
保险机构监管处罚记录
一行是一家保险机构收到的一次行政处罚或行政监管措施。
- 记录
- 2.6 万
- 字段
- 31
- AI 扩增字段
- 7
- 平均非空率
- 84.4%
- 字段完整度
31 个字段,15 个没有空值,7 个 AI 扩增
01字段
字段来源,逐一标明
共 31 个字段,其中 AI 扩增字段 7 个。非空率按当前版本的 25,607 行计算。
关于这个数据集
一行是一家保险机构收到的一次行政处罚或行政监管措施。每行有处罚类型、罚没金额、违规类型和事项、处罚文号、处理机构、所在地区,以及处罚和违规事实的原文。覆盖全国的保险公司总部、分支机构和保险中介,披露日期从 2004 年到 2026 年 1 月,2008 年以前的记录很少。用来查一家保险机构或一个地区的合规记录,分析监管处罚的重点和趋势。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 披露日期disclosure_date规律 1:披露日期的字段规律字段规律:disclosure_year由披露日期扩增得出。含义:日期或时间键:日期。样本里格式符合 100%,还没有参照 | 日期 | 原生 | 100% | — | ||
| 处罚日期penalty_date含义:日期或时间键:日期。样本里格式符合 100%,还没有参照 | 日期 | 原生 | 43% | 约 57% 的记录为空 | ||
| 被处罚机构company_name规律 1:被处罚机构的字段规律字段规律:company_uscc由被处罚机构扩增得出。含义:名称键:保险机构名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 保险公司总部、分支机构或保险中介机构的名称 | ||
| 信用类型credit_type含义:类别 | 文本 | 原生 | 100% | 行政处罚、行政监管措施等,可以有几项,用逗号分开 | ||
| 处罚类型penalty_type含义:类别 | 文本 | 原生 | 100% | 罚款、责令改正、警告等,可以有几项 | ||
| 罚没金额penalty_amount含义:金额(万元) | 小数 | 原生 | 61% | 单位:万元。没有罚款的为空 | ||
| 罚没金额币种currency含义:类别 | 文本 | 原生 | 61% | — | ||
| 违规类型violation_type含义:类别 | 文本 | 原生 | 100% | 市场监管类、税收类、信息披露类等 | ||
| 违规事项violation_item含义:类别 | 文本 | 原生 | 100% | — | ||
| 处罚文号doc_no含义:代码或编号 | 文本 | 原生 | 86% | — | ||
| 处理机构authority含义:名称 | 文本 | 原生 | 100% | 例如某地银保监分局、税务局、市场监管局 | ||
| 法规依据legal_basis含义:文字说明 | 文本 | 原生 | 64% | — | ||
| 国标行业门类industry_section含义:类别 | 文本 | 原生 | 100% | — | ||
| 国标行业大类industry_division规律 1:国标行业大类的字段规律字段规律:industry_division_code由国标行业大类扩增得出。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% | — | ||
| 国标行业中类industry_group规律 1:国标行业中类的字段规律字段规律:industry_group_code由国标行业中类扩增得出。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% | — | ||
| 国标行业小类industry_class含义:类别 | 文本 | 原生 | 97% | 财产保险、人寿保险、健康保险等 | ||
| 省province规律 2:省的字段规律字段规律:city_code由省、地级市扩增得出。。county_code由省、地级市、县区扩增得出。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% | 被处罚机构所在的省 | ||
| 地级市city规律 2:地级市的字段规律字段规律:city_code由省、地级市扩增得出。。county_code由省、地级市、县区扩增得出。含义:地区键:城市名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 89% | — | ||
| 县区county规律 1:县区的字段规律字段规律:county_code由省、地级市、县区扩增得出。含义:地区键:区县名称。样本里格式符合 99.5%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 联系电话phone敏感含义:网址或联系方式 | 文本 | 原生 | 98% | 机构登记的联系电话 | ||
| 关联方类型related_party_type含义:类别 | 文本 | 原生 | 76% | 例如分支机构 | ||
| 关联主体parent_company规律 1:关联主体的字段规律字段规律:parent_company_uscc由关联主体扩增得出。含义:名称键:保险机构名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 76% | 分支机构所属的总公司 | ||
| 处罚内容penalty_detail含义:文字说明 | 文本 | 原生 | 95% | 处罚决定的原文 | ||
