简介：长江经济带区县、地级市及省级行政边界shp矢量数据包，覆盖上海、江苏、浙江等11个省市，是GIS空间分析与专题制图的常用基础数据，尤其适合区域经济研究、城乡规划、交通物流、环境监测等相关从业者及高校师生使用。压缩包共22个文件，标准Shapefile组件齐全，包含3个shp几何数据、3个dbf属性表、3个prj投影坐标、3个shx位置索引、3个sbn/sbx空间索引及3个xml元数据，另附预览图，整体约20.59MB。已有705人学习下载。数据粒度细至区县级，自带精确地理坐标与投影参数，可直接导入ArcGIS、QGIS进行地图可视化、叠加分析、缓冲区计算等操作；也可结合人口、GDP等属性字段做分级渲染与区域对比，相比自行采集整理能显著节省数据预处理时间，为长江经济带空间格局、产业布局、生态治理等课题研究提供可靠底图支撑。
1. 长江经济带各区县 SHP 数据包：从哪里开始下手
长江经济带各区各县shp文件.rar 这类压缩包，可以看作一套“边界基础数据”，里面通常是上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、贵州、云南这些省级单位的区县级矢量边界。对做区域分析的人来说，它的价值不在图层多精致，而在于行政代码和面要素已经按区县粒度切好，拿到就能和统计年鉴、夜间灯光、路网数据做空间关联。适合刚接手区域项目、需要快速搭底图的 GIS 工程师。以下按我平时处理这类数据包的顺序展开：先拆包和验文件，再统一坐标系统，随后用 GeoPandas 读取与合并，最后做属性连接和交付前自检。
2. 解开 RAR 压缩包：先做 SHP 四件套完整性检查
2.1 RAR 打包方式对 SHP 部件损耗的影响
一个 SHP 面要素图层不是单文件，而是由 .shp、.shx、.dbf、.prj 四个核心文件共同组成，实际分包中还会带 .cpg、.qpj。.shx 是记录几何偏移量的索引，没有它 QGIS 还能凭 .shp 硬读，ArcGIS 则经常直接报错；.dbf 存的是区县名称和行政代码，编码不对时中文全变成乱码；.prj 丢失最麻烦，数据会以“未知坐标系”出现，后续所有投影转换都要先手工假定。很多共享包用 RAR 压缩成 长江经济带各区各县shp文件.rar，一方面是因为零散文件太多，另一方面 RAR 对纯文本坐标数据的压缩率优于 ZIP。拆包后不能用“文件图标还能看”判断完整，我的做法是先核对计数再验证读取。
| 文件后缀 | 实际作用 | 缺失时的典型现象 |
|---|---|---|
| .shp | 面要素几何主体 | 图层空白或无法加载 |
| .shx | 几何位置索引 | ArcGIS 提示“无法打开”，QGIS 可自动回退 |
| .dbf | 属性表字段与记录 | 要素能看，属性表打不开或为空 |
| .prj | 坐标系统定义文本 | 图层显示未定义坐标系 |
| .cpg | DBF 字符编码声明 | 中文属性乱码，可手动改编码补偿 |
提示：Windows 下若没有 RAR 专用环境，先从正规渠道安装 7-Zip。标准库 zipfile 不支持 RAR 算法，单独装 rarfile 又要额外找 unrar 后端，为一个数据包折腾不值得。
2.2 用 7-Zip 命令行解压并统计 .shp 数量
在 GUI 里右键解压没问题，但要脚本化重复处理数据包时，命令行更可控。Windows 下安装 7-Zip 之后，我一般这样解压：
7z x 长江经济带各区各县shp.rar -oD:/gis/changjiang -y参数说明：x 表示全路径解压，把压缩包里的目录结构还原到 -o 指定的目录 D:/gis/changjiang；-y 表示所有确认都选 Yes，避免同名文件弹出交互对话框。注意 -o 后面不能加空格，否则 7-Zip 会把空格当作路径的一部分。解压完先数一下文件：
find D:/gis/changjiang -name "*.shp" | wc -l find D:/gis/changjiang -name "*.dbf" | wc -l如果两个计数不一致，说明解压过程不完整或原始分包里本来就缺属性表。更严谨的做法是同时数 .prj 文件，少一个 .prj 就意味着有一个区县图层处在未知坐标系状态，要多花一轮人工排查。
2.3 用 ogrinfo 检查图层级完整性
文件数量对上还不够，我会用 GDAL 自带的 ogrinfo 逐图层看一遍摘要信息：
