GeoJSONcn

全国19大核心城市群SHP矢量数据打包下载 附字段清单与转换脚本

发布于 2026-11-14 · GeoJSONcn 技术团队 · 阅读约 39 分钟

做区域经济、城市规划或者市场分区的图,最费时间的往往不是配色,而是把「城市群」这个文字概念变成能叠加、能算面积、能和经济数据挂上钩的面。公开资料里常见的是名单和示意图,真到 QGIS 里要按群筛要素、和 GDP 或人口栅格做空间连接,就得有一套坐标系明确、字段能读、每个群能单独调出来的矢量图层。这份包解决的就是这一步:19 个国家级城市群的范围面与核心城市点,整理成一套可以直接加载的 Shapefile,另外附上字段清单、群级统计表和校验和。

全国19大核心城市群 SHP 矢量数据 · 整理包

19 个城市群,39 个 Shapefile 图层:232 个市级范围面、238 个核心城市点,另有 19 群合并点图层。WGS84 经纬度,原始字段完整保留,附 19 群清单 CSV、字段说明与 SHA256 校验和。打包价 ¥20,一次买断。

  • 拿到就能加载:WGS84 地理坐标,.shp/.shx/.dbf/.prj/.cpg 组件齐全,QGIS、ArcGIS、GDAL 直接打开,不用先猜投影。
  • 字段原样保留:范围面含省级、地级、区划码、地名、code、year 等 23 个属性字段,点图层带 NAME 与 REMARK,按字段即可筛出任一城市群或某个地级单元。
  • 目录已归并:19 组面数据按群归入独立子目录,点数据保留分群结构并单列合并图层;打包前剔除了与数据无关的推广文件,统一了「天山北坡」的命名笔误。
¥20/整包

支付宝付款,付款完成文件直接开始下载。未收到文件可用订单号重新下载,次数不限。


已付款?凭订单号重新下载

先看图:19 个群在全国怎么铺开

买之前先对着图确认覆盖范围,比翻文件列表直观得多。下面这张是按城市群分色绘制的全国总览,白色圆点是 238 个核心城市点;预览图可以直接查看,用来判断这份数据是不是你要的那套口径。

全国19大核心城市群范围面与核心城市点总览
19 群范围面按群分色,白色圆点为 238 个核心城市点(WGS84)

从图上能看出分布的基本形状:东部沿海的京津冀、长三角、珠三角、山东半岛、粤闽浙沿海连成一片高密度带,长江中游与中原城市群往内陆延展,西部则是成渝、关中平原、兰州-西宁、天山北坡、滇中、黔中这几个点状组团,东北留着哈长与辽中南。做全国尺度的对比图时,这种「东密西疏」的格局会直接影响图例和标注密度,先看图再决定要不要把某个群单独放大。

如果还需要更细一级的行政单元做底图,可以配合本站的 四级行政区划数据集;要下沉到村级颗粒度,另有 全国村界矢量数据 可与之叠加。

19 个群各有多少面、多少点

表格里的数字是逐个打开 SHP 实测出来的,不是估算:范围面合计 232 个,分群点位合计 238 个,合并点图层同样是 238 个点。有几个群的面数和点数并不相等(例如长三角 27 面 30 点、粤闽浙沿海 16 面 17 点、天山北坡 6 面 7 点),这是因为点图层记录的是核心城市,与市级范围面并非一一对应关系,用的时候按各自用途分别取。

城市群范围面要素核心城市点经度范围 (°E)纬度范围 (°N)
中原城市群3031110.23~118.1831.38~37.81
京津冀城市群1111113.52~119.8737.06~42.62
兰州-西宁城市群9998.09~105.6534.08~39.09
关中平原城市群1010104.57~112.5733.10~37.16
北部湾城市群1515106.56~112.3618.72~24.04
呼包鄂榆城市群44106.48~112.3136.82~42.73
哈长城市群1111122.41~131.3142.00~48.93
天山北坡城市群6780.16~91.9241.20~46.21
宁夏沿黄城市群44104.28~107.6636.12~39.39
山东半岛城市群88116.22~122.7135.08~38.40
山西中部城市群55110.37~114.1336.64~39.66
成渝城市群1616101.94~110.2027.66~33.04
滇中城市群55100.72~104.8322.45~27.06
珠江三角洲城市群99111.36~115.4221.57~24.39
粤闽浙沿海城市群1617113.91~120.7222.89~29.50
辽中南城市群99120.97~125.7938.72~43.49
长江三角洲城市群2730115.76~122.8327.14~34.47
长江中游城市群3131110.25~118.4825.98~32.63
黔中城市群66103.60~109.5925.06~29.22

这份清单在包里也有 CSV 版本(19城市群清单.csv,UTF-8 BOM,Excel 直接打开不乱码),可以直接拿去当数据字典或者做表格关联。

整理这一步做了什么

原始目录是 255 个文件平铺在各处,夹着 4 个与数据毫无关系的推广快捷方式,面数据 19 组文件全部堆在同一层,其中一个群被写成了「天门北坡」。整理后的结构按群拆开,并把命名与点数据对齐:

# 解压后先看目录,再核对文件完整性
unzip -l 19大核心城市群SHP整理包.zip | head -20

19大核心城市群SHP整理包/
├── 说明-请先读.txt
├── 19城市群清单.csv
├── 字段说明.txt
├── SHA256SUMS.txt
├── 城市群范围面数据/
│   ├── 中原城市群/中原城市群.shp ... (每个群一个子目录,组件齐全)
│   └── 天山北坡城市群/ ...
└── 城市群核心点数据/
    ├── 全部城市群数据.shp          (19 群点位合并图层,238 个点)
    ├── 中原城市群/中原城市群_Point.shp ...
    └── ...

