
- 记录
- 2.3 万
- 字段
- 16
- AI 扩增字段
- 1
- 平均非空率
- 93.4%
- 字段完整度
16 个字段,14 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 23,262 行计算。
关于这个数据集
一行是一个县(县级市、旗)一年的北京大学数字普惠金融指数,包含总指数、覆盖广度、使用深度、数字化程度,以及支付、保险、货币基金、投资、信贷、信用 6 项业务分指数。覆盖全国约 2800 个县域(2014、2015 年约 1750 个),2014–2022 年,共 23262 行;2021–2022 年由 2011–2022 版指数补上,这一版在 2014–2020 年和原来的 17585 行逐格相同。用来衡量县域数字金融和保险服务的普及程度,给县域保险市场开发和普惠保险做参考。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 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 | ||
| 县域名称county键:区县名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 2014年标准名称 原表列名:county_name_year14 | ||
| 县域代码region_code规律 1:县域代码的字段规律字段规律:region_code_current由县域代码扩增得出。键:县级区划代码(2014 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% | 2014年标准代码 原表列名:county_code_year14 | ||
| 省份名称province键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 原表列名:prov_name | ||
| 城市名称city键:城市名称。样本里格式符合 97.8%,还没有参照 | 文本 | 原生 | 100% | 原表列名:pref_name | ||
| 总指数index_aggregate | 小数 | 原生 | 100% | 原表列名:index_aggregate | ||
| 覆盖广度coverage_breadth | 小数 | 原生 | 100% | 原表列名:coverage_breadth | ||
| 使用深度usage_depth | 小数 | 原生 | 100% | 原表列名:usage_depth | ||
| 数字化程度digitization_level | 小数 | 原生 | 100% | 原表列名:digitization_level | ||
| 支付指数payment_index | 小数 | 原生 | 100% | 原表列名:payment | ||
| 保险指数insurance_index | 小数 | 原生 | 100% | 原表列名:insurance | ||
| 货币基金指数monetary_fund_index | 小数 | 原生 | 51% | 原表列名:monetary_fund | ||
| 投资指数investment_index | 小数 | 原生 | 100% | 原表列名:investment | ||
| 信贷指数credit_index | 小数 | 原生 | 100% | 原表列名:credit | ||
| 信用指数credit_investigation_index | 小数 | 原生 | 44% | 原表列名:credit_investigation | ||
| 县域代码(现行)region_code_current规律 1:县域代码(现行)的字段规律字段规律:region_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%,99.6% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源:县域代码(现行) | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 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。
| # | 年份year | 县域名称county | 县域代码region_code | 省份名称province | 城市名称city | 总指数index_aggregate | 覆盖广度coverage_breadth | 使用深度usage_depth | 数字化程度digitization_level | 支付指数payment_index | 保险指数insurance_index | 货币基金指数monetary_fund_index | 投资指数investment_index | 信贷指数credit_index | 信用指数credit_investigation_index | 县域代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2014 | 密云县 | 110228 | 北京市 | 北京市 | 77.41 | 84.75 | 83.75 | 41.64 | 96.35 | 79.39 | 99.69 | 72.18 | 89.07 | — | 110118 |
| 2 | 2014 | 延庆县 | 110229 | 北京市 | 北京市 | 68.38 | 70.04 | 75.76 | 49.5 | 86.92 | 77.53 | 99.98 | 77.82 | 68.37 | — | 110119 |
| 3 | 2014 | 宁河县 | 120221 | 天津市 | 天津市 | 56.48 | 57.72 | 66.83 | 33.57 | 78.51 | 79.72 | 73.86 | 76.78 | 52.45 | — | 120117 |
| 4 | 2014 | 静海县 | 120223 | 天津市 | 天津市 | 68.7 | 74.5 | 76.65 | 35.07 | 89.31 | 74.57 | 80.05 | 61.71 | 85.33 | — | 120118 |
| 5 | 2014 | 蓟县 | 120225 | 天津市 | 天津市 | 55.21 | 52.42 | 71.71 | 34.47 | 82.28 | 83.65 | 78.88 | 74.01 | 62.83 | — | 120119 |
| 6 | 2014 | 井陉县 | 130121 | 河北省 | 石家庄市 | 49.4 | 47.42 | 61.03 | 34.8 | 26.99 | 62 | 56.51 | 71.03 | 58.65 | — | 130121 |
| 7 | 2014 | 正定县 | 130123 | 河北省 | 石家庄市 | 73.73 | 92.37 | 62.39 | 32.81 | 58.03 | 49.99 | 68.46 | 49.56 | 75.42 | — | 130123 |
| 8 | 2014 | 行唐县 | 130125 | 河北省 | 石家庄市 | 31.49 | 29.84 | 43.63 | 14.86 | 15 | 11.39 | 37.23 | 43.45 | 61.49 | — | 130125 |
| 9 | 2014 | 灵寿县 | 130126 | 河北省 | 石家庄市 | 43.81 | 44.05 | 51.38 | 29.26 | 6.04 | 24.71 | 24.51 | 68.13 | 61.13 | — | 130126 |
| 10 | 2014 | 高邑县 | 130127 | 河北省 | 石家庄市 | 46.47 | 57.25 | 43.55 | 16.21 | 34.79 | 10.91 | 53.37 | 38.59 | 59.75 | — | 130127 |
| 11 | 2014 | 深泽县 | 130128 | 河北省 | 石家庄市 | 55.57 | 59.4 | 65.23 | 25.37 | 71.5 | 45.79 | 75.17 | 56.04 | 76.98 | — | 130128 |
| 12 | 2014 | 赞皇县 | 130129 | 河北省 | 石家庄市 | 38.37 | 35.65 | 44.25 | 36.66 | 7.9 | 18.56 | 28.78 | 48.95 | 58.56 | — | 130129 |
| 13 | 2014 | 无极县 | 130130 | 河北省 | 石家庄市 | 42.42 | 50.26 | 47.85 | 6.68 | 20.02 | 12.71 | 31.83 | 46.41 | 69.24 | — | 130130 |
| 14 | 2014 | 平山县 | 130131 | 河北省 | 石家庄市 | 50.33 | 47.79 | 47.16 | 64.48 | 32.2 | 6.66 | 42.2 | 43.78 | 68.78 | — | 130131 |
| 15 | 2014 | 元氏县 | 130132 | 河北省 | 石家庄市 | 43.67 | 48.74 | 45.04 | 24.4 | 16.42 | 9.81 | 30.96 | 23.32 | 79.53 | — | 130132 |
| 16 | 2014 | 赵县 | 130133 | 河北省 | 石家庄市 | 48.44 | 41.48 | 40.76 | 85.38 | 7.97 | 33.84 | 32.84 | 32.92 | 53.78 | — | 130133 |
| 17 | 2014 | 辛集市 | 130181 | 河北省 | 石家庄市 | 53.83 | 57.97 | 70.75 | 9.41 | 56.2 | 50.39 | 79.8 | 59.66 | 86.62 | — | 130181 |
| 18 | 2014 | 晋州市 | 130183 | 河北省 | 石家庄市 | 52.88 | 58.67 | 56.37 | 27.41 | 54.96 | 23.41 | 71.59 | 56.8 | 67.44 | — | 130183 |
| 19 | 2014 | 新乐市 | 130184 | 河北省 | 石家庄市 | 49.4 | 57.83 | 54.21 | 12.85 | 34.01 | 23.04 | 37.67 | 34.73 | 85 | — | 130184 |
| 20 | 2014 | 滦县 | 130223 | 河北省 | 唐山市 | 51.58 | 53.99 | 62.28 | 24.16 | 36.87 | 53.57 | 48.66 | 63.66 | 70.14 | — | 130284 |
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 v22026/11/15 发布
生效中23,262 行 · 16 个字段 · 初始导入(比 v1 行数增加 5,677)
版本 v12026/11/14 发布
历史版本17,585 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 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 23,262 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、region_code、year按区县对上本数据集 23,262 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、taobao_village_year、province_code按区县对上本数据集 23,262 行(100%)
- 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 23,262 行(100%)
