
- 记录
- 7,500
- 字段
- 17
- AI 扩增字段
- 1
- 平均非空率
- 98.2%
- 字段完整度
17 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 17 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 7,500 行计算。
关于这个数据集
一行是一个地级市一年的地区生产总值、三次产业增加值(单位十亿元)和占比,以及三个产业结构指数:三产占比、产业结构层次系数、三产与二产之比。覆盖约 300 个地级市,2000–2024 年,共 7500 行。可用于评估区域经济发展阶段、产业转型风险,作为企业财产险的区域因子。
| 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% | — | ||
| 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% | — | ||
| 城市city含义:地区键:城市名称。样本里格式符合 98%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 城市代码region_code规律 1:城市代码的字段规律字段规律:region_code_current由城市代码扩增得出。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% | 行政区划代码 | ||
| 所属地域region_category含义:类别 | 文本 | 原生 | 100% | 如东部、中部等 | ||
| 胡焕庸线侧hu_hu_line_side含义:类别 | 文本 | 原生 | 100% | 东南侧或西北侧 原表列名:胡焕庸线 | ||
| 国内生产总值gdp_amount含义:金额(亿元) | 小数 | 原生 | 97% | 单位:十亿元(1 十亿元 = 10 亿元,例如北京 2020 年 3594.3 十亿元即 35943 亿元)。原表列名:国内生产总值(十亿人民币) | ||
| 第一产业增加值primary_industry_amount含义:金额(亿元) | 小数 | 原生 | 97% | 单位:十亿元。原表列名:第一产业增加值(十亿人民币) | ||
| 第二产业增加值secondary_industry_amount含义:金额(亿元) | 小数 | 原生 | 97% | 单位:十亿元。原表列名:第二产业增加值(十亿人民币) | ||
| 第三产业增加值tertiary_industry_amount含义:金额(亿元) | 小数 | 原生 | 97% | 单位:十亿元。原表列名:第三产业增加值(十亿人民币) | ||
| 一产占比primary_industry_ratio含义:比率(%) | 小数 | 原生 | 97% | 单位:% 原表列名:第一产业增加值占GDP比重(%) | ||
| 二产占比secondary_industry_ratio含义:比率(%) | 小数 | 原生 | 97% | 单位:% 原表列名:第二产业增加值占GDP比重(%) | ||
| 三产占比tertiary_industry_ratio含义:比率(%) | 小数 | 原生 | 97% | 单位:% 原表列名:第三产业增加值占GDP比重(%) | ||
| 产业结构水平industry_structure_level含义:比率(小数) | 小数 | 原生 | 97% | 第三产业增加值占 GDP 的比重,用小数表示(等于三产占比除以 100) | ||
| 产业整体升级industry_upgrade_index | 小数 | 原生 | 97% | 产业结构层次系数:一产、二产、三产占比(小数)分别乘 1、2、3 后相加,在 1 到 3 之间,越大越高级 | ||
| 产业结构高级化industry_advanced_index | 小数 | 原生 | 97% | 第三产业增加值除以第二产业增加值 | ||
| 城市代码(现行)region_code_current规律 1:城市代码(现行)的字段规律字段规律:region_code_current由城市代码扩增得出。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:城市代码(现行) | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 城市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。
| # | 年份year | 省份province | 城市city | 城市代码region_code | 所属地域region_category | 胡焕庸线侧hu_hu_line_side | 国内生产总值gdp_amount | 第一产业增加值primary_industry_amount | 第二产业增加值secondary_industry_amount | 第三产业增加值tertiary_industry_amount | 一产占比primary_industry_ratio | 二产占比secondary_industry_ratio | 三产占比tertiary_industry_ratio | 产业结构水平industry_structure_level | 产业整体升级industry_upgrade_index | 产业结构高级化industry_advanced_index | 城市代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2000 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 327.78 | 7.93 | 102.37 | 217.49 | 2.41930563182623 | 31.2313136860089 | 66.3524315089389 | 0.663524315089389 | 2.63939227530661 | 2.12454820748266 | 110000 |
| 2 | 2001 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 386.15 | 8.08 | 112.72 | 265.36 | 2.09245112003108 | 29.1907289913246 | 68.7194095558721 | 0.687194095558721 | 2.66632137770296 | 2.3541518807665 | 110000 |
| 3 | 2002 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 452.57 | 8.24 | 123.51 | 320.82 | 1.82071281790662 | 27.2908058421902 | 70.8884813399032 | 0.708884813399032 | 2.69067768521997 | 2.59752246781637 | 110000 |
| 4 | 2003 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 526.72 | 8.41 | 145.64 | 372.67 | 1.5966737545565 | 27.6503645200486 | 70.7529617253949 | 0.707529617253949 | 2.69156287970838 | 2.55884372425158 | 110000 |
| 5 | 2004 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 625.25 | 8.54 | 177.37 | 439.34 | 1.36585365853659 | 28.3678528588565 | 70.266293482607 | 0.70266293482607 | 2.6890043982407 | 2.47696904775328 | 110000 |
| 6 | 2005 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 681.453 | 8.69 | 190.74 | 515.55 | 1.27521633920461 | 27.9901915465924 | 75.6545205612126 | 0.756545205612126 | 2.84219161116027 | 2.70289399182133 | 110000 |
| 7 | 2006 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 772.033 | 8.72 | 207.21 | 622.77 | 1.12948539764492 | 26.8395262896793 | 80.6662409508402 | 0.806662409508402 | 2.96807260829524 | 3.00550166497756 | 110000 |
| 8 | 2007 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 900.623 | 9.94 | 241.34 | 791.28 | 1.10368045230912 | 26.7970060724632 | 87.8591819218474 | 0.878591819218474 | 3.18275238362778 | 3.27869395873042 | 110000 |
