同）。一套shp里两个代码字段混用，连接统计表时匹配不上，大量数据变成「无匹配」。
现象：把街道GDP、人口表通过代码字段连接shp，连接成功率不到60%。 原因：表里用的是统计用代码，shp里是民政代码，或者反过来；还有0的补位差异——有的表代码是10位省略了后两位，shp里是完整12位。 解决：连接前把两边的代码字段格式统一。标准做法是shp里同时保留两套代码字段，ADCODe存民政代码，TJJCODE存统计代码，连接时按表来源选对应字段。如果只有一个字段，宁可手动按街道名字关联，也别硬套代码。批量检查的办法是提取代码字段的前9位（市、区县部分），和区县名称做交叉验证，前几位对不上说明代码体系选错了。
4.4 边界精度：矢量边界和影像总是差半条街
街道镇级数据精度差异很大：中心城区街道边界很多是从高精度地籍图综合来的，边界准确；乡镇边界则可能源自1:10万基础地理数据综合成果，误差达到几十米。在卫星影像上叠着看，边界线压到建筑物上是常事。
现象：边界和影像叠加，线跑到道路中央、房屋内部。 原因：数据来源比例尺不同，综合精度不一致，不是配准错位。 解决：不要试图把全图边缘对齐到影像，这是无底洞。工程上只对争议区域的边界做局部修正，其余保持原样。真正要全局统一精度，就得走测绘流程，预算和周期翻几倍，多数街道级分析用不着。判断数据精度有没有到「能用」，简单办法是量几个已知地标（比如街道政府驻地）到边界的距离，如果普遍在50米以上，这份数据只适合做宏观示意，不适合做界址确认。
4.5 shp文件损坏与修复：拷来拷去坏一半
Shapefile由shp、shx、dbf、prj等多个文件组成，任何一个坏了都会出问题。拷贝不完整是损坏主因，最常见的是只拷了.shp没拷.dbf，或者传输过程中文件被截断。
现象：能打开图形、属性表空白；或者图形能看但一选中就崩溃。 原因：拷贝不完整，中文属性字段编码错乱也会导致类似表现——有的属性表打开全是「锟斤拷」这类乱码字符。 解决：拷贝shp必须把同名的所有后缀文件全部选中，建议直接打包成zip再拷贝，目标机器解压后再用。已经损坏的，shp修复工具有专门的修复工具可以重建缺失的shx索引，但dbf字段丢失无法凭空恢复，只能回源重拷。血泪经验：工作目录里永远保留一份打包好的原始数据备份，别只靠当前目录里的shp活着，谁删了改错了都还有后悔药。
5. 属性整理与拓扑验证：让shp能直接进模型和出图
5.1 字段设计与编码标准化
一份能直接用于分析的街道镇shp，属性表最少应该有这些字段：地名、行政区划代码、统计用代码、所在市、所在区县、面积、数据版本。这个结构能兼容绝大多数人口、经济数据的连接需求。
字段设计参考表：
| 字段名 | 类型 | 示例 | 说明 |
|---|---|---|---|
| NAME | Char(20) | 石牌街道 | 标准地名 |
| ADCODE | Char(12) | 440106005000 | 民政行政区划代码 |
| TJJCODE | Char(12) | 440106005000 | 统计用区划代码 |
| CITY | Char(10) | 广州市 | 所在市 |
| DISTRICT | Char(15) | 天河区 | 所在区县 |
| AREA_KM2 | Double | 6.35 | 面积，平方千米 |
| VERSION | Char(10) | 202401 | 边界数据版本 |
字段名用英文，长度控制在10个字符内，这是dbf格式的老限制。中文属性乱码的根源在编码：shapefile的dbf存储编码不一，老工具默认GBK，现代工具默认UTF-8，互相打开就乱。用geopandas写shp时，编码参数必须显式指定：
import geopandas as gpd gdf = gpd.read_file('dawanqu_merge.shp') # 补空值：dbf字段允许NULL但部分旧GIS工具不支持，全填默认值更稳 gdf['CITY'] = gdf['CITY'].fillna('未知') gdf['DISTRICT'] = gdf['DISTRICT'].fillna('未知') # 先把数据投影到米制坐标，再算面积 gdf = gdf.to_crs(epsg=3857) gdf['AREA_KM2'] = gdf.geometry.area / 1_000_000 # 写回WGS84经纬度保存，面积字段保留投影时算好的值 gdf = gdf.to_crs(epsg=4326) gdf.to_file('dawanqu_clean.shp', encoding='utf-8')逻辑说明：先填空值是因为dbf字段在部分旧引擎下写入空值会报错，填「未知」是最稳做法；几何面积必须在米制坐标系下计算，WGS84经纬度坐标下geometry.area算出来的单位是度，数值量级完全不对；算完面积再转回经纬度存，是为了方便Web端直接调用。这样生成的shp在QGIS里打开不乱码，ArcGIS里打开若乱码，在图层属性里改编码为UTF-8即可。
