
地级市农业经济统计
一行代表一个地级市在特定年份的农业生产与土地统计数据。覆盖全国地级市。
v1 生效中 · 2026/11/15 发布险种标签:农业保险时间跨度:1990–2021 年数据出处 出处待核实
- 记录
- 8,658
- 字段
- 21
- AI 扩增字段
- 1
- 平均非空率
- 59.2%
- 字段完整度
21 个字段,6 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 21 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 8,658 行计算。
关于这个数据集
一行代表一个地级市在特定年份的农业生产与土地统计数据。覆盖全国地级市。可用于评估农业产值、耕地资源及人均农产品产量,辅助农业保险的风险评估与费率厘定。
| 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% | 原表列名:年度 | ||
| 城市名称city键:城市名称。样本里格式符合 99.3%,还没有参照 | 文本 | 原生 | 100% | 原表列名:名称 | ||
| 行政区划代码region_code规律 1:行政区划代码的字段规律字段规律:region_code_current由行政区划代码扩增得出。键:市级区划代码(2014 年版)。样本里格式符合 100%,100% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | 原表列名:代码 | ||
| 城市类别city_category | 文本 | 原生 | 100% | — | ||
| 省份名称province键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 农林牧渔产值agriculture_output_value | 小数 | 原生 | 25% | 含义不清 原表列名:农林牧渔业产值 | ||
| 土地面积land_area | 小数 | 原生 | 93% | 含义不清 | ||
| 建成区面积built_up_area | 小数 | 原生 | 46% | 含义不清 原表列名:建成区土地面积 | ||
| 耕地面积arable_land_area | 小数 | 原生 | 50% | 含义不清 原表列名:年末实有耕地面积 | ||
| 人均耕地per_capita_arable_land | 小数 | 原生 | 39% | 含义不清 原表列名:人均耕地面积 | ||
| 猪牛羊肉产量meat_production | 小数 | 原生 | 25% | 含义不清 | ||
| 水产品产量aquatic_product_production | 小数 | 原生 | 53% | 含义不清 | ||
| 蔬菜产量vegetable_production | 小数 | 原生 | 53% | 含义不清 原表列名:城市蔬菜产量 | ||
| 水果产量fruit_production | 小数 | 原生 | 53% | 含义不清 原表列名:城市水果产量 | ||
| 人均肉类per_capita_meat | 小数 | 原生 | 28% | 含义不清 原表列名:人均猪牛羊肉产量 | ||
| 人均奶类per_capita_milk | 小数 | 原生 | 42% | 含义不清 原表列名:人均牛羊奶产量 | ||
| 人均禽肉per_capita_poultry_meat | 小数 | 原生 | 14% | 含义不清 原表列名:人均禽肉产量 | ||
| 人均禽蛋per_capita_eggs | 小数 | 原生 | 27% | 含义不清 原表列名:人均禽蛋产量 | ||
| 人均水产per_capita_aquatic | 小数 | 原生 | 42% | 含义不清 原表列名:人均水产品产量 | ||
| 人均蔬菜per_capita_vegetable | 小数 | 原生 | 53% | 含义不清 原表列名:人均蔬菜产量 | ||
| 行政区划代码(现行)region_code_current规律 1:行政区划代码(现行)的字段规律字段规律:region_code_current由行政区划代码扩增得出。键:市级区划代码。样本里格式符合 100%,99.8% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源:行政区划代码(现行) | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 行政区划代码按新旧代码对照换成的现行区划代码。医保的市本级代码换成地级代码。对不上的为空 |
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。
| # | 年份year | 城市名称city | 行政区划代码region_code | 城市类别city_category | 省份名称province | 农林牧渔产值agriculture_output_value | 土地面积land_area | 建成区面积built_up_area | 耕地面积arable_land_area | 人均耕地per_capita_arable_land | 猪牛羊肉产量meat_production | 水产品产量aquatic_product_production | 蔬菜产量vegetable_production | 水果产量fruit_production | 人均肉类per_capita_meat | 人均奶类per_capita_milk | 人均禽肉per_capita_poultry_meat | 人均禽蛋per_capita_eggs | 人均水产per_capita_aquatic | 人均蔬菜per_capita_vegetable | 行政区划代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 1990 | 许昌市 | 411000 | 地级市 | 河南省 | 247114 | 4052 | 18 | 385 | — | 56203 | 0.167 | 45.29 | 1.7381 | 17.3 | — | — | 6.8 | — | 139.2 | 411000 |
| 2 | 1990 | 郑州市 | 410100 | 地级市 | 河南省 | 246400 | 7446 | 112 | 471 | — | 61605 | 0.655 | 61.54 | 4.8205 | 11.2 | — | — | 7.1 | — | 111.6 | 410100 |
| 3 | 1990 | 周口市 | 411600 | 地级市 | 河南省 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 411600 |
| 4 | 1990 | 安阳市 | 410500 | 地级市 | 河南省 | 273203 | 7413 | 30 | 547 | — | 40331 | 0.0728 | 54.75 | 4.8943 | 8.6 | — | — | 8.2 | — | 117.1 | 410500 |
| 5 | 1990 | 鹤壁市 | 410600 | 地级市 | 河南省 | 72309 | 2182 | 13 | 154 | — | 13960 | 0.0652 | 18.78 | 1.718 | 11.8 | — | — | 12.2 | — | 158.7 | 410600 |
| 6 | 1990 | 焦作市 | 410800 | 地级市 | 河南省 | 282234 | 6007 | 44 | 324 | — | 53399 | 0.1479 | 63.13 | 4.06 | 15.8 | — | — | 9.3 | — | 186.5 | 410800 |
| 7 | 1990 | 开封市 | 410200 | 地级市 | 河南省 | 286170 | 6444 | 43 | 557 | — | 62267 | 0.3216 | 55.92 | 3.0386 | 15.2 | — | — | 8.3 | — | 136.8 | 410200 |
| 8 | 1990 | 洛阳市 | 410300 | 地级市 | 河南省 | 198659 | 15208 | 44 | 578 | — | 76600 | 0.4843 | 41 | 3.9053 | 13.7 | — | — | 4.9 | — | 73.5 | 410300 |
| 9 | 1990 | 漯河市 | 411100 | 地级市 | 河南省 | 152582 | 2617 | 13 | 259 | — | 36910 | 0.1658 | 23.86 | 0.7751 | 17.2 | — | — | 9 | — | 110.9 | 411100 |
| 10 | 1990 | 南阳市 | 411300 | 地级市 | 河南省 | 7038 | 174 | 20 | 10 | — | 1220 | 0.0206 | 7.36 | 0.0792 | 3.5 | — | — | 2.2 | — | 210.9 | 411300 |
