- 记录
- 2.1 万
- 字段
- 21
- AI 扩增字段
- 3
- 平均非空率
- 96.9%
- 字段完整度
21 个字段，17 个没有空值，3 个 AI 扩增
01字段
字段来源，逐一标明
共 21 个字段，其中 AI 扩增字段 3 个。非空率按当前版本的 21,109 行计算。
关于这个数据集
一行是一只城投债：债券代码、发行人、所在省份和城市、发行额、2022 年末余额、票面利率、期限、起息和到期日期，以及发行人的公司属性、行业和大股东。共 21109 只，起息日期大多在 2016–2023 年，像是 2022 年末前后仍在存续的债券。原表的“year”和“CITY_bond”两列是汇编者合并城市面板时带进来的，和每只债券无关，已去掉。金额单位是亿元。可用来看各地融资平台的债务规模和到期分布，辅助保证保险和信用风险评估。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 省份province规律 1：省份的字段规律字段规律：city_code由省份、城市扩增得出。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：province | ||
| 城市city规律 1：城市的字段规律字段规律：city_code由省份、城市扩增得出。键：城市名称。样本里格式符合 82.8%，还没有参照 | 文本 | 原生 | 100% | — | ||
| 债券代码stock_code | 文本 | 原生 | 100% | 带市场后缀，如 .IB 银行间、.SH 上交所、.SZ 深交所 | ||
| 债券简称bond_short_name | 文本 | 原生 | 100% | — | ||
| 发行人名称issuer_name键：企业名称。样本里格式符合 100%，还没有参照 | 文本 | 原生 | 100% | 原表列名：发行人中文名称 | ||
| 组织机构代码org_code | 文本 | 原生 | 80% | — | ||
| 发行总额issue_amount | 小数 | 原生 | 100% | 亿元 原表列名：发行总额单位亿元 | ||
| 债券余额balance_amount | 小数 | 原生 | 97% | 亿元，截至2022-12-31 原表列名：债券余额日期20221231单位亿 | ||
| 票面利率coupon_rate | 小数 | 原生 | 100% | % 原表列名：票面利率发行时单位 | ||
| 债券期限term_years | 小数 | 原生 | 100% | 年 原表列名：债券期限年单位年 | ||
| 起息日期start_date键：日期。样本里格式符合 100%，还没有参照 | 日期 | 原生 | 100% | — | ||
| 到期日期maturity_date规律 1：到期日期的字段规律字段规律：maturity_year由到期日期扩增得出。键：日期。样本里格式符合 100%，还没有参照 | 日期 | 原生 | 100% | — | ||
| 利率类型interest_type | 文本 | 原生 | 100% | — | ||
| 是否上市is_listed | 是非 | 原生 | 100% | 原表列名：是否上市公司 | ||
| 公司属性company_attr键：企业名称。样本里格式符合 100%，还没有参照 | 文本 | 原生 | 100% | 截至2022-12-31 原表列名：公司属性交易日期20221231 | ||
| 所属行业industry_name规律 1：所属行业的字段规律字段规律：industry_code由所属行业扩增得出。键：行业名称。样本里格式符合 100%，还没有参照 | 文本 | 原生 | 100% | 门类行业 原表列名：所属证监会行业名称交易日期20221231行业级 | ||
| 大股东major_shareholder | 文本 | 原生 | 100% | 截至 2022-12-31 的前 10 名大股东，分号分隔（都是机构） | ||
| 大股东持股major_shareholder_ratio | 小数 | 原生 | 100% | %，第1名 原表列名：大股东持股比例日期20221231排名第1名 | ||
| 城市区划代码city_code规律 1：城市区划代码的字段规律字段规律：city_code由省份、城市扩增得出。键：市级区划代码。样本里格式符合 100%，85.7% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源：城市区划代码 | 86%平均置信度 1.00校验少：不建议单独作为决策依据 | 由省份、城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 | ||
| 所属行业代码industry_code规律 1：所属行业代码的字段规律字段规律：industry_code由所属行业扩增得出。键：门类国民经济行业代码。样本里格式符合 100%，72.8% 的行对上参照 industry-classification | 文本 | 规则扩增第 2 级扩增查看溯源：所属行业代码 | 73%平均置信度 1.00校验少：不建议单独作为决策依据 | 由所属行业查行业分类参照（GB/T 4754-2017，没有时用 2011 版）得出的国民经济行业代码。名称对不上的为空 | ||
| 到期年份maturity_year规律 1：到期年份的字段规律字段规律：maturity_year由到期日期扩增得出。键：年份。样本里格式符合 100%，还没有参照 | 整数 | 规则扩增第 1 级扩增查看溯源：到期年份 | 100%平均置信度 1.00校验少：不建议单独作为决策依据 | 从到期日期算出的年份 |
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。
| # | 省份province | 城市city | 债券代码stock_code | 债券简称bond_short_name | 发行人名称issuer_name | 组织机构代码org_code | 发行总额issue_amount | 债券余额balance_amount | 票面利率coupon_rate | 债券期限term_years | 起息日期start_date | 到期日期maturity_date | 利率类型interest_type | 是否上市is_listed | 公司属性company_attr | 所属行业industry_name | 大股东major_shareholder | 大股东持股major_shareholder_ratio | 城市区划代码city_code | 所属行业代码industry_code | 到期年份maturity_year |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 上海 | 上海市 | 102101887.IB | 21嘉定工业MTN001 | 上海嘉定工业区开发(集团)有限公司 | 133605732 | 4.5 | 4.5 | 3.35 | 5 | 2021-09-17 | 2026-09-17 | 累进利率 | 否 | 地方国有企业 | 建筑业 | 上海市嘉定区人民政府国有资产监督管理委员会 | 100 | 310000 | E | 2026 |
