简介：粤港澳大湾区各街道各镇shp文件是一套精确到乡镇街道级别的行政区划矢量数据，覆盖广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆9个内地城市及香港、澳门，面向GIS开发者、规划分析师与科研人员，可用于地图绘制、空间统计、区域规划与人口分布研究。压缩包共36个文件，约4.36MB，以shp几何数据、dbf属性数据、prj坐标系信息和shx索引文件为主体，另有sbn/sbx空间索引、XML元数据及一张示意图片，可直接在ArcGIS、QGIS中打开和编辑。目前已有1179人学习下载，足见其在大湾区研究中的实用价值。数据内含街道镇边界与区县等多个图层，支持叠加交通、GDP等属性进行空间分析，也可用于商业选址、环境影响评估等场景；同时提供坐标参考信息，便于在CGCS2000与WGS84之间转换，以匹配不同数据集。这套文件省去了多方搜集、格式整理和坐标校正的麻烦，能为精细化的湾区空间分析直接提供可靠基础。
1. 直接拿大湾区街镇SHP做分析前，先把这三个问题想清楚
做县域经济对比、医院选址、商业网点网格化评估这类活儿时，最尴尬的不是缺方法，而是手里只有一张市界SHP——分析结果粗糙到只能写进PPT当背景图，根本没法落进业务决策。粤港澳大湾区各街道各镇SHP文件要解决的，正是这个颗粒度问题：把大湾区珠三角九市范围内街道、镇两级行政边界拿到手，让分析落得到“哪个镇、哪条街”这一层。
这篇文章写给三类人：一是做城市规划、人口分布、产业分析的一线GIS工程师，二是要在业务系统里接入边界底图的开发，三是刚接触SHP格式、被“下载了文件却打不开或坐标系乱飞”折磨过的研究者。我会把数据源选型、清洗加工、坐标统一这些必经环节拆开讲，重点放在能直接复现的处理流程和参数设置上。
先说结论：大湾区街镇SHP文件本身不值钱，值钱的是你拿到手之后怎么验证边界完整性、统一坐标系、整理属性字段这三步。这三步没做，后面画的每张图、算的每个指标都可能翻车。
2. 大湾区街道镇SHP的数据源选型：我在哪里找、各有什么坑
2.1 四个常见获取路径，按推荐程度排序
做项目这些年，我拿大湾区街镇边界SHP的路径主要有四条，按省心程度排序如下。
第一条是单位采购或项目已有的商业GIS数据包。比如测绘院、规划院出品的“全国行政区划一张图”，里面行政区划代码、边界精度、属性字段都校对过，街道和镇的层级关系是完整的。这类数据基本不存在“打开是废的”这种问题，缺点是得走采购流程，而且部分老批次数据只更新到某个年份，新设立的街道得自己补。
第二条是从国家或省级地理信息公共服务平台下载公开版。常见做法是去标准地图服务里找审图通过的行政区划界线，拿到后按区县范围裁切、合并成湾区九市两区的街镇图层。优点是合规性最好，缺点是公开版比例尺偏小，边界精度到不了详查级别，而且很多平台给的是GeoJSON或图片，需要一次格式转换。
第三条是自己从开放数据社区或高校GIS数据资源共享站点找。网上确实有整理好的“粤港澳大湾区乡镇街道级行政边界SHP打包”这类资源，文件结构往往是.shp/.shx/.dbf/.prj齐全。这类资源适合做练习和技术验证，拿来做正式的汇报材料或对外发布成果前，务必确认审批要求和审图号——这一点放到第四章避坑部分专门说。
第四条是从统计年鉴或人口普查资料附带的行政区划简表反推。把街镇名称、行政区划代码抓下来，然后跟一份基础地图做属性关联，用代码字段Geometry按代码挂接。这个方法能救急，但代码到图形的对应关系偶尔有错位，批量挂接后必须抽检。
2.2 为什么我不建议“解压即用”：三个必须正视的问题
很多人从网上下载了“大湾区街镇SHP”，解压看到.shp、.dbf几个文件齐了就认为完事了。我曾经也这么干过——结果用Table Join按行政区划代码关联人口数据时，一个街道的边界里套着另一街道的飞地，画出来的专题图直接闹笑话。
“解压即用”会踩的第一个问题是时效性。大湾区的街道调整相当频繁，前几年还叫“某某新区”的片区，可能已经拆成三个街道，或者并进了隔壁镇。SHP文件里图形边界是旧的，属性表里名字是新的，这种“图属不一致”很隐蔽，不逐镇核对根本发现不了。
第二个问题是边界精度来源混杂。同一个“大湾区街镇SHP”文件里，可能是A区来自测绘院详查、B区来自公版地理数据、C区是别人的项目数据转手出来的。肉眼看着都是闭合面，叠到一起做面积统计时，临界的镇与镇之间不是重叠就是留缝，面积汇总能差出百分之几。做人口密度计算时，这个错差直接放大到结论上。
第三个问题是坐标系标注不可信。不少下载包里的.prj虽然写着“GCS_WGS_1984”，但数据实际是从在线地图工具里导出、偏移过坐标系的。要识别这一点，技术手段是拿同一位置的已知点做比对，误差在百米量级就是有问题。这个问题很典型，放到第四章第3个坑单独展开。
注意：任何来源的大湾区街镇SHP拿回来后，先用本章2.1里的路径问一遍自己——数据是怎么来的、边界精度是否满足分析尺度、是否允许对外发布。这三问过了再谈清洗。