| 9 | 2008 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 1048.803 | 11.14 | 252.67 | 917.51 | 1.06216324705402 | 24.0912735756858 | 87.4816338244646 | 0.874816338244646 | 3.11689611871819 | 3.63125816282107 | 110000 |
| 10 | 2009 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 1186.593 | 11.68 | 273.64 | 1004.77 | 0.984330768848291 | 23.0609821564766 | 84.676885840385 | 0.84676885840385 | 3.01136952602956 | 3.67186814793159 | 110000 |
| 11 | 2010 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 1377.794 | 12.28 | 323.31 | 1160.81 | 0.891279828479439 | 23.4657720965543 | 84.2513467180144 | 0.842513467180144 | 3.00576864175631 | 3.59039312115307 | 110000 |
| 12 | 2011 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 1601.143 | 13.45 | 356.33 | 1349.1 | 0.840024907206914 | 22.2547267795569 | 84.2585577927768 | 0.842585577927768 | 2.98125151844651 | 3.78609715712963 | 110000 |
| 13 | 2012 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 1780.102 | 14.84 | 385.6 | 1502.03 | 0.833660093635084 | 21.6616800610302 | 84.3788726713413 | 0.843788726713413 | 2.97293638229719 | 3.89530601659751 | 110000 |
| 14 | 2013 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 1950.06 | 15.98 | 416.83 | 1680.65 | 0.819461965272864 | 21.3752397362132 | 86.1845276555593 | 0.861845276555593 | 3.02123524404377 | 4.03197946405009 | 110000 |
| 15 | 2014 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 2133.083 | 15.92 | 443.3 | 1833.39 | 0.746337578050174 | 20.7821261526157 | 85.9502419737066 | 0.859502419737066 | 3.00161315804401 | 4.13577712609971 | 110000 |
| 16 | 2015 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 2296.859 | 14.04 | 441.98 | 2021.89 | 0.611269564217917 | 19.2428007117546 | 88.0284771507524 | 0.880284771507524 | 3.03182302439984 | 4.57461876102991 | 110000 |
| 17 | 2016 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 2489.926 | 12.98 | 466.58 | 2224.57 | 0.521300633030861 | 18.7387095038166 | 89.3428158105904 | 0.893428158105904 | 3.06027167072435 | 4.76782116678812 | 110000 |
| 18 | 2017 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 2800.035 | 12.19 | 504.94 | 2471.17 | 0.435351700960881 | 18.0333460117463 | 88.2549682414684 | 0.882549682414684 | 3.01266948448859 | 4.89398740444409 | 110000 |
| 19 | 2018 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 3310.597 | 12.06 | 547.74 | 2750.81 | 0.364284749850254 | 16.5450521461839 | 83.0910557823861 | 0.830910557823861 | 2.82727556389376 | 5.02210902983167 | 110000 |
| 20 | 2019 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 3544.513 | 11.44 | 566.74 | 2966.34 | 0.322752378112311 | 15.989220521973 | 83.688224588258 | 0.83688224588258 | 2.83365867186832 | 5.23404030066697 | 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 v22026/11/15 发布
生效中7,500 行 · 17 个字段 · 初始导入
版本 v12026/11/13 发布
历史版本7,500 行 · 17 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 7,500 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、province、year按城市对上本数据集 7,500 行(100%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、city_code、year按城市对上本数据集 7,500 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、province、date按城市对上本数据集 7,500 行(100%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 province、year、region_code按城市对上本数据集 7,500 行(100%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 province、date、region_code按城市对上本数据集 7,500 行(100%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、region_code、year按城市对上本数据集 7,500 行(100%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、year、city_code按城市对上本数据集 7,500 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 7,500 行(100%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 province、approve_date、city_code按城市对上本数据集 7,500 行(100%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 province_code、city_code、date按城市对上本数据集 7,500 行(100%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 year、region_code、province按城市对上本数据集 7,500 行(100%)
