- 记录
- 957
- 字段
- 17
- AI 扩增字段
- 1
- 平均非空率
- 98.8%
- 字段完整度
17 个字段，16 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 957 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综合得分及分项排名。覆盖全国主要地级市，包含基础设施、城市服务、治理及产业融合等维度的评分与排名。可用于评估区域数字化水平，辅助判断企业所在地的基础设施完善程度及潜在运营风险。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 年份year含义：年份键：年份。样本里格式符合 100%，还没有参照 | 整数 | 原生 | 100% | — | ||
| 城市名称city规律 1：城市名称的字段规律字段规律：city_code_2由城市名称扩增得出。含义：地区键：城市名称。样本里格式符合 95.8%，还没有参照 | 文本 | 原生 | 100% | — | ||
| 城市代码city_code含义：代码或编号 | 文本 | 原生 | 100% | — | ||
| 城市分级city_tier含义：类别 | 文本 | 原生 | 100% | — | ||
| 发展阶段dev_stage含义：类别 | 文本 | 原生 | 100% | — | ||
| 总得分total_score | 小数 | 原生 | 100% | — | ||
| 总排名total_rank | 整数 | 原生 | 100% | — | ||
| 排名变更rank_change | 整数 | 原生 | 79% | 原表列名：总排名变更 | ||
| 基础设施得分infra_score | 小数 | 原生 | 100% | 原表列名：数据及信息化基础设施得分 | ||
| 基础设施排名infra_rank | 整数 | 原生 | 100% | 原表列名：数据及信息化基础设施排名 | ||
| 城市服务得分service_score | 小数 | 原生 | 100% | — | ||
| 城市服务排名service_rank | 整数 | 原生 | 100% | — | ||
| 城市治理得分governance_score | 小数 | 原生 | 100% | — | ||
| 城市治理排名governance_rank | 整数 | 原生 | 100% | — | ||
| 产业融合得分industry_score | 小数 | 原生 | 100% | — | ||
| 产业融合排名industry_rank | 整数 | 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由城市名称扩增得出。含义：代码或编号键：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 | 由城市名称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。
| # | 年份year | 城市名称city | 城市代码city_code | 城市分级city_tier | 发展阶段dev_stage | 总得分total_score | 总排名total_rank | 排名变更rank_change | 基础设施得分infra_score | 基础设施排名infra_rank | 城市服务得分service_score | 城市服务排名service_rank | 城市治理得分governance_score | 城市治理排名governance_rank | 产业融合得分industry_score | 产业融合排名industry_rank | 城市区划代码city_code_2 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2017 | 深圳 | 40 | 一线城市 | 领先 | 84.9 | 1 | 1 | 91.6 | 2 | 87.5 | 4 | 88.9 | 3 | 68.5 | 9 | 440300 |
| 2 | 2017 | 上海 | 32 | 一线城市 | 领先 | 83.8 | 2 | -1 | 81.2 | 7 | 86.2 | 6 | 94.7 | 1 | 68.5 | 10 | 310000 |
| 3 | 2017 | 北京 | 101 | 一线城市 | 领先 | 83.3 | 3 | 0 | 77.6 | 11 | 87.8 | 3 | 94.7 | 2 | 67 | 15 | 110000 |
| 4 | 2017 | 广州 | 4 | 一线城市 | 领先 | 83.3 | 4 | 0 | 76 | 13 | 93.3 | 1 | 87.2 | 10 | 68.1 | 11 | 440100 |
| 5 | 2017 | 成都 | 1 | 一线城市 | 领先 | 80.4 | 5 | 0 | 76 | 14 | 80.4 | 11 | 88 | 5 | 75.5 | 4 | 510100 |
| 6 | 2017 | 武汉 | 21 | 一线城市 | 领先 | 80 | 6 | 1 | 75.2 | 15 | 78.7 | 12 | 83.6 | 12 | 82.5 | 1 | 420100 |
| 7 | 2017 | 宁波 | 9 | 一线城市 | 发展 | 78.9 | 7 | 1 | 80 | 8 | 87.1 | 5 | 80.6 | 18 | 61.1 | 21 | 330200 |
| 8 | 2017 | 杭州 | 28 | 一线城市 | 发展 | 78.3 | 8 | -2 | 86 | 6 | 68.4 | 28 | 86.8 | 11 | 77.5 | 2 | 330100 |
| 9 | 2017 | 天津 | 38 | 一线城市 | 发展 | 78.1 | 9 | 9 | 68 | 24 | 85.9 | 7 | 80.2 | 19 | 72 | 6 | 120000 |
| 10 | 2017 | 无锡 | 35 | 一线城市 | 发展 | 77.1 | 10 | -1 | 86 | 4 | 65 | 34 | 87.2 | 6 | 76.5 | 3 | 320200 |
| 11 | 2017 | 南京 | 7 | 一线城市 | 发展 | 77 | 11 | 1 | 51.6 | 31 | 89.6 | 2 | 87.2 | 8 | 67.5 | 12 | 320100 |
| 12 | 2017 | 厦门 | 24 | 二线城市 | 发展 | 76.3 | 12 | 9 | 86 | 3 | 81.1 | 9 | 81.1 | 15 | 52.3 | 30 | 350200 |
| 13 | 2017 | 重庆 | 13 | 一线城市 | 发展 | 75.4 | 13 | 3 | 71.6 | 21 | 76.6 | 17 | 79.3 | 20 | 72 | 5 | 500000 |
| 14 | 2017 | 苏州 | 34 | 一线城市 | 发展 | 74.9 | 14 | 0 | 86 | 5 | 75.5 | 18 | 87.2 | 7 | 47.3 | 34 | 320500 |
| 15 | 2017 | 青岛 | 18 | 一线城市 | 发展 | 74.9 | 15 | -4 | 63.2 | 28 | 77.7 | 14 | 88.1 | 4 | 65 | 18 | 370200 |
| 16 | 2017 | 长沙 | 12 | 一线城市 | 发展 | 74.1 | 16 | -3 | 65.6 | 27 | 75.1 | 19 | 81.4 | 14 | 71.6 | 7 | 430100 |
| 17 | 2017 | 济南 | 30 | 二线城市 | 发展 | 73.9 | 17 | 7 | 76 | 12 | 70.6 | 24 | 87.2 | 9 | 61 | 22 | 370100 |
