
保险公司分支机构名录
一行是一家保险公司的总部或一个省级分支机构,包含所属公司、地址、邮政编码、总机或客服电话和负责人。
v2 生效中 · 2026/11/12 发布险种标签:企业财产险车险健康险寿险数据出处 《中国保险年鉴》
- 记录
- 2,452
- 字段
- 13
- AI 扩增字段
- 4
- 平均非空率
- 76.5%
- 字段完整度
13 个字段,5 个没有空值,4 个 AI 扩增
01字段
字段来源,逐一标明
共 13 个字段,其中 AI 扩增字段 4 个。非空率按当前版本的 2,452 行计算。
关于这个数据集
一行是一家保险公司的总部或一个省级分支机构,包含所属公司、地址、邮政编码、总机或客服电话和负责人。覆盖《中国保险年鉴》2021 年卷收录的约 260 家保险公司和它们的分支机构。用来查一家保险公司在各地有没有分支机构、在哪里,作为保险机构名称的对照表。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 所属公司company_name规律 1:所属公司的字段规律字段规律:company_uscc由所属公司扩增得出。含义:名称键:保险机构名称。样本里格式符合 96.3%,还没有参照 | 文本 | 原生 | 100% | 总部的全称;分支机构写它所属的公司 | ||
| 机构层级org_level含义:类别 | 文本 | 原生 | 100% | 总部或分支机构 | ||
| 分支机构简称branch_name含义:名称键:企业名称。样本里格式符合 98.6%,还没有参照 | 文本 | 原生 | 89% | 原表写法,例如“北京市分公司”。总部为空 | ||
| 机构全称org_name规律 1:机构全称的字段规律字段规律:org_uscc由机构全称扩增得出。含义:名称键:保险机构名称。样本里格式符合 96.3%,还没有参照 | 文本 | 原生 | 100% | 总部写全称;分支机构由所属公司加简称拼成 | ||
| 地址address规律 2:地址的字段规律字段规律:address_city_code由地址扩增得出。。address_county_code由地址扩增得出。含义:地址键:地址。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 网址已拆到网址字段 | ||
| 网址website含义:网址或联系方式 | 文本 | 原生 | 8.3% | 原表写在地址后面的括号里,多数是总部才有 | ||
| 邮政编码postcode含义:代码或编号 | 文本 | 原生 | 99% | — | ||
| 总机或客服电话phone含义:网址或联系方式 | 文本 | 原生 | 100% | 机构的总机、客服号码,不是个人电话 | ||
| 负责人head敏感含义:名称 | 文本 | 原生 | 98% | 个人姓名 | ||
| 所属公司统一社会信用代码company_uscc规律 1:所属公司统一社会信用代码的字段规律字段规律:company_uscc由所属公司扩增得出。含义:代码或编号键:统一社会信用代码。样本里格式符合 100%,3% 的行对上参照 listed-security-master | 文本 | 规则扩增第 2 级扩增查看溯源:所属公司统一社会信用代码 | 3.0%平均置信度 1.00校验少:不建议单独作为决策依据 | 所属公司对上沪深京上市证券表的工商登记名称时,取出的统一社会信用代码。只覆盖上市公司,对不上的为空 | ||
| 机构全称统一社会信用代码org_uscc规律 1:机构全称统一社会信用代码的字段规律字段规律:org_uscc由机构全称扩增得出。含义:代码或编号键:统一社会信用代码。样本里格式符合 100%,0.1% 的行对上参照 listed-security-master | 文本 | 规则扩增第 2 级扩增查看溯源:机构全称统一社会信用代码 | 0.1%平均置信度 1.00校验少:不建议单独作为决策依据 | 机构全称对上沪深京上市证券表的工商登记名称时,取出的统一社会信用代码。只覆盖上市公司,对不上的为空 | ||
| 地址所在区县代码address_county_code规律 1:地址所在区县代码的字段规律字段规律:address_county_code由地址扩增得出。含义:代码或编号键:县级区划代码。样本里格式符合 100%,97.8% 的行对上参照 region-name-alias | 文本 | AI 扩增AI 抽取第 3 级扩增查看溯源:地址所在区县代码 | 98%平均置信度 0.98校验少:不建议单独作为决策依据 | 本地模型从地址里抽出省、市、县的名称,程序再查行政区划参照得出现行的县级代码。模型不给代码。置信度低的等运营人员确认 | ||
| 地址所在城市代码address_city_code规律 1:地址所在城市代码的字段规律字段规律:address_city_code由地址扩增得出。含义:代码或编号键:市级区划代码。样本里格式符合 100%,99.2% 的行对上参照 region-name-alias | 文本 | AI 扩增AI 抽取第 3 级扩增查看溯源:地址所在城市代码 | 99%平均置信度 0.98校验少:不建议单独作为决策依据 | 本地模型从地址里抽出省、市、县的名称,程序再查行政区划参照得出现行的地级代码。模型不给代码。置信度低的等运营人员确认 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。敏感字段已经打码,登录后显示。
1 个敏感字段已打码:负责人
登录后查看完整样本| # | 所属公司company_name | 机构层级org_level | 分支机构简称branch_name | 机构全称org_name | 地址address | 网址website | 邮政编码postcode | 总机或客服电话phone | 负责人head | 所属公司统一社会信用代码company_uscc | 机构全称统一社会信用代码org_uscc | 地址所在区县代码address_county_code | 地址所在城市代码address_city_code |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 中国人民保险集团股份有限公司 | 总部 | — | 中国人民保险集团股份有限公司 | 北京市西城区西长安街88号中国人保大厦 | www.picc.com | 100031 | 010-69008888 | 已打码 | 911000001000237368 | 911000001000237368 | 110102 | 110000 |
| 2 | 中国人民财产保险股份有限公司 | 总部 | — | 中国人民财产保险股份有限公司 | 北京市朝阳区建国门外大街2号院2号楼 | www.property.picc.com | 100022 | 010-63156688/95518 | 已打码 | — | — | 110105 | 110000 |
