地级市数字产业集聚水平
一行代表一个地级市在特定年份的数字产业集聚情况。
v1 生效中 · 2026/11/13 发布险种标签：企业财产险责任险时间跨度：1990–2023 年数据出处 出处待核实
- 记录
- 1 万
- 字段
- 7
- AI 扩增字段
- 1
- 平均非空率
- 100%
- 字段完整度
7 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 7 个字段，其中 AI 扩增字段 1 个。非空率按当前版本的 10,200 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数字产业集聚情况。数据覆盖全国地级市，包含总从业人员、数字产业从业人员及集聚水平指数等指标。可用于评估区域数字经济活跃度，辅助科技型企业风险定价模型。
| 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 98.8%，还没有参照 | 文本 | 原生 | 100% | 原表列名：城市 | ||
| 总从业人员数total_employees含义：人数（万人） | 小数 | 原生 | 100% | 单位：万人 原表列名：从业人员数 | ||
| 数字产业从业人数digital_employees含义：人数（万人） | 小数 | 原生 | 100% | 单位：万人 原表列名：信息传输计算机服务和软件业从业人员数万人 | ||
| 全国就业人数national_total_employees含义：人数（万人） | 小数 | 原生 | 100% | 单位：万人 | ||
| 数字产业集聚水平agglomeration_index | 小数 | 原生 | 100% | 指数值 原表列名：数字产业聚集水平 | ||
| 城市区划代码city_code规律 1：城市区划代码的字段规律字段规律：city_code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%，99.7% 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 1.00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 | 总从业人员数total_employees | 数字产业从业人数digital_employees | 全国就业人数national_total_employees | 数字产业集聚水平agglomeration_index | 城市区划代码city_code |
|---|---|---|---|---|---|---|---|
| 1 | 1990 | 郑州市 | 343.747 | 0.834375 | 52486.25 | 0.9264004 | 410100 |
| 2 | 1990 | 扬州市 | 563.902 | 0.31125 | 52486.25 | 0.21066 | 321000 |
| 3 | 1990 | 昭通市 | 39.5161 | 0.298125 | 52486.25 | 2.879394 | 530600 |
| 4 | 1990 | 邯郸市 | 477.122 | 0.409375 | 52486.25 | 0.3274678 | 130400 |
| 5 | 1990 | 郴州市 | 276.562 | 0.309375 | 52486.25 | 0.4269425 | 431000 |
| 6 | 1990 | 贵港市 | 81.3162 | 0.060313 | 52486.25 | 0.2830786 | 450800 |
| 7 | 1990 | 昆明市 | 289.664 | 1.365 | 52486.25 | 1.798516 | 530100 |
| 8 | 1990 | 鹤壁市 | 73.3684 | 0.080625 | 52486.25 | 0.4194086 | 410600 |
| 9 | 1990 | 滨州市 | 32.4971 | 0.120312 | 52486.25 | 1.413002 | 371600 |
| 10 | 1990 | 铜陵市 | 47.2487 | 0.089688 | 52486.25 | 0.7244673 | 340700 |
| 11 | 1990 | 兰州市 | 154.731 | 0.943437 | 52486.25 | 2.327088 | 620100 |
| 12 | 1990 | 钦州市 | 163.539 | 0.149375 | 52486.25 | 0.3486056 | 450700 |
| 13 | 1990 | 揭阳市 | 272.563 | 0.290625 | 52486.25 | 0.4069522 | 445200 |
| 14 | 1990 | 乌鲁木齐市 | 90.5458 | 0.434063 | 52486.25 | 1.829619 | 650100 |
| 15 | 1990 | 烟台市 | 411.799 | 0.514375 | 52486.25 | 0.4767282 | 370600 |
| 16 | 1990 | 蚌埠市 | 182.189 | 0.179688 | 52486.25 | 0.3764206 | 340300 |
| 17 | 1990 | 平顶山市 | 291.218 | 0.159687 | 52486.25 | 0.2092809 | 410400 |
| 18 | 1990 | 克拉玛依市 | 14.7556 | 0.020937 | 52486.25 | 0.5415576 | 650200 |
| 19 | 1990 | 咸阳市 | 261.158 | 0.270625 | 52486.25 | 0.3954947 | 610400 |
| 20 | 1990 | 临汾市 | 48.5794 | 0.251563 | 52486.25 | 1.97638 | 141000 |
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10,200 行 · 7 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 10,166 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、year按城市对上本数据集 10,166 行（99%）
- 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 10,166 行（99%）
- 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 10,166 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、year按城市对上本数据集 10,166 行（99%）
- 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 10,166 行（99%）
- 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 10,166 行（99%）
- 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 10,166 行（99%）
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 region_code、year按城市对上本数据集 10,166 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按城市对上本数据集 10,166 行（99%）
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 date、city_code按城市对上本数据集 10,166 行（99%）
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 year、region_code按城市对上本数据集 10,166 行（99%）
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 region_code、year按城市对上本数据集 10,166 行（99%）
按 城市 能连
39 个数据集 · 本数据集 10,166 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 10,166 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按城市对上本数据集 10,166 行（99%）
- 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 10,166 行（99%）
- 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 10,166 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 10,132 行（99%）
- 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 10,132 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 10,132 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 10,098 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 10,098 行（99%）
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 city_code按城市对上本数据集 10,030 行（98%）
- 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 9,996 行（98%）
- 地级市距港口距离区域底数 · 335 行 · 连接字段 city_code按城市对上本数据集 9,996 行（98%）
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由城市名称扩增得出。
来自字段扩增地级市数字产业集聚水平地级市数字产业集聚水平
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-industry-agglomeration/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"city","op":"eq","value":"郑州市"}],"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。