城市人口密度与市区人口
一行是一个城市（或省份、全国）一年的人口密度，以及市区面积、市区人口和市区暂住人口。
v1 生效中 · 2026/11/15 发布险种标签：企业财产险责任险时间跨度：2002–2020 年数据出处 出处待核实（全国数值和中国城市建设统计年鉴的城区人口密度相符）
- 记录
- 1.3 万
- 字段
- 9
- AI 扩增字段
- 1
- 平均非空率
- 89.1%
- 字段完整度
9 个字段，5 个没有空值，1 个 AI 扩增
01字段
字段来源，逐一标明
共 9 个字段，其中 AI 扩增字段 1 个。非空率按当前版本的 12,829 行计算。
关于这个数据集
一行是一个城市（或省份、全国）一年的人口密度，以及市区面积、市区人口和市区暂住人口。覆盖全国、31 个省份和 662 个设市城市，2002–2020 年，共 12829 行。用 region_level 区分全国、省级、城市。人口密度 2002–2005 年和 2006 年以后口径不同，2006 年全国从 870 跳到 2238 人/平方公里，跨这一年不能直接比。人口密度按城区算，不等于市区人口除以市区面积。面积和人口从 2006 年起才有。可用来比较城市的人口聚集程度，辅助财产险和责任险的风险评估。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 地区region规律 1：地区的字段规律字段规律：region_code由所属省份、地区扩增得出。键：区县名称。样本里格式符合 80.5%，还没有参照 | 文本 | 原生 | 100% | 城市用简称，如“石家庄”。已撤销的市带注明，如“米泉(2006年止)” | ||
| 地区层级region_level | 文本 | 原生 | 100% | 全国、省级、城市 | ||
| 所属省份province规律 1：所属省份的字段规律字段规律：region_code由所属省份、地区扩增得出。键：省份名称。样本里格式符合 100%，还没有参照 | 文本 | 原生 | 100% | 按原表的排列顺序补上。全国行为空 | ||
| 年份year键：年份。样本里格式符合 100%，还没有参照 | 整数 | 原生 | 100% | — | ||
| 人口密度population_density | 小数 | 原生 | 100% | 单位：人/平方公里。2006 年起口径改变 | ||
| 市区面积urban_area | 小数 | 原生 | 79% | 单位：平方公里，2006 年起 | ||
| 市区人口urban_population | 小数 | 原生 | 79% | 单位：万人，2006 年起 | ||
| 市区暂住人口temporary_population | 小数 | 原生 | 74% | 单位：万人，2006 年起 | ||
| 地区区划代码region_code规律 1：地区区划代码的字段规律字段规律：region_code由所属省份、地区扩增得出。键：县级区划代码。样本里格式符合 100%，70.9% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源：地区区划代码 | 71%平均置信度 0.96校验少：不建议单独作为决策依据 | 由所属省份、地区查行政区划参照得出的现行县级区划代码。程序查表，不用模型。对不上或置信度低的为空 |
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。
| # | 地区region | 地区层级region_level | 所属省份province | 年份year | 人口密度population_density | 市区面积urban_area | 市区人口urban_population | 市区暂住人口temporary_population | 地区区划代码region_code |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 全国 | 全国 | — | 2002 | 754 | — | — | — | — |
| 2 | 全国 | 全国 | — | 2003 | 847 | — | — | — | — |
| 3 | 全国 | 全国 | — | 2004 | 865 | — | — | — | — |
| 4 | 全国 | 全国 | — | 2005 | 870 | — | — | — | — |
| 5 | 全国 | 全国 | — | 2006 | 2238 | 1944984 | 64719 | 6107 | — |
| 6 | 全国 | 全国 | — | 2007 | 2104 | 1940993 | 65089 | 5811 | — |
| 7 | 全国 | 全国 | — | 2008 | 2080 | 1960652.47 | 64469.58 | 5966.37 | — |
| 8 | 全国 | 全国 | — | 2009 | 2147 | 1909908.46 | 65373.32 | 6033.19 | — |
| 9 | 全国 | 全国 | — | 2010 | 2209 | 1899921.2 | 67324.79 | 7103.11 | — |
| 10 | 全国 | 全国 | — | 2011 | 2228 | 1910939.15 | 66123.01 | 7682.58 | — |
| 11 | 全国 | 全国 | — | 2012 | 2307 | 1911794.3 | 68671.18 | 7982.93 | — |
| 12 | 全国 | 全国 | — | 2013 | 2362 | 1930023.74 | 69632.91 | 8690.73 | — |
| 13 | 全国 | 全国 | — | 2014 | 2419 | 1986565 | 71493.7 | 9217.4 | — |
| 14 | 全国 | 全国 | — | 2015 | 2399 | 2076198.12 | 73283.58 | 10050.35 | — |
| 15 | 全国 | 全国 | — | 2016 | 2408 | 2154880.06 | 75481.61 | 11042.25 | — |
| 16 | 全国 | 全国 | — | 2017 | 2477 | 2196209.8 | 76808.5 | 12005.2 | — |
| 17 | 全国 | 全国 | — | 2018 | 2546.1728 | 2230935.02 | 79526 | 12306.86 | — |
| 18 | 全国 | 全国 | — | 2019 | 2613.3384 | 2281507.73 | 80007.78 | 12437.22 | — |
| 19 | 全国 | 全国 | — | 2020 | 2778.0461 | 2322591.86 | 81643.47 | 12982.69 | — |
| 20 | 个旧 | 城市 | 云南 | 2002 | 100 | — | — | — | 532501 |
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 v12026/11/15 发布
生效中12,829 行 · 9 个字段 · 初始导入
04关联
和其他数据集，按键连起来
按键连到地区，能和不少于 72 个数据集连接。另外，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。
按 区县 + 省份 + 年份 能连
107 个数据集 · 本数据集 9,091 行有区县- 历年县级以上行政区划代码参照区域底数 · 14.3 万 行 · 连接字段 province_code、region_code、year按区县对上本数据集 9,091 行（70%）
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 issue_date、region_code、province按区县对上本数据集 9,091 行（70%）
