地级市进出口贸易
一行代表一个地级市在某一年的进出口总额及贸易差额统计。
v1 生效中 · 2026/11/13 发布险种标签：企业财产险责任险时间跨度：2000–2024 年数据出处 出处待核实
- 记录
- 7,500
- 字段
- 13
- AI 扩增字段
- 1
- 平均非空率
- 93.3%
- 字段完整度
13 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 13 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
一行代表一个地级市在某一年的进出口总额及贸易差额统计。覆盖全国地级市，包含美元和人民币两种货币单位的进出口数据及地域分类信息。可用于评估区域外向型经济风险及企业财产险中的供应链中断风险。
| 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 99.3%，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_group含义：类别 | 文本 | 原生 | 100% | 如东部、中部等 | ||
| 胡焕庸线侧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 | ||
| 出口额美元export_amount_usd | 小数 | 原生 | 87% | 单位：百万美元 原表列名：出口总额(百万美元) | ||
| 进口额美元import_amount_usd | 小数 | 原生 | 85% | 单位：百万美元 原表列名：进口总额(百万美元) | ||
| 出口额人民币export_amount_cny含义：金额（百万元） | 小数 | 原生 | 87% | 单位：百万人民币 原表列名：出口总额(百万人民币) | ||
| 进口额人民币import_amount_cny含义：金额（百万元） | 小数 | 原生 | 85% | 单位：百万人民币 原表列名：进口总额(百万人民币) | ||
| 贸易差额美元trade_balance_usd | 小数 | 原生 | 85% | 单位：百万美元 原表列名：贸易差额(百万美元) | ||
| 贸易差额人民币trade_balance_cny含义：金额（百万元） | 小数 | 原生 | 85% | 单位：百万人民币 原表列名：贸易差额(百万人民币) | ||
| 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_group | 胡焕庸线侧hu_line_side | 出口额美元export_amount_usd | 进口额美元import_amount_usd | 出口额人民币export_amount_cny | 进口额人民币import_amount_cny | 贸易差额美元trade_balance_usd | 贸易差额人民币trade_balance_cny | 城市代码（现行）region_code_current |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2000 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 11969.158293 | 37431.247969 | 99085.4800127712 | 309870.84318657 | -25462.089676 | -210785.363173798 | 110000 |
| 2 | 2001 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 11772.362141 | 39725.723615 | 97439.841441057 | 328809.814361355 | -27953.361474 | -231369.972920298 | 110000 |
| 3 | 2002 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 12613.864484 | 39891.423015 | 104403.69494762 | 330177.319152854 | -27277.558531 | -225773.624205234 | 110000 |
| 4 | 2003 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 16886.821611 | 51613.34808 | 139772.222474247 | 427203.68205816 | -34726.526469 | -287431.459583913 | 110000 |
| 5 | 2004 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 20569.256273 | 74006.46858 | 170247.620320366 | 612536.739142944 | -53437.212307 | -442289.118822578 | 110000 |
| 6 | 2005 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 30865.900635 | 94640.524635 | 252844.19823173 | 775266.78565253 | -63774.624 | -522422.5874208 | 110000 |
| 7 | 2006 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 37953.978576 | 120082.649141 | 302561.526412157 | 957274.862422224 | -82128.670565 | -654713.336010067 | 110000 |
| 8 | 2007 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 48926.393954 | 144073.367053 | 372036.299626216 | 1095533.88307101 | -95146.973099 | -723497.583444796 | 110000 |
| 9 | 2008 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 57499.60883 | 214193.28988 | 399340.533285233 | 1487593.81754559 | -156693.68105 | -1088253.28426035 | 110000 |
| 10 | 2009 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 48358.0712 | 166432.9575 | 330333.9843672 | 1136903.5326825 | -118074.8863 | -806569.5483153 | 110000 |
| 11 | 2010 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 55439.418853 | 246221.871562 | 375297.145925383 | 1666798.95953896 | -190782.452709 | -1291501.81361357 | 110000 |
| 12 | 2011 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 58997.701503 | 330585.43644 | 381054.354467576 | 2135185.21687867 | -271587.734937 | -1754130.8624111 | 110000 |
| 13 | 2012 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 59632.124199 | 348475.229349 | 376427.784006188 | 2199749.88526556 | -288843.10515 | -1823322.10125937 | 110000 |
| 14 | 2013 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 63097.567116 | 366844.127251 | 390775.852662811 | 2271939.04889089 | -303746.560135 | -1881163.19622808 | 110000 |
| 15 | 2014 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 62335.972198 | 353202.132716 | 382917.410017874 | 2169650.06084784 | -290866.160518 | -1786732.65082997 | 110000 |
| 16 | 2015 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 54665.77 | 264750.39 | 340480.281868 | 1648971.329076 | -210084.62 | -1308491.047208 | 110000 |
| 17 | 2016 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 52019.82 | 230359.54 | 345531.250386 | 1530117.172542 | -178339.72 | -1184585.922156 | 110000 |
| 18 | 2017 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 58503.045514 | 265217.531436 | 395000.862701425 | 1790695.72874959 | -206714.485922 | -1395694.86604816 | 110000 |
| 19 | 2018 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 74170.250313 | 338256.007347 | 490814.214421246 | 2238375.30301804 | -264085.757034 | -1747561.08859679 | 110000 |
| 20 | 2019 | 北京市 | 北京市 | 110000 | 东部 | 东南侧 | 75049.56 | 341226.443 | 517729.38966 | 2353950.6170355 | -266176.883 | -1836221.2273755 | 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 v12026/11/13 发布
生效中7,500 行 · 13 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 year、province、region_code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 city_code、year、province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、date、province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 year、province、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 region_code、year、province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 city_code、province、year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 approve_date、province、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 date、province_code、city_code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、province、region_code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 region_code、year、province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 province、date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 date、province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 province_code、taobao_village_year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 province、year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 year、province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 year、province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 year、region_code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 region_code、year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 year、city_code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 region_code、year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 year、city_code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 city_code、month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 city_code、province_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 city_code、province_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 province、city_code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 city_code、province_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 province、city_code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 city_code_2、province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进出口贸易地级市进出口贸易
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-trade-balance/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。