全国区县路网密度
一行是一个区县一年的路网统计：县域面积、路网总长度和路网密度（总长度除以面积）。覆盖全国区县，2013 至 2023 年。
v1 生效中 · 2026/11/14 发布险种标签：工程险车险时间跨度：2013–2023 年数据出处 研究整理数据，出处待核实。用 OpenStreetMap 路网按区县边界计算
- 记录
- 3.2 万
- 字段
- 12
- AI 扩增字段
- 2
- 平均非空率
- 100%
- 字段完整度
12 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 12 个字段，其中 AI 扩增字段 2 个。非空率按当前版本的 31,801 行计算。
关于这个数据集
一行是一个区县一年的路网统计：县域面积、路网总长度和路网密度（总长度除以面积）。覆盖全国区县，2013 至 2023 年。是按开放地图路网算出来的，不是交通部门的统计。可用来看各县的道路通达程度。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 县名county_name规律 1：县名的字段规律字段规律：county_code_2由省名、市名、县名扩增得出。键：区县名称。样本里格式符合 98.3%，还没有参照 | 文本 | 原生 | 100% | — | ||
| 县代码county_code | 文本 | 原生 | 100% | 156 开头，后面是 6 位行政区划代码 | ||
| 市名city_name规律 2：市名的字段规律字段规律：city_code_2由省名、市名扩增得出。。county_code_2由省名、市名、县名扩增得出。键：城市名称。样本里格式符合 96%，还没有参照 | 文本 | 原生 | 100% | — | ||
| 市代码city_code | 文本 | 原生 | 100% | 156 开头，后面是 6 位行政区划代码 | ||
| 省名province_name规律 2：省名的字段规律字段规律：city_code_2由省名、市名扩增得出。。county_code_2由省名、市名、县名扩增得出。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 | 文本 | 原生 | 100% | 156 开头，后面是 6 位行政区划代码 | ||
| 年份year键：年份。样本里格式符合 100%，还没有参照 | 整数 | 原生 | 100% | 原表列名：year | ||
| 县域面积area | 小数 | 原生 | 100% | 平方千米 | ||
| 路网总长度road_length | 小数 | 原生 | 99% | 千米 | ||
| 路网密度road_density | 小数 | 原生 | 100% | 千米每平方千米 | ||
| 县名区划代码county_code_2规律 1：县名区划代码的字段规律字段规律：county_code_2由省名、市名、县名扩增得出。键：县级区划代码。样本里格式符合 100%，98.4% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源：县名区划代码 | 98%平均置信度 1.00校验少：不建议单独作为决策依据 | 由省名、市名、县名查行政区划参照得出的现行县级区划代码。程序查表，不用模型。对不上或置信度低的为空 | ||
| 市名区划代码city_code_2规律 1：市名区划代码的字段规律字段规律：city_code_2由省名、市名扩增得出。键：市级区划代码。样本里格式符合 100%，97.5% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源：市名区划代码 | 98%平均置信度 1.00校验少：不建议单独作为决策依据 | 由省名、市名查行政区划参照得出的现行地级区划代码。程序查表，不用模型。对不上或置信度低的为空 |
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。
| # | 县名county_name | 县代码county_code | 市名city_name | 市代码city_code | 省名province_name | 省代码province_code | 年份year | 县域面积area | 路网总长度road_length | 路网密度road_density | 县名区划代码county_code_2 | 市名区划代码city_code_2 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 胡杨河市 | 156659010 | 胡杨河市 | 156659010 | 新疆维吾尔自治区 | 156650000 | 2013 | 661.241571 | 122.47292 | 0.185216606715732 | 659010 | — |
| 2 | 白杨市 | 156659012 | 白杨市 | 156659012 | 新疆维吾尔自治区 | 156650000 | 2013 | 101.542629 | 23.940578 | 0.235768742997584 | 659012 | — |
| 3 | 新星市 | 156659011 | 新星市 | 156659011 | 新疆维吾尔自治区 | 156650000 | 2013 | 2431.986237 | 187.46708 | 0.0770839395173765 | 659011 | — |
| 4 | 昆玉市 | 156659009 | 昆玉市 | 156659009 | 新疆维吾尔自治区 | 156650000 | 2013 | 674.832523 | 285.94 | 0.423719945696808 | 659009 | — |
| 5 | 可克达拉市 | 156659008 | 可克达拉市 | 156659008 | 新疆维吾尔自治区 | 156650000 | 2013 | 995.815229 | 154.22369 | 0.154871792988014 | 659008 | — |
| 6 | 图木舒克市 | 156659003 | 图木舒克市 | 156659003 | 新疆维吾尔自治区 | 156650000 | 2013 | 1993.025214 | 360.29894 | 0.180779920629745 | 659003 | — |
| 7 | 阿拉尔市 | 156659002 | 阿拉尔市 | 156659002 | 新疆维吾尔自治区 | 156650000 | 2013 | 3924.018095 | 516.11586 | 0.131527390420966 | 659002 | — |
| 8 | 石河子市 | 156659001 | 石河子市 | 156659001 | 新疆维吾尔自治区 | 156650000 | 2013 | 457.54061 | 233.86199 | 0.511128378309414 | 659001 | 659001 |
| 9 | 双河市 | 156659007 | 双河市 | 156659007 | 新疆维吾尔自治区 | 156650000 | 2013 | 737.945181 | 203.22688 | 0.275395632673696 | 659007 | — |
| 10 | 铁门关市 | 156659006 | 铁门关市 | 156659006 | 新疆维吾尔自治区 | 156650000 | 2013 | 1860.826768 | 410.56778 | 0.220637292552103 | 659006 | — |