| 违规事实violation_detail含义:文字说明 | 文本 | 原生 | 76% | 违规事实的原文 | ||
| 县区区划代码county_code规律 1:县区区划代码的字段规律字段规律:county_code由省、地级市、县区扩增得出。含义:代码或编号键:县级区划代码。样本里格式符合 100%,99.1% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:县区区划代码 | 99%平均置信度 1.00校验少:不建议单独作为决策依据 | 由省、地级市、县区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 | ||
| 地级市区划代码city_code规律 1:地级市区划代码的字段规律字段规律:city_code由省、地级市扩增得出。含义:代码或编号键:市级区划代码。样本里格式符合 100%,89% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:地级市区划代码 | 89%平均置信度 1.00校验少:不建议单独作为决策依据 | 由省、地级市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 | ||
| 国标行业大类代码industry_division_code规律 1:国标行业大类代码的字段规律字段规律:industry_division_code由国标行业大类扩增得出。含义:代码或编号键:大类国民经济行业代码。样本里格式符合 100%,100% 的行对上参照 industry-classification | 文本 | 规则扩增第 2 级扩增查看溯源:国标行业大类代码 | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 由国标行业大类查行业分类参照(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 | ||
| 国标行业中类代码industry_group_code规律 1:国标行业中类代码的字段规律字段规律:industry_group_code由国标行业中类扩增得出。含义:代码或编号键:中类国民经济行业代码。样本里格式符合 100%,100% 的行对上参照 industry-classification | 文本 | 规则扩增第 2 级扩增查看溯源:国标行业中类代码 | 100%平均置信度 0.94校验少:不建议单独作为决策依据 | 由国标行业中类查行业分类参照(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 | ||
| 被处罚机构统一社会信用代码company_uscc规律 1:被处罚机构统一社会信用代码的字段规律字段规律:company_uscc由被处罚机构扩增得出。含义:代码或编号键:统一社会信用代码。样本里格式符合 100%,0.3% 的行对上参照 listed-security-master | 文本 | 规则扩增第 2 级扩增查看溯源:被处罚机构统一社会信用代码 | 0.3%平均置信度 1.00校验少:不建议单独作为决策依据 | 被处罚机构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 | ||
| 关联主体统一社会信用代码parent_company_uscc规律 1:关联主体统一社会信用代码的字段规律字段规律:parent_company_uscc由关联主体扩增得出。含义:代码或编号键:统一社会信用代码。样本里格式符合 100%,12.6% 的行对上参照 listed-security-master | 文本 | 规则扩增第 2 级扩增查看溯源:关联主体统一社会信用代码 | 9.6%平均置信度 1.00校验少:不建议单独作为决策依据 | 关联主体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 | ||
| 披露年份disclosure_year规律 1:披露年份的字段规律字段规律:disclosure_year由披露日期扩增得出。含义:年份键:年份。样本里格式符合 100%,还没有参照 | 整数 | 规则扩增第 1 级扩增查看溯源:披露年份 | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 从披露日期算出的年份 |
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:联系电话
登录后查看完整样本| # | 披露日期disclosure_date | 处罚日期penalty_date | 被处罚机构company_name | 信用类型credit_type | 处罚类型penalty_type | 罚没金额penalty_amount | 罚没金额币种currency | 违规类型violation_type | 违规事项violation_item | 处罚文号doc_no | 处理机构authority | 法规依据legal_basis | 国标行业门类industry_section | 国标行业大类industry_division | 国标行业中类industry_group | 国标行业小类industry_class | 省province | 地级市city | 县区county | 联系电话phone | 关联方类型related_party_type | 关联主体parent_company | 处罚内容penalty_detail | 违规事实violation_detail | 县区区划代码county_code | 地级市区划代码city_code | 国标行业大类代码industry_division_code | 国标行业中类代码industry_group_code | 被处罚机构统一社会信用代码company_uscc | 关联主体统一社会信用代码parent_company_uscc | 披露年份disclosure_year |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2015-11-25 | — | 中国人民财产保险股份有限公司广州市江湾支公司 | 行政处罚,行政监管措施 | 罚款,责令改正 | 6 | 人民币 | 市场监管类 | 违规经营 | 粤保监罚〔2015〕56号 | 广东保监局 | 《中华人民共和国保险法》 | 金融业 | 保险业 | 财产保险 | 财产保险 | 广东省 | 广州市 | 越秀区 | 已打码 | 分支机构 | 中国人民财产保险股份有限公司 | 我局责令你公司改正,并决定给予你公司罚款6万元的行政处罚 | 经查,2014年1月至12月期间你公司存在利用保险中介机构虚构保险中介业务套取费用的行为。 | 440104 | 440100 | 68 | 682 | — | — | 2015 |
| 2 | 2015-11-25 | 2015-11-25 | 中国平安财产保险股份有限公司和硕支公司 | 行政处罚,行政监管措施 | 罚款,责令改正 | 0.2 | 人民币 | 市场监管类 | 违规发布广告或进行虚假、误导宣传 | 巴和硕工商检处〔2015〕38号 | 和硕县市场监管局 | — | 金融业 | 保险业 | 财产保险 | 财产保险 | 新疆维吾尔自治区 | 巴音郭楞蒙古自治州 | 和硕县 | 已打码 | 分支机构 | 中国平安财产保险股份有限公司 | 处罚内容:一、责令当事人立即停止发布广告;二、罚款2000元人民币。处罚种类:罚款,罚款金额:2000.00元 | 在发布的广告中广告内容没有明示赠送商品的品种、规格、数量 | 652828 | 652800 | 68 | 682 | — | — | 2015 |
| 3 | 2015-11-25 | — | 中国人民财产保险股份有限公司广州市东华支公司 | 行政处罚,行政监管措施 | 罚款,责令改正 | 6 | 人民币 | 市场监管类 | 违规经营 | 粤保监罚〔2015〕52号 | 广东保监局 | 《中华人民共和国保险法》 | 金融业 | 保险业 | 财产保险 | 财产保险 | 广东省 | 广州市 | 越秀区 | 已打码 | 分支机构 | 中国人民财产保险股份有限公司 | 我局责令你公司改正,并决定给予你公司罚款6万元的行政处罚 | 经查,2014年1月至12月期间你公司存在利用保险中介机构虚构保险中介业务套取费用的行为。 | 440104 | 440100 | 68 | 682 | — | — | 2015 |
| 4 | 2015-11-25 | — | 中国人民财产保险股份有限公司广州市越秀支公司 | 行政处罚,行政监管措施 | 罚款,责令改正 | 21 | 人民币 | 市场监管类 | 违规经营 | 粤保监罚〔2015〕54号 | 广东保监局 | 《中华人民共和国保险法》 | 金融业 | 保险业 | 财产保险 | 财产保险 | 广东省 | 广州市 | 越秀区 | 已打码 | 分支机构 | 中国人民财产保险股份有限公司 | 我局责令你公司改正,并决定给予你公司罚款21万元的行政处罚 | 经查,2014年1月至12月期间你公司存在利用保险中介机构虚构保险中介业务套取费用的行为。 | 440104 | 440100 | 68 | 682 | — | — | 2015 |
| 5 | 2015-11-24 | — | 中国人民人寿保险股份有限公司抚州中心支公司 | 行政处罚,行政监管措施 | 警告,罚款,责令改正 | 0.5 | 人民币 | 市场监管类 | 违规经营 | 赣保监罚〔2015〕33号 | 江西保监局 | 《保险销售从业人员监管办法》 | 金融业 | 保险业 | 人身保险 | 人寿保险 | 江西省 | 抚州市 | 临川区 | 已打码 | 分支机构 | 中国人民人寿保险股份有限公司 | 我局决定对人民人寿抚州中支责令改正,警告并罚款5000元 | 2013年12月-2015年5月期间,公司委托未持有本公司发放的执业证书的人员从事保险销售。 | 361002 | 361000 | 68 | 681 | — | — | 2015 |
| 6 | 2015-11-24 | — | 泰康人寿保险有限责任公司江西吉安中心支公司 | 行政处罚,行政监管措施 | 警告,罚款,责令改正 | 2 | 人民币 | 信息披露类 | 信息披露虚假或严重误导性陈述 | 赣保监罚〔2015〕32号 | 江西保监局 | 《保险销售从业人员监管办法》 | 金融业 | 保险业 | 人身保险 | 人寿保险 | 江西省 | 吉安市 | 吉州区 | 已打码 | 分支机构 | 泰康人寿保险有限责任公司 | 我局决定对泰康人寿吉安中支责令改正,警告并罚款2万元 | 2014年3月,公司销售的保险合同中存在代签名、虚假回访等行为。 | 360802 | 360800 | 68 | 681 | — | — | 2015 |
| 7 | 2015-11-24 | 2015-11-24 | 中国平安财产保险股份有限公司莱芜区支公司 | 行政处罚 | 罚款 | — | — | 税收类 | 偷税 | 莱地税稽罚(2015)35号 | 莱芜市地方税务局 | — | 金融业 | 保险业 | 财产保险 | 财产保险 | 山东省 | 济南市 | 莱芜区 | 已打码 | 分支机构 | 中国平安财产保险股份有限公司 | 4430 | — | 370116 | 370100 | 68 | 682 | — | — | 2015 |
