
城市政商关系健康指数
一行是一个城市的政商关系健康指数和分项:亲近指数、清白指数,以及政府关心、政府服务、企业税负、政府廉洁度、政府透明度。
v1 生效中 · 2026/11/15 发布险种标签:企业财产险责任险数据出处 出处待核实
- 记录
- 292
- 字段
- 12
- AI 扩增字段
- 1
- 平均非空率
- 100%
- 字段完整度
12 个字段,12 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 12 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 292 行计算。
关于这个数据集
一行是一个城市的政商关系健康指数和分项:亲近指数、清白指数,以及政府关心、政府服务、企业税负、政府廉洁度、政府透明度。覆盖 292 个地级及以上城市,只有一期(原资源标为 2021 年榜单),共 292 行。可用来比较各城市的营商环境,作为企业财产险、责任险区域核保的参考。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 省份province规律 1:省份的字段规律字段规律:city_code_2由省份、城市扩增得出。键:省份名称。样本里格式符合 99.7%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 城市代码city_code | 文本 | 原生 | 100% | 原表的城市代码,是行政区划代码的前 4 位(直辖市 2 位),后面补 00 就是 6 位代码 | ||
| 城市city规律 1:城市的字段规律字段规律:city_code_2由省份、城市扩增得出。键:城市名称。样本里格式符合 99%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 总指数total_index | 小数 | 原生 | 100% | 原表列名:政商关系健康指数 | ||
| 亲近指数intimacy_index | 小数 | 原生 | 100% | — | ||
| 清白指数integrity_index | 小数 | 原生 | 100% | — | ||
| 政府关心gov_concern | 小数 | 原生 | 100% | — | ||
| 政府服务gov_service | 小数 | 原生 | 100% | — | ||
| 企业税负tax_burden | 小数 | 原生 | 100% | — | ||
| 政府廉洁度gov_integrity | 小数 | 原生 | 100% | — | ||
| 政府透明度gov_transparency | 小数 | 原生 | 100% | — | ||
| 城市区划代码city_code_2规律 1:城市区划代码的字段规律字段规律:city_code_2由省份、城市扩增得出。键:市级区划代码。样本里格式符合 100%,100% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:城市区划代码 | 100%平均置信度 0.97校验少:不建议单独作为决策依据 | 由省份、城市查行政区划参照得出的现行地级区划代码。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。
| # | 省份province | 城市代码city_code | 城市city | 总指数total_index | 亲近指数intimacy_index | 清白指数integrity_index | 政府关心gov_concern | 政府服务gov_service | 企业税负tax_burden | 政府廉洁度gov_integrity | 政府透明度gov_transparency | 城市区划代码city_code_2 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 北京市 | 11 | 北京 | 86.33143 | 83.02087 | 80.10902 | 27.95438 | 83.73215 | 8.662276 | 4.675782 | 94.61508 | 110000 |
| 2 | 天津市 | 12 | 天津 | 62.72963 | 52.4474 | 77.33418 | 22.37624 | 52.11613 | 25.49553 | 10.8378 | 89.51166 | 120000 |
| 3 | 上海市 | 31 | 上海 | 81.84494 | 76.11407 | 81.94617 | 36.31235 | 74.54308 | 6.678991 | 9.238934 | 94.77464 | 310000 |
| 4 | 重庆市 | 50 | 重庆 | 44.64379 | 34.39684 | 63.59586 | 45.45115 | 27.35523 | 23.30321 | 7.575223 | 76.82339 | 500000 |
| 5 | 河北省 | 1301 | 石家庄 | 38.24119 | 26.53853 | 61.90265 | 11.97459 | 29.71232 | 18.62795 | 11.16458 | 73.77286 | 130100 |
| 6 | 河北省 | 1302 | 唐山 | 24.98699 | 24.13924 | 28.45106 | 8.344047 | 25.13487 | 43.28903 | 4.26336 | 42.48959 | 130200 |
| 7 | 河北省 | 1303 | 秦皇岛 | 19.70092 | 23.39347 | 14.65395 | 8.344047 | 25.47686 | 34.80442 | 27.99223 | 19.68812 | 130300 |
| 8 | 河北省 | 1304 | 邯郸 | 23.23212 | 15.23034 | 42.57331 | 2.284703 | 18.82675 | 35.7291 | 25.41463 | 48.90327 | 130400 |
| 9 | 河北省 | 1305 | 邢台 | 12.67187 | 9.619197 | 23.90928 | 17.63307 | 7.129608 | 47.57127 | 22.28019 | 31.18234 | 130500 |
| 10 | 河北省 | 1306 | 保定 | 19.2004 | 15.20429 | 30.87817 | 0.4838454 | 20.12813 | 29.52329 | 4.638041 | 44.80632 | 130600 |
| 11 | 河北省 | 1307 | 张家口 | 20.73051 | 15.28719 | 35.15903 | 8.344047 | 19.91899 | 14.15125 | 17.97145 | 44.17227 | 130700 |
| 12 | 河北省 | 1308 | 承德 | 8.73123 | 2.325808 | 28.17218 | 2.284703 | 8.895885 | 11.2096 | 10.1619 | 40.01029 | 130800 |
| 13 | 河北省 | 1309 | 沧州 | 17.49395 | 12.21744 | 32.35391 | 4.085561 | 17.23879 | 20.32571 | 21.1745 | 40.14035 | 130900 |
| 14 | 河北省 | 1310 | 廊坊 | 24.90641 | 26.6001 | 22.9024 | 19.66186 | 21.02057 | 68.93298 | 15.02696 | 32.86501 | 131000 |
| 15 | 河北省 | 1311 | 衡水 | 25.35345 | 19.27822 | 40.01573 | 8.344047 | 18.16917 | 58.93718 | 31.16712 | 44.17227 | 131100 |
| 16 | 山西省 | 1401 | 太原 | 50.47489 | 43.4479 | 61.04778 | 25.42746 | 42.50162 | 22.29823 | 9.812638 | 73.41128 | 140100 |
| 17 | 山西省 | 1402 | 大同 | 32.60388 | 25.37162 | 47.99113 | 25.42746 | 26.40217 | 4.840405 | 0.0099533 | 63.84892 | 140200 |
