
地级市城乡居民收入和消费
一行是一个地级市(含直辖市)一年的城镇和农村居民人均可支配收入、人均消费支出,单位是元。
v1 生效中 · 2026/11/15 发布险种标签:健康险寿险时间跨度:2002–2019 年数据出处 出处待核实
- 记录
- 5,043
- 字段
- 8
- AI 扩增字段
- 1
- 平均非空率
- 89.4%
- 字段完整度
8 个字段,4 个没有空值,1 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 1 个。非空率按当前版本的 5,043 行计算。
关于这个数据集
一行是一个地级市(含直辖市)一年的城镇和农村居民人均可支配收入、人均消费支出,单位是元。覆盖 287 个城市,2002–2019 年,共 5043 行,农村人均可支配收入只有 2013–2019 年,2013 年起是城乡一体化住户调查口径,和以前的年份不完全可比。可用来评估各城市居民的购买力,估算寿险、健康险的潜在市场规模。
| 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% | 省级行政区简称,直辖市也写在这里 | ||
| 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 98.5%,还没有参照 | 文本 | 原生 | 100% | 地级市名称;直辖市和省同名 | ||
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 城镇人均可支配收入urban_income | 小数 | 原生 | 99% | 单位:元 | ||
| 城镇人均消费支出urban_consumption | 小数 | 原生 | 93% | 单位:元 | ||
| 农村人均可支配收入rural_income | 小数 | 原生 | 36% | 单位:元。原表只有 2013–2019 年 | ||
| 农村人均消费支出rural_consumption | 小数 | 原生 | 87% | 单位:元 | ||
| 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%,99.8% 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 | 100%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 |
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 | 年份year | 城镇人均可支配收入urban_income | 城镇人均消费支出urban_consumption | 农村人均可支配收入rural_income | 农村人均消费支出rural_consumption | 城市区划代码city_code |
|---|---|---|---|---|---|---|---|---|
| 1 | 上海 | 上海 | 2002 | 13249.8 | 10463.8 | — | 5311 | 310000 |
| 2 | 上海 | 上海 | 2003 | 14867.49 | 11040.34 | — | 5670 | 310000 |
| 3 | 上海 | 上海 | 2004 | 16682.82 | 12631.03 | — | 6329 | 310000 |
| 4 | 上海 | 上海 | 2005 | 18645.03 | 13773.41 | — | 7265 | 310000 |
| 5 | 上海 | 上海 | 2006 | 20667.91 | 14761.75 | — | 8006 | 310000 |
| 6 | 上海 | 上海 | 2007 | 23622.73 | 17255.38 | — | 8845 | 310000 |
| 7 | 上海 | 上海 | 2008 | 26674.9 | 19397.89 | — | 9115 | 310000 |
| 8 | 上海 | 上海 | 2009 | 28837.78 | 20992.35 | — | 9804 | 310000 |
| 9 | 上海 | 上海 | 2010 | 31838.08 | 23200.4 | — | 10225 | 310000 |
| 10 | 上海 | 上海 | 2011 | 36230.48 | 25102.14 | — | 11272 | 310000 |
| 11 | 上海 | 上海 | 2012 | 40188.34 | 26253.47 | — | 12096 | 310000 |
| 12 | 上海 | 上海 | 2013 | 44878.3197597 | 32447.18827325 | 19208 | 13425 | 310000 |
| 13 | 上海 | 上海 | 2014 | 48841.40195448 | 35182.44130978 | 21191.78082192 | 14818.34862385 | 310000 |
| 14 | 上海 | 上海 | 2015 | 52961.8649459 | 36946.11619508 | 23205 | 16152 | 310000 |
| 15 | 上海 | 上海 | 2016 | 57691.669364 | 39856.756057 | 25520 | 17071 | 310000 |
| 16 | 上海 | 上海 | 2017 | 62595.73757816 | 42304.33643169 | 27825 | 18090 | 310000 |
| 17 | 上海 | 上海 | 2018 | 68034 | 46015 | 30375 | 19965 | 310000 |
| 18 | 上海 | 上海 | 2019 | 73615 | 48272 | 33195 | 22449 | 310000 |
| 19 | 云南 | 临沧市 | 2003 | 7573 | — | — | — | 530900 |
| 20 | 云南 | 临沧市 | 2004 | 6927 | 5352 | — | 960 | 530900 |
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5,043 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,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 5,034 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 origin_city_code、month、origin_province按城市对上本数据集 5,034 行(99%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、year、region_code按城市对上本数据集 5,034 行(99%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 year、province、city_code按城市对上本数据集 5,034 行(99%)
- 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 5,034 行(99%)
- 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 5,034 行(99%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 year、region_code、province按城市对上本数据集 5,034 行(99%)
- 地级市市辖区社会经济指标区域底数 · 86.6 万 行 · 连接字段 region_code、province、year按城市对上本数据集 5,034 行(99%)
