
人口普查分年龄死亡率
一行是第七次全国人口普查里一个城乡类别、一个性别、一个单岁年龄的平均人口、死亡人口和死亡率。
- 记录
- 1,212
- 字段
- 11
- AI 扩增字段
- 1
- 平均非空率
- 100%
- 字段完整度
11 个字段,11 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 11 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 1,212 行计算。
关于这个数据集
一行是第七次全国人口普查里一个城乡类别、一个性别、一个单岁年龄的平均人口、死亡人口和死亡率。覆盖全国和城市、镇、乡村,男女合计和分性别,0 到 99 岁每一岁加 100 岁及以上,死亡人口对应 2019 年 11 月到 2020 年 10 月,共 1212 行。用来和保险业经验生命表对比全人口死亡水平,算选择效应和城乡差异,作为定价和准备金评估的人口死亡率参照。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 普查年份year含义:年份键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | 人口普查的年份。2020 是第七次全国人口普查,死亡人口对应 2019 年 11 月 1 日到 2020 年 10 月 31 日 | ||
| 城乡urban_rural含义:类别 | 文本 | 原生 | 100% | 城乡合计(全国)、城市、镇、乡村。按普查的城乡划分,和死因监测的“城市、农村”不是同一个口径 | ||
| 性别sex含义:类别 | 文本 | 原生 | 100% | 合计、男、女 | ||
| 年龄age规律 1:年龄的字段规律字段规律:age_group由年龄扩增得出。含义:年龄(岁) | 整数 | 原生 | 100% | 周岁,0 到 100。100 表示 100 岁及以上(开口组) | ||
| 年龄写法age_label含义:文字说明 | 文本 | 原生 | 100% | 原表的写法,例如 35岁、100岁及以上 | ||
| 开口年龄组is_open_age含义:是否 | 是非 | 原生 | 100% | 是:100 岁及以上 | ||
| 平均人口avg_population含义:人数(人) | 整数 | 原生 | 100% | 单位:人。原表的平均人口,是算死亡率的分母 | ||
| 死亡人口deaths含义:人数(人) | 整数 | 原生 | 100% | 单位:人。普查登记的 2019 年 11 月 1 日到 2020 年 10 月 31 日的死亡人数 | ||
| 死亡率(‰)death_rate_per_mille含义:比率(‰) | 小数 | 原生 | 100% | 原表公布的死亡率,单位:千分之一(‰),保留 2 位小数。原表表头印作“%”,数值是千分率 | ||
| 中心死亡率 mxmx含义:比率(小数) | 小数 | 原生 | 100% | 由平台计算:死亡人口 ÷ 平均人口,不四舍五入。精算上的中心死亡率 m_x;换成一年内死亡概率可以用 q_x ≈ m_x ÷ (1 + 0.5 m_x)(这一步本数据集不做) | ||
| 年龄组(5 岁)age_group规律 1:年龄组(5 岁)的字段规律字段规律:age_group由年龄扩增得出。含义:类别 | 文本 | 规则扩增第 1 级扩增查看溯源:年龄组(5 岁) | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 年龄按 5 岁分组,例如 60-64 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。这个数据集没有敏感字段。
| # | 普查年份year | 城乡urban_rural | 性别sex | 年龄age | 年龄写法age_label | 开口年龄组is_open_age | 平均人口avg_population | 死亡人口deaths | 死亡率(‰)death_rate_per_mille | 中心死亡率 mxmx | 年龄组(5 岁)age_group |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2020 | 城乡合计 | 合计 | 0 | 0岁 | 否 | 13629879 | 20822 | 1.53 | 0.0015276731363499266 | 0-4 |
| 2 | 2020 | 城乡合计 | 合计 | 1 | 1岁 | 否 | 14644039 | 5682 | 0.39 | 0.00038800770743645246 | 0-4 |
| 3 | 2020 | 城乡合计 | 合计 | 2 | 2岁 | 否 | 16630267 | 4383 | 0.26 | 0.0002635556001596366 | 0-4 |
| 4 | 2020 | 城乡合计 | 合计 | 3 | 3岁 | 否 | 19182135 | 3841 | 0.2 | 0.00020023839890606545 | 0-4 |
| 5 | 2020 | 城乡合计 | 合计 | 4 | 4岁 | 否 | 16026750 | 2901 | 0.18 | 0.00018100987411671113 | 0-4 |
| 6 | 2020 | 城乡合计 | 合计 | 5 | 5岁 | 否 | 18446977 | 2874 | 0.16 | 0.00015579788493258272 | 5-9 |
| 7 | 2020 | 城乡合计 | 合计 | 6 | 6岁 | 否 | 17821500 | 2566 | 0.14 | 0.00014398339084813286 | 5-9 |
| 8 | 2020 | 城乡合计 | 合计 | 7 | 7岁 | 否 | 19169898 | 2554 | 0.13 | 0.00013322971254202813 | 5-9 |
