
地级市日度夜间灯光
一行是一个地级市一天的夜间灯光平均强度。覆盖全国的地级市、自治州、盟和直辖市,也有省直辖的县级市、港澳台和兵团城市。
v2 生效中 · 2026/11/13 发布险种标签:责任险车险时间跨度:2012 年 1 月–2024 年 11 月数据出处 出处待核实
- 记录
- 172.6 万
- 字段
- 8
- AI 扩增字段
- 2
- 平均非空率
- 98.1%
- 字段完整度
8 个字段,5 个没有空值,2 个 AI 扩增
01字段
字段来源,逐一标明
共 8 个字段,其中 AI 扩增字段 2 个。非空率按当前版本的 1,726,125 行计算。
关于这个数据集
一行是一个地级市一天的夜间灯光平均强度。覆盖全国的地级市、自治州、盟和直辖市,也有省直辖的县级市、港澳台和兵团城市。名称在全国只对上一个地级单位的,补了 6 位行政区划代码和省,兵团城市、港澳台和林场保护区这类留空。用来看一个城市的经济活跃程度和灾后恢复情况,辅助企业财产险和工程险的区域风险评估。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 地级市city含义:地区键:城市名称。样本里格式符合 90%,还没有参照 | 文本 | 原生 | 100% | 原表的名称 | ||
| 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(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 | 95% | 按名称从“全国行政区划代码”数据集补的 6 位代码。查不到或重名时为空 | ||
| 省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 | 95% | 随代码补的 | ||
| 指标名称indicator含义:名称 | 文本 | 原生 | 100% | 都是 mean(均值) | ||
| 日期date规律 1:日期的字段规律字段规律:date_year由日期扩增得出。含义:日期或时间键:日期。样本里格式符合 100%,还没有参照 | 日期 | 原生 | 100% | — | ||
| 灯光均值value | 小数 | 原生 | 100% | 城市范围内夜间灯光强度的平均值 | ||
| 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%,100% 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) | 95%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 | ||
| 年份date_year规律 1:年份的字段规律字段规律:date_year由日期扩增得出。含义:年份键: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: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。
| # | 地级市city | 行政区划代码region_code | 省province | 指标名称indicator | 日期date | 灯光均值value | 行政区划代码(现行)region_code_current | 年份date_year |
|---|---|---|---|---|---|---|---|---|
| 1 | 七台河市 | 230900 | 黑龙江省 | mean | 2012-01-19 | 2.657941818237305 | 230900 | 2012 |
| 2 | 万宁市 | 469006 | 海南省 | mean | 2012-01-19 | 1.258209466934204 | 469006 | 2012 |
| 3 | 三亚市 | 460200 | 海南省 | mean | 2012-01-19 | 8.120652198791504 | 460200 | 2012 |
| 4 | 三明市 | 350400 | 福建省 | mean | 2012-01-19 | 0 | 350400 | 2012 |
| 5 | 三沙市 | 460300 | 海南省 | mean | 2012-01-19 | 0.00001280001015402377 | 460300 | 2012 |
| 6 | 三门峡市 | 411200 | 河南省 | mean | 2012-01-19 | 0.02791602537035942 | 411200 | 2012 |
| 7 | 上海市 | 310000 | 上海市 | mean | 2012-01-19 | 33.11094284057617 | 310000 | 2012 |
| 8 | 上饶市 | 361100 | 江西省 | mean | 2012-01-19 | 0.05268010869622231 | 361100 | 2012 |
| 9 | 东方市 | 469007 | 海南省 | mean | 2012-01-19 | 3.020606517791748 | 469007 | 2012 |
| 10 | 东莞市 | 441900 | 广东省 | mean | 2012-01-19 | 0.03394625335931778 | 441900 | 2012 |
| 11 | 东营市 | 370500 | 山东省 | mean | 2012-01-19 | 0 | 370500 | 2012 |
| 12 | 中农发山丹马场 | — | — | mean | 2012-01-19 | 0.03827207162976265 | — | 2012 |
| 13 | 中卫市 | 640500 | 宁夏回族自治区 | mean | 2012-01-19 | 0.0004416570882312953 | 640500 | 2012 |
| 14 | 中山市 | 442000 | 广东省 | mean | 2012-01-19 | 0.009865598753094671 | 442000 | 2012 |
| 15 | 临夏回族自治州 | 622900 | 甘肃省 | mean | 2012-01-19 | 0.002520374953746796 | 622900 | 2012 |
| 16 | 临汾市 | 141000 | 山西省 | mean | 2012-01-19 | 0.0860120877623558 | 141000 | 2012 |
| 17 | 临沂市 | 371300 | 山东省 | mean | 2012-01-19 | 0.2169542759656906 | 371300 | 2012 |
| 18 | 临沧市 | 530900 | 云南省 | mean | 2012-01-19 | 2.182703018188477 | 530900 | 2012 |
| 19 | 临高县 | 469024 | 海南省 | mean | 2012-01-19 | 0.3378495275974274 | 469024 | 2012 |
| 20 | 丹东市 | 210600 | 辽宁省 | mean | 2012-01-19 | 3.124606132507324 | 210600 | 2012 |
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 v22026/11/13 发布
生效中1,726,125 行 · 8 个字段 · 初始导入(比 v1 字段增加 4 个)
版本 v12026/11/13 发布
历史版本1,726,125 行 · 4 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 1,638,668 行有城市- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、year、province按城市对上本数据集 1,638,668 行(94%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 date、province、region_code按城市对上本数据集 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、region_code、year按城市对上本数据集 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 city_code、date、province_code按城市对上本数据集 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 year、province、region_code按城市对上本数据集 1,638,668 行(94%)