3. 用Python把大湾区街镇SHP清洗成可入库底图：从原始文件到能用
3.1 数据体检：读入、看字段、查坐标系
拿到任何一份大湾区街镇SHP文件，我的第一步永远不是急着叠加分析，而是先体检。体检看四件事：几何类型对不对（必须是Polygon，不是Polyline或Point，不是MultiPatch）、坐标系是什么、属性表里有没有GID/行政区划代码这类关键字段、要素数量跟官方街镇数量对不对得上。
体检用Python的geopandas最顺手。下面这段代码做了三件事：读入SHP、打印坐标系、统计要素数并按字段预览前五行。
import geopandas as gpd # 读入SHP文件；注意路径不要带中文，避免部分环境读取失败 gdf = gpd.read_file("D:/gis_data/gba_street/gba_street.shp", encoding="utf-8") # 体检四项：几何类型、坐标系、要素数、字段列表 print("几何类型:", gdf.geom_type.unique()) print("坐标系:", gdf.crs) print("要素数:", len(gdf)) print("字段:", gdf.columns.tolist()) # 重点看名称字段和区划代码字段，判断字段名规范程度 print(gdf[["name", "code"]].head())这段代码的逻辑说明：geopandas读SHP时最重要的参数是encoding，因为DBF属性表的历史编码问题，常见有utf-8和gbk两种，读成乱码就换另一个试。geom_type.unique()能直接暴露出数据是纯面还是混入了线或点，混入的会在后续合并操作里报奇奇怪怪的错。要素数要心里有数，珠三角九市加上街道镇数量大概是千级，如果你读出来只有几十个，那八成是数据不完整。
3.2 统一坐标系：WGS84、GCJ-02和投影坐标必须分清
体检完紧接着是坐标系的统一。大湾区街镇SHP最常见的三种坐标系情况：WGS84地理坐标、GCJ-02火星坐标、以及CGCS2000或WGS84 UTM投影坐标。你要做的判断是：这份数据到底在哪个坐标系里，然后统一转成你后续分析需要的那个。
WGS84和GCJ-02的问题最磨人。GCJ-02是中国国测局发布的加密坐标系统，在线地图的轨迹导出来基本都是它。如果一份SHP里.prj标注是WGS84但点位落在真实位置的东偏约几百米，那它基本就是GCJ-02或类似偏移坐标。我的处理逻辑如下：
import geopandas as gpd gdf = gpd.read_file("D:/gis_data/gba_street/gba_street.shp", encoding="utf-8") # 假设通过抽点比对确认这份数据是GCJ-02坐标，先转成WGS84再继续用 # 用第三方库coord_convert做火星坐标转WGS84；这一步不做，后面所有面积、距离都会出错 try: from coord_convert.transform import gcj2wgs except ImportError: print("缺少coord_convert库，先安装：pip install coord_convert") def gcj_to_wgs(row): # 回调里逐点转换几何坐标 import shapely.geometry if row.geometry.geom_type == "Polygon": new_coords = [ [gcj2wgs(x, y) for x, y in ring.coords] for ring in row.geometry.interiors + [row.geometry.exterior] ] return shapely.geometry.Polygon(new_coords[0], new_coords[1:]) else: return row.geometry # 应用到所有行，并把坐标系声明为WGS84 gdf["geometry"] = gdf.apply(gcj_to_wgs, axis=1) gdf = gdf.set_crs(epsg=4326)参数说明：gcj2wgs函数接收经纬度坐标，返回的是修正后的WGS84坐标。处理Polygon时不能只转换外环，内环（岛、飞地之类的洞）也要一起转，否则图形会变形。转换完务必set_crs(epsg=4326)声明坐标系，这一步属于“后悔药”——你不在元数据里写清楚，下一个接手的人就不知道数据处在什么状态。
如果你要做面积计算、距离量算、或者跟栅格数据叠加，建议统一再转一次投影坐标系。广州、深圳、东莞这一带属于UTM 49N或者CGCS2000 3度带，用地理坐标算面积会出现平方米量级的偏差，看似不大，但在统计汇总里容易跟别人差出一个版本。
