
- 记录
- 38.4 万
- 字段
- 9
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
9 个字段,9 个没有空值
01字段
字段来源,逐一标明
共 9 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 384,400 行计算。
关于这个数据集
一行代表一个源城市与目标城市之间的空间权重关系。数据覆盖全国地级市,包含源城市的地理属性及指向目标城市的权重值。用于分析城市间的空间关联强度及构建空间计量模型。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 城市代码city_code键:多级区划代码(2008 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% | 原表列名:cityid | ||
| 城市英文名city_name_en | 文本 | 原生 | 100% | 原表列名:cityeng | ||
| 省份英文名province_name_en | 文本 | 原生 | 100% | 原表列名:proveng | ||
| 省份代码province_code键:省级区划代码(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% | 原表列名:provid | ||
| 纬度lat键:纬度。样本里格式符合 99.3%,还没有参照 | 小数 | 原生 | 100% | 原表列名:latitude | ||
| 经度lng键:经度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | 原表列名:longitude | ||
| 城市序列标识city_series | 文本 | 原生 | 100% | 原表列名:cityseries | ||
| 目标城市标识target_city | 文本 | 原生 | 100% | 由宽表列名转换而来,代表权重计算的目标城市 原表列名:target_city | ||
| 空间权重值weight_value | 小数 | 原生 | 100% | 由宽表列值转换而来 原表列名:weight_value |
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。
| # | 城市代码city_code | 城市英文名city_name_en | 省份英文名province_name_en | 省份代码province_code | 纬度lat | 经度lng | 城市序列标识city_series | 目标城市标识target_city | 空间权重值weight_value |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city1 | 0 |
| 2 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city2 | 96.06 |
| 3 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city3 | 239.46 |
| 4 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city4 | 244.06 |
| 5 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city5 | 227.6 |
| 6 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city6 | 200.53 |
| 7 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city7 | 218.48 |
| 8 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city8 | 244.7 |
| 9 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city9 | 162.11 |
| 10 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city10 | 158.19 |
| 11 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city11 | 130.42 |
| 12 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city12 | 266.93 |
| 13 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city13 | 394.54 |
| 14 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city14 | 395.34 |
| 15 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city15 | 326.77 |
| 16 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city16 | 273.92 |
| 17 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city17 | 378.72 |
| 18 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city18 | 141.46 |
| 19 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city19 | 62.94 |
| 20 | 110000 | Beijing | Beijing | 110000 | 39.93 | 116.4 | City1 | city20 | 175.76 |
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 v12026/11/14 发布
生效中384,400 行 · 9 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 29 个数据集连接。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 地区 + 省份 能连
34 个数据集 · 本数据集 384,400 行有地区- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 region_code、province按地区对上本数据集 349,680 行(90%)
- 城市二手房月度均价区域底数 · 4.3 万 行 · 连接字段 region_code、province按地区对上本数据集 242,420 行(63%)
- 城市二手房年度指标区域底数 · 4,119 行 · 连接字段 province、region_code按地区对上本数据集 242,420 行(63%)
- 上市公司行业地域信息企业主体 · 7 万 行 · 连接字段 province、city_code按地区对上本数据集 234,980 行(61%)
- 上市公司跨境电商DID企业主体 · 6.9 万 行 · 连接字段 city_code、province按地区对上本数据集 234,980 行(61%)
- 上市公司气候风险指数企业主体 · 6.7 万 行 · 连接字段 province、region_code按地区对上本数据集 233,120 行(60%)
- 上市公司年报AI词频企业主体 · 6.2 万 行 · 连接字段 province、city_code按地区对上本数据集 233,120 行(60%)
- 上市公司所在城市低碳试点标记企业主体 · 5.8 万 行 · 连接字段 city_code、province_code按地区对上本数据集 232,500 行(60%)
- 上市公司对外开放程度企业主体 · 5.8 万 行 · 连接字段 province、city_code按地区对上本数据集 232,500 行(60%)
- 上市公司环保处罚累计次数企业主体 · 5,633 行 · 连接字段 city_code、province按地区对上本数据集 229,400 行(59%)
- 上市公司档案企业主体 · 5,704 行 · 连接字段 city_code、province按地区对上本数据集 228,780 行(59%)
- 上市公司供应链风险企业主体 · 4.4 万 行 · 连接字段 province、city_code按地区对上本数据集 224,440 行(58%)
按 省份 能连
587 个数据集 · 本数据集 384,400 行有省份- 历年县级以上行政区划代码参照区域底数 · 14.3 万 行 · 连接字段 province_code按省份对上本数据集 384,400 行(100%)
- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 province_name按省份对上本数据集 384,400 行(100%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname按省份对上本数据集 384,400 行(100%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province按省份对上本数据集 384,400 行(100%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 province按省份对上本数据集 384,400 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按省份对上本数据集 384,400 行(100%)
- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code按省份对上本数据集 384,400 行(100%)
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_province按省份对上本数据集 384,400 行(100%)
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 province按省份对上本数据集 384,400 行(100%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province按省份对上本数据集 384,400 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 province按省份对上本数据集 384,400 行(100%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 province按省份对上本数据集 384,400 行(100%)
按 地区 能连
5 个数据集 · 本数据集 384,400 行有地区- 地级市城乡建设统计区域底数 · 208.6 万 行 · 连接字段 region_code按地区对上本数据集 351,540 行(91%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code按地区对上本数据集 251,720 行(65%)
- 各地区新能源汽车产量区域底数 · 240 行 · 连接字段 region_code按地区对上本数据集 27,900 行(7.3%)
- 各省医疗服务项目代码医疗药械 · 32.5 万 行 · 连接字段 regn按地区对上本数据集 17,360 行(4.5%)
- 各省专利受理授权统计区域底数 · 1.7 万 行 · 连接字段 region_code按地区对上本数据集 12,400 行(3.2%)
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-spatial-weight-matrix/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"city_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。