
县级分行业增加值
一行是一个县区一年一个行业(国民经济行业门类)的增加值。覆盖全国的县、县级市和市辖区,只有部分县区公布分行业的数。
v1 生效中 · 2026/11/13 发布险种标签:工程险企业财产险时间跨度:2000–2019 年数据出处 国泰安 CSMAR 中国县域经济数据库
- 记录
- 5.4 万
- 字段
- 10
- AI 扩增字段
- 2
- 平均非空率
- 95.9%
- 字段完整度
10 个字段,9 个没有空值,2 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 2 个。非空率按当前版本的 53,541 行计算。
关于这个数据集
一行是一个县区一年一个行业(国民经济行业门类)的增加值。覆盖全国的县、县级市和市辖区,只有部分县区公布分行业的数。用来看一个县的产业结构,例如建筑业、制造业的比重,给企业财产险和工程险的区域风险画像做参考。
| 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% | — | ||
| 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(2001 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% | 县区的 6 位代码 | ||
| 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 88.8%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 县区county含义:地区键:区县名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 含市辖区和县级市 | ||
| 行业代码industry_code含义:代码或编号 | 文本 | 原生 | 100% | — | ||
| 行业名称industry_name规律 1:行业名称的字段规律字段规律:industry_code_2由行业名称扩增得出。含义:类别键:行业名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 增加值value_added_amount含义:金额(万元) | 小数 | 原生 | 100% | 单位:万元 | ||
| 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%,99.7% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源: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 | ||
| 行业代码industry_code_2规律 1:行业代码的字段规律字段规律:industry_code_2由行业名称扩增得出。含义:代码或编号键:门类国民经济行业代码。样本里格式符合 100%,59.9% 的行对上参照 industry-classification | 文本 | 规则扩增第 2 级扩增查看溯源:行业代码 | 60%平均置信度 1.00校验少:不建议单独作为决策依据 | 由行业名称查行业分类参照(GB/T 4754-2017,没有时用 2011 版)得出的国民经济行业代码。名称对不上的为空 |
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 | 行政区划代码region_code | 省province | 地级市city | 县区county | 行业代码industry_code | 行业名称industry_name | 增加值value_added_amount | 行政区划代码(现行)region_code_current | 行业代码industry_code_2 |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | O | 居民服务、修理和其他服务业 | 39781 | 110101 | O |
| 2 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | N | 水利、环境和公共设施管理业 | 18469 | 110101 | N |
| 3 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | I | 住宿和餐饮业 | 303314 | 110101 | H |
| 4 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | L | 租赁和商务服务业 | 628955 | 110101 | L |
| 5 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | 84 | 教育 | 139386 | 110101 | P |
| 6 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | E | 建筑业 | 186988 | 110101 | E |
| 7 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | 100015 | 工业 | 174135 | 110101 | — |
| 8 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | M | 科学研究和技术服务业 | 205628 | 110101 | M |
| 9 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | S | 公共管理、社会保障和社会组织 | 441466 | 110101 | S |
| 10 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | R | 文化、体育和娱乐业 | 255566 | 110101 | R |
| 11 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | Q | 卫生和社会工作 | 202641 | 110101 | Q |
| 12 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | H | 批发和零售业 | 1023761 | 110101 | F |
| 13 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | G | 信息传输、软件和信息技术服务业 | 1027887 | 110101 | I |
| 14 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | F | 交通运输、仓储和邮政业 | 232168 | 110101 | G |
| 15 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | 72 | 房地产业 | 384839 | 110101 | K |
| 16 | 2006 | 110101 | 北京市 | 北京市 | 东城区 | J | 金融业 | 650609 | 110101 | J |
| 17 | 2007 | 110101 | 北京市 | 北京市 | 东城区 | Q | 卫生和社会工作 | 216311 | 110101 | Q |
| 18 | 2007 | 110101 | 北京市 | 北京市 | 东城区 | 100015 | 工业 | 144051 | 110101 | — |
| 19 | 2007 | 110101 | 北京市 | 北京市 | 东城区 | I | 住宿和餐饮业 | 377286 | 110101 | H |
| 20 | 2007 | 110101 | 北京市 | 北京市 | 东城区 | F | 交通运输、仓储和邮政业 | 208917 | 110101 | G |
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53,541 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、行业,能和不少于 82 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 国民经济行业门类 + 区县 + 省份 + 年份 能连
3 个数据集 · 本数据集 32,067 行有国民经济行业门类- 上市公司政府采购合同工程项目 · 19 万 行 · 连接字段 buyer_province、contract_date、industry_code、region_code按国民经济行业门类对上本数据集 29,921 行(55%)
- 排污工业企业经营财务企业主体 · 74.6 万 行 · 连接字段 province、province_city_county_code、year、industry_section_code按国民经济行业门类对上本数据集 7,777 行(14%)
- 工业企业出口技术复杂度企业主体 · 75.2 万 行 · 连接字段 year、customs_province、industry_section_code、province_city_county_code按国民经济行业门类对上本数据集 3,381 行(6.3%)
按 区县 + 省份 + 年份 能连
104 个数据集 · 本数据集 53,541 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 53,541 行(100%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 region_code、province、issue_date按区县对上本数据集 53,541 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 53,541 行(100%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、page_publish_time、adcode按区县对上本数据集 53,539 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 taobao_village_year、county_code、province_code按区县对上本数据集 53,539 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 date、province、county_code按区县对上本数据集 53,539 行(99%)