| 8 | 2015-11-24 | — | 新华人寿保险股份有限公司江西分公司 | 行政处罚,行政监管措施 | 警告,罚款,责令改正 | 1 | 人民币 | 市场监管类 | 违规经营 | 赣保监罚〔2015〕31号 | 江西保监局 | 《人身保险新型产品信息披露管理办法》 | 金融业 | 保险业 | 人身保险 | 人寿保险 | 江西省 | 南昌市 | 红谷滩区 | 已打码 | 分支机构 | 新华人寿保险股份有限公司 | 我局决定对新华人寿江西分公司责令改正,警告并罚款1万元。我局决定对肖文君给予警告并罚款1000元 | 2014年3月,公司存在未在犹豫期内完成对新型产品投保人回访的行为。时任新华人寿江西分公司客户服务部负责人肖文君对此负有直接责任。 | 360113 | 360100 | 68 | 681 | — | 911100001000238753 | 2015 |
| 9 | 2015-11-23 | — | 鼎诚人寿保险有限责任公司 | 行政处罚 | 停止接受新业务 | — | — | 市场监管类 | 违规经营 | 监管函〔2015〕33号 | 保监会 | 《保险公司偿付能力管理规定》 | 金融业 | 保险业 | 人身保险 | — | 北京市 | — | 朝阳区 | 已打码 | — | — | 现对你公司采取以下监管措施:责令你公司自2015年11月23日起停止开展新业务。续期业务不受此限制 | 鉴于你公司2015年2季度末偿付能力充足率为-179.71%,偿付能力溢额-1.32亿元,属于偿付能力不足类公司 | 110105 | — | 68 | 681 | — | — | 2015 |
| 10 | 2015-11-23 | 2015-11-13 | 中国太平洋财产保险股份有限公司自贡中心支公司 | 行政处罚 | 罚款 | 9 | 人民币 | 资金违规类 | 违反反洗钱法 | 自银罚字〔2015〕第3号 | 央行自贡中支 | — | 金融业 | 保险业 | 财产保险 | 财产保险 | 四川省 | 自贡市 | 自流井区 | 已打码 | 分支机构 | 中国太平洋财产保险股份有限公司 | 对单位处以罚款9万元,对相关责任人处以罚款2万元 | 未按规定履行客户身份识别义务 | 510302 | 510300 | 68 | 682 | — | — | 2015 |
| 11 | 2015-11-23 | 2015-11-18 | 太平人寿保险有限公司四川分公司 | 行政处罚 | 罚款 | 30 | 人民币 | 资金违规类 | 违反反洗钱法 | 成银罚字[2015]5号 | 央行成都分行 | — | 金融业 | 保险业 | 人身保险 | 人寿保险 | 四川省 | 成都市 | 武侯区 | 已打码 | 分支机构 | 太平人寿保险有限公司 | 处30万元罚款 | 未按规定履行客户身份识别义务 | 510107 | 510100 | 68 | 681 | — | — | 2015 |
| 12 | 2015-11-23 | — | 中国人民财产保险股份有限公司灵山支公司 | 行政处罚,行政监管措施 | 罚款,责令改正 | 10 | 人民币 | 信息披露类 | 信息披露虚假或严重误导性陈述 | 桂保监罚〔2015〕18号 | 广西保监局 | 《中华人民共和国保险法》 | 金融业 | 保险业 | 财产保险 | 财产保险 | 广西壮族自治区 | 钦州市 | 灵山县 | 已打码 | 分支机构 | 中国人民财产保险股份有限公司 | 我局决定对其作出警告,并处罚款1万元的行政处罚 | 经查,2013年至2014年,中国人民财产保险股份有限公司灵山支公司存在以下财务数据不真实的行为:(一)虚列业务及管理费,涉及金额9.57万元;(二)虚列薪酬及手续费,涉及金额11.05万元。 | 450721 | 450700 | 68 | 682 | — | — | 2015 |
| 13 | 2015-11-23 | — | 中国人民财产保险股份有限公司扶绥支公司 | 行政处罚,行政监管措施 | 罚款,责令改正 | 15 | 人民币 | 信息披露类 | 信息披露虚假或严重误导性陈述 | 桂保监罚〔2015〕17号 | 广西保监局 | 《中华人民共和国保险法》 | 金融业 | 保险业 | 财产保险 | 财产保险 | 广西壮族自治区 | 崇左市 | 扶绥县 | 已打码 | 分支机构 | 中国人民财产保险股份有限公司 | — | 2013年中国人民财产保险股份有限公司扶绥支公司存在编制虚假承保资料的行为。 | 451421 | 451400 | 68 | 682 | — | — | 2015 |
| 14 | 2015-11-20 | 2015-11-18 | 天安财产保险股份有限公司莱芜中心支公司 | 行政处罚 | 罚款 | 5 | 人民币 | 市场监管类 | 违规经营 | 鲁保监罚〔2015〕26号 | 山东保监局 | — | 金融业 | 保险业 | 财产保险 | 财产保险 | 山东省 | 济南市 | 莱芜区 | 已打码 | 分支机构 | 天安财产保险股份有限公司 | 天安财险莱芜中支罚款5万元;杨志亭警告 | 杨志亭时任天安财险莱芜中支总经理 | 370116 | 370100 | 68 | 682 | — | — | 2015 |
| 15 | 2015-11-20 | 2015-11-18 | 中国人民财产保险股份有限公司莱芜市分公司 | 行政处罚 | 罚款 | 8 | 人民币 | 市场监管类 | 违规经营 | 鲁保监罚〔2015〕25号 | 山东保监局 | — | 金融业 | 保险业 | 财产保险 | 财产保险 | 山东省 | 济南市 | 莱芜区 | 已打码 | 分支机构 | 中国人民财产保险股份有限公司 | 人保财险莱芜市分公司罚款8万元;吴中云警告并罚款2万元 | 吴中云时任人保财险莱芜市分公司副总经理(主持工作) | 370116 | 370100 | 68 | 682 | — | — | 2015 |