| 11 | 北屯市 | 156659005 | 北屯市 | 156659005 | 新疆维吾尔自治区 | 156650000 | 2013 | 909.312518 | 300.87304 | 0.330879685525235 | 659005 | — |
| 12 | 五家渠市 | 156659004 | 五家渠市 | 156659004 | 新疆维吾尔自治区 | 156650000 | 2013 | 741.711316 | 76.41682 | 0.103027712199553 | 659004 | — |
| 13 | 澳门特别行政区 | 156820000 | 澳门特别行政区 | 156820000 | 澳门特别行政区 | 156820000 | 2013 | 25.152815 | 315.32421 | 12.5363387756003 | — | — |
| 14 | 中山市 | 156442000 | 中山市 | 156442000 | 广东省 | 156440000 | 2013 | 1757.168251 | 3226.9999 | 1.83647746774592 | 442000 | 442000 |
| 15 | 神农架林区 | 156429021 | 神农架林区 | 156429021 | 湖北省 | 156420000 | 2013 | 3216.554663 | 369.22344 | 0.114788486030464 | 429021 | — |
| 16 | 保亭黎族苗族自治县 | 156469029 | 保亭黎族苗族自治县 | 156469029 | 海南省 | 156460000 | 2013 | 1151.345352 | 120.72111 | 0.104852214663737 | 469029 | — |
| 17 | 中农发山丹马场 | 156629700 | 中农发山丹马场 | 156629700 | 甘肃省 | 156620000 | 2013 | 2025.352215 | 34.568577 | 0.0170679335396486 | — | — |
| 18 | 陵水黎族自治县 | 156469028 | 陵水黎族自治县 | 156469028 | 海南省 | 156460000 | 2013 | 1081.011508 | 762.14132 | 0.705026093024719 | 469028 | — |
| 19 | 乐东黎族自治县 | 156469027 | 乐东黎族自治县 | 156469027 | 海南省 | 156460000 | 2013 | 2764.87379 | 389.26769 | 0.140790401141601 | 469027 | — |
| 20 | 天门市 | 156429006 | 天门市 | 156429006 | 湖北省 | 156420000 | 2013 | 2610.271044 | 131.94427 | 0.0505481108191001 | 429006 | — |
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31,801 行 · 12 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 135 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 + 区县 + 省份 + 年份 能连
42 个数据集 · 本数据集 30,998 行有城市- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、year、city_code、region_code按城市对上本数据集 30,998 行（97%）
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、city_code、county_code、year按城市对上本数据集 30,998 行（97%）
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 city_code、province、approve_date、county_code按城市对上本数据集 30,998 行（97%）
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 county_code、year、province、region_code按城市对上本数据集 30,998 行（97%）
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 division_year、region_code、province、city_code按城市对上本数据集 30,998 行（97%）
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 province、city_code、region_code、division_year按城市对上本数据集 30,998 行（97%）
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 region_code、province、layer_year、city_code按城市对上本数据集 30,987 行（97%）
- 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、city_code按城市对上本数据集 30,976 行（97%）
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 city_code、region_code、year、province按城市对上本数据集 30,976 行（97%）
- 全国医院名录医疗药械 · 4.6 万 行 · 连接字段 city_code、county_code、province、founded_year按城市对上本数据集 30,965 行（97%）
- 全国区县人工智能企业数企业主体 · 4.9 万 行 · 连接字段 city_code、year、province、county_code按城市对上本数据集 30,954 行（97%）
- 全国A级景区明细建筑设施 · 1.6 万 行 · 连接字段 encoded_address_city_code、publish_date、province、county_code按城市对上本数据集 30,866 行（97%）
按 城市 + 省份 + 年份 能连
144 个数据集 · 本数据集 30,998 行有城市- 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 30,998 行（97%）
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、region_code、year按城市对上本数据集 30,998 行（97%）
- 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 30,998 行（97%）
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 province_code、date、city_code按城市对上本数据集 30,998 行（97%）
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 province、region_code、year按城市对上本数据集 30,998 行（97%）
