sapnhap-bando-vn — Vietnam's 2025 administrative-merger atlas

🇻🇳 Tóm tắt. Một bản sao đầy đủ, có cấu trúc của https://sapnhap.bando.com.vn/ — bộ atlas chính thức của Nhà Xuất Bản Tài Nguyên - Môi Trường và Bản Đồ Việt Nam về các đơn vị hành chính sau sáp nhập theo Nghị quyết 202/2025/QH15 ngày 12/06/2025 của Quốc hội và 34 nghị quyết của Ủy ban Thường vụ Quốc hội ban hành ngày 16/06/2025. Mỗi cấp được phơi bày ở dạng parquet, GeoJSON, biểu đồ tương tác, và embedding 384-d UMAP đã tính sẵn.

🇬🇧 Summary. A complete, table-by-table mirror of https://sapnhap.bando.com.vn/ — the official atlas of post-merger administrative units introduced by National Assembly Resolution 202/2025/QH15 of 12 June 2025 and the 34 follow-up Standing Committee resolutions of 16 June 2025. Every level is exposed as parquet, GeoJSON, interactive figures, and a pre-computed 384-d UMAP embedding.

Bối cảnh · Context

🇻🇳 Cuộc cải tổ năm 2025 thu gọn Việt Nam từ 63 đơn vị hành chính cấp một xuống còn 34 (28 tỉnh + 6 thành phố trực thuộc trung ương) và sắp xếp lại tầng dưới: từ 705 huyện ÷ 10 599 xã/phường giảm còn 3 321 xã / phường / đơn vị hành chính đặc biệt. Đây là cuộc tái phân định hành chính lớn nhất từ năm 1975.

🇬🇧 The 2025 reform collapsed Vietnam from 63 first-level units to 34 (28 provinces + 6 centrally-administered cities) and re-drew the second tier from 705 districts / 10 599 communes down to 3 321 communes / wards / special administrative units. This is the largest administrative re-partition since 1975.

🇻🇳 Bộ dữ liệu này lưu lại từng đơn vị còn tồn tại sau sáp nhập, kèm thông tin về gốc gác sáp nhập (đơn vị tiền nhiệm), diện tích, dân số, trụ sở Ủy ban nhân dân, văn bản pháp lý cấp thẩm quyền, và hình thể địa lý (đa giác hoặc điểm).

🇬🇧 This dataset captures every surviving entity together with its merger lineage (predecessor units), area, population, People's Committee headquarters, the decree of authority, and a geographic geometry (polygon or point).

Tổng quan · At a glance

Chỉ số · Stat	Giá trị · Value
Đơn vị hành chính cấp một sau sáp nhập · First-level (post-merger)	34
Đơn vị hành chính cấp hai sau sáp nhập · Second-level (post-merger)	3 321
Trụ sở UBND · People's-committee HQs	3 357
Dân số toàn quốc 2024 · Total population (2024)	113 571 926
Diện tích đất liền (km²) · Total land area (km²)	331 325.62
Đa giác cấp tỉnh (GeoJSON) · Province polygons	34
Đa giác cấp xã (GeoJSON) · Commune polygons	3 321
Số đơn vị tiền nhiệm tối đa · Max merger fanout	16

Hình tiêu biểu · Representative figures

🇻🇳 Một vòng dạo qua bộ dữ liệu, mỗi pack một hình. Mỗi PNG bên dưới đi kèm một file .html tương tác (Plotly đầy đủ — pan / zoom / hover / legend toggle).

🇬🇧 A curated tour, one figure per pack. Every PNG below has a matching .html next to it — the fully-interactive Plotly version (pan / zoom / hover tooltips / legend toggle).

