
地级市污染排放与治理
一行是一个地级市一年的污染排放和治理指标(全市口径)。
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:1990–2019 年数据出处 中国城市统计年鉴,马克数据网整理
- 记录
- 8,618
- 字段
- 23
- AI 扩增字段
- 1
- 平均非空率
- 50.6%
- 字段完整度
23 个字段,7 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 23 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 8,618 行计算。
关于这个数据集
一行是一个地级市一年的污染排放和治理指标(全市口径)。包括工业废水、二氧化硫、烟尘、氮氧化物的排放量和去除量,生活污水和垃圾处理率,工业固体废物利用率,可吸入颗粒物浓度等 16 项。覆盖约 290 个地级市,1990–2019 年,共 8618 行。早年和部分指标空缺很多,例如氮氧化物和颗粒物浓度只有约 8% 的格子有数,2009 年以后较全。用来评估各地环境污染程度,给环境污染责任险和企业财产险的区域分析做参考。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 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(2017 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% | — | ||
| 省份province键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 城市city键:城市名称。样本里格式符合 98%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 经度lng键:经度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | 城市中心经度 | ||
| 纬度lat键:纬度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | 城市中心纬度 | ||
| 工业废水排放量industrial_wastewater_amount | 小数 | 原生 | 55% | 单位:万吨。原表列名:工业废水排放量(万吨) | ||
| 工业废水排放达标量industrial_wastewater_compliant_amount | 小数 | 原生 | 27% | 单位:万吨。原表列名:工业废水排放达标量(万吨) | ||
| 工业二氧化硫去除量industrial_so2_removed_amount | 小数 | 原生 | 26% | 单位:吨。原表列名:工业二氧化硫去除量(吨) | ||
| 工业二氧化硫排放量industrial_so2_amount | 小数 | 原生 | 55% | 单位:吨。原表列名:工业二氧化硫排放量(吨) | ||
| 工业烟尘去除量industrial_smoke_removed_amount | 小数 | 原生 | 27% | 单位:吨。原表列名:工业烟尘去除量(吨) | ||
| 工业烟尘排放量industrial_smoke_amount | 小数 | 原生 | 27% | 单位:吨。原表列名:工业烟尘排放量(吨) | ||
| 生活污水处理率domestic_sewage_treatment_rate | 小数 | 原生 | 26% | 单位:%。原表列名:生活污水处理率(百分比) | ||
| 生活垃圾无害化处理率garbage_harmless_treatment_rate | 小数 | 原生 | 55% | 单位:%。原表列名:生活垃圾无害化处理率(百分比) | ||
| 工业固体废物综合利用率solid_waste_utilization_rate | 小数 | 原生 | 30% | 单位:%。原表列名:工业固体废物综合利用率(百分比) | ||
| 工业二氧化硫产生量industrial_so2_generated_amount | 小数 | 原生 | 20% | 单位:吨。原表列名:工业二氧化硫产生量(吨) | ||
| 工业烟(粉)尘去除量industrial_dust_removed_amount | 小数 | 原生 | 20% | 单位:吨。原表列名:工业烟(粉)尘去除量(吨) | ||
| 工业烟(粉)尘排放量industrial_dust_amount | 小数 | 原生 | 28% | 单位:吨。原表列名:工业烟(粉)尘排放量(吨) | ||
| 工业氮氧化物排放量industrial_nox_amount | 小数 | 原生 | 8.5% | 单位:吨。原表列名:工业氮氧化物排放量(吨) | ||
| 一般工业固体废物综合利用率general_solid_waste_utilization_rate | 小数 | 原生 | 24% | 单位:%。原表列名:一般工业固体废物综合利用率(百分比) | ||
| 污水处理厂集中处理率sewage_plant_treatment_rate | 小数 | 原生 | 29% | 单位:%。原表列名:污水处理厂集中处理率(百分比) | ||
| 可吸入细颗粒物年平均浓度pm_concentration | 小数 | 原生 | 8.3% | 单位:微克/立方米。原表列名:可吸入细颗粒物年平均浓度(微克/立方米) | ||
| 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%,100% 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。
| # | 行政区划代码region_code | 省份province | 城市city | 年份year | 经度lng | 纬度lat | 工业废水排放量industrial_wastewater_amount | 工业废水排放达标量industrial_wastewater_compliant_amount | 工业二氧化硫去除量industrial_so2_removed_amount | 工业二氧化硫排放量industrial_so2_amount | 工业烟尘去除量industrial_smoke_removed_amount | 工业烟尘排放量industrial_smoke_amount | 生活污水处理率domestic_sewage_treatment_rate | 生活垃圾无害化处理率garbage_harmless_treatment_rate | 工业固体废物综合利用率solid_waste_utilization_rate | 工业二氧化硫产生量industrial_so2_generated_amount | 工业烟(粉)尘去除量industrial_dust_removed_amount | 工业烟(粉)尘排放量industrial_dust_amount | 工业氮氧化物排放量industrial_nox_amount | 一般工业固体废物综合利用率general_solid_waste_utilization_rate | 污水处理厂集中处理率sewage_plant_treatment_rate | 可吸入细颗粒物年平均浓度pm_concentration | 行政区划代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 230900 | 黑龙江省 | 七台河市 | 1990 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 2 | 230900 | 黑龙江省 | 七台河市 | 1991 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 3 | 230900 | 黑龙江省 | 七台河市 | 1992 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 4 | 230900 | 黑龙江省 | 七台河市 | 1993 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 5 | 230900 | 黑龙江省 | 七台河市 | 1994 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 6 | 230900 | 黑龙江省 | 七台河市 | 1995 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 7 | 230900 | 黑龙江省 | 七台河市 | 1996 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 8 | 230900 | 黑龙江省 | 七台河市 | 1997 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 9 | 230900 | 黑龙江省 | 七台河市 | 1998 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 10 | 230900 | 黑龙江省 | 七台河市 | 1999 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 11 | 230900 | 黑龙江省 | 七台河市 | 2000 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 12 | 230900 | 黑龙江省 | 七台河市 | 2001 | 131.003138 | 45.771726 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 230900 |