- 地级市矫正夜间灯光区域底数 · 1.2 万 行 · 连接字段 year、province、region_code按城市对上本数据集 30,998 行（97%）
- 地级市银行网点统计区域底数 · 5,888 行 · 连接字段 region_code、year、province按城市对上本数据集 30,998 行（97%）
- 地级市历次普查常住人口区域底数 · 1,110 行 · 连接字段 census_year、city_code、province_code按城市对上本数据集 30,998 行（97%）
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 region_code、year、province按城市对上本数据集 30,987 行（97%）
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 province、date、region_code按城市对上本数据集 30,987 行（97%）
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 province、year、region_code按城市对上本数据集 30,987 行（97%）
- 地级市绿色专利统计区域底数 · 1.3 万 行 · 连接字段 year、region_code、province按城市对上本数据集 30,987 行（97%）
按 区县 + 省份 + 年份 能连
65 个数据集 · 本数据集 31,306 行有区县- 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、taobao_village_year按区县对上本数据集 31,284 行（98%）
- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 province、year、region_code按区县对上本数据集 31,273 行（98%）
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 region_code、year、province按区县对上本数据集 31,262 行（98%）
- 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 31,251 行（98%）
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 region_code、province、year按区县对上本数据集 31,251 行（98%）
- 区县人口分布（格网汇总）区域底数 · 1.4 万 行 · 连接字段 year、region_code、province按区县对上本数据集 31,251 行（98%）
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 first_year、region_code、province按区县对上本数据集 31,240 行（98%）
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 region_code、province、year按区县对上本数据集 31,207 行（98%）
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 adcode、page_publish_time、pname按区县对上本数据集 31,174 行（98%）
- 县域数字普惠金融指数区域底数 · 2.3 万 行 · 连接字段 year、region_code、province按区县对上本数据集 31,174 行（98%）
- 区县城乡融合试点面板区域底数 · 7.4 万 行 · 连接字段 year、province、region_code按区县对上本数据集 30,965 行（97%）
- 第七次人口普查分县详细指标区域底数 · 2,976 行 · 连接字段 province、county_code、year按区县对上本数据集 30,899 行（97%）
按 城市 + 区县 + 省份 能连
14 个数据集 · 本数据集 30,998 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 county_code、city_code、province_code按城市对上本数据集 30,998 行（97%）
- 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、city_code按城市对上本数据集 30,998 行（97%）
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province、city_code、county_code按城市对上本数据集 30,965 行（97%）
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code、county_code、province按城市对上本数据集 30,910 行（97%）
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 village_code、city_code、province_code按城市对上本数据集 30,041 行（94%）
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 city_code、province、county_code按城市对上本数据集 29,997 行（94%）
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 province_code、region_code、city_code按城市对上本数据集 29,733 行（93%）
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province、county_code、city_code按城市对上本数据集 29,392 行（92%）
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 city_code、province、county_code按城市对上本数据集 28,149 行（88%）
- 全国区县书院数量区域底数 · 1,392 行 · 连接字段 county_code、province、city_code按城市对上本数据集 25,465 行（80%）
- 区县代码匹配表区域底数 · 162 行 · 连接字段 province_name、region_code、city_code按城市对上本数据集 13,805 行（43%）
- 区县建筑轮廓汇总区域底数 · 391 行 · 连接字段 city_code、province、region_code按城市对上本数据集 7,623 行（23%）
按 城市 + 区县 + 年份 能连
6 个数据集 · 本数据集 30,998 行有城市- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 year、city_code、county_code按城市对上本数据集 29,733 行（93%）
- 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、applicant_address_city_code按城市对上本数据集 29,271 行（92%）
