Giter VIP home page Giter VIP logo

china_area's Introduction

2023年**全国5级行政区划(省、市、县、镇、村)

  • 数据来源 中华人民共和国国家统计局 http://www.stats.gov.cn/sj/tjbz/tjyqhdmhcxhfdm/2022/index.html
  • 最新数据量 664483 (2022年10月31日)
  • CSV格式 area_code_2023.csv.gz
  • SQL格式 area_code_2023.sql.gz
  • JSON格式 单JSON格式太大就不生成了
  • 建议级联操作,数据量确实太大了
  • 级别
    • 1级:省、直辖市、自治区
    • 2级:地级市
    • 3级:市辖区、县(旗)、县级市、自治县(自治旗)、特区、林区
    • 4级:镇、乡、民族乡、县辖区、街道
    • 5级:村、居委会
  • 城乡分类 (1开头是城镇,2开头是乡村)
    • 111表示主城区;
    • 112表示城乡接合区;
    • 121表示镇中心区;
    • 122表示镇乡接合区;
    • 123表示特殊区域;
    • 210表示乡中心区;
    • 220表示村庄

2010-2023年行政区划数量变化

2010 31 345 3144 44050 700107
2023 31 342 3261 41350 619502
2010-2023 0 -3 117 -2700 -80605

2023年分省行政区划数量

代码 省份
110000000000 北京市 1 16 349 7470
120000000000 天津市 1 16 299 5600
130000000000 河北省 11 201 2360 53976
140000000000 山西省 11 133 1355 21875
150000000000 内蒙古自治区 12 117 1218 14524
210000000000 辽宁省 14 114 1400 16513
220000000000 吉林省 9 77 1063 11812
230000000000 黑龙江省 13 139 1720 13930
310000000000 上海市 1 16 234 6396
320000000000 江苏省 13 119 1494 21881
330000000000 浙江省 11 101 1384 25475
340000000000 安徽省 16 135 1682 18283
350000000000 福建省 9 93 1170 17441
360000000000 江西省 11 111 1769 21957
370000000000 山东省 16 168 1854 62079
410000000000 河南省 18 198 2585 52348
420000000000 湖北省 14 117 1475 27397
430000000000 湖南省 14 148 2008 29521
440000000000 广东省 21 141 1759 26797
450000000000 广西壮族自治区 14 125 1284 16647
460000000000 海南省 5 28 243 3290
500000000000 重庆市 2 38 1031 11252
510000000000 四川省 21 201 3111 34394
520000000000 贵州省 9 93 1510 17936
530000000000 云南省 16 137 1464 14846
540000000000 西藏自治区 7 80 703 5570
610000000000 陕西省 10 117 1336 20270
620000000000 甘肃省 14 99 1403 17684
630000000000 青海省 8 46 422 4715
640000000000 宁夏回族自治区 5 27 260 2909
650000000000 **维吾尔自治区 15 110 1405 14714
全国 664486 342 3261 41350 619502

2010 - 2023 年城乡数据对比

城乡分类 分类描述 2010 2023 差距
111 主城区 58509 74838 +16329
112 城乡接合区 20389 30050 +9661
121 镇中心区 46440 53157 +6717
122 镇乡接合区 48447 54413 +5966
123 特殊区域 6525 5622 -903
210 乡中心区 23198 11557 -11641
220 村庄 496599 389865 -106734

从数据可以看出13年来,村庄从519797 减少 118375401422,减少了 22.77%,相应的城镇数量+37820。 大量人口从农村进入城镇,城镇化率大幅提升。