- 行政区划名称和简称区域底数 · 1.3 万 行 · 连接字段 valid_from、province_code、region_code按区县对上本数据集 23,262 行(100%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 region_code、province、division_year按区县对上本数据集 23,262 行(100%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 region_code、division_year、province按区县对上本数据集 23,262 行(100%)
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 province、year、region_code按区县对上本数据集 23,261 行(99%)
- 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 23,261 行(99%)
- 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 23,258 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 23,258 行(99%)
- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 year、region_code、province按区县对上本数据集 23,255 行(99%)
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 region_code、province、layer_year按区县对上本数据集 23,255 行(99%)
按 省份 + 年份 能连
467 个数据集 · 本数据集 23,262 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 province_name、year按省份对上本数据集 23,262 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 23,262 行(100%)
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 reg_date、province按省份对上本数据集 23,262 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 23,262 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 23,262 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 23,262 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 23,262 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 23,262 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 23,262 行(100%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 province、year按省份对上本数据集 23,262 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 year、province按省份对上本数据集 23,262 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 province、year按省份对上本数据集 23,262 行(100%)
按 区县 + 省份 能连
18 个数据集 · 本数据集 23,262 行有区县- 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 23,262 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 23,262 行(100%)
- 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 23,261 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 province_code、region_code按区县对上本数据集 23,261 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 23,244 行(99%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 county_code、province按区县对上本数据集 23,154 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 22,692 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 21,956 行(94%)
- 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 18,412 行(79%)
- 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 17,706 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 county_code、province按区县对上本数据集 15,485 行(66%)
- 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 11,456 行(49%)
按 区县 + 年份 能连
16 个数据集 · 本数据集 23,262 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 23,262 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 23,103 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 22,718 行(97%)
- 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 21,141 行(90%)
- 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 20,595 行(88%)
- 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 18,659 行(80%)
- 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 15,022 行(64%)
- 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 12,103 行(52%)
- 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 6,160 行(26%)
- 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 6,127 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 5,467 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 3,999 行(17%)
按 省份 能连
29 个数据集 · 本数据集 23,262 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 23,262 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 23,262 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 23,262 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 23,262 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 23,262 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 23,262 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 23,262 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 23,262 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 23,262 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 23,262 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 23,262 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 23,262 行(100%)
按 区县 能连
12 个数据集 · 本数据集 23,262 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 23,132 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 23,028 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 23,026 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 22,993 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 22,840 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 22,073 行(94%)
- 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 21,542 行(92%)
- 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 17,816 行(76%)
- 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 13,883 行(59%)
- 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 10,632 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 9,932 行(42%)
- 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 1,318 行(5.7%)
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由县域代码扩增得出。
来自字段扩增县域数字普惠金融指数县域数字普惠金融指数
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/digital-inclusive-finance-county/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"county","op":"eq","value":"密云县"}],"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。