2026年全国乡镇(街道)至所属区县驾车出行距离与时间数据集

2026年全国乡镇(街道)至所属区县驾车出行距离与时间数据集

数据科学 · 空间可达性

在空间可达性研究中,出行距离与时间是衡量区域连通程度的核心指标。本文介绍一份覆盖全国范围的乡镇级通达性数据------2026年乡镇(街道)至所属区县驾车出行距离与时间数据集。此前已有地级市间驾车出行矩阵及区县至地级市出行数据可供参考,本数据集则进一步将精度下沉至乡镇(街道)层级。

本数据集以CSV格式(Excel可直接打开)存储,依据行政区划隶属关系,记录全国各乡镇(街道)至其上属区县的驾车通行信息。距离以公里为单位,时间以分钟为单位。起终点设定如下:出发点为乡镇(街道)政府驻地,到达点为对应区县政府驻地。路径计算依托高德地图路径规划API,选取两地之间耗时最短的驾车方案,采集时间为2026年6月。由于计算基于实际路网,并纳入道路等级、信号灯分布及实时交通状态等因素,该数据能较客观地反映乡镇至区县的真实出行成本。

一、数据概览

数据以单个CSV文件交付,每行对应一个乡镇(街道)至所属区县的驾车通行记录。字段涵盖乡镇(街道)与区县的名称、行政区划代码、经纬度坐标,以及驾车出行距离和时间。需要说明的是,距离与时间均为基于高德路径规划的实际道路通行结果,而非空间直线距离。

数据预览

二、数据处理与来源

1. 路径计算方法

以乡镇(街道)级行政单元作为基本分析粒度,首先锁定各乡镇(街道)政府驻地及其所属区县政府驻地的空间坐标,分别作为出行起点和终点。随后调用高德地图路径规划Web服务API(v3版本) ,在driving驾车模式下采用速度优先策略(strategy=0),计算两地间的最优行驶路径。该策略下返回的路径结果已纳入道路等级、信号灯、实时拥堵及高速与城市道路权重等现实因素。

此外,为控制时段差异带来的偏差,所有路径请求均统一在工作日9:00--17:00时段内发起,最终汇总为全国乡镇(街道)至所属区县的驾车出行距离与时间数据集,以CSV文件存储。

2. 坐标数据来源

行政区划基础信息来自中国·国家地名信息库(数据截止2025年12月31日),涵盖全国乡镇(街道)名称、区县名称及行政区划代码

在获取政府驻地的空间坐标时,以政府全称(如"河北省石家庄市长安区西兆通镇人民政府""河北省石家庄市长安区建北街道办事处")为检索词,通过百度地图地址反查服务 获取百度坐标系下的经纬度,再经坐标纠偏处理,将其转换为火星坐标系与WGS1984坐标系,由此得到2025年全国区县及乡镇(街道)点位数据。

3. 数据规格

项目 说明
出行时间单位 分钟
出行距离单位 公里
文件格式 CSV(Excel可直接打开)
路径计算引擎 高德地图路径规划 API(v3)
数据采集时间 2026年6月
行政区划基准 截至2025年12月31日

【下载→

方式一:顶部专栏

方式二:数据下载方式汇总-CSDN博客

来源:城数派

相关推荐
躺柒12 小时前
读数据可视化12可视化设计原则
信息可视化·数据分析·可视化·数据可视化·大数据分析
AC赳赳老秦12 小时前
企业标签体系搭建:基于 OpenClaw 采集的多维度公开数据,构建企业画像标签库
java·运维·服务器·python·信息可视化·deepseek·openclaw
BYSJMG13 小时前
大数据毕业设计选题方向|【基于大数据的燃油消耗数据可视化与分析】Hadoop+PySpark+FP-Growth
大数据·hadoop·分布式·信息可视化·数据分析·课程设计
又折桃枝换酒钱13 小时前
HiLSVA:人在回路的科学可视化智能体系统(翻译与解读)
信息可视化
躺柒1 天前
读数据可视化11数据可视化基础
大数据·信息可视化·数据分析·可视化·数据可视化·大数据分析
BYSJMG2 天前
计算机毕业设计选题推荐:基于大数据的心脏病风险数据可视化与分析(Hadoop+Spark+PySpark)
大数据·hadoop·信息可视化·数据分析·spark·课程设计
又折桃枝换酒钱2 天前
VisCoder2:构建多语言可视化编码智能体(翻译与解读)
人工智能·信息可视化
躺柒2 天前
读数据可视化10数据(下)
信息可视化·数据分析·可视化·数据可视化·大数据分析
城数派2 天前
1901—2025年中国1km分辨率年均气温栅格数据
信息可视化
ctlover3 天前
数据分析案例源码级教程:TMDB-TOP100电影数据统计分析
信息可视化·数据挖掘·数据分析