
县域金融存贷款余额
一行代表一个县域在特定年份的金融机构存贷款及储蓄余额。覆盖全国县域,包含所属地级市和省份信息。
v1 生效中 · 2026/11/14 发布险种标签:企业财产险责任险时间跨度:2000–2021 年数据出处 出处待核实
- 记录
- 4.4 万
- 字段
- 10
- AI 扩增字段
- 1
- 平均非空率
- 93.2%
- 字段完整度
10 个字段,5 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 10 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 43,880 行计算。
关于这个数据集
一行代表一个县域在特定年份的金融机构存贷款及储蓄余额。覆盖全国县域,包含所属地级市和省份信息。可用于分析区域信贷活跃度和居民财富水平,辅助评估区域风险敞口。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 统计年度year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 地区编码IDregion_code | 文本 | 原生 | 100% | — | ||
| 县域代码county_code规律 1:县域代码的字段规律字段规律:county_code_current由县域代码扩增得出。键:县级区划代码(2019 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% | — | ||
| 县域名称county_name键:区县名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 所属地级市city键:城市名称。样本里格式符合 99%,还没有参照 | 文本 | 原生 | 99% | — | ||
| 所属省份province键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 贷款余额loan_balance_amount | 小数 | 原生 | 97% | 单位:亿元 原表列名:年末金融机构贷款余额/亿元 | ||
| 存款余额deposit_balance_amount | 小数 | 原生 | 40% | 单位:亿元 原表列名:年末金融机构存款余额/亿元 | ||
| 储蓄余额savings_balance_amount | 小数 | 原生 | 96% | 单位:亿元 原表列名:年末城乡居民储蓄存款余额/亿元 | ||
| 县域代码(现行)county_code_current规律 1:县域代码(现行)的字段规律字段规律:county_code_current由县域代码扩增得出。键:县级区划代码。样本里格式符合 100%,99.3% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源:县域代码(现行) | 99%平均置信度 0.99校验少:不建议单独作为决策依据 | 县域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。
| # | 统计年度year | 地区编码IDregion_code | 县域代码county_code | 县域名称county_name | 所属地级市city | 所属省份province | 贷款余额loan_balance_amount | 存款余额deposit_balance_amount | 储蓄余额savings_balance_amount | 县域代码(现行)county_code_current |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2000 | 20406308 | 440923 | 电白县 | 茂名市 | 广东省 | 30.51 | — | 40.24 | 440904 |
| 2 | 2000 | 20406956 | 500225 | 大足县 | 重庆市 | 重庆市 | 12.5 | 15.04 | 12.49 | 500111 |
| 3 | 2000 | 20404492 | 110224 | 大兴县 | 北京市 | 北京市 | 59.58 | — | 66.3 | 110115 |
| 4 | 2000 | 20404494 | 110226 | 平谷县 | 北京市 | 北京市 | 43.62 | — | 40.72 | 110117 |
| 5 | 2000 | 20404493 | 110227 | 怀柔县 | 北京市 | 北京市 | 44.38 | — | 33.3 | 110116 |
| 6 | 2000 | 20404496 | 110228 | 密云县 | 北京市 | 北京市 | 36.22 | — | 32.86 | 110118 |
| 7 | 2000 | 20404497 | 110229 | 延庆县 | 北京市 | 北京市 | 21.74 | — | 26.07 | 110119 |
| 8 | 2000 | 20404725 | 120221 | 宁河县 | 天津市 | 天津市 | 24.14 | — | 25.11 | 120117 |
| 9 | 2000 | 20404726 | 120223 | 静海县 | 天津市 | 天津市 | 59.77 | — | 46.08 | 120118 |
| 10 | 2000 | 20404722 | 120224 | 宝坻县 | 天津市 | 天津市 | 33.3 | — | 41 | 120115 |
| 11 | 2000 | 20404727 | 120225 | 蓟县 | 天津市 | 天津市 | 35.04 | — | 55.26 | 120119 |
| 12 | 2000 | 20404315 | 140121 | 清徐县 | 太原市 | 山西省 | 16.67 | — | 20.81 | 140121 |
| 13 | 2000 | 20404316 | 140122 | 阳曲县 | 太原市 | 山西省 | 4.58 | — | 5.72 | 140122 |
| 14 | 2000 | 20404317 | 140123 | 娄烦县 | 太原市 | 山西省 | 1.79 | — | 2.42 | 140123 |
| 15 | 2000 | 20404318 | 140181 | 古交市 | 太原市 | 山西省 | 7.76 | — | 14.37 | 140181 |
| 16 | 2000 | 20404325 | 140221 | 阳高县 | 大同市 | 山西省 | 5.35 | — | 6.25 | 140221 |
| 17 | 2000 | 20404326 | 140222 | 天镇县 | 大同市 | 山西省 | 3 | — | 4.12 | 140222 |
| 18 | 2000 | 20404327 | 140223 | 广灵县 | 大同市 | 山西省 | 4.04 | — | 3.71 | 140223 |
| 19 | 2000 | 20404328 | 140224 | 灵丘县 | 大同市 | 山西省 | 3.79 | — | 5.59 | 140224 |
| 20 | 2000 | 20404329 | 140225 | 浑源县 | 大同市 | 山西省 | 4.8 | — | 7.12 | 140225 |
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43,880 行 · 10 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 43,873 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 year、province_code、region_code按区县对上本数据集 43,873 行(99%)
- 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、taobao_village_year、province_code按区县对上本数据集 43,873 行(99%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 county_code_2、province_name、year按区县对上本数据集 43,873 行(99%)
- 行政区划名称和简称区域底数 · 1.3 万 行 · 连接字段 valid_from、region_code、province_code按区县对上本数据集 43,873 行(99%)
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 region_code、first_year、province按区县对上本数据集 43,873 行(99%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 region_code、division_year、province按区县对上本数据集 43,873 行(99%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 province、region_code、division_year按区县对上本数据集 43,873 行(99%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 issue_date、region_code、province按区县对上本数据集 43,871 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 county_code、province、date按区县对上本数据集 43,871 行(99%)
- 县级财政收支区域底数 · 15.9 万 行 · 连接字段 province、region_code、year按区县对上本数据集 43,870 行(99%)
- 县级金融机构存贷款区域底数 · 4.3 万 行 · 连接字段 region_code、province、year按区县对上本数据集 43,867 行(99%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname、adcode按区县对上本数据集 43,866 行(99%)
按 省份 + 年份 能连
467 个数据集 · 本数据集 43,880 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 43,880 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 43,880 行(100%)