未来此趋势可能持续,大量的村庄将会荒废直至被合并至其他村庄或者取消行政村。

分省份来看2010-2023数据变化

2010-2023

按照乡村减少比例排序

code name 乡村2010 乡村2023 乡村变化 比例
460000000000 海南省 5499 2269 -3230 -58.7380
430000000000 湖南省 38202 19242 -18960 -49.6309
610000000000 陕西省 23740 12647 -11093 -46.7270
510000000000 四川省 43097 24403 -18694 -43.3766
330000000000 浙江省 23643 13863 -9780 -41.3653
370000000000 山东省 64691 40760 -23931 -36.9928
140000000000 山西省 25350 16225 -9125 -35.9961
420000000000 湖北省 22765 17303 -5462 -23.9930
520000000000 贵州省 15636 12254 -3382 -21.6296
320000000000 江苏省 11188 8951 -2237 -19.9946
340000000000 安徽省 13697 11582 -2115 -15.4413
310000000000 上海市 838 712 -126 -15.0358
120000000000 天津市 2673 2373 -300 -11.2233
620000000000 甘肃省 14911 13557 -1354 -9.0805
360000000000 江西省 14642 13386 -1256 -8.5781
130000000000 河北省 39616 36338 -3278 -8.2744
630000000000 青海省 3927 3626 -301 -7.6649
640000000000 宁夏回族自治区 2062 1911 -151 -7.3230
650000000000 **维吾尔自治区 10686 10070 -616 -5.7646
450000000000 广西壮族自治区 13143 12511 -632 -4.8086
530000000000 云南省 11803 11260 -543 -4.6005
110000000000 北京市 2807 2686 -121 -4.3107
410000000000 河南省 38078 36504 -1574 -4.1336
350000000000 福建省 11825 11412 -413 -3.4926
150000000000 内蒙古自治区 10908 10737 -171 -1.5677
230000000000 黑龙江省 9197 9129 -68 -0.7394
220000000000 吉林省 8402 8402 0 0.0000
540000000000 西藏自治区 5162 5188 26 0.5037
440000000000 广东省 14662 14740 78 0.5320
210000000000 辽宁省 9502 9678 176 1.8522
500000000000 重庆市 7445 7703 258 3.4654

按照乡村减少数量绝对值排序

code name 乡村2010 乡村2023 乡村变化 比例
370000000000 山东省 64691 40760 -23931 -36.9928
430000000000 湖南省 38202 19242 -18960 -49.6309
510000000000 四川省 43097 24403 -18694 -43.3766
610000000000 陕西省 23740 12647 -11093 -46.7270
330000000000 浙江省 23643 13863 -9780 -41.3653
140000000000 山西省 25350 16225 -9125 -35.9961
420000000000 湖北省 22765 17303 -5462 -23.9930
520000000000 贵州省 15636 12254 -3382 -21.6296
130000000000 河北省 39616 36338 -3278 -8.2744
460000000000 海南省 5499 2269 -3230 -58.7380
320000000000 江苏省 11188 8951 -2237 -19.9946
340000000000 安徽省 13697 11582 -2115 -15.4413
410000000000 河南省 38078 36504 -1574 -4.1336
620000000000 甘肃省 14911 13557 -1354 -9.0805
360000000000 江西省 14642 13386 -1256 -8.5781
450000000000 广西壮族自治区 13143 12511 -632 -4.8086
650000000000 **维吾尔自治区 10686 10070 -616 -5.7646
530000000000 云南省 11803 11260 -543 -4.6005
350000000000 福建省 11825 11412 -413 -3.4926
630000000000 青海省 3927 3626 -301 -7.6649
120000000000 天津市 2673 2373 -300 -11.2233
150000000000 内蒙古自治区 10908 10737 -171 -1.5677
640000000000 宁夏回族自治区 2062 1911 -151 -7.3230
310000000000 上海市 838 712 -126 -15.0358
110000000000 北京市 2807 2686 -121 -4.3107
230000000000 黑龙江省 9197 9129 -68 -0.7394
220000000000 吉林省 8402 8402 0 0.0000
540000000000 西藏自治区 5162 5188 26 0.5037
440000000000 广东省 14662 14740 78 0.5320
210000000000 辽宁省 9502 9678 176 1.8522
500000000000 重庆市 7445 7703 258 3.4654