- 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、origin_province按城市对上本数据集 5,034 行(99%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 region_code、date、province按城市对上本数据集 5,034 行(99%)
- 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 5,034 行(99%)
- 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、date、province按城市对上本数据集 5,034 行(99%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 city_code、province、year按城市对上本数据集 5,034 行(99%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 行(100%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 5,034 行有城市- 地级市经济社会统计区域底数 · 120.5 万 行 · 连接字段 region_code、year按城市对上本数据集 5,034 行(99%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 year、region_code_adj按城市对上本数据集 5,034 行(99%)
- 地级市数字产业集聚水平区域底数 · 1 万 行 · 连接字段 year、city_code按城市对上本数据集 5,034 行(99%)
- 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 5,034 行(99%)
- 地级市外商直接投资区域底数 · 8,260 行 · 连接字段 year、city_code按城市对上本数据集 5,034 行(99%)
- 地级市实际利用外资区域底数 · 7,529 行 · 连接字段 year、region_code按城市对上本数据集 5,034 行(99%)
- 大数据试验区试点面板区域底数 · 6,900 行 · 连接字段 year、region_code按城市对上本数据集 5,034 行(99%)
- 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 5,034 行(99%)
- 地级市城镇居民可支配收入区域底数 · 6,651 行 · 连接字段 year、city_code按城市对上本数据集 5,034 行(99%)
- 地级市知识产权案件数区域底数 · 6,601 行 · 连接字段 year、city_code按城市对上本数据集 5,034 行(99%)
- 地级市高铁状态交通运输 · 6,556 行 · 连接字段 city_code、year按城市对上本数据集 5,034 行(99%)
- 地级市资源型城市分类区域底数 · 6,358 行 · 连接字段 city_code、year按城市对上本数据集 5,034 行(99%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 5,034 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 5,034 行(99%)
- 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 5,034 行(99%)
- 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 5,034 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 5,034 行(99%)
- 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 5,034 行(99%)
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 city_code、province_code按城市对上本数据集 5,034 行(99%)
- 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 5,034 行(99%)
- 地级市胡焕庸线位置区域底数 · 285 行 · 连接字段 region_code、province按城市对上本数据集 5,019 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 5,017 行(99%)
- 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 5,001 行(99%)
- 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 5,001 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 4,962 行(98%)
按 省份 能连
18 个数据集 · 本数据集 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,043 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 5,028 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 5,028 行(99%)
按 城市 能连
10 个数据集 · 本数据集 5,034 行有城市- 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 5,034 行(99%)
- 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 5,034 行(99%)
- 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 5,034 行(99%)
- 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 5,034 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 5,034 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 5,034 行(99%)
- 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 4,794 行(95%)
- 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 4,434 行(87%)
- 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 1,015 行(20%)
- 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 820 行(16%)
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
city_code由省份、城市扩增得出。
来自字段扩增地级市城乡居民收入和消费地级市城乡居民收入和消费
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-resident-income-consumption/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。