ogrinfo -so -al D:/gis/changjiang/hunan/yongzhou.shp其中 -so 只读取 summary 信息，不输出逐要素坐标，-al 表示列出所有图层。输出里能看到 Feature Count、Extent、Geometry 类型和字段列表。若字段中的区县名称为空或者 Feature Count 为 0，就回到第 2.2 步重新解压，而不是直接在 ArcGIS 里反复试加载。有的数据包会同时提供 .sbn/.sbx（ArcGIS 空间索引），这两个文件不是必须的，删除后不影响读取，没必要保留。
提示：shp 转 txt 在这类数据中常用到。如果只是要把区县属性发给不装 GIS 的同事，ogrinfo 加 -geom=NO 再配合 -oo 参数输出 CSV，比右键另存更稳定，也不会受 Excel 打开 DBF 时的编码干扰。
3. 用 gdalinfo 统一坐标系：先解决 SHP 的 PRJ 问题
3.1 区县数据最常见的四种坐标系统
长江经济带数据来自不同单位，坐标系统很杂。最常见的有四种，处理前先分清楚用什么，能省掉后面大量返工。
| EPSG | 名称 | 坐标单位 | 适合做什么 |
|---|---|---|---|
| 4490 | CGCS2000 地理坐标系 | 经纬度 | 统一入库、空间连接、跨带数据合并 |
| 4326 | WGS84 地理坐标 | 经纬度 | GPS 采集点位、公开下载数据 |
| 3857 | Web 墨卡托投影 | 米 | 在线底图切片，不用于面积统计 |
| 4522 等 | CGCS2000 3 度分带投影 | 米 | 面积计算、缓冲区分析 |
EPSG:4490 和 EPSG:4326 在区县尺度上的差异较小，但严谨项目还是先转到 4490 再做。EPSG:3857 是瓦片地图默认投影，它的纬线距离会被拉长，直接统计面积会得到明显偏大的结果。长江经济带横跨多个投影带，做省级汇总时，我通常保留 4490 这套地理坐标系，只在需要算面积或做缓冲区时临时转投影。
3.2 从 PRJ 里的 WKT 文本判断原始坐标系
不带投影的数据包，解压后大多能看到 .prj 文件。用 gdalinfo 读一下就知道坐标系定义：
gdalinfo D:/gis/changjiang/hunan/yongzhou.shp | grep -A 12 "Coordinate System"grep 的 -A 12 是让输出多带 12 行，覆盖常见的 WKT 描述。PRJ 中写的是 GCS_China_Geographic_Coordinate_System_2000，对应的就是 CGCS2000 地理坐标；如果写 WGS_1984_Web_Mercator，则明显是 EPSG:3857。值得警惕的是老数据里可能出现 Beijing_1954、Xian_1980，这些旧坐标系基准和现代卫星定位数据相差几十米到上百米，面图层的边界位置会整体偏移，不能直接和其他数据叠加。
3.3 没有 PRJ 文件时如何强制指定再转换
最麻烦的是 .prj 缺失。未见 prj 就无法自动读出原生坐标系，只能先根据数据范围判断。若经纬度在 73°E 到 135°E、17°N 到 54°N 范围内，且数值是十进制度格式，可以先用 -a_srs 强制赋予 4326，再转成 4490：
ogr2ogr -a_srs EPSG:4326 -t_srs EPSG:4490 D:/gis/changjiang/out.shp D:/gis/changjiang/in.shp参数说明：-a_srs 是“为无坐标系定义的数据强制指定”，它不会改变坐标值，只写入一条坐标系记录；-t_srs 是输出目标坐标系，ogr2ogr 在写入时自动调用 Proj 完成转换。强制指定前必须先确认原始数据不是 3857 的米值范围，否则相当于把经纬度当成米传给投影转换，结果会被放大数万倍。转换后如果 Extent 的数值量级没有变化，就说明坐标系判断有误，需要核对边界经纬度与已知城市位置的偏差。
提示：转换完成后不要删掉原始文件。保留一份 in.shp 和一份 out.shp，后续若发现范围判断错误至少还能回到原始状态重做，而不是重新下载整包数据。
4. 用 GeoPandas 读取、过滤和拼接区县 SHP
4.1 读取时先处理中文字段编码
GeoPandas 读取单个区县 SHP 最直接：
