1990～2025 年中国城市边界矢量数据及各省市区县总城市区域面积面板数据

1540 字 约 5 分钟 数据资料 面板数据距离与边界矢量数据

今天给大家分享一份 1990～2025 年中国城市边界矢量数据及各省市区县总城市区域面积面板数据。由 RStata 数据中心处理得到（基于公开全球城市边界 GUB 数据加工）。

数据源自全球城市边界（Global Urban Boundary, GUB）数据集（Version 2022，UEMM Team；Li et al., 2020, Environmental Research Letters, 15, 094044，基于 30 m 分辨率全球人工不透水面 GAIA 数据提取），原始数据下载地址为：https://data-starcloud.pcl.ac.cn/iearthdata/map?id=14&r_id=14。

数据概览

为了方便大家使用，我把数据汇总成了省份、城市、区县三个层级的中国城市区域面积面板数据，并额外提供了按年份裁剪好的中国范围城市边界矢量数据（shapefile）。

三份面板数据（.dta 格式）均包含以下变量：

  • 省、省代码
  • 市、市代码（省份层面为缺失）
  • 县、县代码（省 / 市层面为缺失）
  • 年份
  • 城市区域面积_km2（单位：平方公里，按地理坐标系测地线计算）

三份文件分别为：

  • 1990～2025 年各省份总城市区域面积面板数据.dta（306 行 = 34 省 × 9 年）
  • 1990～2025 年各城市总城市区域面积面板数据.dta（3,339 行 = 371 市 × 9 年）
  • 1990～2025 年各区县总城市区域面积面板数据.dta（25,893 行 = 2,877 县 × 9 年）

数据时间跨度为 1990、1995、2000、2005、2010、2015、2018、2020、2025 共 9 个年份（非等间隔）。各文件均为平衡面板（每个行政区划单元 × 每一年一行，该年无城市区域的记为 0）。数据预览如下：

⚠️ 关于 2025 年数据的使用提醒（请务必阅读）

请数据使用者在分析时谨慎使用 2025 年的数据，尤其是涉及 2020 → 2025 的跨年比较 / 长期趋势 / 增长率时。原因有三：

  1. 2025 与 2020 并非同一套 GUB 产品。 2025 年的数据看起来是后期补充的，数据来源和处理方法可能和之前年份的有差异。
  2. 两个年份存在系统性、全国性的差异，并非真实城镇化在 2020→2025 间逆转。 全国城市区域总面积：2020 年约 260,568 km²，2025 年约 218,470 km²，下降约 16.1%；且 34 个省级单元中有 31 个同步下降（仅浙江、广东、香港小幅上升）。这种”全国一致小幅缩水”是典型的产品定义 / 分类阈值切换特征——该期间中国城市实际仍在扩张。
  3. 全球范围同样下降约 17.8%（1,225,688 → 1,007,478 km²），进一步说明差异来自源数据产品版本，而非中国区域特有现象。

建议： 若需要一致的时间序列，应让所有年份取自同一 GUB 版本；在当前产品中，2025 年与 2020 年之间存在断点，做长期趋势或增长率分析时请明确标注，避免将产品版本差异误读为真实变化。

图表展示

下图展示了全国城市区域总面积的年度变化（1990–2025，含 OLS 拟合趋势线，可清晰看到 2020 峰值与 2025 回落）：

2025 年各省城市区域面积分级地图（ColorBrewer YlOrRd 配色）：

2025 年各市城市区域面积分级地图：

2025 年各区县城市区域面积分布（对数横轴，呈明显右偏长尾）：

处理方法

原始 GUB 数据为按年份组织的全球矢量数据（shapefile，EPSG:4326），我使用中国国界（cn.rds）作为掩膜，从各年数据中裁剪出中国范围的城市边界要素，并按年份命名保存为矢量数据；随后以 2021 年行政区划（省 / 市 / 县）为底，将城市边界与其逐层相交（intersect），按行政区划代码聚合计算各级行政区的城市区域面积（km²，按地理坐标系测地线计算），最后补齐为平衡面板并输出为 Stata（.dta）文件。所有矢量数据在计算前均统一转换为 EPSG:4326（WGS84），以避免投影变形。

关键处理代码如下（完整代码见附件 code/process_urban_area.R）：

# 工具函数：将城市边界与某级行政区划相交，按行政区划代码聚合测地线面积 (km2)
compute_level <- function(gub_cn, admin_vect, keys) {
  it <- terra::intersect(gub_cn, admin_vect)
  if (nrow(it) == 0) return(NULL)
  a  <- expanse(it, unit = "km")          # 测地线面积，单位 km2
  df <- as.data.frame(it)[, keys, drop = FALSE]
  df$城市区域面积_km2 <- a
  df %>%
    group_by(across(all_of(keys))) %>%
    summarise(城市区域面积_km2 = sum(城市区域面积_km2, na.rm = TRUE), .groups = "drop")
}

附件中也提供了该数据的处理代码供参考：

数据引用格式

由于该数据包含较多 RStata 处理的内容，在研究中使用该数据请使用清晰的方式注明数据来源于 RStata 或者 RStata 数据中心，并使用如下格式引用：

RStata 数据中心: 1990～2025 年中国城市边界矢量数据及各省市区县总城市区域面积面板数据. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: China Urban Boundary Vector Data and Urban Area Panel by Province/City/County, 1990–2025. 2026. https://tidyfriday.cn/rsdb2/

原始数据引用：

Li, X.C., Gong, P., Zhou, Y.Y., et al. 2020. Mapping global urban boundaries from the global artificial impervious area (GAIA) data. Environmental Research Letters, 15, 094044. doi: 10.1088/1748-9326/ab9be3. (GUB Global Urban Boundary Dataset Version 2022, UEMM Team)

关联课程/数据推荐

1985～2025 年各省市区县不同土地覆盖类型的土地面积：https://rstata.duanshu.com/#/course/9fc8943a57084cfa9b6304a26e9ee389

1985～2025 年各乡镇各类型土地覆盖面积面板数据：https://rstata.duanshu.com/#/course/a4f9d5fd64704f98912ffa8dc5a5d340

1985～2025 年各城市核心绿色生境景观破碎化指标面板数据：https://rstata.duanshu.com/#/course/bdfd89c258af4b2bad8d9e73b75d2176

栅格数据的裁剪与面积汇总——基于 R 语言的方法：https://rstata.duanshu.com/#/course/d2c2710928f44ad7a7518b8a178562c0

使用 ggplot2 + sf 绘制中国地图：https://rstata.duanshu.com/#/course/d74f9f4d750c42738bb9750a6b92c681

点击这里跳转到 RStata 短书平台获取附件：1990～2025 年中国城市边界矢量数据及各省市区县总城市区域面积面板数据

相关文章

评论