
城市数字经济与污染面板
一行代表一个城市在特定年份的数字经济水平及环境污染排放数据。覆盖中国主要城市,包含行政区划、经纬度、经济及环境指标。
v1 生效中 · 2026/11/14 发布时间跨度:2011–2020 年数据出处 出处待核实
- 记录
- 2,991
- 字段
- 17
- AI 扩增字段
- 1
- 平均非空率
- 93.2%
- 字段完整度
17 个字段,9 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 17 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 2,991 行计算。
关于这个数据集
一行代表一个城市在特定年份的数字经济水平及环境污染排放数据。覆盖中国主要城市,包含行政区划、经纬度、经济及环境指标。可用于分析数字经济对环境污染的影响机制,辅助环境责任险或绿色保险的风险定价。
| 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% | — | ||
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 所属省份province键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 地区city键:城市名称。样本里格式符合 99%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 长江经济带yangtze_river_belt | 整数 | 原生 | 100% | 0/1标识 | ||
| 经度lng键:经度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | — | ||
| 纬度lat键:纬度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | — | ||
| 数字经济水平digital_economy_level | 小数 | 原生 | 84% | 指数 | ||
| 二氧化硫排放so2_emission_amount | 小数 | 原生 | 89% | 吨 原表列名:工业二氧化硫排放量_吨 | ||
| 废水排放量wastewater_emission_amount | 小数 | 原生 | 80% | 万吨 原表列名:工业废水排放量_万吨 | ||
| 烟尘排放量smoke_emission_amount | 小数 | 原生 | 80% | 吨 原表列名:工业烟尘排放量_吨 | ||
| PM2.5均值pm25_mean | 小数 | 原生 | 100% | 微克/立方米 原表列名:年度PM2_5均值 | ||
| 人均GDPgdp_per_capita_amount | 小数 | 原生 | 92% | 元 原表列名:人均地区生产总值_元 | ||
| 人口密度population_density | 小数 | 原生 | 86% | 人/平方公里 原表列名:单位面积人口数 | ||
| 外资占比fdi_gdp_ratio | 小数 | 原生 | 79% | 比例 原表列名:实际利用外资额占GDP之比 | ||
| 科学支出占比sci_expenditure_ratio | 小数 | 原生 | 96% | 比例 原表列名:科学支出占财政支出比重 | ||
| 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 | 年份year | 所属省份province | 地区city | 长江经济带yangtze_river_belt | 经度lng | 纬度lat | 数字经济水平digital_economy_level | 二氧化硫排放so2_emission_amount | 废水排放量wastewater_emission_amount | 烟尘排放量smoke_emission_amount | PM2.5均值pm25_mean | 人均GDPgdp_per_capita_amount | 人口密度population_density | 外资占比fdi_gdp_ratio | 科学支出占比sci_expenditure_ratio | 行政区划代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 110000 | 2011 | 北京市 | 北京市 | 0 | 116.407526 | 39.90403 | 0.4500818564102489 | 61299 | 8633 | 29405 | 69.5183683980951 | 81658 | 7.787 | 0.028 | 0.056 | 110000 |
| 2 | 110000 | 2012 | 北京市 | 北京市 | 0 | 116.407526 | 39.90403 | 0.4454767728510015 | 59330 | 9190 | 30844 | 63.29636209982209 | 87475 | 7.906 | 0.028 | 0.054 | 110000 |
| 3 | 110000 | 2013 | 北京市 | 北京市 | 0 | 116.407526 | 39.90403 | 0.4310464139636236 | 52041 | 9486 | 27182 | 68.82950707625572 | 93213 | 8.021 | 0.027 | 0.056 | 110000 |
| 4 | 110000 | 2014 | 北京市 | 北京市 | 0 | 116.407526 | 39.90403 | 0.4518360229776699 | 40347 | 9174 | 22710 | 68.8267858162707 | 99995 | 8.125 | 0.026 | 0.062 | 110000 |
| 5 | 110000 | 2015 | 北京市 | 北京市 | 0 | 116.407526 | 39.90403 | 0.5593768840739346 | 22070 | 8978 | 12987 | 60.989974055176134 | 106497 | 8.197 | 0.035 | 0.05 | 110000 |
| 6 | 110000 | 2016 | 北京市 | 北京市 | 0 | 116.407526 | 39.90403 | 0.6783636778030177 | 10257 | 8515 | 7874 | 53.81334101912542 | 118198 | 8.305 | 0.034 | 0.045 | 110000 |
| 7 | 110000 | 2017 | 北京市 | 北京市 | 0 | 116.407526 | 39.90403 | 0.6453843078814953 | 3799 | 8494 | 4282 | 45.550216188757936 | 128994 | 8.284 | 0.059 | 0.053 | 110000 |
| 8 | 110000 | 2018 | 北京市 | 北京市 | 0 | 116.407526 | 39.90403 | 0.5210712061823475 | 1554 | 8422 | 15343 | 40.50916112612221 | 140211 | 8.387 | 0.038 | 0.057 | 110000 |
| 9 | 110000 | 2019 | 北京市 | 北京市 | 0 | 116.407526 | 39.90403 | 0.4469373674827816 | 1132 | 7716 | 3349 | 35.684658399347136 | 164220 | 8.513 | 0.028 | 0.059 | 110000 |
| 10 | 110000 | 2020 | 北京市 | 北京市 | 0 | 116.407526 | 39.90403 | — | 988 | — | — | 32.53794751259393 | 164889 | — | — | 0.058 | 110000 |
| 11 | 120000 | 2011 | 天津市 | 天津市 | 0 | 117.200983 | 39.084158 | 0.15769066585316222 | 221897 | 19795 | 65333 | 79.39984964884104 | 85213 | 8.473 | 0.075 | 0.033 | 120000 |
| 12 | 120000 | 2012 | 天津市 | 天津市 | 0 | 117.200983 | 39.084158 | 0.1474827134453329 | 215481 | 19117 | 59036 | 73.56337430234679 | 93173 | 8.446 | 0.074 | 0.036 | 120000 |
| 13 | 120000 | 2013 | 天津市 | 天津市 | 0 | 117.200983 | 39.084158 | 0.13494047656511007 | 207793 | 18692 | 62766 | 82.49204480794475 | 99607 | 8.425 | 0.073 | 0.036 | 120000 |
| 14 | 120000 | 2014 | 天津市 | 天津市 | 0 | 117.200983 | 39.084158 | 0.2541744543360673 | 195395 | 19011 | 112129 | 85.62857026369278 | 105231 | 8.532 | 0.074 | 0.038 | 120000 |
| 15 | 120000 | 2015 | 天津市 | 天津市 | 0 | 117.200983 | 39.084158 | 0.3223857892331475 | 154605 | 18973 | 73795 | 73.05719897465528 | 107960 | 8.617 | 0.08 | 0.037 | 120000 |
| 16 | 120000 | 2016 | 天津市 | 天津市 | 0 | 117.200983 | 39.084158 | 0.23443679463400033 | 54539 | 18022 | 57280 | 68.17676947462914 | 115053 | 8.761 | 0.114 | 0.034 | 120000 |
| 17 | 120000 | 2017 | 天津市 | 天津市 | 0 | 117.200983 | 39.084158 | 0.25150122441377215 | 42323 | 18107 | 44480 | 60.13183753867192 | 119238 | 8.811 | 0.039 | 0.035 | 120000 |
| 18 | 120000 | 2018 | 天津市 | 天津市 | 0 | 117.200983 | 39.084158 | 0.21088373703272764 | 32937 | 17729 | 34837 | 52.731979600905255 | 120711 | 9.201 | 0.017 | 0.034 | 120000 |
| 19 | 120000 | 2019 | 天津市 | 天津市 | 0 | 117.200983 | 39.084158 | 0.1815380611425102 | — | — | — | 50.01159856791005 | 90371 | 9.259 | 0.023 | 0.031 | 120000 |
| 20 | 120000 | 2020 | 天津市 | 天津市 | 0 | 117.200983 | 39.084158 | — | 9756 | — | — | 48.21699673985841 | 101614 | — | — | 0.037 | 120000 |
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2,991 行 · 17 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 2,990 行有城市- 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 2,990 行(99%)