import geopandas as gpd gdf = gpd.read_file( "D:/gis/changjiang/hunan/yongzhou.shp", encoding="utf-8" ) print(gdf.columns.tolist()) print(gdf.head())read_file 的 encoding 参数只作用于 dbf 属性部分，shp 几何二进制不涉及文字编码。若打印的列名是乱码，可换成 encoding="gbk"，因为大多数国内 GIS 软件输出的 DBF 沿用的是 GBK 外置编码。读取时用什么编码，后续 to_file 输出也应保持一致，否则字段名在全流程中可能悄悄变化，Excel 打开却一切正常，反而更难排查。
4.2 把一个市里的多个区县文件拼成一张表
各区县常常拆成许多小 SHP，我习惯在读取阶段统一字段名后把它们纵向拼接。常见字段名很不一致，先做映射：
| 常见字段名 | 含义 | 统一后字段 |
|---|---|---|
| XZQMC / NAME / 名称 | 区县名称 | NAME |
| ADCODE93 / PAC / CODE | 行政区划代码 | ADCODE |
| PROVINCE / PROV | 所属省份 | PROVINCE |
import glob import pandas as pd import geopandas as gpd paths = glob.glob("D:/gis/changjiang/**/*.shp", recursive=True) frames = [] for p in paths: part = gpd.read_file(p, encoding="utf-8") if "XZQMC" in part.columns and "NAME" not in part.columns: part = part.rename(columns={"XZQMC": "NAME"}) if "ADCODE93" in part.columns: part = part.rename(columns={"ADCODE93": "ADCODE"}) frames.append(part) whole = gpd.GeoDataFrame( pd.concat(frames, ignore_index=True), crs="EPSG:4490" ) print(whole.shape)拼合前先统一字段名，可减少后续 merge 的意外。这里的 crs="EPSG:4490" 只是声明合并后的坐标系，不参与实际重投影；若每个分片本身投影不同，先逐个调用.to_crs(4490)再 concat 才安全。合并后查看 whole.shape：行数应大于分片个数，但仍要检查重复记录，因为同一个区县可能出现在两个分片中。
4.3 几何有效性检查与修复
区县边界经常伴随微小裂缝、重叠和自相交，最典型的坑是同一个 ADCODE 出现两条记录。修复和去重我放在同一段做：
from shapely.validation import make_valid whole["geometry"] = whole.geometry.apply(make_valid) whole = whole[whole.is_valid & ~whole.is_empty] whole = whole.drop_duplicates(subset=["ADCODE"], keep="first")make_valid 只做局部几何修复，不改变属性字段；过滤条件 is_valid 和 is_empty 排除坏面。drop_duplicates 按 ADCODE 去重，能避免后续统计被同一区县重复计数。删除前值得多看一眼：如果重复记录里的 NAME 相同但 ADCODE 不同，往往是“县改区”造成的新旧两期数据叠加，应保留新代码，而不是机械去重。
5. 为区县 SHP 接入属性表：坐标导入与空间连接参数
5.1 从 Excel 经纬度导入并生成点 SHP
把统计表里的经纬度生成点、再与区县面叠加，是区县数据分析里的高频操作。在 GeoPandas 中按字段类型严格读取：
