
区县建筑轮廓汇总
一行是一个区县:建筑数、建筑占地面积、建筑面积(占地乘楼层)、平均楼层、10 层以上和 1 到 3 层建筑的比例、建筑密度。
v1 生效中 · 2026/11/14 发布险种标签:企业财产险数据出处 网上流传的《全国 62 个城市建筑轮廓数据》(面文件,带楼层数),出处和采集年份没有写明。第 5 位处理人按建筑质心落在哪个县汇总,县界用 2021 年行政区划,不是官方边界
- 记录
- 391
- 字段
- 16
- AI 扩增字段
- 1
- 平均非空率
- 100%
- 字段完整度
16 个字段,15 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 16 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 391 行计算。
关于这个数据集
一行是一个区县:建筑数、建筑占地面积、建筑面积(占地乘楼层)、平均楼层、10 层以上和 1 到 3 层建筑的比例、建筑密度。由全国 62 个城市(含香港、澳门)约 597 万个建筑轮廓按区县汇总,共 391 个区县。只含这些城市的数据覆盖到的范围,不是全国,也不一定是全县。可用来估算城市财产的数量和高度结构,做企业财产险、家财险的暴露参照。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 区县代码region_code记录键规律 1:区县代码的字段规律字段规律:region_code_current由区县代码扩增得出。键:县级区划代码(2024 年版)。样本里格式符合 99.7%,94.9% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | 2021 年行政区划 | ||
| 省province键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 省代码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% | — | ||
| 市city键:城市名称。样本里格式符合 85.7%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 市代码city_code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 | 100% | — | ||
| 区县county键:区县名称。样本里格式符合 96.2%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 建筑数building_count | 整数 | 原生 | 100% | 质心落在这个区县里的建筑轮廓数 | ||
| 建筑占地面积footprint_km2 | 小数 | 原生 | 100% | 平方千米,按等积投影算 | ||
| 建筑面积floor_area_km2 | 小数 | 原生 | 100% | 平方千米,占地面积乘楼层数,楼层没有写的不算 | ||
| 平均楼层mean_floor | 小数 | 原生 | 100% | — | ||
| 10 层以上建筑比例highrise_share | 小数 | 原生 | 100% | 0 到 1 | ||
| 1 到 3 层建筑比例lowrise_share | 小数 | 原生 | 100% | 0 到 1 | ||
| 区县面积county_area_km2 | 小数 | 原生 | 100% | 平方千米,按县界算 | ||
| 建筑密度footprint_ratio | 小数 | 原生 | 100% | 建筑占地面积除以区县面积 | ||
| 来源文件source_files | 文本 | 原生 | 100% | 这个区县的建筑来自哪个城市的文件 | ||
| 区县代码(现行)region_code_current规律 1:区县代码(现行)的字段规律字段规律:region_code_current由区县代码扩增得出。键:县级区划代码。样本里格式符合 100%,94.6% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源:区县代码(现行) | 95%平均置信度 1.00校验少:不建议单独作为决策依据 | 区县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。
| # | 区县代码region_code | 省province | 省代码province_code | 市city | 市代码city_code | 区县county | 建筑数building_count | 建筑占地面积footprint_km2 | 建筑面积floor_area_km2 | 平均楼层mean_floor | 10 层以上建筑比例highrise_share | 1 到 3 层建筑比例lowrise_share | 区县面积county_area_km2 | 建筑密度footprint_ratio | 来源文件source_files | 区县代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 110101 | 北京市 | 110000 | 北京市 | 110000 | 东城区 | 23131 | 11.5846 | 50.3206 | 3.04 | 0.062 | 0.7436 | 42.031 | 0.2756 | 北京.shp | 110101 |
| 2 | 110102 | 北京市 | 110000 | 北京市 | 110000 | 西城区 | 25664 | 13.9966 | 66.1169 | 3.58 | 0.0789 | 0.6642 | 50.556 | 0.2769 | 北京.shp | 110102 |
| 3 | 110105 | 北京市 | 110000 | 北京市 | 110000 | 朝阳区 | 86846 | 49.6134 | 239.9374 | 3.98 | 0.0993 | 0.7228 | 464.4094 | 0.1068 | 北京.shp | 110105 |
| 4 | 110106 | 北京市 | 110000 | 北京市 | 110000 | 丰台区 | 58577 | 32.0657 | 130.9902 | 3.33 | 0.0668 | 0.7591 | 304.3245 | 0.1054 | 北京.shp | 110106 |
| 5 | 110107 | 北京市 | 110000 | 北京市 | 110000 | 石景山区 | 11119 | 6.1602 | 27.5794 | 3.8 | 0.0819 | 0.7204 | 84.4446 | 0.0729 | 北京.shp | 110107 |
| 6 | 110108 | 北京市 | 110000 | 北京市 | 110000 | 海淀区 | 59582 | 32.671 | 152.0875 | 3.78 | 0.0752 | 0.6419 | 430.5977 | 0.0759 | 北京.shp | 110108 |
