
县级环保处罚案件数
一行是一个县区在一年里的环保行政处罚案件数,带行政区划代码和所属的省、地级市。
v1 生效中 · 2026/11/12 发布险种标签:企业财产险责任险时间跨度:2011–2020 年数据出处 出处待核实
- 记录
- 6,262
- 字段
- 7
- AI 扩增字段
- 1
- 平均非空率
- 99.1%
- 字段完整度
7 个字段,6 个没有空值,1 个 AI 扩增
图片:Marcus Reubenstein / Unsplash,Unsplash License(在新窗口打开图片的原始页面)
01字段
字段来源,逐一标明
共 7 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 6,262 行计算。
关于这个数据集
一行是一个县区在一年里的环保行政处罚案件数,带行政区划代码和所属的省、地级市。覆盖全国大部分县区,2011 到 2020 年,2014 年以前的记录很少。用来找出环保执法频繁的县区,评估当地企业的环境污染责任风险。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 处罚年份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% | — | ||
| 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:县级区划代码(2013 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% | 6 位 | ||
| 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 | 100% | — | ||
| 地级市city含义:地区键:城市名称。样本里格式符合 91.6%,还没有参照 | 文本 | 原生 | 94% | 省直辖的县级单位和原表没有上级地市的行(约 6%)为空 | ||
| 县区county含义:地区键:区县名称。样本里格式符合 97.8%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 处罚案件数case_count含义:个数(篇) | 整数 | 原生 | 100% | 环保行政处罚案件的数目,单位是篇(按公开的处罚文书计数) | ||
| 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:县级区划代码。样本里格式符合 100%,99.6% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源:行政区划代码(现行) | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 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 |
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。
| # | 处罚年份year | 行政区划代码region_code | 省province | 地级市city | 县区county | 处罚案件数case_count | 行政区划代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|
| 1 | 2011 | 320115 | 江苏省 | 南京市 | 江宁区 | 2 | 320115 |
| 2 | 2011 | 422822 | 湖北省 | 恩施土家族苗族自治州 | 建始县 | 3 | 422822 |
| 3 | 2011 | 650203 | 新疆维吾尔自治区 | 克拉玛依市 | 克拉玛依区 | 2 | 650203 |
| 4 | 2012 | 110107 | 北京市 | 市辖区 | 石景山区 | 1 | 110107 |
| 5 | 2012 | 130183 | 河北省 | 石家庄市 | 晋州市 | 1 | 130183 |
| 6 | 2012 | 310109 | 上海市 | 市辖区 | 虹口区 | 1 | 310109 |
| 7 | 2012 | 310112 | 上海市 | 市辖区 | 闵行区 | 1 | 310112 |
| 8 | 2012 | 320115 | 江苏省 | 南京市 | 江宁区 | 2 | 320115 |
| 9 | 2012 | 320982 | 江苏省 | 盐城市 | 大丰市 | 6 | 320904 |
| 10 | 2012 | 350122 | 福建省 | 福州市 | 连江县 | 2 | 350122 |
| 11 | 2012 | 350603 | 福建省 | 漳州市 | 龙文区 | 9 | 350603 |
| 12 | 2012 | 370481 | 山东省 | 枣庄市 | 滕州市 | 1 | 370481 |
| 13 | 2012 | 422822 | 湖北省 | 恩施土家族苗族自治州 | 建始县 | 1 | 422822 |
| 14 | 2013 | 110107 | 北京市 | 市辖区 | 石景山区 | 1 | 110107 |
| 15 | 2013 | 140224 | 山西省 | 大同市 | 灵丘县 | 1 | 140224 |
| 16 | 2013 | 140225 | 山西省 | 大同市 | 浑源县 | 1 | 140225 |
| 17 | 2013 | 140723 | 山西省 | 晋中市 | 和顺县 | 1 | 140723 |
| 18 | 2013 | 140923 | 山西省 | 忻州市 | 代县 | 5 | 140923 |
| 19 | 2013 | 141002 | 山西省 | — | 尧都区 | 1 | 141002 |
| 20 | 2013 | 210311 | 辽宁省 | 鞍山市 | 千山区 | 1 | 210311 |
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 v12026/11/12 发布
生效中6,262 行 · 7 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 72 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 区县 + 省份 + 年份 能连
107 个数据集 · 本数据集 6,262 行有区县- 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、year、region_code按区县对上本数据集 6,262 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 county_code、province_code、taobao_village_year按区县对上本数据集 6,262 行(100%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 region_code、issue_date、province按区县对上本数据集 6,262 行(100%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 county_code、province、date按区县对上本数据集 6,262 行(100%)
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 province、region_code、year按区县对上本数据集 6,262 行(100%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 province_name、county_code_2、year按区县对上本数据集 6,262 行(100%)
- 县域数字普惠金融指数区域底数 · 2.3 万 行 · 连接字段 region_code、province、year按区县对上本数据集 6,262 行(100%)
- 行政区划名称和简称区域底数 · 1.3 万 行 · 连接字段 region_code、province_code、valid_from按区县对上本数据集 6,262 行(100%)
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 region_code、province、first_year按区县对上本数据集 6,262 行(100%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 division_year、province、region_code按区县对上本数据集 6,262 行(100%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 division_year、province、region_code按区县对上本数据集 6,262 行(100%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 adcode、pname、page_publish_time按区县对上本数据集 6,260 行(99%)
按 省份 + 年份 能连
467 个数据集 · 本数据集 6,262 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 6,262 行(100%)
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month、origin_province按省份对上本数据集 6,262 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、reg_date按省份对上本数据集 6,262 行(100%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 year、province按省份对上本数据集 6,262 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 6,262 行(100%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 date、province按省份对上本数据集 6,262 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 6,262 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 6,262 行(100%)
- 省级教育统计面板区域底数 · 143.5 万 行 · 连接字段 region_code、year按省份对上本数据集 6,262 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按省份对上本数据集 6,262 行(100%)