| 16 | 2015-11-20 | — | 民生人寿保险股份有限公司江苏分公司 | 行政处罚,行政监管措施 | 罚款,责令改正 | 6 | 人民币 | 市场监管类 | 违规经营 | 苏保监罚〔2015〕65号 | 江苏保监局 | 《保险法》 | 金融业 | 保险业 | 人身保险 | 人寿保险 | 江苏省 | 南京市 | 鼓楼区 | 已打码 | 分支机构 | 民生人寿保险股份有限公司 | 我局责令你公司改正,并决定对你公司作出罚款六万元的行政处罚 | — | 320106 | 320100 | 68 | 681 | — | — | 2015 |
| 17 | 2015-11-20 | — | 太平财产保险有限公司青岛即墨支公司 | 行政监管措施 | 责令改正 | — | — | 税收类 | 未按期申报税款 | 即地税限改〔2015〕10号 | 即墨市地税局 | 《中华人民共和国税收征收管理法》第六十二条 | 金融业 | 保险业 | 财产保险 | 财产保险 | 山东省 | 青岛市 | 即墨区 | 已打码 | 分支机构 | 太平财产保险有限公司 | 限你(单位)于本通知送达之日起15日内到即墨市地方税务局办税服务厅办理纳税申报,报送纳税申报表、财务会计报表等纳税资料,或者报送代扣代缴、代收代缴税款报告表及其他有关资料 | — | 370215 | 370200 | 68 | 682 | — | — | 2015 |
| 18 | 2015-11-20 | 2015-11-18 | 泰康人寿保险有限责任公司山东泰安中心支公司 | 行政处罚 | 警告,罚款,停止接受新业务 | — | — | 市场监管类 | 违规经营 | 鲁保监罚〔2015〕27号 | 山东保监局 | 《中华人民共和国保险法》第一百七十条第一项、第一百七十一条 | 金融业 | 保险业 | 人身保险 | 人寿保险 | 山东省 | 泰安市 | 泰山区 | 已打码 | 分支机构 | 泰康人寿保险有限责任公司 | 泰康人寿泰安中支在全辖内停止接受银保渠道新业务六个月;左前警告并罚款5万元 | 左前时任泰康人寿泰安中支副总经理 | 370902 | 370900 | 68 | 681 | — | — | 2015 |
| 19 | 2015-11-19 | — | 合众人寿保险股份有限公司广西分公司 | 行政处罚,行政监管措施 | 罚款,责令改正 | 5 | 人民币 | 市场监管类 | 违规经营 | 桂保监罚〔2015〕16号 | 广西保监局 | 《中华人民共和国保险法》 | 金融业 | 保险业 | 人身保险 | 人寿保险 | 广西壮族自治区 | 南宁市 | 青秀区 | 已打码 | 分支机构 | 合众人寿保险股份有限公司 | 我局决定对其作出警告,并处罚款2000元的行政处罚 | 2014年3月,合众人寿保险股份有限公司广西分公司在销售000316338784317号保单过程中,对投保人隐瞒了与保险合同有关的重要情况。 | 450103 | 450100 | 68 | 681 | — | — | 2015 |
| 20 | 2015-11-18 | — | 中国人民财产保险股份有限公司天镇支公司 | 行政处罚,行政监管措施 | 罚款,责令改正 | 15 | 人民币 | 信息披露类 | 信息披露虚假或严重误导性陈述 | 晋保监罚字〔2015〕20号 | 山西保监局 | 《保险法》 | 金融业 | 保险业 | 财产保险 | 财产保险 | 山西省 | 大同市 | 天镇县 | 已打码 | 分支机构 | 中国人民财产保险股份有限公司 | 我局决定责令人保财险天镇支公司改正并作出罚款十五万元的行政处罚。我局决定对王风清作出警告并罚款三万元的行政处罚,决定对余彦平、郭志远、崔雁波、王宏分别作出警告并罚款一万元的行政处罚 | 人保财险天镇支公司编制虚假承保、理赔资料。王风清、余彦平、郭志远、崔雁波、王宏分别对上述行为负有直接责任。 | 140222 | 140200 | 68 | 682 | — | — | 2015 |
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 v12026/11/12 发布
生效中25,607 行 · 31 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、行业,能和不少于 203 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 国民经济行业大类 + 城市 + 区县 + 省份 + 统一社会信用代码 + 年份 能连
1 个数据集 · 本数据集 25,607 行有国民经济行业大类按 城市 + 区县 + 省份 + 统一社会信用代码 + 年份 能连
4 个数据集 · 本数据集 22,795 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 county_code、province、date、branch_uscc、city_code按城市对上本数据集 22,795 行(89%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 province、approve_date、city_code、county_code、org_uscc按城市对上本数据集 22,795 行(89%)
- 银行监管处罚明细司法监管 · 5.3 万 行 · 连接字段 party_uscc、province、county_code、city_code、disclosure_date按城市对上本数据集 22,557 行(88%)