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code_adj、year、city_code按城市对上本数据集 28,776 行（90%）
- 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、application_date按城市对上本数据集 23,518 行（73%）
- 上市公司产学研合作专利企业主体 · 1.4 万 行 · 连接字段 year、city_code、county_code按城市对上本数据集 18,403 行（57%）
- 长三角养老机构名录建筑设施 · 8,462 行 · 连接字段 established_date、address_city_code、county_code按城市对上本数据集 3,355 行（10%）
按 省份 + 年份 能连
323 个数据集 · 本数据集 31,801 行有省份- 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、date按省份对上本数据集 31,801 行（100%）
- 省级日度夜间灯光区域底数 · 15.6 万 行 · 连接字段 province、date按省份对上本数据集 31,801 行（100%）
- 省级逐月降水量自然灾害 · 5 万 行 · 连接字段 year、province按省份对上本数据集 31,801 行（100%）
- 省级逐月风速自然灾害 · 3.5 万 行 · 连接字段 province、year按省份对上本数据集 31,801 行（100%）
- 省级逐月闪电自然灾害 · 4,080 行 · 连接字段 year、province按省份对上本数据集 31,801 行（100%）
- 省级矫正夜间灯光区域底数 · 1,054 行 · 连接字段 year、province按省份对上本数据集 31,801 行（100%）
- 城市环境治理关注指数区域底数 · 816 行 · 连接字段 city、year按省份对上本数据集 31,801 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、year按省份对上本数据集 31,801 行（100%）
- 倒闭新经济公司企业主体 · 6,291 行 · 连接字段 born_date、province按省份对上本数据集 31,790 行（99%）
- 省级逐年降水量自然灾害 · 2,409 行 · 连接字段 province、year按省份对上本数据集 31,790 行（99%）
- 上市公司行业地域信息企业主体 · 7 万 行 · 连接字段 province、year按省份对上本数据集 31,570 行（99%）
- 上市公司气候风险指数企业主体 · 6.7 万 行 · 连接字段 province、year按省份对上本数据集 31,570 行（99%）
按 城市 + 年份 能连
60 个数据集 · 本数据集 30,998 行有城市- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code、year按城市对上本数据集 30,987 行（97%）
- 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 30,987 行（97%）
- 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 30,987 行（97%）
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 city_code、year按城市对上本数据集 30,987 行（97%）
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code、start_year按城市对上本数据集 30,987 行（97%）
- 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 30,965 行（97%）
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 date、region_code按城市对上本数据集 30,932 行（97%）
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 region_code、year按城市对上本数据集 30,624 行（96%）
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 date、region_code按城市对上本数据集 30,030 行（94%）
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 date、region_code按城市对上本数据集 29,623 行（93%）
- 地级市实际利用外资区域底数 · 7,529 行 · 连接字段 year、region_code按城市对上本数据集 28,391 行（89%）
- 城市间高铁连接状态交通运输 · 116.6 万 行 · 连接字段 city1_code、year按城市对上本数据集 27,874 行（87%）
按 城市 + 省份 能连
15 个数据集 · 本数据集 30,998 行有城市- 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 30,998 行（97%）
- 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 30,778 行（96%）
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 province_code、city_code按城市对上本数据集 30,690 行（96%）
- 地级市距港口距离区域底数 · 335 行 · 连接字段 province、city_code按城市对上本数据集 30,030 行（94%）
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 city_code、province按城市对上本数据集 29,876 行（93%）
- 全国地级市道观数量区域底数 · 341 行 · 连接字段 city_code、province按城市对上本数据集 29,678 行（93%）
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 province、city_code按城市对上本数据集 28,545 行（89%）
- 地级市海拔标准差区域底数 · 288 行 · 连接字段 province、region_code按城市对上本数据集 27,159 行（85%）
- 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 27,115 行（85%）
- 上市公司注册地信息企业主体 · 4,530 行 · 连接字段 province、city_code按城市对上本数据集 26,378 行（82%）
- 地级市胡焕庸线位置区域底数 · 285 行 · 连接字段 province、region_code按城市对上本数据集 26,334 行（82%）
- 地级市儒家文化设施区域底数 · 293 行 · 连接字段 city_code、province按城市对上本数据集 25,839 行（81%）
按 区县 + 年份 能连
