全国及省级GDP平减指数
一行代表一个地区在某一年的GDP平减指数及相关经济指标。覆盖全国及31个省级行政区。
v1 生效中 · 2026/11/14 发布时间跨度：1980–2022 年数据出处 中国统计年鉴
- 记录
- 1,376
- 字段
- 8
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
8 个字段，8 个没有空值
01字段
字段来源，逐一标明
共 8 个字段，其中 AI 扩增字段 0 个。非空率按当前版本的 1,376 行计算。
关于这个数据集
一行代表一个地区在某一年的GDP平减指数及相关经济指标。覆盖全国及31个省级行政区。可用于将名义GDP转换为实际GDP，消除价格因素影响，评估区域真实经济增长。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 年份year键：年份。样本里格式符合 100%，还没有参照 | 整数 | 原生 | 100% | — | ||
| 地区region键：省份名称。样本里格式符合 95.8%，还没有参照 | 文本 | 原生 | 100% | 包含全国及31个省份 | ||
| 上年基期平减指数gdp_deflator_prev_year | 小数 | 原生 | 100% | 以上年为基期 原表列名：GDP平减指数_上年 | ||
| 2000基期平减指数gdp_deflator_2000 | 小数 | 原生 | 100% | 以2000年为基期 原表列名：GDP平减指数_2000 | ||
| 2005基期平减指数gdp_deflator_2005 | 小数 | 原生 | 100% | 以2005年为基期 原表列名：GDP平减指数_2005 | ||
| 2010基期平减指数gdp_deflator_2010 | 小数 | 原生 | 100% | 以2010年为基期 原表列名：GDP平减指数_2010 | ||
| 2015基期平减指数gdp_deflator_2015 | 小数 | 原生 | 100% | 以2015年为基期 原表列名：GDP平减指数_2015 | ||
| 2020基期平减指数gdp_deflator_2020 | 小数 | 原生 | 100% | 以2020年为基期 原表列名：GDP平减指数_2020 |
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。
| # | 年份year | 地区region | 上年基期平减指数gdp_deflator_prev_year | 2000基期平减指数gdp_deflator_2000 | 2005基期平减指数gdp_deflator_2005 | 2010基期平减指数gdp_deflator_2010 | 2015基期平减指数gdp_deflator_2015 | 2020基期平减指数gdp_deflator_2020 |
|---|---|---|---|---|---|---|---|---|
| 1 | 2022 | 上海 | 99.8 | 607.9883422851562 | 348.27154541015625 | 204.5214385986328 | 142.2042236328125 | 108.08340454101562 |
| 2 | 2022 | 云南 | 104.3 | 726.970703125 | 478.1127014160156 | 273.6772766113281 | 163.00921630859375 | 111.86174774169922 |
| 3 | 2022 | 全国 | 103 | 589.1550903320312 | 369.2097778320313 | 216.04981994628903 | 147.54058837890625 | 111.6520004272461 |
| 4 | 2022 | 内蒙古 | 104.2 | 952.369140625 | 468.3634643554687 | 218.1470642089844 | 137.4546661376953 | 111.181396484375 |
| 5 | 2022 | 北京 | 100.7 | 622.1985473632812 | 352.1451110839844 | 206.1571350097656 | 143.1654815673828 | 109.56159973144533 |
| 6 | 2022 | 吉林 | 98.1 | 479.4292297363281 | 319.76611328125 | 189.6120452880859 | 128.76486206054688 | 104.47650146484376 |
| 7 | 2022 | 四川 | 102.9 | 827.7686157226562 | 491.0467224121094 | 258.4088439941406 | 156.21131896972656 | 111.33779907226562 |
| 8 | 2022 | 天津 | 101 | 668.4464721679688 | 386.61968994140625 | 206.94496154785156 | 129.567626953125 | 107.62559509277344 |
| 9 | 2022 | 宁夏 | 104 | 684.8162841796875 | 417.0758361816406 | 240.0824737548828 | 151.2672882080078 | 111.07200622558594 |
| 10 | 2022 | 安徽 | 103.5 | 804.14404296875 | 491.09521484375 | 262.599853515625 | 159.0409698486328 | 111.98699951171876 |
| 11 | 2022 | 山东 | 103.9 | 664.9818115234375 | 390.1565551757813 | 233.48068237304688 | 150.2556915283203 | 112.5237045288086 |
| 12 | 2022 | 山西 | 104.4 | 571.0626220703125 | 331.2030334472656 | 210.29527282714844 | 148.6534423828125 | 114.10919952392578 |
| 13 | 2022 | 广东 | 101.9 | 739.927734375 | 401.6371765136719 | 222.6456756591797 | 147.5884552001953 | 110.15390014648438 |
| 14 | 2022 | 广西 | 102.9 | 646.8302001953125 | 404.2115173339844 | 234.58592224121097 | 148.55076599121094 | 110.596923828125 |
| 15 | 2022 | 新疆 | 103.2 | 657.8709106445312 | 407.8351440429687 | 246.88967895507812 | 149.09243774414062 | 110.6303939819336 |
| 16 | 2022 | 江苏 | 102.8 | 826.693359375 | 452.9689636230469 | 240.0168609619141 | 151.59109497070312 | 111.94920349121094 |