| 9 | 2020 | 城乡合计 | 合计 | 8 | 8岁 | 否 | 18239913 | 2391 | 0.13 | 0.00013108615156223608 | 5-9 |
| 10 | 2020 | 城乡合计 | 合计 | 9 | 9岁 | 否 | 17550502 | 2244 | 0.13 | 0.00012785959056897631 | 5-9 |
| 11 | 2020 | 城乡合计 | 合计 | 10 | 10岁 | 否 | 17632068 | 2515 | 0.14 | 0.00014263783465444892 | 10-14 |
| 12 | 2020 | 城乡合计 | 合计 | 11 | 11岁 | 否 | 17389521 | 2652 | 0.15 | 0.00015250563830941635 | 10-14 |
| 13 | 2020 | 城乡合计 | 合计 | 12 | 12岁 | 否 | 17249919 | 2994 | 0.17 | 0.0001735660323970217 | 10-14 |
| 14 | 2020 | 城乡合计 | 合计 | 13 | 13岁 | 否 | 16468441 | 3554 | 0.22 | 0.0002158067056863488 | 10-14 |
| 15 | 2020 | 城乡合计 | 合计 | 14 | 14岁 | 否 | 15633419 | 3811 | 0.24 | 0.0002437726513950659 | 10-14 |
| 16 | 2020 | 城乡合计 | 合计 | 15 | 15岁 | 否 | 15508355 | 4153 | 0.27 | 0.0002677911358103422 | 15-19 |
| 17 | 2020 | 城乡合计 | 合计 | 16 | 16岁 | 否 | 14000569 | 3927 | 0.28 | 0.00028048860014189426 | 15-19 |
| 18 | 2020 | 城乡合计 | 合计 | 17 | 17岁 | 否 | 14243352 | 4010 | 0.28 | 0.000281534852189288 | 15-19 |
| 19 | 2020 | 城乡合计 | 合计 | 18 | 18岁 | 否 | 13944452 | 4282 | 0.31 | 0.0003070755308276008 | 15-19 |
| 20 | 2020 | 城乡合计 | 合计 | 19 | 19岁 | 否 | 14486338 | 4241 | 0.29 | 0.00029275859779055274 | 15-19 |
03版本
每次发布,都留记录
发布后的数据版本不能修改。更正时发布新版本,旧版本保留。
版本 v12026/11/13 发布
生效中1,212 行 · 11 个字段 · 初始导入
04关联
和其他数据集,按键连起来
这个数据集还没有关联。它带年份或日期,能和其他数据集按时间对齐。共享同一种键的数据集能连接。按共享的键分组,对上的行多的在前。
只按年份能连:1,085 个数据集单独按年份连接多半没有意义,先看上面的组
按 年份 能连
1,085 个数据集- 全球双边贸易流量区域底数 · 2.2 亿 行 · 连接字段 year
- 出口企业产品质量企业主体 · 9912.4 万 行 · 连接字段 year
- 工企海关匹配对照企业主体 · 3137.8 万 行 · 连接字段 year
- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 year
- 全球兴趣点建筑设施 · 2299.6 万 行 · 连接字段 created_date
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 date
- 上市公司专利被引统计企业主体 · 1432.1 万 行 · 连接字段 cited_apply_date
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 date
- A股上市公司日交易行情企业主体 · 1239.1 万 行 · 连接字段 trade_date
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 taobao_village_year
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date
05字段规律
字段之间的规律
比如一一对应、谁先谁后。只帮你读懂数据,不用来连接。
本数据集内1
- 扩增得出
age_group由年龄扩增得出。
来自字段扩增人口普查分年龄死亡率人口普查分年龄死亡率
06授权与接入
申请授权,一次调用就能用上
试用立即生效,并送 500 点试用点数。授权后用 API Key 调用 REST 接口,按返回的行数扣点。
REST 调用示例
# 先把 API Key 放进环境变量:export WI_API_KEY=你的 API Keycurl -X POST 'https://wi.insightworld.cn/api/v1/datasets/census-age-mortality/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"urban_rural","op":"eq","value":"城乡合计"}],"limit":10}'
交给 Agent
- 人身险精算依赖 7 个数据集 · 一次对话约 0 点
用第四套或 2010—2013 版生命表算年金和寿险的现值、纯保费和准备金,也能做利润测试和死亡率预测。
发给请下载 https://wi.insightworld.cn/skills/actuarial-life.zip 并解压,把里面的 actuarial-life 文件夹装进你自己的技能目录(不确定时装到 ~/.agents/skills/),然后使用这个技能。我的 API Key 在环境变量 WI_API_KEY 里。
Agent 会自己下载、装进它的技能目录 - 以后开放
MCP
仍在使用 MCP 的 Agent 客户端,用 OAuth 连接后通过工具查询。