- 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 2,990 行(99%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 date、region_code、province按城市对上本数据集 2,990 行(99%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code、province、year按城市对上本数据集 2,990 行(99%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 date、region_code、province按城市对上本数据集 2,990 行(99%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 year、province、region_code按城市对上本数据集 2,990 行(99%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 year、city_code、province按城市对上本数据集 2,990 行(99%)
- 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 2,990 行(99%)
- 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 2,990 行(99%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 date、province_code、city_code按城市对上本数据集 2,990 行(99%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 province、region_code、year按城市对上本数据集 2,990 行(99%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 province、region_code、year按城市对上本数据集 2,990 行(99%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 2,990 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、year按省份对上本数据集 2,990 行(99%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、page_publish_time按省份对上本数据集 2,990 行(99%)
- 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 2,990 行(99%)
- 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 2,990 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 taobao_village_year、province_code按省份对上本数据集 2,990 行(99%)
- 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 2,990 行(99%)
- 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 2,990 行(99%)
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 year、province按省份对上本数据集 2,990 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、create_date按省份对上本数据集 2,990 行(99%)
- 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 2,990 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 2,990 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 2,990 行(99%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 2,990 行有城市- 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 2,990 行(99%)
- 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 2,990 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 2,990 行(99%)
- 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 2,990 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 2,990 行(99%)
- 地级市金融科技发展指数区域底数 · 5,400 行 · 连接字段 region_code、year按城市对上本数据集 2,990 行(99%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 year、city_code按城市对上本数据集 2,990 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 2,990 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 2,990 行(99%)
- 地级市新能源汽车月度销量交通运输 · 3.3 万 行 · 连接字段 city_code、month按城市对上本数据集 2,980 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 2,980 行(99%)
- 地级市创业活跃度区域底数 · 6,268 行 · 连接字段 region_code、year按城市对上本数据集 2,980 行(99%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 2,990 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 2,990 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 province_code、city_code按城市对上本数据集 2,990 行(99%)
- 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 2,990 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 2,990 行(99%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code、province按城市对上本数据集 2,980 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 2,970 行(99%)
- 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 2,950 行(98%)
- 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 2,940 行(98%)
- 地级市距港口距离区域底数 · 335 行 · 连接字段 province、city_code按城市对上本数据集 2,940 行(98%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province、city_code按城市对上本数据集 2,930 行(97%)
- 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 2,930 行(97%)
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 province、city_code按城市对上本数据集 2,910 行(97%)
按 省份 能连
18 个数据集 · 本数据集 2,990 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 2,990 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 2,990 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 2,990 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 2,990 行(99%)
- 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 2,990 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 2,990 行(99%)
- 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 2,990 行(99%)
- 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 2,990 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 2,990 行(99%)
- 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 2,990 行(99%)
- 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 2,980 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 2,930 行(97%)
按 城市 能连
10 个数据集 · 本数据集 2,990 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 2,980 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 2,980 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 2,970 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 2,890 行(96%)
- 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 2,860 行(95%)
- 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 2,860 行(95%)
- 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 2,720 行(90%)
- 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 2,540 行(84%)
- 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 570 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 470 行(15%)
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。
来自字段扩增城市数字经济与污染面板城市数字经济与污染面板
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-digital-economy-pollution/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"110000"}],"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。