
地级市市辖区经济与绿化
一行是一个地级市的市辖区在某一年的经济和绿化指标,口径是市辖区,不含下辖的县。
v1 生效中 · 2026/11/14 发布险种标签:健康险时间跨度:2010–2019 年数据出处 《中国城市统计年鉴》
- 记录
- 3,067
- 字段
- 13
- AI 扩增字段
- 1
- 平均非空率
- 96.0%
- 字段完整度
13 个字段,3 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 13 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 3,067 行计算。
关于这个数据集
一行是一个地级市的市辖区在某一年的经济和绿化指标,口径是市辖区,不含下辖的县。包含地区生产总值、人均地区生产总值、增长率、三次产业占比、园林绿地、公园绿地和建成区绿化覆盖率。可用来比较城市中心区的经济规模和绿化水平,作为城市内涝、热岛等风险分析的背景。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 地级市city规律 1:地级市的字段规律字段规律:city_code由地级市扩增得出。键:城市名称。样本里格式符合 92%,还没有参照 | 文本 | 原生 | 100% | 地级市名称 | ||
| 地区生产总值gdp_amount | 小数 | 原生 | 100% | 单位:万元 原表列名:地区生产总值.万元. | ||
| 人均GDPgdp_per_capita | 小数 | 原生 | 94% | 单位:元 原表列名:人均地区生产总值.元. | ||
| GDP增长率gdp_growth_rate | 小数 | 原生 | 95% | 单位:% 原表列名:地区生产总值增长率... | ||
| 一产占比primary_industry_ratio | 小数 | 原生 | 99% | 单位:% 原表列名:第一产业增加值占GDP比重... | ||
| 二产占比secondary_industry_ratio | 小数 | 原生 | 99% | 单位:% 原表列名:第二产业增加值占GDP比重... | ||
| 三产占比tertiary_industry_ratio | 小数 | 原生 | 99% | 单位:% 原表列名:第三产业增加值占GDP比重... | ||
| 园林绿地面积garden_area | 小数 | 原生 | 98% | 单位:公顷 原表列名:园林绿地面积.公顷. | ||
| 公园绿地面积park_area | 小数 | 原生 | 99% | 单位:公顷 原表列名:公园绿地面积.公顷. | ||
| 建成区绿化面积built_up_green_area | 小数 | 原生 | 79% | 单位:公顷 原表列名:建成区绿化覆盖面积.公顷. | ||
| 绿化覆盖率green_coverage_rate | 小数 | 原生 | 96% | 单位:% 原表列名:建成区绿化覆盖率... | ||
| 地级市区划代码city_code规律 1:地级市区划代码的字段规律字段规律:city_code由地级市扩增得出。键:市级区划代码。样本里格式符合 100%,92.9% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:地级市区划代码 | 93%平均置信度 1.00校验少:不建议单独作为决策依据 | 由地级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。
| # | 年份year | 地级市city | 地区生产总值gdp_amount | 人均GDPgdp_per_capita | GDP增长率gdp_growth_rate | 一产占比primary_industry_ratio | 二产占比secondary_industry_ratio | 三产占比tertiary_industry_ratio | 园林绿地面积garden_area | 公园绿地面积park_area | 建成区绿化面积built_up_green_area | 绿化覆盖率green_coverage_rate | 地级市区划代码city_code |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2019 | 安康市 | 3810000 | 43040 | 7.8 | 9.17 | 36.82 | 54 | 1734 | 293 | — | 39.98 | 610900 |
| 2 | 2019 | 安庆市 | 7590000 | 102886 | 4.8 | 2.23 | 42.31 | 55.45 | 5366 | 1141 | — | 40.44 | 340800 |
| 3 | 2019 | 安顺市 | 5100000 | 45284 | 8.2 | 11.96 | 39.33 | 48.67 | 5341 | 1036 | — | 38.84 | 520400 |
| 4 | 2019 | 安阳市 | 8980000 | 50794 | -0.63 | 1.73 | 51.64 | 46.64 | 3238 | 925 | — | 41.9 | 410500 |
| 5 | 2019 | 鞍山市 | 9110000 | — | 5.91 | 0.79 | 51.4 | 47.77 | 6764 | 1970 | — | 42.14 | 210300 |
| 6 | 2019 | 巴彦淖尔市 | 2970000 | 53478 | 3.6 | 18.38 | 29.34 | 52.3 | 1657 | 463 | — | 36.4 | 150800 |
| 7 | 2019 | 巴中市 | 3000000 | 24411 | 7.2 | 13.9 | 29.14 | 56.89 | 2353 | 570 | — | 37.97 | 511900 |
| 8 | 2019 | 白城市 | 1570000 | 32401 | -0.9 | 14.91 | 20.76 | 64.34 | 1558 | 227 | — | 36.04 | 220800 |
| 9 | 2019 | 白山市 | — | — | — | — | — | — | 11239 | 311 | — | 34.75 | 220600 |
| 10 | 2019 | 白银市 | 2890000 | 57543 | 6.7 | 3.71 | 50.08 | 46.07 | 2182 | 389 | — | 36.48 | 620400 |
| 11 | 2019 | 百色市 | 3130000 | 77373 | 8.1 | 11.45 | 43.67 | 44.96 | 2086 | 366 | — | 38.01 | 451000 |
| 12 | 2019 | 蚌埠市 | 10740000 | 87431 | 5.41 | 2.83 | 45.07 | 52.07 | 5756 | 1324 | — | 42.73 | 340300 |