- 地级市矫正夜间灯光区域底数 · 1.2 万 行 · 连接字段 year、province、region_code按城市对上本数据集 1,638,668 行(94%)
- 地级市银行网点统计区域底数 · 5,888 行 · 连接字段 region_code、province、year按城市对上本数据集 1,638,668 行(94%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 division_year、province、city_code按城市对上本数据集 1,638,668 行(94%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 1,638,668 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 1,638,668 行(94%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、page_publish_time按省份对上本数据集 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 1,638,668 行有城市- 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 1,629,462 行(94%)
- 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 1,624,859 行(94%)
- 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 1,611,050 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 1,551,211 行(89%)
- 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 1,551,211 行(89%)
- 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 1,551,211 行(89%)
- 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 1,551,211 行(89%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code、start_year按城市对上本数据集 1,551,211 行(89%)
- 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 1,546,608 行(89%)
- 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 1,546,608 行(89%)
- 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 1,482,166 行(85%)
- 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 1,454,548 行(84%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 1,638,668 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,624,859 行(94%)
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 province_code、city_code按城市对上本数据集 1,555,814 行(90%)
- 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 1,546,608 行(89%)
- 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 1,546,608 行(89%)
- 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 1,532,799 行(88%)
- 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 1,528,196 行(88%)
- 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 1,528,196 行(88%)
- 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 1,514,387 行(87%)
- 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 1,486,769 行(86%)
按 省份 能连
18 个数据集 · 本数据集 1,638,668 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,638,668 行(94%)
- 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 1,634,065 行(94%)
- 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 1,606,447 行(93%)
按 城市 能连
10 个数据集 · 本数据集 1,638,668 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 1,634,065 行(94%)
- 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 1,546,608 行(89%)
- 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 1,542,005 行(89%)
- 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 1,325,664 行(76%)
- 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 1,311,855 行(76%)
- 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 1,311,855 行(76%)
- 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 1,270,428 行(73%)
- 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 1,247,413 行(72%)
- 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 257,768 行(14%)
- 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 216,341 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2
- 扩增得出
date_year由日期扩增得出。
来自字段扩增地级市日度夜间灯光地级市日度夜间灯光 - 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日度夜间灯光地级市日度夜间灯光
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-night-light-daily/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"city","op":"eq","value":"七台河市"}],"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。