Cartographic pack — population by post-merger province · dân số theo tỉnh

🇻🇳 Choropleth tô bằng thang xanh tuần tự. Hai khung viền nét đứt phía phải khai báo hai quần đảo ngoài khơi: Quần đảo Hoàng Sa (do Đà Nẵng quản lý) và Quần đảo Trường Sa (do Khánh Hòa quản lý) — theo quy ước của các atlas Việt Nam. Tương tác: figures/maps/01_provinces_population.html.

🇬🇧 A sequential green-scale choropleth. The two dashed boxes on the right declare the offshore archipelagos Quần đảo Hoàng Sa (administered by Đà Nẵng) and Quần đảo Trường Sa (administered by Khánh Hòa) following standard Vietnamese-atlas convention. Interactive: figures/maps/01_provinces_population.html.

Cartographic pack — 3 321 communes by macro-region · 3 321 xã theo vùng địa lý

🇻🇳 Một dấu chấm cho mỗi xã / phường còn tồn tại; tô màu theo 6 vùng địa lý của Tổng cục Thống kê.

🇬🇧 One dot per surviving commune-level admin unit; coloured by GSO macro-region. Interactive: figures/maps/04_communes_scatter.html.

Analytical pack — 34 provinces by population · 34 tỉnh theo dân số

🇻🇳 Bar chart sắp xếp giảm dần, tô màu theo vùng địa lý. TPHCM (sau sáp nhập: 14.0 triệu) và Hà Nội (8.8 triệu) chiếm ưu thế; đuôi dài là các tỉnh miền núi phía Bắc dưới 2 triệu dân.

🇬🇧 Sorted bar chart; colour by macro-region. TP HCM (post-merger: 14.0 M) and Hà Nội (8.8 M) dominate; the long tail runs into Northern-Midlands provinces with under 2 M people. Interactive: figures/analysis/03_province_population.html.

Analytical pack — commune merger fanout · Số đơn vị tiền nhiệm

🇻🇳 Mỗi xã / phường mới gộp từ bao nhiêu đơn vị cũ. Mode = 3; max = 16 (Phường Văn Miếu - Quốc Tử Giám, Hà Nội).

🇬🇧 How many predecessor wards / xã were absorbed by each surviving commune. Modal value 3; max value 16 (Phường Văn Miếu - Quốc Tử Giám in Hà Nội). Interactive: figures/analysis/08_merger_fanout_communes.html.

Analytical pack — UMAP × macro-region · UMAP của embedding × vùng địa lý

🇻🇳 Mỗi đơn vị được mã hoá thành một vector 384-d bằng sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 từ mô tả gốc gác sáp nhập, sau đó chiếu xuống 2-D bằng UMAP (cosine, 15 hàng xóm, min_dist=0.1). Các "thuỳ" theo vùng địa lý xuất hiện chỉ từ embedding — mô hình không hề được cho biết nhãn vùng.

🇬🇧 Each entity's merger-lineage prose is encoded into a 384-d vector by sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2, then projected to 2-D with UMAP (cosine, 15 neighbours, min_dist=0.1). The macro-region lobes emerge from the embedding alone — the model has never seen the macro-region label. Interactive: figures/analysis/12_curator_umap_region.html.

Inventory đầy đủ · Full inventory — 17 figures

Pack	Files	Style
figures/maps/	5 PNG + 5 HTML pairs (1100 × 1100)	Sans-serif typeface; dual-archipelago declaration
figures/analysis/	12 PNG + 12 HTML pairs (1200 × 900)	LaTeX-serif typeface; sequential green palette

Cấu trúc kho · What's on the Hub

.
├── README.md                  (this file)
├── _stats.json                numbers / tables this card quotes
├── data/
│   ├── all.parquet            6 712 rows = provinces + communes + committees
│   ├── provinces.parquet      34 rows
│   ├── communes.parquet       3 321 rows
│   └── committees.parquet     3 357 rows
├── geo/
│   ├── provinces.geojson      34 polygons (FeatureCollection)
│   └── communes.geojson       3 321 polygons (FeatureCollection)
├── reduced/
│   └── reduced.parquet        UMAP 2-D coords + HDBSCAN cluster id
├── figures/
│   ├── analysis/              12 PNG + 12 HTML pairs (LaTeX-serif theme)
│   └── maps/                   5 PNG +  5 HTML pairs (sans-serif + archipelagos)
├── notebooks/DATAANALYSIS.ipynb
├── docs/{DATAPROCESSING,DATAANALYSIS}.md
└── raw/{admin_units,committees}.json   (source listings)