import pandas as pd import geopandas as gpd tab = pd.read_excel("统计表.xlsx", dtype={"区县代码": str}) tab = tab.dropna(subset=["经度", "纬度"]) points = gpd.GeoDataFrame( tab, geometry=gpd.points_from_xy(tab["经度"], tab["纬度"]), crs="EPSG:4490" ) points.to_file("points.shp", encoding="utf-8")参数说明：dtype 里把区县代码设为 str，是为了保留行政区划代码的前导 0，否则“110101000000”会变成科学计数法或首零被吃掉。points_from_xy 第一个参数是经度 x，第二个是纬度 y，别按国内制图习惯写成“纬度、经度”；crs 必须与区县面图层一致，否则空间连接结果会是空集。这样生成的 points.shp 就是基本可用的点图层，能在 ArcMap 或 QGIS 中直接与面叠加显示。
5.2 用行政区划代码关联统计表
生成点 SHP 之后，更常用的做法是把统计指标直接挂到区县面属性上：
whole = whole.merge( stat_df, left_on="ADCODE", right_on="区县代码", how="left" )merge 的 left_on 是面图层的字段，right_on 是 Excel 表字段。两列类型必须完全一致，否则对比“110101”和数字 110101 时不会匹配。how="left" 保留面图中所有区县，未匹配到的统计字段为 NaN；如果用 how="inner"，缺统计数据的区县会直接从图里消失，地图上出现缺口。关联后抽查几个已知区县的指标值，比依赖字段名更可靠。
5.3 空间连接把点 SHP 落回区县
“这些检查点位分别在哪几个县”这类问题，不能靠属性匹配，必须做空间连接：
joined = points.sjoin(whole, predicate="within", how="left")sjoin 默认启用空间索引加速，真正起作用的是几何关系而不是字段值。predicate 参数直接影响结果：
| predicate | 几何判断 | 适用场景 |
|---|---|---|
| within | 点在面内部 | 点位严格落在某县内 |
| intersects | 点与面相交 | 需要保留边界上的点 |
| touches | 点与面边界接触 | 识别相邻县边界点位 |
点恰好落在两县边界上时，within 可能匹配不到，改成 intersects 又可能同时落入两个县。此时先对线的方位做输出说明，单独判断邻近县再指定归属，不要依赖空间连接一步到位。数据量大时，创建一次whole.sindex能明显加速后续多轮连接。
6. SHP 交付前的最后一轮自检：计数、面积、重叠与压缩
6.1 用脚本把错误挡在交付前
拿到整表后，我习惯再跑一遍断言式检查，而不是只看地图上有没有明显缺口。针对每个区县检查名称唯一性和面积是否大于 0：
for adm, subset in whole.groupby("ADCODE"): area = subset.geometry.area.sum() assert area > 0, f"{adm} 面积异常" assert subset.NAME.nunique() == 1, f"{adm} 名称不唯一" if subset.geometry.count() > 1: print(adm, "含多部件，已提醒")代码逻辑：逐 ADCODE 分组，area 检查排除空几何和拓扑错误，名称唯一性检查能发现“同名不同县”。多部件提醒只打印不断言，因为重庆、上海等直辖市存在飞地式区划，多部件不一定是错误。这一轮通过了，再进入制图阶段。
6.2 按 RAR 原始语义回压成单个包
区县 SHP 单个文件只有几 MB，成百上千个文件散落在多个目录里反而难管理。我通常把干净的结果回压成一个 zip，兼容性比 RAR 更好，在线发布不涉及注册格式：
zip -r changjiang_all.zip D:/gis/changjiang/whole/zip 的 -r 递归子目录，把整张表连带 shp/shx/dbf/prj/cpg 一起归档。压缩后保留一份清单文件，记录每个文件的来源和转换日志。以后任何人拿到这个 zip，先解压再用第 2 章的 ogrinfo 命令复核一次，就能确认收到的包没有被截断。
本文还有配套的精品资源，点击获取