| 3 | 中国人民财产保险股份有限公司 | 分支机构 | 北京市分公司 | 中国人民财产保险股份有限公司北京市分公司 | 北京市东城区朝阳门北大街17号 | — | 100010 | 010-58195045 | 已打码 | — | — | 110101 | 110000 |
| 4 | 中国人民财产保险股份有限公司 | 分支机构 | 天津市分公司 | 中国人民财产保险股份有限公司天津市分公司 | 天津市河东区十一经路61号 | — | 300171 | 022-24311360 | 已打码 | — | — | 120102 | 120000 |
| 5 | 中国人民财产保险股份有限公司 | 分支机构 | 河北省分公司 | 中国人民财产保险股份有限公司河北省分公司 | 石家庄市裕华西路83号 | — | 050081 | 0311-83031375 | 已打码 | — | — | 130104 | 130100 |
| 6 | 中国人民财产保险股份有限公司 | 分支机构 | 山西省分公司 | 中国人民财产保险股份有限公司山西省分公司 | 太原市迎泽大街300号 | — | 030001 | 0351-8215518 | 已打码 | — | — | 140106 | 140100 |
| 7 | 中国人民财产保险股份有限公司 | 分支机构 | 内蒙古自治区分公司 | 中国人民财产保险股份有限公司内蒙古自治区分公司 | 呼和浩特市新城北街49号 | — | 010010 | 0471-6628888 | 已打码 | — | — | 150102 | 150100 |
| 8 | 中国人民财产保险股份有限公司 | 分支机构 | 辽宁省分公司 | 中国人民财产保险股份有限公司辽宁省分公司 | 沈阳市皇姑区昆山中路80号 | — | 110031 | 024-86860116 | 已打码 | — | — | 210105 | 210100 |
| 9 | 中国人民财产保险股份有限公司 | 分支机构 | 吉林省分公司 | 中国人民财产保险股份有限公司吉林省分公司 | 长春市西安大路402号 | — | 130061 | 0431-88960304 | 已打码 | — | — | 220104 | 220100 |
| 10 | 中国人民财产保险股份有限公司 | 分支机构 | 黑龙江省分公司 | 中国人民财产保险股份有限公司黑龙江省分公司 | 哈尔滨市香坊区民航路4号 | — | 150090 | 0451-82295285 | 已打码 | — | — | 230110 | 230100 |
| 11 | 中国人民财产保险股份有限公司 | 分支机构 | 上海市分公司 | 中国人民财产保险股份有限公司上海市分公司 | 上海市中山南路700号 | — | 200010 | 021-63773000 | 已打码 | — | — | 310101 | 310000 |
| 12 | 中国人民财产保险股份有限公司 | 分支机构 | 江苏省分公司 | 中国人民财产保险股份有限公司江苏省分公司 | 南京市长江路69号 | — | 210005 | 025-68186123 | 已打码 | — | — | 320102 | 320100 |
| 13 | 中国人民财产保险股份有限公司 | 分支机构 | 浙江省分公司 | 中国人民财产保险股份有限公司浙江省分公司 | 杭州市中河中路66号 | — | 310009 | 0571-87810888 | 已打码 | — | — | 330102 | 330100 |
| 14 | 中国人民财产保险股份有限公司 | 分支机构 | 安徽省分公司 | 中国人民财产保险股份有限公司安徽省分公司 | 合肥市滨湖区南京路2677号 | — | 230022 | 0551-2821791 | 已打码 | — | — | 340111 | 340100 |
| 15 | 中国人民财产保险股份有限公司 | 分支机构 | 福建省分公司 | 中国人民财产保险股份有限公司福建省分公司 | 福州市五四路233号 | — | 350003 | 0591-87092061 | 已打码 | — | — | 350102 | 350100 |
| 16 | 中国人民财产保险股份有限公司 | 分支机构 | 江西省分公司 | 中国人民财产保险股份有限公司江西省分公司 | 南昌市中山路528号 | — | 330009 | 0791-6617074 | 已打码 | — | — | 360102 | 360100 |
| 17 | 中国人民财产保险股份有限公司 | 分支机构 | 山东省分公司 | 中国人民财产保险股份有限公司山东省分公司 | 济南市泺源大街88号 | — | 250011 | 0531-86919700 | 已打码 | — | — | 370102 | 370100 |
| 18 | 中国人民财产保险股份有限公司 | 分支机构 | 河南省分公司 | 中国人民财产保险股份有限公司河南省分公司 | 郑州市黄河路116号附26号 | — | 450003 | 0371-65953218 | 已打码 | — | — | 410105 | 410100 |
| 19 | 中国人民财产保险股份有限公司 | 分支机构 | 湖北省分公司 | 中国人民财产保险股份有限公司湖北省分公司 | 武汉市汉口建设大道426号 | — | 430030 | 027-83641862 | 已打码 | — | — | 420102 | 420100 |
| 20 | 中国人民财产保险股份有限公司 | 分支机构 | 湖南省分公司 | 中国人民财产保险股份有限公司湖南省分公司 | 长沙市湘雅路167号 | — | 410008 | 0731-84405111 | 已打码 | — | — | 430105 | 430100 |
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 v22026/11/12 发布
生效中2,452 行 · 13 个字段 · 初始导入(比 v1 字段增加 4 个)
版本 v12026/11/12 发布
历史版本2,452 行 · 9 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、企业,能和不少于 65 个数据集连接。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 + 统一社会信用代码 能连