| 7 | 110111 | 北京市 | 110000 | 北京市 | 110000 | 房山区 | 766 | 0.3999 | 2.5896 | 6.22 | 0.2311 | 0.4974 | 1998.01 | 0.0002 | 北京.shp | 110111 |
| 8 | 110112 | 北京市 | 110000 | 北京市 | 110000 | 通州区 | 4599 | 4.1297 | 12.8864 | 3.07 | 0.04 | 0.7937 | 905.1997 | 0.0046 | 北京.shp | 110112 |
| 9 | 110113 | 北京市 | 110000 | 北京市 | 110000 | 顺义区 | 108 | 0.0396 | 0.1571 | 3.95 | 0 | 0.037 | 1009.3861 | 0 | 北京.shp | 110113 |
| 10 | 110114 | 北京市 | 110000 | 北京市 | 110000 | 昌平区 | 147 | 0.0922 | 0.4826 | 4.93 | 0.2313 | 0.5578 | 1342.6408 | 0.0001 | 北京.shp | 110114 |
| 11 | 110115 | 北京市 | 110000 | 北京市 | 110000 | 大兴区 | 25566 | 15.9424 | 52.1484 | 2.95 | 0.0395 | 0.7707 | 1034.3293 | 0.0154 | 北京.shp | 110115 |
| 12 | 120101 | 天津市 | 120000 | 天津市 | 120000 | 和平区 | 6286 | 3.0702 | 17.5703 | 4.52 | 0.0647 | 0.6118 | 10.0025 | 0.3069 | 天津.shp | 120101 |
| 13 | 120102 | 天津市 | 120000 | 天津市 | 120000 | 河东区 | 19375 | 9.0376 | 40.9457 | 4.07 | 0.0397 | 0.5578 | 42.0743 | 0.2148 | 天津.shp | 120102 |
| 14 | 120103 | 天津市 | 120000 | 天津市 | 120000 | 河西区 | 18584 | 9.6395 | 48.8287 | 4.68 | 0.0673 | 0.4982 | 48.3411 | 0.1994 | 天津.shp | 120103 |
| 15 | 120104 | 天津市 | 120000 | 天津市 | 120000 | 南开区 | 18922 | 9.515 | 47.4128 | 4.57 | 0.0613 | 0.5082 | 41.0157 | 0.232 | 天津.shp | 120104 |
| 16 | 120105 | 天津市 | 120000 | 天津市 | 120000 | 河北区 | 13360 | 6.3455 | 27.8167 | 3.98 | 0.0409 | 0.5664 | 29.5208 | 0.2149 | 天津.shp | 120105 |
| 17 | 120106 | 天津市 | 120000 | 天津市 | 120000 | 红桥区 | 9688 | 4.928 | 19.1614 | 3.72 | 0.0371 | 0.5844 | 22.5305 | 0.2187 | 天津.shp | 120106 |
| 18 | 120110 | 天津市 | 120000 | 天津市 | 120000 | 东丽区 | 18396 | 9.2358 | 28.1731 | 3.2 | 0.0533 | 0.7928 | 475.8629 | 0.0194 | 天津.shp | 120110 |
| 19 | 120111 | 天津市 | 120000 | 天津市 | 120000 | 西青区 | 20557 | 10.2807 | 41.6214 | 4.07 | 0.0842 | 0.6883 | 559.6126 | 0.0184 | 天津.shp | 120111 |
| 20 | 120112 | 天津市 | 120000 | 天津市 | 120000 | 津南区 | 3834 | 1.8978 | 8.8183 | 4.6 | 0.1242 | 0.6656 | 380.4634 | 0.005 | 天津.shp | 120112 |
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391 行 · 16 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 81 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 城市 + 区县 + 省份 能连
56 个数据集 · 本数据集 391 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、county_code按城市对上本数据集 391 行(100%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、region_code、city_code按城市对上本数据集 391 行(100%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 region_code、province、county_code按城市对上本数据集 391 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、region_code、province_code按城市对上本数据集 391 行(100%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 city_code、region_code、province按城市对上本数据集 391 行(100%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 region_code、province、city_code按城市对上本数据集 391 行(100%)