5.2 拓扑检查与面积校验：合并后必做的两步
数据入库前必做两件事：拓扑和面积。拓扑检查在QGIS里用Topology Checker插件，规则就三条：不能有重叠、不能有缝隙、不能有重复要素。ArcGIS用户用Geodatabase拓扑，规则相同。
最常见的检查结果：两个市的shp合并后，接边处出现狭长重叠或缝隙。原因是两市的边界数据精度不同，同一侧边界线位置差了十几米。修复方式别手动拖节点，那是费力不讨好——用「消除缝隙」工具，设定窄缝阈值（比如5米）自动捕捉。重叠的话，先看位置是不是城市边界上的灰色地带，是就保留其中一个；如果只是细碎压盖，用「融合」按街道名称字段聚合掉。
面积校验用对比法。把计算出的AREA_KM2字段和统计年鉴上的镇街面积对比。每个镇街相对误差小于1%，说明边界数据基本可靠；误差超过3%，回头检查坐标系——把经纬度当成米制坐标算，面积会虚大好几倍。判断投影是不是米制有一个土办法：看坐标值的量级，米制坐标的横坐标一般是几百万（带带号）或几十万（不带带号），经纬度坐标只有一百多。这个错误我犯过一次，算出来的面积比真实值大了一倍，图表诡异得出图后没人敢用，排查半天才发现是投影忘设了。
「渔网分割shp」也是这个阶段常做的操作，做抽样或网格统计时用。思路是Create Fishnet生成与研究范围一致的格网，再与街道shp做相交，得到每个格网归属哪个街道。注意网格分割后要素量大增，shp文件体积会明显膨胀；如果只是统计用，别输出分割后的shp，直接让相交工具输出统计表，文件小还快。
5.3 多源数据拼接时的接边处理
大湾区多市拼接比单个市内部拼接麻烦在接边带。不同市源自不同测区，接边处经常出现双线——两边都有边界，粗细和精度不一致。处理接边有一个通用策略：以精度高的一侧为主，另一侧吸附过去。判断精度高低同样用对比法，哪个市的边界和卫星影像吻合度高，就以谁为准。
操作上用ArcGIS的Snap或QGIS的snap geometries to layer工具，容差设定一般取两侧边界差异的平均值，比如差异普遍在15米左右，容差设20米。容差设太大可能把真实的小湾澳、半岛形状拉变形，设太小接不上。接边完成后，把接边带单独抽出来目视检查一遍，别信工具的自动修复报告——工具只保证几何闭合，不保证行政区划语义正确。
6. 做一张能上会的湾区街道边界图：符号化、标注与导出
数据洗干净后，最后一步是出图。街道镇级shp直接填充会显得很碎——大湾区上千个街道镇，颜色区分度不够，图面像打翻了的调色盘。我的习惯是：底图先画区县级边界，用低饱和度底色区分城市；街道镇边界用细线叠上来，白线下压一条深色细影线，层次感马上出来。标注不要全标，只标重点街道：中心城区的街道名用黑色注记，乡镇名用灰色，再在冲突解决里设置权重，让图面读起来舒服。
出图前有一个后悔药：把shp转成kml或geojson放到在线底图上预览。ArcGIS里直接导出KML，在支持KML的GIS平台打开，先看整体位置对不对，再叠加在线影像看边界走向。如果这一关过了，正式出图基本不会翻车。Web项目里要做街道查询，把shp切成矢量瓦片是更合理的路线：
# 先用ogr2ogr把shp转成GeoJSON，再用tippecanoe生成矢量瓦片 ogr2ogr -f GeoJSON dawanqu_streets.geojson dawanqu_clean.shp \ -lco RFC7946=YES tippecanoe -e dawanqu_tiles -z14 -Z6 -pf -pk dawanqu_streets.geojson参数说明：-z14 -Z6 表示只在缩放级别6到14之间生成切片，街道镇级边界在低倍率看不出来，没必要全部渲染；-pf 让要素在低缩放级别不被合并消失，保证缩小时边界线完整；-pk 允许按切片大小自动降低精度，避免瓦片体积失控。切完的瓦片可以直接丢进Web地图，浏览器里街道级查询流畅很多。
我实际处理这类数据时最值钱的经验是：把整理好的属性表模板留存下来——地名、代码、年份、数据来源、坐标系五列一拉，交接给谁都接得上手。数据本身总会过期，但清洗方法不会。希望这份从获取、转换、清洗到出图的流程，帮你少踩几个坑，把时间放回真正要分析的问题上。
本文还有配套的精品资源，点击获取