3.3 字段规范化：行政区划代码、名称和层级的一次性整理
坐标系干净了，接下来整理属性表。大湾区街镇SHP数据最常出现的属性表问题是字段名五花八门：有的是NAME，有的是XZQMC，还有英文学的ST_NAME。以及，行政区划代码在DBF里被读成了浮点数——12位代码变成科学计数法，后面的“0”全丢了。
我一般会把字段重命名成一套固定规范：code存行政区划代码、name存名称、level存街道或镇的类别，然后按代码长度统一字符串格式。实测代码：
import geopandas as gpd gdf = gpd.read_file("D:/gis_data/gba_street/gba_street.shp", encoding="utf-8") # 字段重命名：先看有哪些列，再做映射 gdf = gdf.rename(columns={ "XZQHDM": "code", "XZQMC": "name", "XZJD": "level" }) # 行政区划代码必须补零成字符串，避免被当成数字截断 gdf["code"] = gdf["code"].astype(str).str.zfill(12) # 街道和镇的类型区分：通常代码第4-6位是区县，再往后是乡镇街道编码 gdf["level"] = gdf["code"].str[6:9] gdf["level"] = gdf["level"].map({ "100": "街道", "200": "镇", }) # 检查是否有未匹配的类型 print(gdf["level"].value_counts(dropna=False))这里的关键是str.zfill(12)，行政区划代码是12位字符，前6位省市区县、中间3位乡镇街道、后3位村居。SHP的DBF字段存数字会丢前导零，所以在读入后第一时间转字符串。level的判断逻辑是编码规则：100代表街道、200代表镇，如果出现其他值说明数据来源不太正规，需要回去核对。
3.4 几何检查：空几何、自相交、以及跨区飞地
字段整理完继续做几何层面的质检。这个环节最容易暴露数据源拼接的问题。
import geopandas as gpd from shapely.validation import make_valid gdf = gpd.read_file("D:/gis_data/gba_street/gba_street.shp", encoding="utf-8") # 1. 空几何检查：有几行geometry是空的直接删除或标记 empty_mask = gdf.geometry.is_empty | gdf.geometry.isna() print("空几何数量:", empty_mask.sum()) # 2. 自相交检查：无效几何会引起面积计算异常和拓扑报错 invalid_mask = ~gdf.geometry.is_valid print("无效几何数量:", invalid_mask.sum()) # 3. 自相交修复：用make_valid把自相交面拆成MultiPolygon gdf["geometry"] = gdf.geometry.apply(lambda geom: make_valid(geom) if not geom.is_valid else geom)参数说明：make_valid来自Shapely 2.x，能把自相交的环自动修复为有效几何，这是最常见的“翻车后第一刀”。但它可能把单个Polygon变成MultiPolygon，后续用area计算没问题，导到PostGIS或GeoPackage里要注意类型转换。
飞地的检查不能靠代码一步到位，要靠空间关系判断：把每个镇的核心面积算出来，如果某个要素的面积跟真实情况差太多，或者它的质心落在另一个区县的边界范围内，就要人工拉出来排查。湾区几个镇级飞地是历史遗留问题的结果，数据里保留着但容易引起误读。分析前你得决定保留还是剔除，并在文档里写清楚。
3.5 合并与导出：把碎片SHP拼成一个完整湾区文件
最后一步是合并和导出。如果你手里的SHP是每个区一个文件，先把它们读进一个列表再合并：
import glob import geopandas as gpd # 读入某个目录下所有区县街镇SHP file_list = glob.glob("D:/gis_data/gba_by_district/*.shp") frames = [] for file in file_list: # 注意：每个文件单独指定编码，否则GBK编码的文件会读乱 frames.append(gpd.read_file(file, encoding="utf-8")) gdf_all = gpd.concat(frames, ignore_index=True) # 导出为GeoPackage：替代SHP多文件结构，避免DBF字段名截断和文件大小限制 gdf_all.to_file("D:/gis_data/gba_street.gpkg", layer="street", driver="GPKG", encoding="utf-8")这里我推荐导出为.gpkg而不是.shp。SHP格式有单文件2GB上限、字段名10字符限制、属性编码混乱的老毛病；GeoPackage没有这些历史包袱，体积小还支持空间索引。如果你的下游系统只收SHP，那导出时记得同时保留同名字的.prj文件，否则坐标系信息会丢，别人打开全是乱位。
