
城市环境关注度年度统计
一行代表一个城市在特定年份针对特定环境关键词的公众关注度统计值。可用于评估不同地区公众对环境污染问题的敏感程度及变化趋势。
v1 生效中 · 2026/11/13 发布险种标签:企业财产险健康险时间跨度:2011–2022 年数据出处 百度指数
- 记录
- 8,592
- 字段
- 13
- AI 扩增字段
- 1
- 平均非空率
- 96.1%
- 字段完整度
13 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 13 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 8,592 行计算。
| 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。含义:代码或编号键: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含义:地区键:城市名称。样本里格式符合 86.5%,还没有参照 | 文本 | 原生 | 100% | 原表列名:地区 | ||
| 所属省份province含义:地区键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 所属地域region含义:类别 | 文本 | 原生 | 100% | 如东部、西部等 | ||
| 长江经济带is_yangtze_belt含义:是否 | 是非 | 原生 | 100% | 0/1标识 | ||
| 关键词keyword含义:名称 | 文本 | 原生 | 100% | 如环境污染、雾霾 | ||
| 年搜索均值search_index_avg | 小数 | 原生 | 100% | 来自年度平均数表 原表列名:年搜索指数 | ||
| 年资讯均值news_index_avg | 小数 | 原生 | 50% | 来自年度平均数表 原表列名:年资讯指数 | ||
| 年媒体均值media_index_avg | 小数 | 原生 | 100% | 来自年度平均数表 原表列名:年媒体指数 | ||
| PC搜索均值search_index_pc_avg | 小数 | 原生 | 100% | 来自年度平均数表 原表列名:年搜索指数-PC端 | ||
| 移动搜索均值search_index_mobile_avg | 小数 | 原生 | 100% | 来自年度平均数表 原表列名:年搜索指数-移动端 | ||
| 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。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-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 | 城市名称city | 所属省份province | 所属地域region | 长江经济带is_yangtze_belt | 关键词keyword | 年搜索均值search_index_avg | 年资讯均值news_index_avg | 年媒体均值media_index_avg | PC搜索均值search_index_pc_avg | 移动搜索均值search_index_mobile_avg | 行政区划代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 130100 | 2011 | 石家庄 | 河北省 | 东部 | 否 | 环境污染 | 48.4575342465753 | — | 0 | 48.4575342465753 | 0 | 130100 |
| 2 | 130100 | 2011 | 石家庄 | 河北省 | 东部 | 否 | 雾霾 | 14.6219178082192 | — | 13.758904109589 | 14.6219178082192 | 0 | 130100 |
| 3 | 130100 | 2012 | 石家庄 | 河北省 | 东部 | 否 | 环境污染 | 44.8688524590164 | — | 0 | 44.8688524590164 | 0 | 130100 |
| 4 | 130100 | 2012 | 石家庄 | 河北省 | 东部 | 否 | 雾霾 | 12.7650273224044 | — | 19.5218579234973 | 12.7650273224044 | 0 | 130100 |
| 5 | 130100 | 2013 | 石家庄 | 河北省 | 东部 | 否 | 环境污染 | 79.8767123287671 | — | 0 | 51.0739726027397 | 28.8027397260274 | 130100 |
| 6 | 130100 | 2013 | 石家庄 | 河北省 | 东部 | 否 | 雾霾 | 162.942465753425 | — | 627.912328767123 | 84.9150684931507 | 78.027397260274 | 130100 |
| 7 | 130100 | 2014 | 石家庄 | 河北省 | 东部 | 否 | 环境污染 | 97.0301369863014 | — | 0 | 46.1506849315069 | 50.8794520547945 | 130100 |
| 8 | 130100 | 2014 | 石家庄 | 河北省 | 东部 | 否 | 雾霾 | 230.12602739726 | — | 297.901369863014 | 81.6383561643836 | 148.487671232877 | 130100 |
| 9 | 130100 | 2015 | 石家庄 | 河北省 | 东部 | 否 | 环境污染 | 78.0821917808219 | — | 0 | 31.6219178082192 | 46.4602739726027 | 130100 |
| 10 | 130100 | 2015 | 石家庄 | 河北省 | 东部 | 否 | 雾霾 | 222.147945205479 | — | 361.241095890411 | 77.4821917808219 | 144.665753424658 | 130100 |
| 11 | 130100 | 2016 | 石家庄 | 河北省 | 东部 | 否 | 环境污染 | 76.6448087431694 | — | 0 | 28.8879781420765 | 47.7568306010929 | 130100 |
| 12 | 130100 | 2016 | 石家庄 | 河北省 | 东部 | 否 | 雾霾 | 231.021857923497 | — | 263.543715846994 | 75.9726775956284 | 155.049180327869 | 130100 |
| 13 | 130100 | 2017 | 石家庄 | 河北省 | 东部 | 否 | 环境污染 | 86.1287671232877 | 0 | 0 | 28.7753424657534 | 57.3534246575342 | 130100 |
| 14 | 130100 | 2017 | 石家庄 | 河北省 | 东部 | 否 | 雾霾 | 204.449315068493 | 0 | 100.827397260274 | 72.6465753424658 | 131.802739726027 | 130100 |
| 15 | 130100 | 2018 | 石家庄 | 河北省 | 东部 | 否 | 环境污染 | 81.6191780821918 | 18457.7397260274 | 0 | 29.7643835616438 | 51.8547945205479 | 130100 |
| 16 | 130100 | 2018 | 石家庄 | 河北省 | 东部 | 否 | 雾霾 | 162.816438356164 | 1953.07671232877 | 21.3671232876712 | 53.2191780821918 | 109.597260273973 | 130100 |
| 17 | 130100 | 2019 | 石家庄 | 河北省 | 东部 | 否 | 环境污染 | 66.3260273972603 | 34970.1589041096 | 0 | 21.5506849315069 | 44.7753424657534 | 130100 |
| 18 | 130100 | 2019 | 石家庄 | 河北省 | 东部 | 否 | 雾霾 | 145.627397260274 | 2487.96712328767 | 10.6602739726027 | 47.4219178082192 | 98.2054794520548 | 130100 |
| 19 | 130100 | 2020 | 石家庄 | 河北省 | 东部 | 否 | 环境污染 | 68.7622950819672 | 32915.8032786885 | 0 | 27.2213114754098 | 41.5409836065574 | 130100 |
| 20 | 130100 | 2020 | 石家庄 | 河北省 | 东部 | 否 | 雾霾 | 80.2896174863388 | 3713.41256830601 | 3.67213114754098 | 42.8224043715847 | 37.4672131147541 | 130100 |
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8,592 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 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 8,592 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 origin_province、origin_city_code、month按城市对上本数据集 8,568 行(99%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、province、year按城市对上本数据集 8,568 行(99%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 year、origin_province、origin_city_code按城市对上本数据集 8,568 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、province、date按城市对上本数据集 8,568 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 8,568 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 8,568 行(99%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 city_code、year、province按城市对上本数据集 8,568 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 8,568 行(99%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 region_code、year、province按城市对上本数据集 8,568 行(99%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 province、year、region_code按城市对上本数据集 8,568 行(99%)