- 行政区划名称和简称区域底数 · 1.3 万 行 · 连接字段 province_code、valid_from、region_code按区县对上本数据集 9,091 行（70%）
- 县级土地利用现状（三调口径）区域底数 · 9,752 行 · 连接字段 province、region_code、year按区县对上本数据集 9,072 行（70%）
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 adcode、page_publish_time、pname按区县对上本数据集 9,053 行（70%）
- 全国环保行政处罚统计司法监管 · 4.7 万 行 · 连接字段 year、region_code_2、province按区县对上本数据集 8,934 行（69%）
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 county_code、taobao_village_year、province_code按区县对上本数据集 8,920 行（69%）
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 year、county_code_2、province_name按区县对上本数据集 8,920 行（69%）
- 县级区域夜光指数区域底数 · 1.7 万 行 · 连接字段 province、county_code、year按区县对上本数据集 8,920 行（69%）
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 first_year、region_code、province按区县对上本数据集 8,920 行（69%）
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 division_year、province、region_code按区县对上本数据集 8,920 行（69%）
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 region_code、province、division_year按区县对上本数据集 8,920 行（69%）
按 省份 + 年份 能连
467 个数据集 · 本数据集 12,810 行有省份- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 year、province_name按省份对上本数据集 12,810 行（99%）
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_province、month按省份对上本数据集 12,810 行（99%）
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 province、reg_date按省份对上本数据集 12,810 行（99%）
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、year按省份对上本数据集 12,810 行（99%）
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 year、province按省份对上本数据集 12,810 行（99%）
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 province、date按省份对上本数据集 12,810 行（99%）
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 year、region_code按省份对上本数据集 12,810 行（99%）
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 region_code、year按省份对上本数据集 12,810 行（99%）
- 省级教育统计面板区域底数 · 143.5 万 行 · 连接字段 year、region_code按省份对上本数据集 12,810 行（99%）
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 year、province按省份对上本数据集 12,810 行（99%）
- 地级市市辖区社会经济指标区域底数 · 86.6 万 行 · 连接字段 year、province按省份对上本数据集 12,810 行（99%）
- 省级统计年鉴长序列指标区域底数 · 74.4 万 行 · 连接字段 province、year按省份对上本数据集 12,810 行（99%）
按 区县 + 省份 能连
18 个数据集 · 本数据集 9,091 行有区县- 区县和城市到港口和海岸线的距离区域底数 · 3,270 行 · 连接字段 province_code、region_code按区县对上本数据集 9,091 行（70%）
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 province、region_code按区县对上本数据集 9,022 行（70%）
- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code、county_code按区县对上本数据集 8,920 行（69%）
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code、village_code按区县对上本数据集 8,920 行（69%）
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 region_code、province按区县对上本数据集 8,901 行（69%）
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 province、county_code按区县对上本数据集 8,891 行（69%）
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 province、county_code按区县对上本数据集 8,863 行（69%）
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 county_code、province按区县对上本数据集 8,655 行（67%）
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 county_code、province按区县对上本数据集 8,300 行（64%）
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 region_code、province_code按区县对上本数据集 7,678 行（59%）
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 county_code、province按区县对上本数据集 7,501 行（58%）
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 province、county_code按区县对上本数据集 5,038 行（39%）
按 区县 + 年份 能连
16 个数据集 · 本数据集 9,091 行有区县- 行政区划新旧代码对照参照区域底数 · 7,388 行 · 连接字段 valid_from、old_code按区县对上本数据集 9,091 行（70%）
- 政治精英地区编码区域底数 · 3,843 行 · 连接字段 region_code、start_date按区县对上本数据集 9,081 行（70%）
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 year、county_code按区县对上本数据集 8,901 行（69%）
