2023年最新省市区数据下载;中国国家省市区行政区域数据库下载

2023年最新省市区数据下载

2023年最新行政区域数据下载

数据示例：

👇下载地址 👇 2023 年最新全国行政区域 省市区 数据

省市区数据官方数据

国家统计局行政区域 省市区数据查看

国家统计局>>统计用区划和城乡划分代码 (stats.gov.cn)

国家统计局>>统计用区划和城乡划分代码 (stats.gov.cn) http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/

中华人民共和国民政部 行政区划代码：

中华人民共和国民政部 (mca.gov.cn) http://www.mca.gov.cn/article/sj/xzqh/1980/

2021年度全国统计用区划代码和城乡划分代码更新维护的标准时点为2021年10月31日。目前，已完成更新维护工作,现予公布。

2021年统计用区划代码和城乡划分代码依据国务院批复同意的《关于统计上划分城乡的规定》（国函〔2008〕60号）及国家统计局印发的《统计用区划代码和城乡划分代码编制规则》（国统字〔2009〕91号）编制。

此次发布内容为2021年全国统计用区划代码（12位）和城乡分类代码（3位），地域范围为国家统计局开展统计调查的全国31个省（自治区、直辖市），未包括我国台湾省、香港特别行政区和澳门特别行政区。

《关于统计上划分城乡的规定》指出：“本规定作为统计上划分城乡的依据，不改变现有的行政区划、隶属关系、管理权限和机构编制，以及土地规划、城乡规划等有关规定”。统计用区划代码和城乡划分代码用于统计工作，需要在其他工作中使用时，请务必结合有关实际情况。

在页面中可查看各级别数据

完整数据分位5个级别 

1、省份列表 provincetable

2、城市列表 citytable

3、县区列表 countytable

4、城镇街道列表 towntable

5、村庄居委会列表 villagetable

省市区数据Excel数据视图

2009年-2021年 中国行政区划,行政区域，省市区数据,完全版

数据分为 三级关联 四级关联 和 五级关联

Excel文件

sqlite数据库文件

横向排列

select e.id,e.text,d.id,d.text,c.id,c.text,b.id,b.text,a.id,a.text from (select * from data_xingzhengquyu where data_type='villagetable') as a 
join (select * from data_xingzhengquyu where data_type='towntable') as b on a.parent_id = b.id
join (select * from data_xingzhengquyu where data_type='countytable') as c on b.parent_id = c.id
join (select * from data_xingzhengquyu where data_type='citytable') as d on c.parent_id = d.id
join (select * from data_xingzhengquyu where data_type='provincetable') as e on d.parent_id = e.id

直辖市

省

2021最新省市区行政区域划分数据下载

简单数据省市区三级数据下载 3717 条数据：

省市区三级区域数据：MSSQL数据库脚本文件

省市区三级区域数据：JSON文件

省市区三级区域数据：SQLite数据库文件

下载地址：

简单数据省市区镇街道四级数据下载 44995 条数据：

省市区镇街道四级区域数据：MSSQL数据库脚本文件

省市区镇街道四级区域数据：JSON文件

省市区镇街道四级区域数据：SQLite数据库文件

下载地址：

select data_type,count(1) as total from data_xingzhengquyu group by data_type;

#|data_type    |count(1)
-+-------------+--------
1|provincetable|31      
2|citytable    |342     
3|countytable  |3344    
4|towntable    |41278   

完整省市区镇村五级下载 663128 条数据

省市区五级区域数据：MSSQL数据库脚本文件

省市区五级区域数据：JSON文件

省市区五级区域数据：SQLite数据库文件

下载地址

select data_type,count(1) as total from data_xingzhengquyu group by data_type;

#|data_type    |count(1)
-+-------------+--------
1|provincetable|31      
2|citytable    |342     
3|countytable  |3344    
4|towntable    |41278   
5|villagetable |618133  

备用链接，慎拍

Python数据爬取程序源码