相邻区县对质心与共同边界的距离及共同边界矢量数据

今天特意为大家准备了一份相邻区县对质心与共同边界的距离及共同边界矢量数据，非常适合进行区县级别政策的效应评估。

数据概览

首先我们找到了中国所有的相邻县对（基于 2019 年中国区县级行政区划），一共是 8130 组：

• 2019年中国相邻县对.xlsx

附件中的 commonline-shp 文件夹为相邻县对的共同边界矢量数据，据此我们可以绘制不同区县间的共同边界：

通过计算每个相邻区县对的质心与共同边界的距离就可以得到这个数据包了：

• 相邻区县对质心与共同边界的距离_km.dta

例如西城区与东城区质心与共同边界的最小距离：

图中的散点表示各区县质心，散点越小表示距离共同边界越近，图中的蓝色粗线表示两个区县的共同边界。

希望这份数据包能够帮助大家发论文～

绘图展示

附件中的 main.R 文件是用来绘制相邻区县对质心与共同边界距离的，使用类似下面的绘图语句就可以绘制了：

library(tidyverse)
library(sf)

# 读取区县
read_sf("2019行政区划/县.shp") %>%
  rename(县 = NAME, 县代码 = PAC) %>%
  st_transform(4326) %>%
  dplyr::filter(!is.na(县) & 省 != "台湾省") %>%
  st_make_valid() -> county

# 获取所有的相邻县对
st_intersects(st_make_valid(county), st_make_valid(county), sparse = F) -> touchmat
touchmat %>%
  as_tibble() %>%
  mutate_all(as.numeric) %>%
  mutate(县代码 = county$县代码) %>%
  select(县代码, everything()) %>%
  set_names(c("县代码", county$县代码)) %>%
  gather(2:ncol(.), key = "key", value = "value") %>%
  dplyr::filter(县代码 != key & value == 1) -> pairdf

pairdf

# 去除反向重复的(比较大小，仅仅保留前面的大于后面的)
pairdf %>%
  mutate(key = as.numeric(key)) %>%
  dplyr::filter(县代码 > key) %>%
  rename(相邻县 = key) %>%
  select(-value) -> pairdf

pairdf %>%
  slice(1) -> pair1

county %>%
  dplyr::filter(县代码 == pair1$县代码) -> maincounty
county %>%
  dplyr::filter(县代码 == pair1$相邻县) -> touchcounty

# 共同边界
st_intersection(st_cast(maincounty$geometry, "MULTILINESTRING"),
                st_cast(touchcounty$geometry, "MULTILINESTRING")) %>%
  st_collection_extract("LINESTRING") -> commonline

# 两个区县的质心
bind_rows(maincounty, touchcounty) %>%
  select(-contains("类型")) %>%
  st_centroid() -> twocounty

# twocounty 距离这条共同边界的距离
twocounty %>%
  mutate(
    距离相邻县对共同边界的最小距离 = twocounty %>%
      st_distance(commonline) %>%
      units::set_units("km")
  ) %>%
  mutate(距离相邻县对共同边界的最小距离 = as.numeric(距离相邻县对共同边界的最小距离)) -> countycentroid

countycentroid %>%
  st_drop_geometry() %>%
  mutate(pair = paste0(县代码[1], "-", 县代码[2]))

# 绘图
ggplot() +
  geom_sf(data = maincounty, aes(fill = 市), alpha = 0.3) +
  geom_sf(data = touchcounty, aes(fill = 市), alpha = 0.5) +
  geom_sf(data = commonline, color = "#709ae1", size = 2) +
  geom_sf(data = countycentroid,
          aes(size = 距离相邻县对共同边界的最小距离),
          color = "gray20", shape = 16) +
  scale_fill_manual(values = c("#ff847c", "#99b898"), name = "") +
  scale_size_continuous(range = c(1, 4),
                        name = "距离相邻县对共同边界\n的最小距离(km)") +
  labs(title = paste0(maincounty$县, "与", touchcounty$县,
                      "质心与共同边界的最小距离"),
       subtitle = "数据计算&绘图：微信公众号 RStata",
       caption = "注：散点大小表示质心距离两个共同区界的最小距离，图中的蓝色粗线表示两个区的共同市界") +
  scale_x_continuous(limits = c(116.3, 116.52)) +
  theme(legend.position.inside = c(0.9, 0.5),
        legend.position = "inside")

点击这里跳转到 RStata 短书平台获取附件：相邻区县对质心与共同边界的距离及共同边界矢量数据