- 全国及城市建成区绿地指标区域底数 · 8.1 万 行 · 连接字段 year、region_code按区县对上本数据集 8,825 行（68%）
- 行政区划代码变更区域底数 · 4,636 行 · 连接字段 old_code、change_year按区县对上本数据集 8,751 行（68%）
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 year、county_code按区县对上本数据集 8,497 行（66%）
- 全国百强区县入选状态区域底数 · 4.1 万 行 · 连接字段 year、region_code按区县对上本数据集 8,426 行（65%）
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_county_code、pub_date按区县对上本数据集 7,670 行（59%）
- 全国电厂点位建筑设施 · 4,274 行 · 连接字段 county_code、commissioning_year按区县对上本数据集 5,498 行（42%）
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 city_code、year按区县对上本数据集 4,536 行（35%）
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date、county_code按区县对上本数据集 3,468 行（27%）
- 全国上市公司专利全量企业主体 · 6.4 万 行 · 连接字段 application_date、address_county_code按区县对上本数据集 3,350 行（26%）
按 省份 能连
29 个数据集 · 本数据集 12,810 行有省份- 地级市空间权重关系区域底数 · 38.4 万 行 · 连接字段 province_code按省份对上本数据集 12,810 行（99%）
- 并购重组交易涉及方明细企业主体 · 32.8 万 行 · 连接字段 province按省份对上本数据集 12,810 行（99%）
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 province按省份对上本数据集 12,810 行（99%）
- 全国养老机构明细医疗药械 · 5.8 万 行 · 连接字段 region_code按省份对上本数据集 12,810 行（99%）
- 七普分省分行业就业人口区域底数 · 4.4 万 行 · 连接字段 region按省份对上本数据集 12,810 行（99%）
- 上市公司注册地信息企业主体 · 4,530 行 · 连接字段 province按省份对上本数据集 12,810 行（99%）
- 全国司法鉴定机构医疗药械 · 2,917 行 · 连接字段 province按省份对上本数据集 12,810 行（99%）
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 province按省份对上本数据集 12,810 行（99%）
- 省级邻接空间权重区域底数 · 961 行 · 连接字段 source_province按省份对上本数据集 12,810 行（99%）
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code按省份对上本数据集 12,810 行（99%）
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 province按省份对上本数据集 12,810 行（99%）
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 province_code按省份对上本数据集 12,810 行（99%）
按 区县 能连
12 个数据集 · 本数据集 9,091 行有区县- 县级地形起伏度自然灾害 · 2,873 行 · 连接字段 region_code按区县对上本数据集 8,891 行（69%）
- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 county_code按区县对上本数据集 8,866 行（69%）
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 region_code按区县对上本数据集 8,862 行（69%）
- 医保定点零售药店医疗药械 · 50.5 万 行 · 连接字段 region_code按区县对上本数据集 8,790 行（68%）
- 医保定点医疗机构医疗药械 · 57.8 万 行 · 连接字段 region_code按区县对上本数据集 8,749 行（68%）
- 全国矿产地分布建筑设施 · 22.8 万 行 · 连接字段 county_code按区县对上本数据集 8,645 行（67%）
- 城投公司基本信息企业主体 · 1.2 万 行 · 连接字段 region_code按区县对上本数据集 8,507 行（66%）
- 全国医保经办机构保险市场 · 6,045 行 · 连接字段 region_code按区县对上本数据集 8,461 行（65%）
- 医院可达性验证交通运输 · 20.9 万 行 · 连接字段 dest_county_code按区县对上本数据集 5,386 行（41%）
- 跨省异地就医定点机构医疗药械 · 65 万 行 · 连接字段 region_code按区县对上本数据集 4,920 行（38%）
- 全国 1 到 5 级河流自然灾害 · 1,830 行 · 连接字段 label_county_code按区县对上本数据集 4,208 行（32%）
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_county_code按区县对上本数据集 67 行（不到 1%）
只按年份能连：495 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
495 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
- 全球兴趣点建筑设施 · 2299.6 万 行 · 连接字段 created_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
- 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
- 上市公司年报数字化词频企业主体 · 969 万 行 · 连接字段 year
- 世行WDI国家指标区域底数 · 844.5 万 行 · 连接字段 year
- 主要城市兴趣点建筑设施 · 592 万 行 · 连接字段 date
- 美日韩港澳台传染病监测人口健康 · 502.5 万 行 · 连接字段 period_start
- 世界银行健康营养与人口统计人口健康 · 353.8 万 行 · 连接字段 year
- 城市环境关注度日度明细区域底数 · 313.8 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
region_code由所属省份、地区扩增得出。
来自字段扩增城市人口密度与市区人口城市人口密度与市区人口
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/china-city-population-density/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region","op":"eq","value":"全国"}],"limit":10}'
交给 Agent
- 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。