| 2 | 上海 | 上海市 | 102281141.IB | 22新长宁MTN001 | 上海新长宁(集团)有限公司 | 132265182 | 10 | 10 | 2.81 | 3 | 2022-05-27 | 2025-05-27 | 固定利率 | 否 | 地方国有企业 | 综合 | 上海长宁投资公司;上海长宁国有资产经营投资有限公司 | 70.220001 | 310000 | — | 2025 |
| 3 | 上海 | 上海市 | 102101326.IB | 21汽车城MTN001 | 上海国际汽车城(集团)有限公司 | — | 4 | 4 | 3.38 | 5 | 2021-07-21 | 2026-07-21 | 累进利率 | 否 | 地方国有企业 | 综合 | 上海市嘉定区人民政府国有资产监督管理委员会 | 100 | 310000 | — | 2026 |
| 4 | 上海 | 上海市 | 102102119.IB | 21申迪MTN002 | 上海申迪(集团)有限公司 | 560117266 | 10 | 10 | 3.4 | 3 | 2021-10-25 | 2024-10-25 | 固定利率 | 否 | 地方国有企业 | 建筑业 | 上海陆家嘴(集团)有限公司;锦江国际(集团)有限公司;上海文化广播影视集团有限公司;百联集团有限公司 | 45 | 310000 | E | 2024 |
| 5 | 上海 | 上海市 | 114504.SH | 22外资02 | 上海外高桥资产管理有限公司 | 13222599X | 6.3 | 6.3 | 4.36 | 5 | 2022-12-22 | 2027-12-22 | 累进利率 | 否 | 地方国有企业 | 综合 | 上海浦东投资控股(集团)有限公司 | 100 | 310000 | — | 2027 |
| 6 | 上海 | 上海市 | 152427.SH | 20沪建01 | 上海城投(集团)有限公司 | 132211037 | 20 | 20 | 3.2 | 7 | 2020-03-27 | 2027-03-27 | 累进利率 | 否 | 地方国有企业 | 电力、热力、燃气及水生产和供应业 | 上海市人民政府国有资产监督管理委员会 | 100 | 310000 | D | 2027 |
| 7 | 上海 | 上海市 | 188666.SH | 21沪房01 | 上海南房(集团)有限公司 | 132445140 | 5 | 5 | 3.6 | 5 | 2021-08-30 | 2026-08-30 | 累进利率 | 否 | 地方国有企业 | 综合 | 上海市黄浦区人民政府国有资产监督管理委员会 | 100 | 310000 | — | 2026 |
| 8 | 上海 | 上海市 | 031800541.IB | 18沪地产PPN004 | 上海地产(集团)有限公司 | 744914438 | 10 | 9.9 | 4.8 | 5 | 2018-09-10 | 2023-09-10 | 累进利率 | 否 | 地方国有企业 | 综合 | 上海市人民政府国有资产监督管理委员会 | 100 | 310000 | — | 2023 |
| 9 | 上海 | 上海市 | 102281196.IB | 22新长宁MTN002 | 上海新长宁(集团)有限公司 | 132265182 | 4 | 4 | 3 | 3 | 2022-06-06 | 2025-06-06 | 固定利率 | 否 | 地方国有企业 | 综合 | 上海长宁投资公司;上海长宁国有资产经营投资有限公司 | 70.220001 | 310000 | — | 2025 |
| 10 | 上海 | 上海市 | 102102184.IB | 21城投公路MTN002 | 上海城投公路投资(集团)有限公司 | 398793863 | 20 | 20 | 3.26 | 3 | 2021-10-29 | 2024-10-29 | 固定利率 | 否 | 地方国有企业 | 交通运输、仓储和邮政业 | 上海城投(集团)有限公司 | 100 | 310000 | G | 2024 |
| 11 | 上海 | 上海市 | 185136.SH | 21浦土03 | 上海浦东土地控股(集团)有限公司 | 132209324 | 6 | 6 | 3.07 | 5 | 2021-12-22 | 2026-12-22 | 累进利率 | 否 | 地方国有企业 | 建筑业 | 上海浦东开发(集团)有限公司 | 100 | 310000 | E | 2026 |
| 12 | 上海 | 上海市 | 102103048.IB | 21新长宁MTN003 | 上海新长宁(集团)有限公司 | 132265182 | 4 | 4 | 3.18 | 3 | 2021-11-22 | 2024-11-22 | 固定利率 | 否 | 地方国有企业 | 综合 | 上海长宁投资公司;上海长宁国有资产经营投资有限公司 | 70.220001 | 310000 | — | 2024 |
| 13 | 上海 | 上海市 | 032000448.IB | 20北方企业PPN001 | 上海北方企业(集团)有限公司 | 132272040 | 5.2 | 5.2 | 3.6 | 5 | 2020-06-11 | 2025-06-11 | 累进利率 | 否 | 地方国有企业 | 综合 | 上海市静安区人民政府国有资产监督管理委员会 | 100 | 310000 | — | 2025 |
| 14 | 上海 | 上海市 | 102103075.IB | 21北方企业MTN003 | 上海北方企业(集团)有限公司 | 132272040 | 2 | 2 | 3.63 | 2 | 2021-11-24 | 2023-11-24 | 固定利率 | 否 | 地方国有企业 | 综合 | 上海市静安区人民政府国有资产监督管理委员会 | 100 | 310000 | — | 2023 |
| 15 | 上海 | 上海市 | 102001199.IB | 20奉贤发展MTN002 | 上海奉贤发展(集团)有限公司 | — | 4 | 4 | 3.3 | 5 | 2020-06-17 | 2025-06-17 | 累进利率 | 否 | 地方国有企业 | 建筑业 | 上海市奉贤区人民政府国有资产监督管理委员会 | 100 | 310000 | E | 2025 |
| 16 | 上海 | 上海市 | 152738.SH | 21沪建01 | 上海城投(集团)有限公司 | 132211037 | 15 | 15 | 3.4 | 5 | 2021-01-29 | 2026-01-29 | 累进利率 | 否 | 地方国有企业 | 电力、热力、燃气及水生产和供应业 | 上海市人民政府国有资产监督管理委员会 | 100 | 310000 | D | 2026 |
