多尺度空间同名面状居民地实体随着地图尺度的变化，其空间位置、结构形状、拓扑关系会产生巨大变化，这些变化给同名实体匹配造成了极大困难。传统的面实体匹配技术一般利用缓冲区方法以及MBR方法获取匹配候选集，然而，不同比例尺同名实体的位置偏差往往导致误配或漏配。此外，大多数已有的空间实体相似性计算模型都是针对特定比例尺的面状居民地数据而设计的，不能直接用于其它比例尺居民地数据，普适性低。针对该问题，本文提出了基于Voronoi图的通用的多尺度面状居民地匹配方法，该方法利用Voronoi图识别候选集无需像缓冲区方法一样手工设置搜索空间。而且，该算法有效地利用Voronoi图减少了候选集中的要素数量，即便是当匹配数据集之间存在较大位置偏差。该方法的匹配思路如下：首先，对小比例尺居民地数据构建Voronoi图。其次，遍历每个Voronoi图找出相应的大比例尺要素作为匹配候选集。最后，利用凸壳形状相似度、凸壳面积相似度以及重叠面积比这三个相似性指标确定最终的匹配结果。本文利用浙江省某市1:10000和1:50000居民地数据，以及北京市1:1000和1:10000居民地数据进行实验。实验结果表明我们的方法在通用性和匹配质量方面均优于先前的方法。尤其是针对不一致性位置误差较大的数据集（例如，1:1000和1:10000比例尺的数据集），基于Voronoi图的匹配方法F-Measure较缓冲区方法和MBR方法平均高出17.63％、10.36%。