| 13 | 230900 | 黑龙江省 | 七台河市 | 2002 | 131.003138 | 45.771726 | — | — | — | — | — | — | 14 | 66 | — | — | — | — | — | — | — | — | 230900 |
| 14 | 230900 | 黑龙江省 | 七台河市 | 2003 | 131.003138 | 45.771726 | 836 | 783 | 550 | 14390 | 96879 | 14830 | 11 | 57 | 75 | — | — | — | — | — | — | — | 230900 |
| 15 | 230900 | 黑龙江省 | 七台河市 | 2004 | 131.003138 | 45.771726 | 884 | 821 | 550 | 16454 | 132724 | 20653 | — | 66 | 76 | — | — | — | — | — | — | — | 230900 |
| 16 | 230900 | 黑龙江省 | 七台河市 | 2005 | 131.003138 | 45.771726 | 1779 | 1420 | 550 | 24638 | 132724 | 26782 | — | 58.5 | 70.1 | — | — | — | — | — | — | — | 230900 |
| 17 | 230900 | 黑龙江省 | 七台河市 | 2006 | 131.003138 | 45.771726 | 1732 | 1272 | 550 | 34441 | 190847 | 24898 | 0 | 58.62 | 77.8 | — | — | — | — | — | — | — | 230900 |
| 18 | 230900 | 黑龙江省 | 七台河市 | 2007 | 131.003138 | 45.771726 | 873 | 777 | 550 | 33973 | 184762 | 24279 | — | 70 | 72.9 | — | — | — | — | — | — | — | 230900 |
| 19 | 230900 | 黑龙江省 | 七台河市 | 2008 | 131.003138 | 45.771726 | 1255 | 1120 | 2675 | 33544 | 340070 | 23925 | — | 74 | 68.3 | — | — | — | — | — | — | — | 230900 |
| 20 | 230900 | 黑龙江省 | 七台河市 | 2009 | 131.003138 | 45.771726 | 1680 | 1112 | 11743 | 29858 | 1297427 | 20267 | — | 75.25 | 71.7 | — | — | — | — | — | — | — | 230900 |
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8,618 行 · 23 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 8,618 行有城市- 地级市专利与绿色专利统计区域底数 · 6,562 行 · 连接字段 city_region_code、year、province_region_code按城市对上本数据集 8,484 行(98%)
- 地级市资源错配指数区域底数 · 3,180 行 · 连接字段 year、region_code、province按城市对上本数据集 8,481 行(98%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、year、region_code按城市对上本数据集 8,462 行(98%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 year、city_code、province按城市对上本数据集 8,462 行(98%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 region_code、date、province按城市对上本数据集 8,462 行(98%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 province、year、region_code按城市对上本数据集 8,462 行(98%)
- 地级市市辖区社会经济指标区域底数 · 86.6 万 行 · 连接字段 province、region_code、year按城市对上本数据集 8,462 行(98%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 region_code、date、province按城市对上本数据集 8,462 行(98%)
- 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 8,462 行(98%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 city_code、year、province按城市对上本数据集 8,462 行(98%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、year、region_code按城市对上本数据集 8,462 行(98%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 province、city_code、approve_date按城市对上本数据集 8,462 行(98%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 8,618 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 8,618 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 8,618 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 8,618 行(100%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 province、date按省份对上本数据集 8,618 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 taobao_village_year、province_code按省份对上本数据集 8,618 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 8,618 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 8,618 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 8,618 行(100%)