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 reg_date、province按省份对上本数据集 43,880 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、year按省份对上本数据集 43,880 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 43,880 行(100%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 province、date按省份对上本数据集 43,880 行(100%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code、year按省份对上本数据集 43,880 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 43,880 行(100%)
- 省级教育统计面板区域底数 · 143.5 万 行 · 连接字段 year、region_code按省份对上本数据集 43,880 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 43,880 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 43,880 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 43,880 行(100%)
按 区县 + 省份 能连
18 个数据集 · 本数据集 43,873 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 43,873 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 region_code、province_code按区县对上本数据集 43,873 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、village_code按区县对上本数据集 43,871 行(99%)
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 county_code、province按区县对上本数据集 43,858 行(99%)
- 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 43,836 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 43,699 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 43,242 行(98%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province、county_code按区县对上本数据集 41,721 行(95%)
- 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 38,555 行(87%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 county_code、province按区县对上本数据集 33,467 行(76%)
- 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 28,709 行(65%)
- 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 24,402 行(55%)
按 区县 + 年份 能连
16 个数据集 · 本数据集 43,873 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、valid_from按区县对上本数据集 43,873 行(99%)
- 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 43,834 行(99%)
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 year、county_code按区县对上本数据集 43,695 行(99%)
- 全国百强区县入选状态区域底数 · 4.1 万 行 · 连接字段 region_code、year按区县对上本数据集 43,514 行(99%)
- 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 37,617 行(85%)
- 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 37,481 行(85%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 pub_date、applicant_address_county_code按区县对上本数据集 25,321 行(57%)
- 全国电厂点位建筑设施 · 4,274 行 · 连接字段 county_code、commissioning_year按区县对上本数据集 23,240 行(52%)
- 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 11,983 行(27%)
- 区县淘宝村数量区域底数 · 6,183 行 · 连接字段 county_code、year按区县对上本数据集 9,951 行(22%)
- 全国上市公司专利全量企业主体 · 6.4 万 行 · 连接字段 application_date、address_county_code按区县对上本数据集 9,012 行(20%)
- 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 8,250 行(18%)
按 省份 能连
29 个数据集 · 本数据集 43,880 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 43,880 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 43,880 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 43,880 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 43,880 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 43,880 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 43,880 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 43,880 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 43,880 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 43,880 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 43,880 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 43,880 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 43,880 行(100%)
按 区县 能连
12 个数据集 · 本数据集 43,873 行有区县- 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 43,771 行(99%)
- 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 43,430 行(98%)
- 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 43,409 行(98%)
- 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 43,160 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 43,019 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 42,760 行(97%)
- 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 41,678 行(94%)
- 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 34,937 行(79%)
- 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 27,040 行(61%)
- 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 21,653 行(49%)
- 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 19,055 行(43%)
- 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 533 行(1.2%)
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
county_code_current由县域代码扩增得出。
来自字段扩增县域金融存贷款余额县域金融存贷款余额
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-financial-loan-deposit/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"20406308"}],"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。