8 个数据集 · 本数据集 2,432 行有城市- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 branch_uscc、city_code、county_code按城市对上本数据集 2,432 行(99%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 city_code、org_uscc、county_code按城市对上本数据集 2,432 行(99%)
- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code、county_code、uscc按城市对上本数据集 2,432 行(99%)
- 微信公众号企业工商企业主体 · 82.2 万 行 · 连接字段 city_code、county_code、uscc按城市对上本数据集 2,159 行(88%)
- 银行监管处罚明细司法监管 · 5.3 万 行 · 连接字段 county_code、party_uscc、city_code按城市对上本数据集 1,925 行(78%)
- 保险机构监管处罚记录司法监管 · 2.6 万 行 · 连接字段 company_uscc、city_code、county_code按城市对上本数据集 1,925 行(78%)
- 工业企业距省界距离企业主体 · 87.7 万 行 · 连接字段 company_uscc、county_code、city_code按城市对上本数据集 884 行(36%)
- 长三角养老机构名录建筑设施 · 8,462 行 · 连接字段 county_code、address_city_code、uscc按城市对上本数据集 516 行(21%)
按 城市 + 区县 能连
57 个数据集 · 本数据集 2,432 行有城市- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code、region_code按城市对上本数据集 2,432 行(99%)
- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 city_code、county_code按城市对上本数据集 2,432 行(99%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 county_code、city_code按城市对上本数据集 2,432 行(99%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 region_code、city_code按城市对上本数据集 2,432 行(99%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 county_code、city_code按城市对上本数据集 2,432 行(99%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 region_code、city_code按城市对上本数据集 2,432 行(99%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_county_code、applicant_address_city_code按城市对上本数据集 2,432 行(99%)
- 上市公司周边宗教场所统计企业主体 · 17.4 万 行 · 连接字段 register_address_city_code、county_code按城市对上本数据集 2,432 行(99%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 county_code、region_code按城市对上本数据集 2,432 行(99%)
- 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按城市对上本数据集 2,432 行(99%)
- 上市公司供应链试点匹配企业主体 · 5.8 万 行 · 连接字段 city_code、county_code按城市对上本数据集 2,432 行(99%)
- 上市公司供应链城市试点匹配企业主体 · 5.8 万 行 · 连接字段 county_code、city_code按城市对上本数据集 2,432 行(99%)
按 区县 + 统一社会信用代码 能连
6 个数据集 · 本数据集 2,397 行有区县- 金融机构许可证企业主体 · 59 万 行 · 连接字段 region_code、org_uscc按区县对上本数据集 2,397 行(97%)
- 医保定点医疗机构医疗药械 · 57.8 万 行 · 连接字段 uscc、region_code按区县对上本数据集 2,371 行(96%)
- 医保定点零售药店医疗药械 · 50.5 万 行 · 连接字段 region_code、uscc按区县对上本数据集 2,371 行(96%)
- 排污工业企业经营财务企业主体 · 74.6 万 行 · 连接字段 province_city_county_code、company_uscc按区县对上本数据集 2,336 行(95%)
- 工业企业污染排放面板企业主体 · 74.5 万 行 · 连接字段 company_uscc、province_city_county_code按区县对上本数据集 2,336 行(95%)
- 工业企业出口技术复杂度企业主体 · 75.2 万 行 · 连接字段 company_uscc、province_city_county_code按区县对上本数据集 2,332 行(95%)
按 城市 + 统一社会信用代码 能连
3 个数据集 · 本数据集 2,432 行有城市按 城市 能连
223 个数据集 · 本数据集 2,432 行有城市- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_city_code按城市对上本数据集 2,432 行(99%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 region_code按城市对上本数据集 2,432 行(99%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 region_code按城市对上本数据集 2,432 行(99%)
- 地级市经济社会统计区域底数 · 120.5 万 行 · 连接字段 region_code按城市对上本数据集 2,432 行(99%)
- 城市间高铁连接状态交通运输 · 116.6 万 行 · 连接字段 city1_code按城市对上本数据集 2,432 行(99%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code按城市对上本数据集 2,432 行(99%)