| 11 | 1990 | 平顶山市 | 410400 | 地级市 | 河南省 | 277425 | 8867 | 32 | 493 | — | 100489 | 0.2537 | 67.99 | 2.1842 | 20.3 | — | — | 6.9 | — | 137.1 | 410400 |
| 12 | 1990 | 濮阳市 | 410900 | 地级市 | 河南省 | 214914 | 4263 | 22 | 381 | — | 32965 | 0.0752 | 27.09 | 1.6976 | 10.9 | — | — | 6 | — | 89.4 | 410900 |
| 13 | 1990 | 三门峡市 | 411200 | 地级市 | 河南省 | 109825 | 10496 | 12 | 268 | — | 23523 | 0.0774 | 13.96 | 14.7212 | 12.4 | — | — | 4.9 | — | 73.6 | 411200 |
| 14 | 1990 | 商丘市 | 411400 | 地级市 | 河南省 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 411400 |
| 15 | 1990 | 安康市 | 610900 | 地级市 | 陕西省 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 610900 |
| 16 | 1990 | 安庆市 | 340800 | 地级市 | 安徽省 | 311368 | 15368 | 20 | 414 | — | 102571 | 3.9758 | 15.28 | 0.5471 | 18.2 | — | — | 4.6 | — | 27.2 | 340800 |
| 17 | 1990 | 安顺市 | 520400 | 地级市 | 贵州省 | — | 1710 | 10 | 45 | — | — | 0.0123 | 6.02 | 0.0632 | — | — | — | — | — | — | 520400 |
| 18 | 1990 | 新乡市 | 410700 | 地级市 | 河南省 | 327244 | 8169 | 40 | 576 | — | 44511 | 0.3223 | 69.12 | 2.1783 | 9.4 | — | — | 5.8 | — | 146.3 | 410700 |
| 19 | 1990 | 鞍山市 | 210300 | 地级市 | 辽宁省 | 171051 | 4744 | 88 | 274 | — | 54004 | 0.584 | 58.52 | 4.9477 | 19.6 | — | — | 15.2 | — | 212.2 | 210300 |
| 20 | 1990 | 白城市 | 220800 | 地级市 | 吉林省 | 14190 | 978 | 22 | 57 | — | 3802 | 0.0015 | 11.66 | 0.0507 | 11.6 | — | — | 5.3 | — | 355.5 | 220800 |
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8,658 行 · 21 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 70 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 城市 + 省份 + 年份 能连
186 个数据集 · 本数据集 8,658 行有城市- 地级市人口就业统计区域底数 · 1 万 行 · 连接字段 region_code、year、province按城市对上本数据集 8,658 行(100%)
- 地级市工业经济统计区域底数 · 8,880 行 · 连接字段 region_code、province、year按城市对上本数据集 8,657 行(99%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 region_code、province、year按城市对上本数据集 8,655 行(99%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、year、province按城市对上本数据集 8,655 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、region_code按城市对上本数据集 8,655 行(99%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 province、region_code、year按城市对上本数据集 8,655 行(99%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 province、region_code、date按城市对上本数据集 8,655 行(99%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code、year、province按城市对上本数据集 8,655 行(99%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 year、province、city_code按城市对上本数据集 8,655 行(99%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 region_code、year、province按城市对上本数据集 8,655 行(99%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 approve_date、city_code、province按城市对上本数据集 8,655 行(99%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 province_code、date、city_code按城市对上本数据集 8,655 行(99%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 8,658 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 8,658 行(100%)
- 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 8,658 行(100%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 date、province按省份对上本数据集 8,658 行(100%)
- 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 8,658 行(100%)
- 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 8,658 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 province、year按省份对上本数据集 8,658 行(100%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 province、year按省份对上本数据集 8,658 行(100%)
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 province、year按省份对上本数据集 8,658 行(100%)
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 province、create_date按省份对上本数据集 8,658 行(100%)
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 province、year按省份对上本数据集 8,658 行(100%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code、year按省份对上本数据集 8,658 行(100%)
- 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 8,658 行(100%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 8,658 行有城市- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 year、city_code按城市对上本数据集 8,655 行(99%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 year、region_code按城市对上本数据集 8,655 行(99%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 city_code、year按城市对上本数据集 8,655 行(99%)