注意：合并前务必确认各分片数据源的坐标系一致且经历过上一节的处理。不一致的坐标系直接concat，结果是全区图形错位，且难以追溯。
4. 街镇SHP处理中常见的六个坑：现象、原因、解决
4.1 行政区划代码从数字变成科学计数法
现象：打开属性表，12位行政区划代码显示成“440112000000”变成了“4.40112E+11”，关联数据时匹配不上。
原因：DBF属性表字段类型比较老，整型数字存不了长整型，或者你在Excel里打开过SHP的DBF并把列设成了“常规”，前导零被吃掉。
解决：别用Excel直接编辑SHP的DBF。在geopandas里读入后立刻astype(str).str.zfill(12)补零。如果数据已经坏了，从原始SHP重新读，不要拷已经打开过的DBF。
4.2 街道与街道之间出现缝隙或重叠
现象：把湾区各区的街镇SHP拼到一起，放大看到相邻镇边界没有完美贴合，有些地方年久失修似的一条裂缝，有些地方互相重了。
原因：相邻行政区来自不同测绘批次，各自独立修测边界线，没有做拓扑一致性处理。这是拼图式SHP的通病。
解决：在ArcGIS或QGIS里做拓扑检查，或者用Python的overlay操作提取重叠部分。当重叠面积小于该镇面积的5%时，我一般直接按“以面积更大的那个要素为准”处理，把重叠区域归属过去。缝隙则用相邻要素的边界线做贴合，或放弃修复、在图上标注“示意边界”。
4.3 坐标系标注是WGS84，实际是GCJ-02
现象：SHP的.prj文件里写着GCS_WGS_1984，但把数据叠加到同一份WGS84底图上，所有街镇整体往东南方向偏移三四百米。
原因：数据是从在线地图平台导出的，平台自带火星坐标偏移，但导出工具把元数据写成了WGS84。
解决：先抽三个已知坐标点（比如政府驻地、地标建筑），跟影像底图对比，误差超100米基本就是GCJ-02。用gcj2wgs批量转回来，再set_crs(epsg=4326)。这个坑几乎每三个下载包里一个，早发现比晚发现省事得多。
4.4 中文路径导致SHP打不开或属性乱码
现象：把SHP放在桌面“大湾区数据”文件夹里，用代码读取报“file not recognized”，或者打开后字段名全是乱码。
原因：部分GDAL/OGR版本对中文路径支持不好；DBF的编码声明历史上也混乱，常见有GBK、UTF-8、ANSI三种。
解决：路径统一改成英文+数字组合，比如D:/gba_data/street_shp。编码方面读入时不指定encoding，让geopandas用默认的utf-8试一次，乱码就改成gbk。导出的文件同理，指定encoding="utf-8"并保留.cpg文件。
4.5 要素数超10万或文件超2GB：SHP扛不住
现象：合并整个大湾区的街镇SHP并做了大量属性字段关联后，保存时GDAL报layer has no features或者写出的SHP在ArcGIS里打不开。
原因：SHP包含多个子文件，.dbf的单文件上限是2GB，字段记录数也受历史格式约束，要素过多或字段过长会突破结构限制。
解决：换输出格式。GeoPackage是首选，PostGIS更好；如果业务系统强依赖SHP，按地市拆分存储、通过空间索引查询拼接。
4.6 业务系统加载失败：字段名超过10个字符
现象：做GIS二次开发时，用代码加载SHP进Web端地图服务，前端一直报解析错误，但桌面GIS打开一切正常。
原因：SHP的DBF字段名字段名限制是10字节，数据源里有admin_district_code这种超长字段名时，某些实现会拒绝或者截断。
解决：在清洗阶段把所有字段名统一改成短英文（code、name、level），中文字段名不要出现在SHP里。做二次开发时，属性字段名越短越不容易踩序列化异常。
5. 从SHP到能出图的分析成果：一个可复现的最小工作流
5.1 叠加人口或POI数据：用一个具体指标演示
清洗完的大湾区街镇SHP，最典型的用途是算“每平方公里人口密度”或者“每万人商业设施数量”。我这里演示一套完整的最小工作流：给街镇面接上人口数，算出密度，并做简单可视化。人口数据你可以用手头的七普分镇数据或统计年鉴数据。