| 18 | 2017 | 沈阳 | 19 | 一线城市 | 发展 | 70.5 | 18 | 11 | 72.8 | 19 | 71.5 | 22 | 75.7 | 24 | 60.1 | 25 | 210100 |
| 19 | 2017 | 佛山 | 23 | 二线城市 | 发展 | 69.8 | 19 | 1 | 49.6 | 33 | 80.7 | 10 | 75.7 | 25 | 63.3 | 19 | 440600 |
| 20 | 2017 | 贵阳 | 5 | 二线城市 | 发展 | 69.6 | 20 | -10 | 69.2 | 23 | 77.7 | 15 | 65.5 | 34 | 60.8 | 23 | 520100 |
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 v12026/11/13 发布
生效中957 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 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 城市 + 年份 能连
252 个数据集 · 本数据集 957 行有城市- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month、origin_city_code按城市对上本数据集 957 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、year按城市对上本数据集 957 行（100%）
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 city_code、year按城市对上本数据集 957 行（100%）
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 year、city_code按城市对上本数据集 957 行（100%）
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 region_code、date按城市对上本数据集 957 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、year按城市对上本数据集 957 行（100%）
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 year、origin_city_code按城市对上本数据集 957 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、date按城市对上本数据集 957 行（100%）
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 year、region_code按城市对上本数据集 957 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 date、city_code按城市对上本数据集 957 行（100%）
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 city_code、year按城市对上本数据集 957 行（100%）
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 year、region_code按城市对上本数据集 957 行（100%）
按 城市 能连
39 个数据集 · 本数据集 957 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按城市对上本数据集 957 行（100%）
- 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 957 行（100%）
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code按城市对上本数据集 957 行（100%）
- 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按城市对上本数据集 957 行（100%）
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code按城市对上本数据集 957 行（100%）
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 city_code按城市对上本数据集 957 行（100%）
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 region_code按城市对上本数据集 957 行（100%）
- 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 954 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 954 行（99%）
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 city_code按城市对上本数据集 954 行（99%）
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 region_code按城市对上本数据集 950 行（99%）
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 city_code按城市对上本数据集 948 行（99%）
只按年份能连：833 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
833 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
- 海关进出口商品统计区域底数 · 2639.9 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
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 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
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 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
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 taobao_village_year
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date
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由城市名称扩增得出。
来自字段扩增全国地级市数字经济排名全国地级市数字经济排名
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-rankings/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"city","op":"eq","value":"深圳"}],"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。