量一量谁的村界最碎：7万面紧凑度排行

技术专栏 · 数据处理 · 2026-11-03

上一卷量了村的大小，这一卷量村界「长得规不规整」：把 19 个市的 74,781 个村级面逐个算一遍紧凑度（4π×面积÷周长²，正圆为 1，越小越碎）。结论先行：全局中位 0.357，成都市以 0.260 拿下「最碎」，上海市以 0.538 成为「最整」——山区水网和城区面片，把两个极端都占了。

19 市排行：山水越多，边界越碎

排行的规律几乎是一条山水线。碎档前四（成都 0.260、长沙 0.268、临沂 0.273、郑州 0.298）全是山区或水网大市：成都的村界贴着龙门山与岷江河谷切，临沂沿沂蒙山碎分，郑州西南部同样是山地丘陵。中间档里，信阳 0.301、南阳 0.307 两个豫南市紧挨着——与《南水北调穿过的南阳：4,856个村界一包下载》里「沟 269、岗 263」的村名指纹互相印证。整档则清一色是直辖市与城区面片主导的市：上海 0.538、苏州 0.486、北京 0.484、天津 0.445，街坊面片横平竖直，紧凑度自然高。

极值解剖：周长 85 公里的 0.13 平方公里

最碎的前几名不是「不圆」，而是「细成一条线」。广州南沙的「新群工区社区」面积 0.13 平方公里，周长却有 85 公里——这是滩涂河汊被水线反复切割出的碎带；南阳的木寨林场周长同样有 79 公里，县蚕场（紧凑度 0.0007）同为林场蚕场的狭长管护面。武汉蔡甸的「侏儒街办事处直管」更是几乎退化成线。它们的紧凑度低到没有比较意义，但恰恰是这些面最该在统计前被单独标记：面积看着不起眼，周长成本却是别人的百倍。

另一端的「最圆」榜也有味道：重庆万州的大兴场社区紧凑度 0.9444，几乎就是个圆——规划新建的集中居民点边界往往就是这样一锤子画圆的。碎与圆，一边是千百年的自然与耕作史，一边是最近几十年的规划笔，一份村界数据里同时藏着两者。

脚本：十几行算完一个市

function compactness(coords, type) {      // 返回 4πA/P²，0–1
  const polys = type === 'MultiPolygon' ? coords : [coords];
  let A = 0, P = 0;
  const ringArea = r => { /* 球面面积，同《量出最大的村》 */ };
  const ringLen  = r => { /* 等距圆柱周长，米 */ };
  polys.forEach(poly => poly.forEach((ring, ri) => {
    A += (ri ? -1 : 1) * ringArea(ring);  // 外环加、内环减
    P += ringLen(ring);                   // 周长内外环都算
  }));
  return 4 * Math.PI * A / (P * P);
}
// 全市扫描：剔除退化面后按紧凑度排序，最碎的百分之一先人工过目

内环面积扣减、周长全计入（有洞的面天然不圆，扣得有理）。它和《量出最大的村：7.2万个村面面积排行实测》共用面积函数，和《边界数据拓扑检查：一段脚本查出缝隙与重叠》同属入库前的体检流程——拓扑查对错，紧凑度查性格。

三条使用建议

其一，紧凑度是最好的异常面筛子：把全市的面按紧凑度升序排，最碎的 1% 几乎全是滩涂带、林带、切割残留，逐个人工确认后标记类型，后续统计才能干净。其二，别拿统一阈值跨市套：成都的正常面放在上海就是异常碎，阈值跟着本市中位数走。其三，碎面多的市做 Web 端要更省——碎面顶点密度高，先量化再上图的管线在《把村界地图搬上网页：geojson瘦身三板斧》里已经验证过。19 个市的村界包在「村界数据 · 按市」按市取用，省级批量走「村界数据 · 按省」。

常见问题

紧凑度是什么？怎么用来说明村界的形状？

紧凑度 = 4π×面积÷周长的平方，取值 0 到 1：正圆为 1，形状越不规则越接近 0。它把「形状碎不碎」变成一个可比的数字，本文用它对 19 个市的 74,781 个村级面逐个打分，全局中位 0.357。

哪个市的村界最碎、哪个最整？

成都市最碎（中位紧凑度 0.260），长沙 0.268、临沂 0.273 紧随——山区与水网把村界切得零碎；上海市最整（0.538），街坊面片横平竖直，苏州 0.486、北京 0.484 同属规整档。规律很清晰：山水越多的城市村界越碎，城区面片越主导越整。

最碎的村级面有多离谱？

广州南沙的「新群工区社区」面积只有 0.13 平方公里，周长却有 85 公里，紧凑度 0.0002——典型的滩涂河汊碎带；南阳的木寨林场、县蚕场也是周长 80 公里级的狭长面。这一类面多是水域、林场等线性地物的切片，本身合法，但做统计前值得单独识别。

村界碎会带来什么实际问题？

三件事直接受影响：同样的面积下边界更长，围栏、巡护、边界采集的成本都按周长算；面积加权类统计对碎面更敏感，一个退化面能带偏一片；渲染时碎面顶点密度高，Web 端加载更吃力。所以数据入库前按紧凑度排个序，最碎的百分之一先人工过目。

紧凑度低是数据错误吗？

绝大部分不是。山区村界沿山脊河谷走、滩涂沿水线切，形状天然细碎，这是地理事实的如实表达；真正要警惕的是两类：面积近乎为零的极端碎条（本文最小样例紧凑度 0.0002），以及紧凑度异常但周长巨大的面——它们更像切割残留，建议标记后人工确认。

想自己复算紧凑度需要什么？

一份村界数据加十几行脚本就够：逐面算面积与周长，代入 4πA/P² 即可，本文脚本可直接搬走。19 个市的村界包在「村界数据 · 按市」页按市取用，全省批量分析走「村界数据 · 按省」整包。