| 18 | 山西省 | 1403 | 阳泉 | 20.86912 | 20.41618 | 24.48788 | 25.42746 | 20.30546 | 13.04286 | 44.06108 | 23.655 | 140300 |
| 19 | 山西省 | 1404 | 长治 | 25.50111 | 20.0057 | 38.87523 | 25.42746 | 20.672 | 6.997064 | 34.51941 | 41.76941 | 140400 |
| 20 | 山西省 | 1405 | 晋城 | 27.129 | 17.66258 | 48.67966 | 10.45582 | 22.59622 | 7.373583 | 29.9043 | 53.41074 | 140500 |
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292 行 · 12 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 36 个数据集连接。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 能连
215 个数据集 · 本数据集 292 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 292 行(100%)
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_province、origin_city_code按城市对上本数据集 292 行(100%)
- 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按城市对上本数据集 292 行(100%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、province按城市对上本数据集 292 行(100%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 province、region_code按城市对上本数据集 292 行(100%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code、province按城市对上本数据集 292 行(100%)
- 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按城市对上本数据集 292 行(100%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 origin_province、origin_city_code按城市对上本数据集 292 行(100%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 region_code、province按城市对上本数据集 292 行(100%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、region_code按城市对上本数据集 292 行(100%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 city_code、province按城市对上本数据集 292 行(100%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 city_code、province按城市对上本数据集 292 行(100%)
按 省份 能连
406 个数据集 · 本数据集 291 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 province_name按省份对上本数据集 291 行(99%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname按省份对上本数据集 291 行(99%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province按省份对上本数据集 291 行(99%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 province按省份对上本数据集 291 行(99%)
- 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按省份对上本数据集 291 行(99%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 province按省份对上本数据集 291 行(99%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 province按省份对上本数据集 291 行(99%)
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 province按省份对上本数据集 291 行(99%)
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 province按省份对上本数据集 291 行(99%)
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 province按省份对上本数据集 291 行(99%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code按省份对上本数据集 291 行(99%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 region_code按省份对上本数据集 291 行(99%)
按 城市 能连
76 个数据集 · 本数据集 292 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 292 行(100%)
- 地级市数字产业集聚水平区域底数 · 1 万 行 · 连接字段 city_code按城市对上本数据集 292 行(100%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code按城市对上本数据集 292 行(100%)
- 大数据试验区试点面板区域底数 · 6,900 行 · 连接字段 region_code按城市对上本数据集 292 行(100%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 region_code按城市对上本数据集 292 行(100%)
- 地级市城镇居民可支配收入区域底数 · 6,651 行 · 连接字段 city_code按城市对上本数据集 292 行(100%)
- 地级市高铁状态交通运输 · 6,556 行 · 连接字段 city_code按城市对上本数据集 292 行(100%)
- 地级市创业活跃度区域底数 · 6,268 行 · 连接字段 region_code按城市对上本数据集 292 行(100%)
- 地级市城镇居民人均消费支出区域底数 · 5,980 行 · 连接字段 city_code按城市对上本数据集 292 行(100%)
- 地级市环境规制指标区域底数 · 5,754 行 · 连接字段 region_code按城市对上本数据集 292 行(100%)
- 地级市金融科技发展指数区域底数 · 5,400 行 · 连接字段 region_code按城市对上本数据集 292 行(100%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 city_code按城市对上本数据集 292 行(100%)
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
city_code_2由省份、城市扩增得出。
来自字段扩增城市政商关系健康指数城市政商关系健康指数
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-business-government-index/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"北京市"}],"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。