🇻🇳 Mọi figure trong thư mục figures/ đều có hai bản: PNG tĩnh để nhúng trong card này, và HTML tương tác đầy đủ Plotly. Bấm vào link HTML hoặc tải .html về để mở trong trình duyệt.

🇬🇧 Every figure under figures/ ships in both formats — the static PNG for inline rendering in this card, plus a self-contained interactive HTML with the full Plotly toolkit. Click any HTML link or download the .html to open it locally.

Phân theo vùng địa lý · Per-macro-region inventory

Vùng địa lý · Macro-region (EN)	Tỉnh · Provinces	Xã · Communes	UBND · Committees
Trung du và miền núi phía Bắc · Northern Midlands & Mountain Areas	10	841	842
Đồng bằng sông Hồng · Red River Delta	5	527	502
Bắc Trung Bộ và duyên hải miền Trung · North Central & Coastal	8	738	737
Tây Nguyên · Central Highlands	3	361	380
Đông Nam Bộ · Southeast	3	359	358
Đồng bằng sông Cửu Long · Mekong River Delta	5	495	537

Cách dữ liệu được tạo · How the corpus was built

🇻🇳 Hình thể trên đĩa được sinh ra qua một pipeline 5 bước:

🇬🇧 The on-disk shape is produced by a 5-stage curation pipeline:

download → parse → extract → embed → reduce

• download — POST đến 4 endpoint của sapnhap.bando.com.vn (p.co_dvhc, p.co_uyban, p.co_dvhc_id, pread_json); ~6 700 lượt gọi; cache đĩa nên re-run miễn phí. — POST to four endpoints; ~6 700 calls; cached to disk so re-runs are free.
• parse — chuẩn hoá số kiểu Việt ("4.199.824" → 4 199 824), tóm tắt GeoJSON thành centroid + bbox + WKT, gắn province cha cho từng xã / UBND. — Normalise Vietnamese-formatted numbers, summarise GeoJSON to centroid + bbox + WKT, attach parent-province for every commune & committee.
• extract — TF-IDF keywords trên mô tả gốc gác sáp nhập; gắn vùng địa lý theo bản ánh xạ chính thức 34 → 6 của Tổng cục Thống kê. — TF-IDF over the merger-lineage prose; macro-region attachment from the curated 34 → 6 GSO mapping.
• embed — sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 trên CPU (384-d) trên các mô tả tiếng Việt chuẩn hoá. — A 384-d multilingual sentence encoder over the canonical Vietnamese descriptors.
• reduce — UMAP 2-D + HDBSCAN cụm theo mật độ. — UMAP → 2-D coordinates + density-based HDBSCAN clusters.

🇻🇳 Xem docs/DATAPROCESSING.md để biết toàn bộ giao thức crawl, docs/DATAANALYSIS.md cho tour phân tích, và sổ tay notebooks/DATAANALYSIS.ipynb cho các ô Plotly đã thực thi.

🇬🇧 See docs/DATAPROCESSING.md for the full crawl protocol, docs/DATAANALYSIS.md for the analytical walkthrough, and the notebooks/DATAANALYSIS.ipynb notebook for the executed Plotly outputs.