- 地级市逐年降水量自然灾害 · 2.7 万 行 · 连接字段 city_code、year、province按城市对上本数据集 8,568 行(99%)
- 地级市矫正夜间灯光区域底数 · 1.2 万 行 · 连接字段 province、year、region_code按城市对上本数据集 8,568 行(99%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 8,592 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 8,592 行(100%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname按省份对上本数据集 8,592 行(100%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province、date按省份对上本数据集 8,592 行(100%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 date、province按省份对上本数据集 8,592 行(100%)
- 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、taobao_village_year按省份对上本数据集 8,592 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 province、year按省份对上本数据集 8,592 行(100%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 year、province按省份对上本数据集 8,592 行(100%)
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 province、year按省份对上本数据集 8,592 行(100%)
- 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 8,592 行(100%)
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 year、province按省份对上本数据集 8,592 行(100%)
- 县城建设统计(按县)区域底数 · 165.1 万 行 · 连接字段 year、province按省份对上本数据集 8,592 行(100%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code、year按省份对上本数据集 8,592 行(100%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 8,592 行有城市- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 region_code、date按城市对上本数据集 8,592 行(100%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 date、region_code按城市对上本数据集 8,496 行(98%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 year、region_code按城市对上本数据集 8,472 行(98%)
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 date、region_code按城市对上本数据集 8,064 行(93%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code、year按城市对上本数据集 8,016 行(93%)
- 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 8,016 行(93%)
- 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 8,016 行(93%)
- 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 8,016 行(93%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 start_year、city_code按城市对上本数据集 8,016 行(93%)
- 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 7,992 行(93%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 city_code、year按城市对上本数据集 7,704 行(89%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 pub_date、applicant_address_city_code按城市对上本数据集 7,560 行(87%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 8,592 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code、city_code按城市对上本数据集 8,568 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 8,568 行(99%)
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 region_code、province_code按城市对上本数据集 8,568 行(99%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 region_code、province按城市对上本数据集 8,520 行(99%)
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 city_code、province_code按城市对上本数据集 8,160 行(94%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 city_code、province_code按城市对上本数据集 8,016 行(93%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province、city_code按城市对上本数据集 8,016 行(93%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code、province按城市对上本数据集 8,016 行(93%)
- 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 7,992 行(93%)
- 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 7,920 行(92%)
- 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 7,920 行(92%)
- 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 7,800 行(90%)
按 省份 能连
18 个数据集 · 本数据集 8,592 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 8,592 行(100%)
- 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 8,592 行(100%)
- 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 8,592 行(100%)
- 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 8,592 行(100%)
- 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 8,592 行(100%)
- 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 8,592 行(100%)
- 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 8,592 行(100%)
- 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 8,592 行(100%)
- 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 8,592 行(100%)
- 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 8,592 行(100%)
- 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 8,592 行(100%)
- 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 8,424 行(98%)
按 城市 能连
10 个数据集 · 本数据集 8,592 行有城市- 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 8,448 行(98%)
- 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 8,040 行(93%)
- 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 7,968 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 6,864 行(79%)
- 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 6,792 行(79%)
- 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 6,792 行(79%)
- 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 6,576 行(76%)
- 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 6,456 行(75%)
- 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 1,296 行(15%)
- 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 1,080 行(12%)
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。
来自字段扩增城市环境关注度年度统计城市环境关注度年度统计
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-environment-attention-annual/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"130100"}],"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。