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 province、city_code、region_code按城市对上本数据集 391 行(100%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 city_code、region_code、province按城市对上本数据集 386 行(98%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 city_code、province、county_code按城市对上本数据集 372 行(95%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 province、county_code、city_code按城市对上本数据集 372 行(95%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、county_code、city_code按城市对上本数据集 372 行(95%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 city_code、county_code、province按城市对上本数据集 372 行(95%)
按 城市 + 省份 能连
159 个数据集 · 本数据集 391 行有城市- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、region_code按城市对上本数据集 391 行(100%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 region_code、province按城市对上本数据集 391 行(100%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 province_code、city_code按城市对上本数据集 391 行(100%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 province、region_code按城市对上本数据集 391 行(100%)
- 地级市矫正夜间灯光区域底数 · 1.2 万 行 · 连接字段 province、region_code按城市对上本数据集 391 行(100%)
- 地级市历次普查常住人口区域底数 · 1,110 行 · 连接字段 province_code、city_code按城市对上本数据集 391 行(100%)
- 地级市逐年降水量自然灾害 · 2.7 万 行 · 连接字段 city_code、province按城市对上本数据集 386 行(98%)
- 上市公司绿色创新与财务企业主体 · 2.3 万 行 · 连接字段 region_code、province按城市对上本数据集 386 行(98%)
- 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、origin_province按城市对上本数据集 372 行(95%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、region_code按城市对上本数据集 372 行(95%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 region_code、province按城市对上本数据集 372 行(95%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code、province按城市对上本数据集 372 行(95%)
按 区县 + 省份 能连
69 个数据集 · 本数据集 391 行有区县- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 region_code、province按区县对上本数据集 391 行(100%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 province、region_code按区县对上本数据集 391 行(100%)
- 区县人口分布(格网汇总)区域底数 · 1.4 万 行 · 连接字段 province、region_code按区县对上本数据集 391 行(100%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province、region_code按区县对上本数据集 391 行(100%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、adcode按区县对上本数据集 385 行(98%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 province、region_code按区县对上本数据集 372 行(95%)
- 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、county_code按区县对上本数据集 371 行(94%)
- 区县城乡融合试点面板区域底数 · 7.4 万 行 · 连接字段 region_code、province按区县对上本数据集 371 行(94%)
- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 province、region_code按区县对上本数据集 371 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、county_code按区县对上本数据集 370 行(94%)
- 县域金融机构变动统计区域底数 · 5.3 万 行 · 连接字段 region_code、province按区县对上本数据集 370 行(94%)
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 province、region_code按区县对上本数据集 369 行(94%)
按 城市 + 区县 能连
9 个数据集 · 本数据集 391 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 region_code、parent_code按城市对上本数据集 372 行(95%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_county_code、applicant_address_city_code按城市对上本数据集 372 行(95%)
- 全国上市公司专利全量企业主体 · 6.4 万 行 · 连接字段 address_county_code、address_city_code按城市对上本数据集 372 行(95%)
- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 county_code、address_city_code按城市对上本数据集 372 行(95%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 city_code、region_code_adj按城市对上本数据集 372 行(95%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 city_code、county_code按城市对上本数据集 363 行(92%)
