乡镇街道边界数据下载后先查乡级通名池：1587 个单元、29.3 万平方千米不在正式名录里

发布于 2026-09-23 · GeoJSONcn 技术团队 · 阅读约 12 分钟

乡镇级的 GeoJSON 拿到手，第一件想做的事是把要素按名字列出来对着名录核一遍。真核下去会发现两边永远对不齐，差的那部分往往不是数据错了，而是同一份文件里混着两类东西：正式乡级单元，和行政区划代码里另开一个号池的通名池单元。

这两类要素在字段上几乎看不出差别——都有 name、都有 code、类型 列写的也是"镇"或"乡"。真正的分野藏在 12 位代码的第 7 到第 9 位。

号池的分界线在第 7 位到第 9 位

民政部门的乡级代码是 12 位，前 6 位随区县，第 7 到第 9 位在该县内顺序编号。正式乡级单元的取值区间是 001–399，常见的 100 段是镇、200 段是乡、001 段是街道。第 7 位一旦到 4 以上，性质就变了：400 段是各类农场、林场、垦殖场、牧场、良种场，500 段是开发区、管理区、管委会，600 段是监狱、训练场一类。

这不是哪一份数据源的私人约定，而是代码结构本身给出的信息。判据只有一行：

// 12 位乡级代码：前 6 位区县，第 7-9 位为县内顺序号
// 001-399 => 正式乡级；400 及以上 => 农林场/开发区等通名池单元
function poolOf(code) {
  const mid = String(code ?? '').slice(6, 9);
  if (!/^\d{3}$/.test(mid)) return 'bad';
  return mid >= '400' ? 'pool' : 'formal';
}

把 32 个省级聚合文件全量扫一遍，共 41470 个乡镇级要素。按上面这一行判下来，落在通名池里的有 1587 个，对应面积 293066 平方千米，占全国县级合计面积的 3.09%。它们分布在 461 个区县里。

通名池吃掉的比例，按县看是断崖式的

平均值没有意义。同一个池子在不同县里的分量，能从零一路占到九成以上。

黑龙江爱辉区的明细最能说明问题。这个区一共 24 个要素，其中正式乡级只有 11 个——西岗子镇 72.05 平方千米、瑷珲镇 196.74 平方千米、新生鄂伦春族乡 0.85 平方千米。11 个正式单元加起来只占全区面积的 5.3%。另外 13 个是林场与农场：大岭林场一个就 5210.18 平方千米，占全区 40.81%；滨南林场 1176.47、锦河农场 1591.79、江防林场 815.23。把这份文件按"有多少个乡镇"去统计，会得到 24；按正式名录去对，只能对上 11。差出来的 13 个不是脏数据，是森工与农垦系统的实体，在正式民政名录里本来就没有对应条目。

江西永修县的 20 个要素同理，比例更温和但结构一样：14 个正式乡级里，吴城镇 372.77 平方千米最大；6 个通名池单元里，云山企业集团 292.44、恒丰企业集团 81.80、八角岭垦殖场 14.16、永丰垦殖场 35.68，再加一个 501 段的江益镇 81.05。这 6 个加起来占全县 24.6%。

表格统计与地图着色，各按什么口径取

口径选择取决于下游要干什么，两种都成立，但要一致。

做统计台账、跟正式名录对账，应当只取正式段。上面这 461 个区县里，如果把通名池单元一并计入"乡镇个数"，会系统性多出一截——爱辉区多 13 个，永修县多 6 个，桐庐县甚至一个正式单元都没有。

做地图着色或面积汇总，反而不能剔除。爱辉区逐要素着色时若把 13 个林场农场归到"未匹配"再丢弃，全区四成面积会直接空在图上，看上去像几何缺失。正确做法是保留几何、把池内单元用另一套色值或虚线边界区分开，并在图例里单列一行。

这里有个容易踩空的边界：判据用的是代码第 7–9 位，而 类型 列不可靠。同一批数据里出现过一个 501 段的要素，类型 写的是"镇"——名字叫江益镇，代码却落在开发区段。反过来的例子也有：一个 400 段的要素挂着"乡"的类型标注。同一条规则要能同时接住这两种情况，就不能依赖 类型 列做分流依据，只能看代码位。

代码位本身也可能缺。全量里有 319 个要素的第 7–9 位不是纯数字或整列为空，集中在少数几份文件里；这部分既不能判成正式也不能判成池，单独归入"待补"队列，不要默认塞进任何一边。另有个别要素的 name 是 0 或纯数字这类无量值，山西、甘肃两省的这类要素分别覆盖了各自省面积的 21.42% 与 8.68%，处理时按"名称不可用但几何有效"对待：几何照常参与着色与面积统计，名称列留给后续按代码回填。

落成流程时的顺序

把上面的判断串起来，一次清洗大概是这个次序：

1. 先按代码位分池，不要先按名称或类型过滤。分完池再谈别的，能避免把林场当成脏数据删掉。 2. 名称列单跑一遍可用性判定。空值、0、纯数字、含"未命名"的一律标为不可用；含括号注释的（如"林东西城街道（办事处）"）先剥掉括号段再比名，全量这类名称有 120 个。 3. 同县同名单独核对。全量有 467 个区县存在同县内重名，多出 883 个要素，其中一部分是历史遗留、一部分是通名池单元与正式单元撞名——宜丰县一个县里"澄塘镇"这个名字出现在 7 个要素上，覆盖 145.99 与 1.47 平方千米两种尺度，靠代码位分池后它们自然分到了两边。 4. 逐县做面积闭环。上面抽查的四个县里，宜丰县、吉水县、泰顺县的要素面积合计与公开县面积分别差 0.1%、0.2%、0.5%，说明分池分对了；永登县差了 4.0%，就该回头看这个县的县级边界与本县要素之间是不是有缺口，而不是急着改乡级数据。

这套判据的价值集中在数据入库与建模环节。换个场景，如果目的只是把某个市或某个县摆进汇报材料里当底图，重跑一遍分池其实没必要——模板选购页 里按省市逐级备了可编辑底图，单份 ¥4.99，预览免费，农林场那类单元与正式乡级已经分色排好，选中哪块改哪块就行。

上面这批数值来自某一次聚合版本的快照，换一版源会有浮动。真正可迁移的是判据形式：它只依赖 12 位乡级代码的内部结构，与文件出自哪个数据源没有关系，因此 GeoJSON下载 得到的文件只要带这一列代码，同一段逻辑可以直接套用。把分池与名称可用性两步写进流水线的固定节点，比每次开工临时决定哪些要素算数、哪些要素剔掉要稳得多。