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 year、region_code、province按区县对上本数据集 53,539 行(99%)
- 县域地区生产总值及指数区域底数 · 4.4 万 行 · 连接字段 province、region_code、year按区县对上本数据集 53,539 行(99%)
- 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 53,539 行(99%)
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 province、region_code、first_year按区县对上本数据集 53,539 行(99%)
- 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 53,539 行(99%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 region_code、province、division_year按区县对上本数据集 53,539 行(99%)
按 国民经济行业门类 + 省份 + 年份 能连
1 个数据集 · 本数据集 32,067 行有国民经济行业门类按 省份 + 年份 能连
466 个数据集 · 本数据集 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 province、year按省份对上本数据集 53,541 行(100%)
按 区县 + 省份 能连
18 个数据集 · 本数据集 53,541 行有区县- 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 province_code、region_code按区县对上本数据集 53,541 行(100%)
- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code、county_code按区县对上本数据集 53,539 行(99%)
- 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 53,539 行(99%)
- 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 53,539 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 53,526 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 53,316 行(99%)
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 province、region_code按区县对上本数据集 52,212 行(97%)
- 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 51,899 行(96%)
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 province_code、region_code按区县对上本数据集 45,003 行(84%)
- 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 37,653 行(70%)
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 county_code、province按区县对上本数据集 36,361 行(67%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 province、county_code按区县对上本数据集 25,300 行(47%)
按 区县 + 年份 能连
16 个数据集 · 本数据集 53,541 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 53,541 行(100%)
- 政治精英地区编码区域底数 · 3,843 行 · 连接字段 region_code、start_date按区县对上本数据集 53,514 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 52,618 行(98%)
- 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 50,306 行(93%)
- 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 46,008 行(85%)
- 行政区划代码变更区域底数 · 4,636 行 · 连接字段 change_year、old_code按区县对上本数据集 42,434 行(79%)
- 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 31,638 行(59%)
- 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 29,968 行(55%)
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 county_code、date按区县对上本数据集 17,110 行(31%)
- 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 12,541 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 region_code、year按区县对上本数据集 11,811 行(22%)
- 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 10,062 行(18%)
按 国民经济行业门类 + 年份 能连
6 个数据集 · 本数据集 32,067 行有国民经济行业门类- 全国分行业固定资产投资区域底数 · 311 行 · 连接字段 year、industry_code按国民经济行业门类对上本数据集 21,529 行(40%)
- 中国分行业对外直接投资区域底数 · 327 行 · 连接字段 category_code、year按国民经济行业门类对上本数据集 20,823 行(38%)
- 上市公司名录企业主体 · 4,986 行 · 连接字段 year、industry_category_code按国民经济行业门类对上本数据集 20,117 行(37%)
- 行业电子商务企业统计企业主体 · 153 行 · 连接字段 year、industry_code按国民经济行业门类对上本数据集 19,800 行(36%)
- 分行业工业经济统计企业主体 · 356 行 · 连接字段 year、industry_code按国民经济行业门类对上本数据集 226 行(不到 1%)
- 分行业社会责任指数企业主体 · 519 行 · 连接字段 industry_code、year按国民经济行业门类对上本数据集 161 行(不到 1%)
按 省份 能连
29 个数据集 · 本数据集 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 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 53,541 行(100%)
按 区县 能连
12 个数据集 · 本数据集 53,541 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 53,466 行(99%)
- 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 53,284 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 53,211 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 53,141 行(99%)
- 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 52,630 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 52,188 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 48,386 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 42,268 行(78%)
- 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 26,998 行(50%)
- 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 26,680 行(49%)
- 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 26,621 行(49%)
- 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 3,324 行(6.2%)
只按年份能连:489 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
489 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2
- 扩增得出
industry_code_2由行业名称扩增得出。
来自字段扩增县级分行业增加值县级分行业增加值 - 扩增得出
region_code_current由行政区划代码扩增得出。
来自字段扩增县级分行业增加值县级分行业增加值
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-industry-gdp/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。