- 上市公司产学研合作专利企业主体 · 1.4 万 行 · 连接字段 city_code、county_code按城市对上本数据集 362 行(92%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_city_code、address_county_code按城市对上本数据集 339 行(86%)
- 长三角养老机构名录建筑设施 · 8,462 行 · 连接字段 address_city_code、county_code按城市对上本数据集 98 行(25%)
按 省份 能连
337 个数据集 · 本数据集 391 行有省份- 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 391 行(100%)
- 省级环境关注度日度指数区域底数 · 27.5 万 行 · 连接字段 region_code按省份对上本数据集 391 行(100%)
- 省级日度夜间灯光区域底数 · 15.6 万 行 · 连接字段 province按省份对上本数据集 391 行(100%)
- 省级逐月降水量自然灾害 · 5 万 行 · 连接字段 province按省份对上本数据集 391 行(100%)
- 省级逐月风速自然灾害 · 3.5 万 行 · 连接字段 province按省份对上本数据集 391 行(100%)
- 省级逐月闪电自然灾害 · 4,080 行 · 连接字段 province按省份对上本数据集 391 行(100%)
- 省级矫正夜间灯光区域底数 · 1,054 行 · 连接字段 province按省份对上本数据集 391 行(100%)
- 城市环境治理关注指数区域底数 · 816 行 · 连接字段 city按省份对上本数据集 391 行(100%)
- 省级环境关注度年度均值区域底数 · 816 行 · 连接字段 region_code按省份对上本数据集 391 行(100%)
- 上市公司行业地域信息企业主体 · 7 万 行 · 连接字段 province按省份对上本数据集 386 行(98%)
- 上市公司气候风险指数企业主体 · 6.7 万 行 · 连接字段 province按省份对上本数据集 386 行(98%)
- 上市公司年报AI词频企业主体 · 6.2 万 行 · 连接字段 province按省份对上本数据集 386 行(98%)
按 城市 能连
67 个数据集 · 本数据集 391 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按城市对上本数据集 391 行(100%)
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 region_code按城市对上本数据集 389 行(99%)
- 地级市经济社会统计区域底数 · 120.5 万 行 · 连接字段 region_code按城市对上本数据集 372 行(95%)
- 城市间高铁连接状态交通运输 · 116.6 万 行 · 连接字段 city1_code按城市对上本数据集 372 行(95%)
- 城市主要经济指标区域底数 · 13.4 万 行 · 连接字段 city_code按城市对上本数据集 372 行(95%)
- 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 372 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 372 行(95%)
- 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按城市对上本数据集 372 行(95%)
- 地级市数字产业集聚水平区域底数 · 1 万 行 · 连接字段 city_code按城市对上本数据集 372 行(95%)
- 地级市人力资本水平区域底数 · 9,408 行 · 连接字段 region_code按城市对上本数据集 372 行(95%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code按城市对上本数据集 372 行(95%)
- 地级市外商直接投资区域底数 · 8,260 行 · 连接字段 city_code按城市对上本数据集 372 行(95%)
按 区县 能连
19 个数据集 · 本数据集 391 行有区县- 行政区划新旧代码对照参照区域底数 · 7,388 行 · 连接字段 old_code按区县对上本数据集 371 行(94%)
- 医保定点医疗机构医疗药械 · 57.8 万 行 · 连接字段 region_code按区县对上本数据集 368 行(94%)
- 医保定点零售药店医疗药械 · 50.5 万 行 · 连接字段 region_code按区县对上本数据集 368 行(94%)
- 县级地形起伏度自然灾害 · 2,873 行 · 连接字段 region_code按区县对上本数据集 363 行(92%)
- 政治精英地区编码区域底数 · 3,843 行 · 连接字段 region_code按区县对上本数据集 360 行(92%)
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 county_code按区县对上本数据集 327 行(83%)
- 全国医保经办机构保险市场 · 6,045 行 · 连接字段 region_code按区县对上本数据集 309 行(79%)
- 全国矿产地分布建筑设施 · 22.8 万 行 · 连接字段 county_code按区县对上本数据集 295 行(75%)
- 城投公司基本信息企业主体 · 1.2 万 行 · 连接字段 region_code按区县对上本数据集 294 行(75%)
- 全国百强区县入选状态区域底数 · 4.1 万 行 · 连接字段 region_code按区县对上本数据集 267 行(68%)
- 行政区划代码变更区域底数 · 4,636 行 · 连接字段 old_code按区县对上本数据集 250 行(63%)
- 医院可达性验证交通运输 · 20.9 万 行 · 连接字段 dest_county_code按区县对上本数据集 193 行(49%)
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由区县代码扩增得出。
来自字段扩增区县建筑轮廓汇总区县建筑轮廓汇总
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/county-building-footprint-stats/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"110101"}],"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。