| 17 | 上海 | 上海市 | 163358.SH | 20沪城01 | 上海城建(集团)有限公司 | 630245184 | 15 | 15 | 3.04 | 3 | 2020-03-26 | 2023-03-26 | 固定利率 | 否 | 地方国有企业 | 建筑业 | 上海市人民政府国有资产监督管理委员会 | 100 | 310000 | E | 2023 |
| 18 | 上海 | 上海市 | 197263.SH | 21嘉新01 | 上海嘉定新城发展有限公司 | — | 5 | 5 | 3.55 | 5 | 2021-09-29 | 2026-09-29 | 累进利率 | 否 | 地方国有企业 | 建筑业 | 上海市嘉定区人民政府国有资产监督管理委员会 | 100 | 310000 | E | 2026 |
| 19 | 上海 | 上海市 | 102281718.IB | 22杨浦科创MTN001 | 上海杨浦科技创新(集团)有限公司 | — | 15 | 15 | 2.95 | 3 | 2022-08-08 | 2025-08-08 | 固定利率 | 否 | 地方国有企业 | 房地产业 | 上海市杨浦区人民政府国有资产监督管理委员会 | 100 | 310000 | K | 2025 |
| 20 | 上海 | 上海市 | 127026.SH | PR沪建债 | 上海城投(集团)有限公司 | 132211037 | 20 | 6 | 4.8 | 10 | 2014-11-05 | 2024-11-05 | 固定利率 | 否 | 地方国有企业 | 电力、热力、燃气及水生产和供应业 | 上海市人民政府国有资产监督管理委员会 | 100 | 310000 | D | 2024 |
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 v12026/11/15 发布
生效中21,109 行 · 21 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 80 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 国民经济行业门类 + 城市 + 省份 + 年份 能连
1 个数据集 · 本数据集 15,357 行有国民经济行业门类按 城市 + 省份 + 年份 能连
185 个数据集 · 本数据集 18,088 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_province、origin_city_code按城市对上本数据集 18,088 行（85%）
- 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、province按城市对上本数据集 18,088 行（85%）
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 year、city_code、province按城市对上本数据集 18,088 行（85%）
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 province、date、region_code按城市对上本数据集 18,088 行（85%）
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code、province、year按城市对上本数据集 18,088 行（85%）
- 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 18,088 行（85%）
- 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 18,088 行（85%）
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、year、region_code按城市对上本数据集 18,088 行（85%）
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 city_code、province、date按城市对上本数据集 18,088 行（85%）
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 year、province、city_code按城市对上本数据集 18,088 行（85%）
- 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 18,088 行（85%）
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 city_code、province、approve_date按城市对上本数据集 18,088 行（85%）
按 国民经济行业门类 + 省份 + 年份 能连
3 个数据集 · 本数据集 15,357 行有国民经济行业门类按 省份 + 年份 能连
385 个数据集 · 本数据集 21,109 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 year、province_name按省份对上本数据集 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,109 行（100%）
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 year、region_code按省份对上本数据集 21,109 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 21,109 行（100%）
按 城市 + 年份 能连
66 个数据集 · 本数据集 18,088 行有城市- 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 18,088 行（85%）
- 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 18,088 行（85%）
- 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 18,088 行（85%）
- 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 18,088 行（85%）
- 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 18,088 行（85%）
- 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 18,088 行（85%）
- 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 18,088 行（85%）
- 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 18,083 行（85%）