- 工业企业距省界距离企业主体 · 87.7 万 行 · 连接字段 city_code、company_uscc、year、county_code、province_code按城市对上本数据集 9,256 行(36%)
按 国民经济行业大类 + 城市 + 区县 + 省份 + 年份 能连
3 个数据集 · 本数据集 25,607 行有国民经济行业大类- 上市公司数字普惠金融企业主体 · 4.2 万 行 · 连接字段 county_code、year、industry_code_2、city_code、province按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司政府采购合同工程项目 · 19 万 行 · 连接字段 contract_date、company_industry_code_2、buyer_city_code、region_code、buyer_province按国民经济行业大类对上本数据集 25,601 行(99%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 county_code、year、industry_code、province、city_code按国民经济行业大类对上本数据集 25,600 行(99%)
按 国民经济行业大类 + 城市 + 省份 + 统一社会信用代码 + 年份 能连
1 个数据集 · 本数据集 25,607 行有国民经济行业大类按 城市 + 区县 + 省份 + 年份 能连
34 个数据集 · 本数据集 22,795 行有城市- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、city_code、region_code、year按城市对上本数据集 22,795 行(89%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 year、county_code、province、city_code按城市对上本数据集 22,795 行(89%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 city_code、region_code、province、year按城市对上本数据集 22,795 行(89%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 year、region_code、county_code、province按城市对上本数据集 22,795 行(89%)
- 区县数字集群政策DID区域底数 · 5.8 万 行 · 连接字段 region_code、county_code、province、year按城市对上本数据集 22,795 行(89%)
- 全国医院名录医疗药械 · 4.6 万 行 · 连接字段 county_code、city_code、province、founded_year按城市对上本数据集 22,795 行(89%)
- 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、city_code_2按城市对上本数据集 22,795 行(89%)
- 省市县党政主官任职区域底数 · 2.2 万 行 · 连接字段 province、start_year、city_code、county_code按城市对上本数据集 22,795 行(89%)
- 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 22,795 行(89%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 division_year、region_code、city_code、province按城市对上本数据集 22,795 行(89%)
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 province、city_code、region_code、layer_year按城市对上本数据集 22,795 行(89%)
- 全国区县人工智能企业数企业主体 · 4.9 万 行 · 连接字段 province、county_code、city_code、year按城市对上本数据集 22,790 行(88%)
按 国民经济行业大类 + 城市 + 省份 + 年份 能连
6 个数据集 · 本数据集 25,607 行有国民经济行业大类- 上市公司绿色信贷匹配企业主体 · 5.8 万 行 · 连接字段 province、year、industry_code、city_code按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司数字化与绿色创新企业主体 · 5 万 行 · 连接字段 industry_code_2、year、province、city_code_2按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司数字化转型与企业创新面板企业主体 · 4.7 万 行 · 连接字段 city_code_2、year、province、industry_code_2按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司ESG与就业指标企业主体 · 4.2 万 行 · 连接字段 province、city_code_2、industry_code_2、year按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司ESG同群效应企业主体 · 4.2 万 行 · 连接字段 industry_code_2、year、province、city_code_2按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司ESG与财务企业主体 · 3.9 万 行 · 连接字段 year、industry_code_2、province、city_code_2按国民经济行业大类对上本数据集 25,606 行(99%)