import geopandas as gpd import matplotlib.pyplot as plt # 读清洗后的街镇底图 gdf = gpd.read_file("D:/gis_data/gba_street.gpkg", layer="street") # 读人口数据（CSV），按行政区划代码关联 import pandas as pd pop_df = pd.read_csv("D:/gis_data/gba_street_pop.csv", dtype={"code": str}) gdf = gdf.merge(pop_df, on="code", how="left", validate="1:1") # 确保坐标系为投影坐标系再算面积：这里用Azimuthal Equidistant近似 gdf_proj = gdf.to_crs("+proj=aea +lat_1=20 +lat_2=23 +lat_0=0 +lon_0=114 +datum=WGS84") gdf_proj["area_km2"] = gdf_proj.geometry.area / 1e6 gdf_proj["pop_density"] = gdf_proj["pop"] / gdf_proj["area_km2"] # 简单出图：不要在意美观，先看分布是否合理 fig, ax = plt.subplots(figsize=(10, 10)) gdf_proj.plot(column="pop_density", cmap="OrRd", legend=True, ax=ax, edgecolor="gray", linewidth=0.2) plt.axis("off") plt.savefig("D:/gis_data/gba_density.png", dpi=150)代码逻辑说明：先按code关联人口数据，validate="1:1"是防止一对多匹配出重复行，这是关联最容易翻车的点。面积计算前必须转投影坐标系，我用的是Albers等积投影，参数按大湾区纬度范围设的，中心经度114。用地理坐标的area出来的值不对，这是新手最容易忽略的一步。
5.2 SHP转GeoJSON或3D Tiles：给前端和三维场景用
底图做完了，业务系统里通常还要转格式。最常见的两个场景：WebGIS用GeoJSON，三维可视化用3D Tiles。
转GeoJSON很简单，geopandas一行搞定：
gdf_proj.to_file("D:/gis_data/gba_street.geojson", driver="GeoJSON", encoding="utf-8")注意GeoJSON默认基于WGS84，导出前如果gdf_proj还是投影坐标系，里面存的坐标会是一堆很大的数值，前端加载不识别。所以要再转回4326再导出：
gdf_proj.to_crs(epsg=4326).to_file("D:/gis_data/gba_street.geojson", driver="GeoJSON", encoding="utf-8")三维场景用的3D Tiles，我用得比较多的是通过CesiumLab或开源工具把SHP/GeoJSON转成b3dm，输入前同样要求要素带高度字段或者按行政区名称做拉伸。街镇SHP本身是平面边界，转3D Tiles时需要给高度属性，用于做“按人口密度拉伸”这类可视化。这个过程有个常见坑：SHP里的MultiPolygon在转换工具里会丢失部分面或报格式错误，通常先把MultiPolygon拆成单个Polygon，再带父子关系转换。拆多边形的代码很简单：
gdf = gdf_proj.explode(index_parts=True)explode会把每个MultiPolygon拆成独立行，代价是属性重复一遍，但三维切片工具处理起来就顺了。
5.3 验证结果：一套自己跟自己过不去的检查清单
我觉得，一个SHP成果交付前，至少要过这三关。
第一关是数量关：输出的街镇要素数跟你按官方行政区划统计的数量误差在±5个以内。误差多了，要么是边界问题，要么是属性匹配时把街道和社区搞混了。
第二关是边界关：拿AAAA级景区或重要地标做定位抽查，把SHP边界叠加在线影像底图上，肉眼确认街镇边界走向与地形地物基本一致。这个检查不费多少时间，但对坐标偏移类问题一票否决。
第三关是数值关：用投影坐标系算出每个镇的陆地面积，跟统计年鉴里的行政区域面积对比，差的超过10%就说明底图里混入了飞地或边界严重不准。
这三年我用这个检查清单卡掉了不少看起来能用的数据。上个月同事发来一份“大湾区街镇SHP”让我直接出图，我说先跑一遍三关，结果在数量关就发现少了一个新设街道，后来补上再出图，分布结论完全变了。数据驱动的前提是数据真的可靠。
希望你把自己的SHP底图也当成一个待交付的系统来做，不是下载完就结束了。把本章的清洗流程跑一遍、避坑清单过一遍、验证三关走一遍，大湾区街镇SHP这活儿基本就不会出篓子。
本文还有配套的精品资源，点击获取