- 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 7,500 行(100%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 7,500 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 7,500 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 7,500 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 7,500 行(100%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 province、date按省份对上本数据集 7,500 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 taobao_village_year、province_code按省份对上本数据集 7,500 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 year、province按省份对上本数据集 7,500 行(100%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 province、year按省份对上本数据集 7,500 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 7,500 行(100%)
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 create_date、province按省份对上本数据集 7,500 行(100%)
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 province、year按省份对上本数据集 7,500 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 7,500 行(100%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 year、region_code按省份对上本数据集 7,500 行(100%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 7,500 行有城市- 地级市数字产业集聚水平区域底数 · 1 万 行 · 连接字段 city_code、year按城市对上本数据集 7,500 行(100%)
- 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 7,500 行(100%)
- 大数据试验区试点面板区域底数 · 6,900 行 · 连接字段 region_code、year按城市对上本数据集 7,500 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 7,500 行(100%)
- 地级市环境规制指标区域底数 · 5,754 行 · 连接字段 region_code、year按城市对上本数据集 7,500 行(100%)
- 地级市金融科技发展指数区域底数 · 5,400 行 · 连接字段 year、region_code按城市对上本数据集 7,500 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 7,500 行(100%)
- 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 7,500 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 7,500 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 month、city_code按城市对上本数据集 7,475 行(99%)
- 地级市高铁状态交通运输 · 6,556 行 · 连接字段 year、city_code按城市对上本数据集 7,475 行(99%)
- 地级市创业活跃度区域底数 · 6,268 行 · 连接字段 year、region_code按城市对上本数据集 7,475 行(99%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 7,500 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 7,500 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 province_code、city_code按城市对上本数据集 7,500 行(100%)
- 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 7,500 行(100%)
- 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 7,500 行(100%)
- 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 7,475 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 7,450 行(99%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code、city_code按城市对上本数据集 7,400 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 7,375 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 7,375 行(98%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 city_code、province按城市对上本数据集 7,350 行(98%)
- 城市政商关系健康指数区域底数 · 292 行 · 连接字段 province、city_code_2按城市对上本数据集 7,350 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 7,300 行(97%)
按 省份 能连
18 个数据集 · 本数据集 7,500 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 7,500 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 7,500 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 7,500 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 7,500 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 7,500 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 7,500 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 7,500 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 7,500 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 7,500 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 7,500 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 7,475 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 7,350 行(98%)
按 城市 能连
10 个数据集 · 本数据集 7,500 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 7,475 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 7,475 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 7,450 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 7,250 行(96%)
- 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 7,175 行(95%)
- 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 7,175 行(95%)
- 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 6,825 行(91%)
- 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 6,375 行(85%)
- 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 1,450 行(19%)
- 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 1,175 行(15%)
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由城市代码扩增得出。
来自字段扩增地级市产业结构与升级地级市产业结构与升级
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-structure/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"北京市"}],"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。