
地级市分行业创新指数
一行代表一个城市在特定年份特定行业的创新指数。覆盖全国地级市及主要行业。
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:2001–2021 年数据出处 出处待核实
- 记录
- 574.7 万
- 字段
- 8
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
8 个字段,8 个没有空值
图片:Homa Appliances / Unsplash,Unsplash License(在新窗口打开图片的原始页面)
01字段
字段来源,逐一标明
共 8 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 5,746,524 行计算。
关于这个数据集
一行代表一个城市在特定年份特定行业的创新指数。覆盖全国地级市及主要行业。可用于评估区域产业创新活力,辅助企业财产险和责任险的风险定价。
| 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% | 原表列名:year | ||
| 城市代码region_code含义:代码或编号键:市级区划代码(2025 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% | 6位行政区划代码 原表列名:city_code | ||
| 城市city含义:地区键:城市名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 原表列名:city | ||
| 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% | 原表列名:prov | ||
| 行业代码ind_code含义:代码或编号键:小类国民经济行业代码。样本里格式符合 100%,95.9% 的行对上参照 industry-classification | 文本 | 原生 | 100% | 原表列名:ind_code | ||
| 行业名称ind_name含义:类别键:行业名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 原表列名:ind | ||
| 大类行业ind_major含义:类别键:行业名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 原表列名:ind_1 | ||
| 创新指数innovation_index | 小数 | 原生 | 100% | 无量纲指数 原表列名:index |
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 | 城市代码region_code | 城市city | 省份province | 行业代码ind_code | 行业名称ind_name | 大类行业ind_major | 创新指数innovation_index |
|---|---|---|---|---|---|---|---|---|
| 1 | 2001 | 110000 | 北京市 | 北京市 | 111 | 稻谷种植 | 农、林、牧、渔业 | 0.0033625004087877 |
| 2 | 2001 | 110000 | 北京市 | 北京市 | 112 | 小麦种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 3 | 2001 | 110000 | 北京市 | 北京市 | 113 | 玉米种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 4 | 2001 | 110000 | 北京市 | 北京市 | 119 | 其他谷物种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 5 | 2001 | 110000 | 北京市 | 北京市 | 121 | 豆类种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 6 | 2001 | 110000 | 北京市 | 北京市 | 122 | 油料种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 7 | 2001 | 110000 | 北京市 | 北京市 | 123 | 薯类种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 8 | 2001 | 110000 | 北京市 | 北京市 | 131 | 棉花种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 9 | 2001 | 110000 | 北京市 | 北京市 | 132 | 麻类种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 10 | 2001 | 110000 | 北京市 | 北京市 | 133 | 糖料种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 11 | 2001 | 110000 | 北京市 | 北京市 | 134 | 烟草种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 12 | 2001 | 110000 | 北京市 | 北京市 | 141 | 蔬菜种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 13 | 2001 | 110000 | 北京市 | 北京市 | 142 | 食用菌种植 | 农、林、牧、渔业 | 0.0003025493325519 |
| 14 | 2001 | 110000 | 北京市 | 北京市 | 143 | 花卉种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 15 | 2001 | 110000 | 北京市 | 北京市 | 149 | 其他园艺作物种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 16 | 2001 | 110000 | 北京市 | 北京市 | 151 | 仁果类和核果类水果种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 17 | 2001 | 110000 | 北京市 | 北京市 | 152 | 葡萄种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 18 | 2001 | 110000 | 北京市 | 北京市 | 153 | 柑橘类种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 19 | 2001 | 110000 | 北京市 | 北京市 | 154 | 香蕉等亚热带水果种植 | 农、林、牧、渔业 | 0.0035252330209015 |
| 20 | 2001 | 110000 | 北京市 | 北京市 | 159 | 其他水果种植 | 农、林、牧、渔业 | 0.0035252330209015 |
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5,746,524 行 · 8 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、行业,能和不少于 75 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 5,746,524 行有城市- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 year、province、city_code按城市对上本数据集 5,746,524 行(100%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 date、region_code、province按城市对上本数据集 5,746,524 行(100%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 year、province、region_code按城市对上本数据集 5,746,524 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、province、date按城市对上本数据集 5,746,524 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、province按城市对上本数据集 5,746,524 行(100%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、city_code、year按城市对上本数据集 5,746,524 行(100%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 year、province、region_code按城市对上本数据集 5,746,524 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、province按城市对上本数据集 5,746,524 行(100%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 province_code、date、city_code按城市对上本数据集 5,746,524 行(100%)
- 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 5,746,524 行(100%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 province、region_code、year按城市对上本数据集 5,746,524 行(100%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 year、city_code_2、province_name按城市对上本数据集 5,746,524 行(100%)
按 国民经济行业小类 + 省份 + 年份 能连
1 个数据集 · 本数据集 5,746,524 行有国民经济行业小类按 省份 + 年份 能连