| 13 | 2019 | 包头市 | 24040000 | 103282 | 6.1 | 1.24 | 39.27 | 59.47 | 8471 | 2952 | — | 44.55 | 150200 |
| 14 | 2019 | 宝鸡市 | 11010000 | 75523 | 6.2 | 2.95 | 58.27 | 38.74 | 4747 | 1166 | — | 41 | 610300 |
| 15 | 2019 | 保定市 | 14900000 | 48700 | 6.69 | 5.31 | 42.51 | 52.2 | 8051 | 1906 | — | 42.82 | 130600 |
| 16 | 2019 | 保山市 | 3610000 | 36816 | 9.5 | 18.29 | 37.4 | 44.36 | 1520 | 375 | — | 37.35 | 530500 |
| 17 | 2019 | 北海市 | 10000000 | 133990 | 8.36 | 10.61 | 49.19 | 40.17 | 3005 | 605 | — | 41.22 | 450500 |
| 18 | 2019 | 北京 | 353710000 | 164220 | 6.1 | 0.32 | 16.16 | 83.52 | 88704 | 35157 | — | 48.5 | 110000 |
| 19 | 2019 | 本溪市 | 5610000 | 51061 | 3.4 | 2.33 | 55.01 | 42.74 | 23242 | 952 | — | 49.9 | 210500 |
| 20 | 2019 | 毕节市 | 4690000 | 33156 | 8 | 18.12 | 23.03 | 58.85 | 1552 | 607 | — | 36.12 | 520500 |
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3,067 行 · 13 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 2,848 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 2,848 行(92%)
- 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 2,848 行(92%)
- 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 2,848 行(92%)
- 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 2,848 行(92%)
- 地级市市辖区社会经济指标区域底数 · 86.6 万 行 · 连接字段 year、region_code按城市对上本数据集 2,848 行(92%)
- 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 2,848 行(92%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code、year按城市对上本数据集 2,848 行(92%)
- 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 2,848 行(92%)
- 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 2,848 行(92%)
- 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 2,848 行(92%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 city_code、date按城市对上本数据集 2,848 行(92%)
- 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 2,848 行(92%)
按 城市 能连
39 个数据集 · 本数据集 2,848 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 2,848 行(92%)
- 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 2,848 行(92%)
- 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 2,848 行(92%)
- 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 2,848 行(92%)
- 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 2,844 行(92%)
- 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 2,844 行(92%)
- 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 2,841 行(92%)
- 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 2,841 行(92%)
- 城市政商关系健康指数区域底数 · 292 行 · 连接字段 city_code_2按城市对上本数据集 2,835 行(92%)
- 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 2,834 行(92%)
- 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 2,831 行(92%)
- 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 2,823 行(92%)
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由地级市扩增得出。
来自字段扩增地级市市辖区经济与绿化地级市市辖区经济与绿化
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-district-economy-green/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"city","op":"eq","value":"安康市"}],"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。