2023年中国全国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

年	省	市	县	镇	村
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	市	县	镇	村
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	新疆维吾尔自治区	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 118375 到 401422，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

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	新疆维吾尔自治区	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	新疆维吾尔自治区	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

• area_code_2023.csv.gz
  • MD5 (area_code_2023.csv.gz) = bd59582978111beeb70e9fb9a99d5630
• area_code_2023.sql.gz
  • MD5 (area_code_2023.sql.gz) = 7a6c2499c430343ac8d1e19866d2e1d1
• area_code_2010.csv.gz
  • MD5 (area_code_2010.csv.gz) = caea79525da13ae341c176c2af0a12f5
• area_code_2010.sql.gz
  • MD5 (area_code_2010.sql.gz) = c76bf44ca08f19cac6d0592375395f96