387 个数据集 · 本数据集 5,746,524 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 5,746,524 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 5,746,524 行(100%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 date、province按省份对上本数据集 5,746,524 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 5,746,524 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 5,746,524 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 5,746,524 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 5,746,524 行(100%)
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 year、province按省份对上本数据集 5,746,524 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 5,746,524 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 5,746,524 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 5,746,524 行(100%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 region_code、year按省份对上本数据集 5,746,524 行(100%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 5,746,524 行有城市- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 year、city_code按城市对上本数据集 5,746,524 行(100%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 year、region_code按城市对上本数据集 5,746,524 行(100%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 city_code、year按城市对上本数据集 5,746,524 行(100%)
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 year、city_code按城市对上本数据集 5,746,524 行(100%)
- 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 5,746,524 行(100%)
- 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 5,729,472 行(99%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code、date按城市对上本数据集 5,712,420 行(99%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 region_code、year按城市对上本数据集 5,695,368 行(99%)
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 date、region_code按城市对上本数据集 5,661,264 行(98%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 year、city_code按城市对上本数据集 5,490,744 行(95%)
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 region_code、date按城市对上本数据集 5,456,640 行(94%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_city_code、pub_date按城市对上本数据集 5,388,432 行(93%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 5,746,524 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 5,746,524 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、province_code按城市对上本数据集 5,746,524 行(100%)
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code、region_code按城市对上本数据集 5,746,524 行(100%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code、province按城市对上本数据集 5,729,472 行(99%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 province、city_code按城市对上本数据集 5,729,472 行(99%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 province、region_code按城市对上本数据集 5,695,368 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、province_code按城市对上本数据集 5,678,316 行(98%)
- 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 5,661,264 行(98%)
- 地级市距港口距离区域底数 · 335 行 · 连接字段 city_code、province按城市对上本数据集 5,661,264 行(98%)
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 city_code、province按城市对上本数据集 5,610,108 行(97%)
- 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 5,507,796 行(95%)
- 全国地级市道观数量区域底数 · 341 行 · 连接字段 province、city_code按城市对上本数据集 5,490,744 行(95%)
按 国民经济行业小类 + 年份 能连
3 个数据集 · 本数据集 5,746,524 行有国民经济行业小类按 省份 能连
18 个数据集 · 本数据集 5,746,524 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 5,746,524 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 5,746,524 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 5,746,524 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 5,746,524 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 5,746,524 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 5,746,524 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 5,746,524 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 5,746,524 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 5,746,524 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 5,746,524 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 5,729,472 行(99%)
- 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 5,627,160 行(97%)
按 城市 能连
10 个数据集 · 本数据集 5,746,524 行有城市- 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 5,729,472 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 5,729,472 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 5,712,420 行(99%)
- 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 4,910,976 行(85%)
- 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 4,859,820 行(84%)
- 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 4,859,820 行(84%)
- 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 4,706,352 行(81%)
- 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 4,621,092 行(80%)
- 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 954,912 行(16%)
- 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 801,444 行(13%)
按 国民经济行业小类 能连
1 个数据集 · 本数据集 5,746,524 行有国民经济行业小类只按年份能连:442 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
442 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。
还没有发现这个数据集的字段规律。
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-industry-innovation-index/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。