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 city_code、year按城市对上本数据集 8,655 行(99%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code、start_year按城市对上本数据集 8,655 行(99%)
- 地级市数字产业集聚水平区域底数 · 1 万 行 · 连接字段 year、city_code按城市对上本数据集 8,631 行(99%)
- 大数据试验区试点面板区域底数 · 6,900 行 · 连接字段 year、region_code按城市对上本数据集 8,631 行(99%)
- 地级市高铁状态交通运输 · 6,556 行 · 连接字段 year、city_code按城市对上本数据集 8,631 行(99%)
- 地级市创业活跃度区域底数 · 6,268 行 · 连接字段 year、region_code按城市对上本数据集 8,631 行(99%)
- 地级市环境规制指标区域底数 · 5,754 行 · 连接字段 region_code、year按城市对上本数据集 8,631 行(99%)
- 地级市金融科技发展指数区域底数 · 5,400 行 · 连接字段 year、region_code按城市对上本数据集 8,631 行(99%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 region_code、year按城市对上本数据集 8,631 行(99%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 8,658 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code、city_code按城市对上本数据集 8,655 行(99%)
- 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 city_code、province_code按城市对上本数据集 8,655 行(99%)
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code、region_code按城市对上本数据集 8,655 行(99%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code、province按城市对上本数据集 8,653 行(99%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province、city_code按城市对上本数据集 8,649 行(99%)
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 city_code、province_code按城市对上本数据集 8,629 行(99%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 province、region_code按城市对上本数据集 8,617 行(99%)
- 城市政商关系健康指数区域底数 · 292 行 · 连接字段 city_code_2、province按城市对上本数据集 8,609 行(99%)
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 province、city_code按城市对上本数据集 8,579 行(99%)
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 province_code、city_code按城市对上本数据集 8,571 行(98%)
- 地级市胡焕庸线位置区域底数 · 285 行 · 连接字段 province、region_code按城市对上本数据集 8,549 行(98%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code、city_code按城市对上本数据集 8,531 行(98%)
按 省份 能连
18 个数据集 · 本数据集 8,658 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 8,658 行(100%)
- 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 8,658 行(100%)
- 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 8,658 行(100%)
- 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 8,658 行(100%)
- 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 8,658 行(100%)
- 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 8,658 行(100%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province按省份对上本数据集 8,658 行(100%)
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 province按省份对上本数据集 8,658 行(100%)
- 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 8,658 行(100%)
- 省份距港口距离区域底数 · 31 行 · 连接字段 province按省份对上本数据集 8,658 行(100%)
- 省份空间邻接矩阵区域底数 · 33 行 · 连接字段 province_name按省份对上本数据集 8,626 行(99%)
- 省级两两距离区域底数 · 900 行 · 连接字段 source_province按省份对上本数据集 8,621 行(99%)
按 城市 能连
10 个数据集 · 本数据集 8,658 行有城市- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code按城市对上本数据集 8,649 行(99%)
- 统筹区异地就医开通状态保险市场 · 425 行 · 连接字段 region_code按城市对上本数据集 8,648 行(99%)
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code按城市对上本数据集 8,642 行(99%)
- 资源型城市静态分类区域底数 · 289 行 · 连接字段 city_code按城市对上本数据集 8,594 行(99%)
- 地级市经济地理嵌套矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 8,567 行(98%)
- 地级市经济地理权重矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 8,567 行(98%)
- 地级市间交通通勤时间交通运输 · 7.3 万 行 · 连接字段 destination_city_code按城市对上本数据集 8,237 行(95%)
- 省级开发区基本信息区域底数 · 1,201 行 · 连接字段 city_code按城市对上本数据集 7,582 行(87%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_city_code按城市对上本数据集 1,794 行(20%)
- 供应链创新应用试点城市区域底数 · 55 行 · 连接字段 city_code按城市对上本数据集 1,427 行(16%)
只按年份能连:445 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
445 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。
本数据集内1
- 扩增得出
region_code_current由行政区划代码扩增得出。
来自字段扩增地级市农业经济统计地级市农业经济统计
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/city-agriculture/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"city","op":"eq","value":"许昌市"}],"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。