- 地级市市辖区社会经济指标区域底数 · 86.6 万 行 · 连接字段 province、year按省份对上本数据集 6,262 行(100%)
- 省级统计年鉴长序列指标区域底数 · 74.4 万 行 · 连接字段 year、province按省份对上本数据集 6,262 行(100%)
按 区县 + 省份 能连
18 个数据集 · 本数据集 6,262 行有区县- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 county_code、province_code按区县对上本数据集 6,262 行(100%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 village_code、province_code按区县对上本数据集 6,262 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 region_code、province_code按区县对上本数据集 6,262 行(100%)
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 province、county_code按区县对上本数据集 6,262 行(100%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 region_code、province按区县对上本数据集 6,249 行(99%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 province、county_code按区县对上本数据集 6,236 行(99%)
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 region_code、province按区县对上本数据集 6,128 行(97%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 county_code、province按区县对上本数据集 6,069 行(96%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province、county_code按区县对上本数据集 5,285 行(84%)
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 region_code、province_code按区县对上本数据集 4,931 行(78%)
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 province、county_code按区县对上本数据集 4,649 行(74%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 county_code、province按区县对上本数据集 3,054 行(48%)
按 区县 + 年份 能连
16 个数据集 · 本数据集 6,262 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 valid_from、old_code按区县对上本数据集 6,262 行(100%)
- 政治精英地区编码区域底数 · 3,843 行 · 连接字段 start_date、region_code按区县对上本数据集 6,254 行(99%)
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 county_code、year按区县对上本数据集 6,058 行(96%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 year、county_code按区县对上本数据集 5,939 行(94%)
- 全国百强区县入选状态区域底数 · 4.1 万 行 · 连接字段 year、region_code按区县对上本数据集 5,713 行(91%)
- 行政区划代码变更区域底数 · 4,636 行 · 连接字段 old_code、change_year按区县对上本数据集 5,182 行(82%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_county_code、pub_date按区县对上本数据集 4,696 行(74%)
- 全国电厂点位建筑设施 · 4,274 行 · 连接字段 commissioning_year、county_code按区县对上本数据集 3,187 行(50%)
- 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、application_date按区县对上本数据集 2,302 行(36%)
- 区县淘宝村数量区域底数 · 6,183 行 · 连接字段 year、county_code按区县对上本数据集 1,988 行(31%)
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date、county_code按区县对上本数据集 1,495 行(23%)
- 全国及城市建成区绿地指标区域底数 · 8.1 万 行 · 连接字段 year、region_code按区县对上本数据集 1,252 行(19%)
按 省份 能连
29 个数据集 · 本数据集 6,262 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 6,262 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 6,262 行(100%)
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 province按省份对上本数据集 6,262 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 6,262 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 6,262 行(100%)
- 上市公司注册地信息企业主体 · 4,530 行 · 连接字段 province按省份对上本数据集 6,262 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 6,262 行(100%)
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 province按省份对上本数据集 6,262 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 6,262 行(100%)
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code按省份对上本数据集 6,262 行(100%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 province按省份对上本数据集 6,262 行(100%)
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 province_code按省份对上本数据集 6,262 行(100%)
按 区县 能连
12 个数据集 · 本数据集 6,262 行有区县- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 county_code按区县对上本数据集 6,245 行(99%)
- 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 6,245 行(99%)
- 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 6,184 行(98%)
- 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 6,179 行(98%)
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 region_code按区县对上本数据集 6,138 行(98%)
- 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 5,877 行(93%)
- 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 5,687 行(90%)
- 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 5,175 行(82%)
- 跨省异地就医定点机构医疗药械 · 65 万 行 · 连接字段 region_code按区县对上本数据集 3,259 行(52%)
- 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 3,005 行(47%)
- 全国 1 到 5 级河流自然灾害 · 1,830 行 · 连接字段 label_county_code按区县对上本数据集 2,518 行(40%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_county_code按区县对上本数据集 590 行(9.4%)
只按年份能连:495 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
495 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
- 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
- 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
- 世界银行健康营养与人口统计人口健康 · 353.8 万 行 · 连接字段 year
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 date
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由行政区划代码扩增得出。
来自字段扩增县级环保处罚案件数县级环保处罚案件数
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-env-penalty-case/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"320115"}],"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。