| 17 | 2022 | 江西 | 104.7 | 872.8338623046875 | 502.8031311035156 | 270.5145568847656 | 164.6183624267578 | 114.01830291748048 |
| 18 | 2022 | 河北 | 103.8 | 527.9981079101562 | 337.28057861328125 | 218.84324645996097 | 148.31324768066406 | 110.5469970703125 |
| 19 | 2022 | 河南 | 103.1 | 731.1190795898438 | 431.1306762695313 | 235.1536102294922 | 148.13772583007812 | 109.28600311279295 |
| 20 | 2022 | 浙江 | 103.1 | 730.7728881835938 | 399.9364318847656 | 228.2621612548828 | 153.84194946289062 | 112.06969451904295 |
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 v12026/11/14 发布
生效中1,376 行 · 8 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 24 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 省份 + 年份 能连
574 个数据集 · 本数据集 1,333 行有省份- 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 year、province_code按省份对上本数据集 1,333 行（96%）
- 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 1,333 行（96%）
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname按省份对上本数据集 1,333 行（96%）
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province、date按省份对上本数据集 1,333 行（96%）
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 date、province按省份对上本数据集 1,333 行（96%）
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 province_code、taobao_village_year按省份对上本数据集 1,333 行（96%）
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month、origin_province按省份对上本数据集 1,333 行（96%）
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 reg_date、province按省份对上本数据集 1,333 行（96%）
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 year、province按省份对上本数据集 1,333 行（96%）
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 year、province按省份对上本数据集 1,333 行（96%）
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 year、province按省份对上本数据集 1,333 行（96%）
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、year按省份对上本数据集 1,333 行（96%）
按 省份 能连
47 个数据集 · 本数据集 1,333 行有省份- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code按省份对上本数据集 1,333 行（96%）
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code按省份对上本数据集 1,333 行（96%）
- 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 1,333 行（96%）
- 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 1,333 行（96%）
- 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 1,333 行（96%）
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province按省份对上本数据集 1,333 行（96%）
- 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 1,333 行（96%）
- 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 1,333 行（96%）
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province按省份对上本数据集 1,333 行（96%）
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 province按省份对上本数据集 1,333 行（96%）
- 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 1,333 行（96%）
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 province按省份对上本数据集 1,333 行（96%）
只按年份能连：511 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
511 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
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 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
- 全国格点逐年极端降水自然灾害 · 602.3 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
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。
还没有发现这个数据集的字段规律。
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-provincial-gdp-deflator/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region","op":"eq","value":"上海"}],"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。