10 个数据集 · 本数据集 31,306 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 31,306 行（98%）
- 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 30,866 行（97%）
- 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 30,426 行（95%）
- 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 27,852 行（87%）
- 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 24,486 行（76%）
- 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 16,148 行（50%）
- 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 8,272 行（26%）
- 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 7,315 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 5,203 行（16%）
- 城市和区县新冠疫情日度人口健康 · 53.3 万 行 · 连接字段 date、county_code按区县对上本数据集 4,994 行（15%）
按 区县 + 省份 能连
4 个数据集 · 本数据集 31,306 行有区县按 城市 + 区县 能连
3 个数据集 · 本数据集 30,998 行有城市按 省份 能连
14 个数据集 · 本数据集 31,801 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 31,801 行（100%）
- 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 31,372 行（98%）
- 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 31,372 行（98%）
- 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 31,372 行（98%）
- 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 31,372 行（98%）
- 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 31,372 行（98%）
- 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 31,372 行（98%）
- 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 31,196 行（98%）
- 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 30,558 行（96%）
- 省级空间邻接矩阵区域底数 · 900 行 · 连接字段 province按省份对上本数据集 30,558 行（96%）
- 分省景区数量统计区域底数 · 136 行 · 连接字段 province按省份对上本数据集 29,898 行（94%）
- 高新区创新积分试点名单区域底数 · 133 行 · 连接字段 province按省份对上本数据集 28,765 行（90%）
按 区县 能连
9 个数据集 · 本数据集 31,306 行有区县- 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 30,932 行（97%）
- 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 30,921 行（97%）
- 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 30,910 行（97%）
- 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 29,535 行（92%）
- 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 28,765 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 23,496 行（73%）
- 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 18,381 行（57%）
- 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 14,344 行（45%）
- 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 12,947 行（40%）
按 城市 能连
7 个数据集 · 本数据集 30,998 行有城市- 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 30,921 行（97%）
- 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 26,686 行（83%）
- 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 26,422 行（83%）
- 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 26,422 行（83%）
- 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 25,740 行（80%）
- 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 25,630 行（80%）
- 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 5,016 行（15%）
只按年份能连：435 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
435 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
- 上市公司专利申请明细企业主体 · 224.2 万 行 · 连接字段 year
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
city_code_2由省名、市名扩增得出。
来自字段扩增全国区县路网密度全国区县路网密度 - 扩增得出
county_code_2由省名、市名、县名扩增得出。
来自字段扩增
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-road-network-density/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"county_name","op":"eq","value":"胡杨河市"}],"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。