Cách dùng · Usage

from datasets import load_dataset

# Default config — toàn bộ 6 712 dòng (34 tỉnh + 3 321 xã + 3 357 UBND)
ds = load_dataset("tmquan/sapnhap-bando-vn")["train"]
print(ds.column_names)
# -> ['id', 'kind', 'ma', 'ten', 'type', 'ten_short', 'area_km2',
#     'population', 'density', 'capital', 'address', 'phone', 'decree',
#     'decree_url', 'predecessors', 'parent_ma', 'parent_ten',
#     'centroid_lon', 'centroid_lat', 'bbox', 'geom_type', 'wkt',
#     'predecessors_list', 'n_predecessors', 'macro_region',
#     'embed_text', 'keywords']

# Chỉ 34 đơn vị cấp tỉnh
provinces = load_dataset("tmquan/sapnhap-bando-vn", "provinces")["train"]

# Chỉ 3 321 xã / phường
communes = load_dataset("tmquan/sapnhap-bando-vn", "communes")["train"]

# Chỉ 3 357 trụ sở Ủy ban nhân dân
committees = load_dataset("tmquan/sapnhap-bando-vn", "committees")["train"]

# Tải GeoJSON riêng (datasets không tự nạp .geojson)
import huggingface_hub as hf, json
path = hf.hf_hub_download(
    "tmquan/sapnhap-bando-vn", "geo/provinces.geojson", repo_type="dataset",
)
fc = json.load(open(path, "r", encoding="utf-8"))
print(len(fc["features"]))   # 34

Giấy phép · License & terms

🇻🇳 Dữ liệu gốc thuộc về Bộ Nông nghiệp và Môi trường và Nhà Xuất Bản Tài Nguyên - Môi Trường và Bản Đồ Việt Nam. Bản phân phối lại này dùng giấy phép CC-BY-NC 4.0 — vui lòng kiểm tra điều khoản sử dụng của trang nguồn trước khi tái phân phối thương mại.

🇬🇧 The underlying data belongs to the Ministry of Agriculture and Environment and the Vietnam Cartographic Publishing House (Nhà Xuất Bản Tài Nguyên - Môi Trường và Bản Đồ Việt Nam). This redistribution is shared under CC-BY-NC 4.0 — please check the source-website terms before commercial redistribution.

Thông tin xuất bản · Publication info
ISBN	978-632-622-303-3
Publication ID	1027-2026/CXBIPH/03-129/BĐ
Quyết định / Decision	30/QĐ-NXBTNMT, 16 April 2026
Source	https://sapnhap.bando.com.vn/ · https://bando.com.vn

Cơ sở pháp lý của cuộc sáp nhập · Authoritative legal sources:

• National Assembly Resolution 202/2025/QH15 (12 June 2025)
• Standing Committee resolutions of 16 June 2025 (×34)
• Government decrees published at https://vanban.chinhphu.vn

Trích dẫn · Citation

@misc{sapnhap_2026,
  title        = {Sáp Nhập — Vietnam Administrative Merger Atlas (HF mirror)},
  author       = {TMQuan},
  year         = {2026},
  howpublished = {\url{https://huggingface.co/datasets/tmquan/sapnhap-bando-vn}},
  note         = {Mirror of the post-merger administrative-units atlas published at \url{https://sapnhap.bando.com.vn/}.}
}

@misc{sapnhap_atlas_2026,
  title        = {Atlas Sáp Nhập Hành Chính Việt Nam},
  author       = {{Ministry of Agriculture and Environment of Vietnam} and {Vietnam Cartographic Publishing House}},
  year         = {2026},
  publisher    = {Nhà Xuất Bản Tài Nguyên - Môi Trường và Bản Đồ Việt Nam},
  howpublished = {\url{https://sapnhap.bando.com.vn/}},
  note         = {ISBN 978-632-622-303-3, Publication ID 1027-2026/CXBIPH/03-129/BĐ. Quyết định số 30/QĐ-NXBTNMT, 16 April 2026. Implements National Assembly Resolution 202/2025/QH15 and the 16 June 2025 Standing Committee resolutions.}
}