什么是等值区域图（分级统计图）？定义、示例与构建方法

等值区域图是新闻报道、政策报告和企业仪表板里最常见的专题地图。如果你见过按差额上色的选举地图、按病例率上色的 COVID 地图，或按收入上色的 GDP 地图，你就读过等值区域图。

本文讲解什么是等值区域图、何时使用、最常见的错误，以及如何用矢量瓦片 API 构建一张生产级的等值区域图。

一句话定义

等值区域图根据每个区域测得的单一数值为该区域填色，配色编码大小。

这个词源自希腊语 khoros（区域）和 plethos（多）。最早出现在 1820 年代法国统计学家手中，此后一直是专题制图的主力。

等值区域图示例

经典用法：

• 按国家、州或邮编划分的人口密度
• 按选区划分的选举结果，颜色深浅表示胜选差额
• 按国家划分的人均 GDP，通常采用对数刻度
• 按地区划分的失业率
• 按县划分的每十万居民 COVID 病例数
• 按街区划分的平均房价
• 按人口普查区划分的宽带接入率
• 按农业产区划分的作物产量

共同特征是：数据是每个预定义区域一个数值。

等值区域图 vs 热力图

两者常被混淆，区别很重要。

等值区域图需要预定义区域。数据已经聚合。每个区域一种颜色。边界本身是信息的一部分。

热力图需要点数据。密度通过分箱或核平滑计算。输出是忽略行政边界的连续渐变。用于发现聚集，而不是区域间比较。

每个邮编一个数值，用等值区域图。一团 GPS 打点，用热力图。

等值区域图的构建方式

三个要素：

1. 边界几何。 你想着色的区域的 GeoJSON 多边形（或矢量瓦片图层），每个区域带稳定标识符（例如 ISO 国家码、美国 FIPS 州码、欧盟 NUTS 码、邮编）。
2. 每个区域的数值。 一个简单的 JSON 对象或 CSV，用同一标识符作为键。
3. 把两者连接的渲染器。 现代 Web 地图库（MapLibre GL、Mapbox GL、deck.gl、OpenLayers）可在运行时通过 feature-state 或属性表达式把数据关联到边界。

以下是 MapLibre GL JS 的概念性写法：

map.addSource('regions', {
  type: 'vector',
  url: 'https://api.mapatlas.xyz/v1/tiles/regions.json',
});

map.addLayer({
  id: 'regions-fill',
  type: 'fill',
  source: 'regions',
  'source-layer': 'regions',
  paint: {
    'fill-color': [
      'interpolate',
      ['linear'],
      ['feature-state', 'value'],
      0,   '#f7fbff',
      50,  '#6baed6',
      100, '#08306b',
    ],
    'fill-opacity': 0.8,
  },
});

// Push your data to each feature at runtime
for (const [regionId, value] of Object.entries(yourData)) {
  map.setFeatureState(
    { source: 'regions', sourceLayer: 'regions', id: regionId },
    { value }
  );
}

地图只拉取一次边界瓦片，数据变化时即时重新上色。无需服务端重新渲染。

选择合适的配色

三条规则：

单向数据用顺序配色。 同一色相从浅到深。适用于无显著中点、从低到高的数量（人口、收入、比率）。

双向数据用发散配色。 一个中性中点和两侧扩散的两种色相（红与蓝、棕与青）。适用于零或均值有意义、数值可正可负的情况（同比增长、选举差额、偏离均值）。

避免彩虹配色。 它暗示的顺序与人眼感知并不一致，对色盲用户也不友好。ColorBrewer（colorbrewer2.org）是制图学验证的标准等值区域图配色参考。

常见错误是分箱过多。五到七个最为合适，再多读者就难以分辨相邻的色阶。

分级方法的选择

确定配色后，还要决定分箱边界放在哪里：

• 等间距。 把取值范围均分。数据分布均匀时合适，遇到离群值就失灵。
• 分位数。 每个分箱包含相同数量的区域。希望每种颜色都出现时有用，但可能掩盖差异的真实大小。
• 自然断点（Jenks）。 最小化分箱内方差。最依据数据的默认选择。
• 手动。 当分箱边界本身有含义时（如税阶、人口学阈值）。

分级方法对地图讲述的故事有实实在在的影响。任何正式报告中都应公布所用的分级方法。

常见陷阱

面积偏差。 面积大但密度低的区域在视觉上占主导。按差额上色的美国大选等值区域图会大片偏红，因为农村县面积巨大。变形地图（cartogram）或点密度图可以纠正这一点。

用原始计数而不是比率。 「各州 COVID 病例数」地图基本就是一张人口地图。除非你要展示的就是绝对值，否则始终按人口、面积或其他分母归一化。

误导性刻度。 分位数刻度让每张图看起来都很「有戏」，即便底层差异其实很小；等间距刻度在有离群值时又把所有图压平。让分级方法匹配你要回答的问题。

缺失数据。 提前决定无数据区域是显示为灰色、剔除，还是按零着色。每种选择都会改变阅读。

何时改用其他图表

当每个区域有多个变量时，等值区域图会把信息压扁。可以考虑：

• 小型多图。 一组等值区域图，每个变量一张。
• 双变量等值区域图。 用二维色板编码两个变量。难读，但奏效时很强大。
• 变形地图。 按数值扭曲区域大小，在面积偏差严重时有用。
• 地图上的条形图。 有时数据其实就是一张表，地图只是装饰。

制图是沟通。等值区域图只是众多工具之一。

MapAtlas 在哪里发挥作用

Dynamic Maps API 提供国家、地区、邮编边界的矢量瓦片源，可以在运行时按你自己的数据着色，正如上面的 MapLibre 片段所示。这些边界托管在欧盟，带版本戳，专门设计为可与标准标识符（ISO 3166、NUTS、各国邮编系统）干净地连接。

对于需要按区域展示聚合统计的页面（按邮编的房价、按地区的配送成本、按区域的销售额），GeoEnrich API 会返回按同一边界 ID 关联的区域数值，地图与表格可以共用同一套连接。完整的专题地图背景见 Thematic Map Guide。