
地级市人力资本水平
一行代表一个地级市在特定年份的人力资本相关统计数据。
v1 生效中 · 2026/11/14 发布险种标签:健康险寿险时间跨度:1990–2021 年数据出处 出处待核实
- 记录
- 9,408
- 字段
- 9
- AI 扩增字段
- 1
- 平均非空率
- 85.1%
- 字段完整度
9 个字段,5 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 9 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 9,408 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人力资本相关统计数据。覆盖全国地级市,包含本专科及高校在校生、户籍人口及测算的人力资本水平指标。可用于评估区域劳动力素质,辅助保险定价及区域发展分析。
| 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% | — | ||
| 地区名称city键:城市名称。样本里格式符合 98.3%,还没有参照 | 文本 | 原生 | 100% | 原表列名:地区 | ||
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 本专科在校生undergraduate_student_count | 整数 | 原生 | 15% | 单位:人 原表列名:普通本专科在校学生数(人) | ||
| 高校在校生university_student_count | 整数 | 原生 | 71% | 单位:人 原表列名:普通高等学校在校学生数(人) | ||
| 户籍人口household_population | 小数 | 原生 | 90% | 单位:万人 原表列名:户籍人口(万人) | ||
| 高校在校人数university_enrollment | 整数 | 原生 | 100% | 单位:人 原表列名:普通高等学校在校人数 | ||
| 人力资本水平human_capital_level | 小数 | 原生 | 90% | 测算指标 | ||
| 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%,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 | 地区名称city | 年份year | 本专科在校生undergraduate_student_count | 高校在校生university_student_count | 户籍人口household_population | 高校在校人数university_enrollment | 人力资本水平human_capital_level | 行政区划代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 110000 | 北京 | 2021 | 616978 | — | 1414 | 616978 | 436.3352192362094 | 110000 |
| 2 | 110000 | 北京 | 2020 | 590335 | — | — | 590335 | — | 110000 |
| 3 | 110000 | 北京 | 2019 | 585971 | — | 1397 | 585971 | 419.4495347172513 | 110000 |
| 4 | 110000 | 北京 | 2018 | 581133 | — | 1376 | 581133 | 422.3350290697674 | 110000 |
| 5 | 110000 | 北京 | 2017 | 592878 | — | 1359 | 592878 | 436.2604856512141 | 110000 |
| 6 | 110000 | 北京 | 2016 | — | 599188 | 1363 | 599188 | 439.6096845194424 | 110000 |
| 7 | 110000 | 北京 | 2015 | — | 593448 | 1345.2 | 593448 | 441.1596788581624 | 110000 |
| 8 | 110000 | 北京 | 2014 | — | 594614 | 1333.4 | 594614 | 445.9382030898455 | 110000 |
| 9 | 110000 | 北京 | 2013 | — | 589254 | 1316.3 | 589254 | 447.6593481729089 | 110000 |
| 10 | 110000 | 北京 | 2012 | — | 581844 | 1297.5 | 581844 | 448.4346820809249 | 110000 |
| 11 | 110000 | 北京 | 2011 | — | 578633 | 1277.9 | 578633 | 452.7999060959386 | 110000 |
| 12 | 110000 | 北京 | 2010 | — | 577828 | 1257.8 | 577828 | 459.3957703927493 | 110000 |
| 13 | 110000 | 北京 | 2009 | — | 577154 | 1245.83 | 577154 | 463.2686642639847 | 110000 |
| 14 | 110000 | 北京 | 2008 | — | 575639 | 1299.85 | 575639 | 442.8503288841021 | 110000 |
| 15 | 110000 | 北京 | 2007 | — | 567875 | 1213.26 | 567875 | 468.0571353213656 | 110000 |
| 16 | 110000 | 北京 | 2006 | — | 554702 | 1197.6 | 554702 | 463.1780227120909 | 110000 |
| 17 | 110000 | 北京 | 2005 | — | 536724 | 1180.7 | 536724 | 454.5811806555433 | 110000 |
| 18 | 110000 | 北京 | 2004 | — | 500245 | 1162.89 | 500245 | 430.1739631435475 | 110000 |
| 19 | 110000 | 北京 | 2003 | — | 450789 | 1148.82 | 450789 | 392.3930641876012 | 110000 |
| 20 | 110000 | 北京 | 2002 | — | 398573 | 1136.3 | 398573 | 350.7638827774355 | 110000 |
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9,408 行 · 9 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 9,408 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 9,408 行(100%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 year、region_code按城市对上本数据集 9,408 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 9,408 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 9,408 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 9,408 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 9,408 行(100%)
- 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按城市对上本数据集 9,408 行(100%)
- 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 9,408 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 9,408 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 9,408 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 9,408 行(100%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 city_code、approve_date按城市对上本数据集 9,408 行(100%)
按 城市 能连
39 个数据集 · 本数据集 9,408 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 9,408 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 9,408 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 9,408 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 9,408 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 9,408 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 9,408 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 9,376 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 9,376 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 9,376 行(99%)
- 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 9,312 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 9,312 行(98%)
- 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 9,312 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
region_code_current由行政区划代码扩增得出。
来自字段扩增地级市人力资本水平地级市人力资本水平
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-human-capital/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。