- 地级市市辖区社会经济指标区域底数 · 86.6 万 行 · 连接字段 region_code按城市对上本数据集 2,432 行(99%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 origin_city_code按城市对上本数据集 2,432 行(99%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 region_code按城市对上本数据集 2,432 行(99%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code按城市对上本数据集 2,432 行(99%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code按城市对上本数据集 2,432 行(99%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 region_code按城市对上本数据集 2,432 行(99%)
按 区县 能连
82 个数据集 · 本数据集 2,397 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按区县对上本数据集 2,397 行(97%)
- 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按区县对上本数据集 2,397 行(97%)
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 region_code按区县对上本数据集 2,397 行(97%)
- 区县城乡融合试点面板区域底数 · 7.4 万 行 · 连接字段 region_code按区县对上本数据集 2,397 行(97%)
- 县域金融机构变动统计区域底数 · 5.3 万 行 · 连接字段 region_code按区县对上本数据集 2,397 行(97%)
- 县域政府工作报告文本区域底数 · 3.3 万 行 · 连接字段 region_code按区县对上本数据集 2,397 行(97%)
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 region_code按区县对上本数据集 2,397 行(97%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 region_code按区县对上本数据集 2,397 行(97%)
- 区县人口分布(格网汇总)区域底数 · 1.4 万 行 · 连接字段 region_code按区县对上本数据集 2,397 行(97%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 region_code按区县对上本数据集 2,397 行(97%)
- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 region_code按区县对上本数据集 2,397 行(97%)
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 region_code按区县对上本数据集 2,396 行(97%)
按 统一社会信用代码 能连
32 个数据集 · 本数据集 74 行有统一社会信用代码- 上市公司绿色专利申请企业主体 · 13 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 74 行(3%)
- 保险公司资产负债表和利润表保险市场 · 6.8 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 74 行(3%)
- 上市公司纳税信用评级企业主体 · 4.5 万 行 · 连接字段 uscc按统一社会信用代码对上本数据集 74 行(3%)
- 沪深京上市证券企业主体 · 6,057 行 · 连接字段 uscc按统一社会信用代码对上本数据集 74 行(3%)
- 人身险产品条款文件保险市场 · 11.5 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 73 行(3%)
- 保险公司官网产品文件保险市场 · 10.3 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 73 行(3%)
- 人身险产品目录保险市场 · 5.9 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 73 行(3%)
- 保险公司官网披露产品保险市场 · 5.7 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 73 行(3%)
- 专精特新企业附属公司企业主体 · 35.9 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 医保西药和中成药代码医疗药械 · 28.3 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 专精特新企业认定情况企业主体 · 27.7 万 行 · 连接字段 company_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 企业荣誉资质标签企业主体 · 17.6 万 行 · 连接字段 uscc按统一社会信用代码对上本数据集 0 行(0%)
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4
- 扩增得出
address_city_code由地址扩增得出。
来自字段扩增保险公司分支机构名录保险公司分支机构名录 - 扩增得出
address_county_code由地址扩增得出。
来自字段扩增保险公司分支机构名录保险公司分支机构名录 - 扩增得出
company_uscc由所属公司扩增得出。
来自字段扩增保险公司分支机构名录保险公司分支机构名录 - 扩增得出
org_uscc由机构全称扩增得出。
来自字段扩增保险公司分支机构名录保险公司分支机构名录
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/insurer-branch-directory/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"company_name","op":"eq","value":"中国人民保险集团股份有限公司"}],"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。