- 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 18,079 行（85%）
- 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 18,050 行（85%）
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code_adj、year按城市对上本数据集 18,037 行（85%）
- 地级市实际利用外资区域底数 · 7,529 行 · 连接字段 region_code、year按城市对上本数据集 18,034 行（85%）
按 城市 + 省份 能连
29 个数据集 · 本数据集 18,088 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 18,088 行（85%）
- 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 18,088 行（85%）
- 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 18,088 行（85%）
- 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 18,088 行（85%）
- 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 18,086 行（85%）
- 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 18,076 行（85%）
- 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 18,076 行（85%）
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 city_code、province按城市对上本数据集 18,066 行（85%）
- 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 18,050 行（85%）
- 城市政商关系健康指数区域底数 · 292 行 · 连接字段 city_code_2、province按城市对上本数据集 17,984 行（85%）
- 地级市胡焕庸线位置区域底数 · 285 行 · 连接字段 province、region_code按城市对上本数据集 17,922 行（84%）
- 地级市儒家文化设施区域底数 · 293 行 · 连接字段 city_code、province按城市对上本数据集 17,840 行（84%）
按 国民经济行业门类 + 年份 能连
6 个数据集 · 本数据集 15,357 行有国民经济行业门类- 上市公司名录企业主体 · 4,986 行 · 连接字段 industry_category_code、year按国民经济行业门类对上本数据集 15,339 行（72%）
- 中国分行业对外直接投资区域底数 · 327 行 · 连接字段 year、category_code按国民经济行业门类对上本数据集 15,339 行（72%）
- 行业电子商务企业统计企业主体 · 153 行 · 连接字段 industry_code、year按国民经济行业门类对上本数据集 15,288 行（72%）
- 全国分行业固定资产投资区域底数 · 311 行 · 连接字段 year、industry_code按国民经济行业门类对上本数据集 14,843 行（70%）
- 分行业工业经济统计企业主体 · 356 行 · 连接字段 industry_code、year按国民经济行业门类对上本数据集 640 行（3%）
- 分行业社会责任指数企业主体 · 519 行 · 连接字段 year、industry_code按国民经济行业门类对上本数据集 15 行（不到 1%）
按 省份 能连
18 个数据集 · 本数据集 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,109 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 21,090 行（99%）
- 省级空间邻接矩阵区域底数 · 900 行 · 连接字段 province按省份对上本数据集 21,090 行（99%）
按 城市 能连
10 个数据集 · 本数据集 18,088 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 18,088 行（85%）
- 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 18,088 行（85%）
- 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 18,086 行（85%）
- 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 17,982 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 17,939 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 17,939 行（84%）
- 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 17,912 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 17,420 行（82%）
- 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 9,935 行（47%）
- 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 5,886 行（27%）
只按年份能连：439 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
439 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3
- 扩增得出
city_code由省份、城市扩增得出。
来自字段扩增城投债券存续清单城投债券存续清单 - 扩增得出
industry_code由所属行业扩增得出。
来自字段扩增城投债券存续清单城投债券存续清单 - 扩增得出
maturity_year由到期日期扩增得出。
来自字段扩增城投债券存续清单城投债券存续清单
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-investment-bond/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"上海"}],"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。