# 校验每个文件是否在传输中损坏
cd 19大核心城市群SHP整理包 && sha256sum -c SHA256SUMS.txt

要说明的是:整理只涉及目录归并、文件重命名与清单生成,没有改动任何几何坐标,也没有改写 dbf 里的字段和取值。范围面用的是市级行政单元拼合出的群范围,属于规划研究用的示意范围,适合做区域经济分析、空间叠加和制图,不作为法定界线或权属认定依据。坐标系信息写在每个图层的 .prj 里,是 GCS_WGS_1984,单位是度,不是投影米制——需要算面积时记得先投影。

两套图层怎么配合

范围面负责「群有多大、包含哪些地级单元」,点图层负责「核心城市在哪」。长三角是群里最细的一份,27 个市级面拼出完整轮廓,30 个核心城市点落在各市中心位置;放大后市界之间的缝和点的分布都能看清:

长三角城市群27个市级范围面与核心城市点细节
长三角城市群细节:27 个市级范围面,红色方块为 30 个核心城市点

点数据另给了一张全国分布图,做点位密度或标注布局时可以先对着它排一遍:

19群238个核心城市点全国分布
合并点图层「全部城市群数据.shp」的 238 个核心城市点分布

字段表里有什么

图层主要字段用途
城市群范围面省级、省级码、省级类、地级、地级码、地级类、区划码、地名、code、year、NAME_1、NAME_2、ENG_NAME、VAR_NAME 系列、曾用名、备注、GID_1、GID_2、TYPE_1、TYPE_2、SmUserID 等 23 项按省 / 按地级筛要素、和统计年鉴按区划码关联、做分群着色
分群核心点NAME、REMARK取城市名、做点位标注
合并点图层NAME、REMARK、POINT_SYMB、FONT_SIZE、FONT_COLOR、FONT_CHARS、FONT_WEIGH后 5 项是原制图符号参数,不需要可直接忽略

字段清单在包里的 字段说明.txt 有完整罗列。中文属性使用的是 GB 系编码,读的时候要按 .cpg 指定,否则 QGIS 里容易显示成乱码。

三个能直接跑的用法

转成 GeoJSON 给前端用。 Shapefile 不方便直接进浏览器,先用 GDAL 转一份,编码显式指定避免中文字段乱码:

# -oo 指定 dbf 编码;WGS84 原样输出,不做投影变换
ogr2ogr -f GeoJSON \
  -oo ENCODING=GB18030 \
  -lco COORDINATE_PRECISION=6 \
  长三角城市群.geojson \
  城市群范围面数据/长江三角洲城市群/长江三角洲城市群.shp

# 19 个群批量转,逐个输出同名 geojson
for d in 城市群范围面数据/*/; do
  n=$(basename "$d")
  ogr2ogr -f GeoJSON -oo ENCODING=GB18030 "${n}.geojson" "${d}${n}.shp"
done

用 pyshp 快速核对要素数和字段。 不想装 GDAL 时,一个轻量库就能读出规模:

import shapefile

path = "城市群范围面数据/长江三角洲城市群/长江三角洲城市群.shp"
r = shapefile.Reader(path, encoding="gb18030")
print("要素数:", len(r))                      # 27
print("字段:", [f[0] for f in r.fields[1:]])
print("范围 bbox:", r.bbox)                   # (115.76, 27.14, 122.83, 34.47)
for sr in r.shapeRecords()[:3]:
    print(sr.record["地级"], sr.record["区划码"])
r.close()

在 Leaflet 里按群分色。 转成 GeoJSON 之后,用一个颜色数组给每个群的图层上色即可,无需额外依赖:

const palette = ['#3b6fb6', '#c0504d', '#4f9d69', '#8064a2', '#d08b28', '#3c9fa6'];
const groups = ['京津冀城市群', '长江三角洲城市群', '珠江三角洲城市群',
                '成渝城市群', '长江中游城市群', '中原城市群'];

groups.forEach((name, i) => {
  fetch(`/data/clusters/${name}.geojson`)
    .then(r => r.json())
    .then(g => L.geoJSON(g, {
      style: { color: palette[i % palette.length], weight: 1.2, fillOpacity: 0.55 }
    }).bindPopup(name).addTo(map));
});

如果手上另有行政边界数据,也可以到 本站数据页 取省市区县四级边界,把城市群范围当作叠加层套在上面对照。

几个常被问到的问题

QGIS 打开是空白或者中文乱码? 空白多半是只拷了 .shp 没带 .shx / .dbf,包里组件是齐的,整个子目录一起解压即可;乱码按 .cpg 把数据源编码设为 GB18030 或 GBK。

能直接算面积吗? 坐标是经纬度,直接拿度数当面积会错得离谱。先用 ogr2ogr -t_srs EPSG:3857 或者更合适的等积投影转到米制,再算。

19 个群能只取一个吗? 可以。每个群独立子目录,属性表里也带群名和地级字段,按字段筛选同样能拆出来,只取需要的那部分即可。

这份数据和行政边界数据是什么关系? 范围面以市级行政单元拼合,属于城市群规划研究的示意范围;要做正式行政区划制图,请用专门的行政区划边界数据,两者用途不同。

全国19大核心城市群 SHP 矢量数据 · 整理包

19 群、39 个图层、232 个范围面与 238 个核心城市点,WGS84,含清单 CSV、字段说明与校验和,¥20 一次买断。

¥20/整包

支付宝付款 · 付款完成即下载 · 订单号可反复重新下载