一些有意思的数据分析

  • 市这个级别比较稳定,数据变化不大
  • 绝大部分省份的城镇数量都在增加,只有黑龙江(-214)和四川(-451)的城镇有所减少
  • 绝大部分省份的乡村数量都在减少,只有辽宁(+176)、广东(+79)、重庆(+258)、西藏(+26)的乡村数量在增加
  • 吉林省的乡村数量绝对值没有变化(TODO:需要看历史数据变化)
  • 山东省减少了-23931个乡村,同比减少-37%,是减少最多的省份
  • 湖南、四川、山西减少的乡村数都超过10000个
  • 海南、湖南、陕西、四川、浙江的乡村减少比例排在前5,都超过41%的比例

CSV格式数据

  • code,name,level,pcode
  • level: 省1,市2,县3,镇4,村5
  • code: 12位,省2位,市2位,县2位,镇3位,村3位
  • pcode: 直接父级别的code

文本内容

$ gzcat area_code_2023.csv.gz |wc -l
  664486

$ gzcat area_code_2023.csv.gz |head
110000000000,北京市,1,0,\N
110100000000,市辖区,2,110000000000,\N
110101000000,东城区,3,110100000000,\N
110101001000,东华门街道,4,110101000000,\N
110101001001,多福巷社区居委会,5,110101001000,111
110101001002,银闸社区居委会,5,110101001000,111
110101001005,东厂社区居委会,5,110101001000,111
110101001006,智德社区居委会,5,110101001000,111
110101001007,南池子社区居委会,5,110101001000,111
110101001009,灯市口社区居委会,5,110101001000,111

SQL 格式数据

$ gzcat area_code_2023.sql.gz |head -n 36

-- MariaDB dump 10.19  Distrib 10.5.18-MariaDB, for debian-linux-gnu (x86_64)
--
-- Host: 127.0.0.1    Database: china_area
-- ------------------------------------------------------
-- Server version	8.0.32

/*!40101 SET @OLD_CHARACTER_SET_CLIENT=@@CHARACTER_SET_CLIENT */;
/*!40101 SET @OLD_CHARACTER_SET_RESULTS=@@CHARACTER_SET_RESULTS */;
/*!40101 SET @OLD_COLLATION_CONNECTION=@@COLLATION_CONNECTION */;
/*!40101 SET NAMES utf8mb4 */;
/*!40103 SET @OLD_TIME_ZONE=@@TIME_ZONE */;
/*!40103 SET TIME_ZONE='+00:00' */;
/*!40014 SET @OLD_UNIQUE_CHECKS=@@UNIQUE_CHECKS, UNIQUE_CHECKS=0 */;
/*!40014 SET @OLD_FOREIGN_KEY_CHECKS=@@FOREIGN_KEY_CHECKS, FOREIGN_KEY_CHECKS=0 */;
/*!40101 SET @OLD_SQL_MODE=@@SQL_MODE, SQL_MODE='NO_AUTO_VALUE_ON_ZERO' */;
/*!40111 SET @OLD_SQL_NOTES=@@SQL_NOTES, SQL_NOTES=0 */;

--
-- Table structure for table `area_code_2023`
--

DROP TABLE IF EXISTS `area_code_2023`;
/*!40101 SET @saved_cs_client     = @@character_set_client */;
/*!40101 SET character_set_client = utf8 */;
CREATE TABLE `area_code_2023` (
  `code` bigint unsigned NOT NULL COMMENT '区划代码',
  `name` varchar(128) NOT NULL DEFAULT '' COMMENT '名称',
  `level` tinyint(1) NOT NULL COMMENT '级别1-5,省市县镇村',
  `pcode` bigint DEFAULT NULL COMMENT '父级区划代码',
  `category` int DEFAULT NULL COMMENT '城乡分类',
  PRIMARY KEY (`code`),
  KEY `name` (`name`),
  KEY `level` (`level`),
  KEY `pcode` (`pcode`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;
/*!40101 SET character_set_client = @saved_cs_client */;

文件列表

china_area's People

Contributors

adyliu avatar lnnt avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.