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 create_date、province按省份对上本数据集 8,618 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 8,618 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 8,618 行(100%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 year、region_code按省份对上本数据集 8,618 行(100%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 8,618 行有城市- 地级市经济社会统计区域底数 · 120.5 万 行 · 连接字段 year、region_code按城市对上本数据集 8,588 行(99%)
- 地级市工业产值与利税区域底数 · 6,324 行 · 连接字段 region_code、year按城市对上本数据集 8,588 行(99%)
- 地级市产业从业人数区域底数 · 6,324 行 · 连接字段 year、region_code按城市对上本数据集 8,588 行(99%)
- 地级市经济增长指标区域底数 · 6,324 行 · 连接字段 year、region_code按城市对上本数据集 8,588 行(99%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 year、region_code按城市对上本数据集 8,572 行(99%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code、date按城市对上本数据集 8,558 行(99%)
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 region_code、date按城市对上本数据集 8,508 行(98%)
- 地级市数字产业集聚水平区域底数 · 1 万 行 · 连接字段 city_code、year按城市对上本数据集 8,462 行(98%)
- 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 8,462 行(98%)
- 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 8,462 行(98%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 region_code、year按城市对上本数据集 8,462 行(98%)
- 地级市高铁状态交通运输 · 6,556 行 · 连接字段 city_code、year按城市对上本数据集 8,462 行(98%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 8,618 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 city_code、province_code按城市对上本数据集 8,462 行(98%)
- 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 8,462 行(98%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 province、city_code按城市对上本数据集 8,462 行(98%)
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 region_code、province_code按城市对上本数据集 8,462 行(98%)
- 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 8,454 行(98%)
- 城市政商关系健康指数区域底数 · 292 行 · 连接字段 province、city_code_2按城市对上本数据集 8,438 行(97%)
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 province_code、city_code按城市对上本数据集 8,434 行(97%)
- 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 8,424 行(97%)
- 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 8,391 行(97%)
- 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 8,373 行(97%)
- 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 8,342 行(96%)
- 地级市距港口距离区域底数 · 335 行 · 连接字段 city_code、province按城市对上本数据集 8,337 行(96%)
按 省份 能连
18 个数据集 · 本数据集 8,618 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 8,618 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 8,618 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 8,618 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 8,618 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 8,618 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 8,618 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 8,618 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 8,618 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 8,618 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 8,618 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 8,588 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 8,546 行(99%)
按 城市 能连
10 个数据集 · 本数据集 8,618 行有城市- 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 8,583 行(99%)
- 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 8,454 行(98%)
- 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 8,454 行(98%)
- 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 8,422 行(97%)
- 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 8,357 行(96%)
- 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 8,357 行(96%)
- 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 7,990 行(92%)
- 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 7,386 行(85%)
- 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 1,698 行(19%)
- 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 1,392 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污染排放与治理地级市污染排放与治理
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-annual-pollution-emission/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"230900"}],"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。