按 国民经济行业大类 + 区县 + 省份 + 年份 能连
5 个数据集 · 本数据集 25,607 行有国民经济行业大类- 上市公司专利创新绩效企业主体 · 5.6 万 行 · 连接字段 industry_code_2、year、province、county_code按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司托宾Q值企业主体 · 5.1 万 行 · 连接字段 province、year、county_code、industry_code_2按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司商道融绿ESG评级面板企业主体 · 4.6 万 行 · 连接字段 county_code、year、province、industry_code_2按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司对外投资企业主体 · 2.1 万 行 · 连接字段 county_code、province、year、industry_code_2按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司供应链上下游企业主体 · 1.2 万 行 · 连接字段 year、region_code、province、industry_code_2按国民经济行业大类对上本数据集 25,605 行(99%)
按 区县 + 省份 + 统一社会信用代码 + 年份 能连
4 个数据集 · 本数据集 25,383 行有区县- 金融机构许可证企业主体 · 59 万 行 · 连接字段 province、org_uscc、region_code、issue_date按区县对上本数据集 25,381 行(99%)
- 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、province、company_uscc、year按区县对上本数据集 24,930 行(97%)
- 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、year、province_city_county_code按区县对上本数据集 24,930 行(97%)
- 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、province_city_county_code、company_uscc按区县对上本数据集 24,266 行(94%)
按 城市 + 省份 + 统一社会信用代码 + 年份 能连
2 个数据集 · 本数据集 22,795 行有城市按 国民经济行业大类 + 城市 + 区县 + 年份 能连
1 个数据集 · 本数据集 25,607 行有国民经济行业大类按 城市 + 区县 + 统一社会信用代码 + 年份 能连
1 个数据集 · 本数据集 22,795 行有城市按 城市 + 省份 + 年份 能连
135 个数据集 · 本数据集 22,795 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_province、origin_city_code、month按城市对上本数据集 22,795 行(89%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、region_code、year按城市对上本数据集 22,795 行(89%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 region_code、date、province按城市对上本数据集 22,795 行(89%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code、year、province按城市对上本数据集 22,795 行(89%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 origin_province、origin_city_code、year按城市对上本数据集 22,795 行(89%)
- 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 22,795 行(89%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code、year、province按城市对上本数据集 22,795 行(89%)
- 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 22,795 行(89%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 date、province_code、city_code按城市对上本数据集 22,795 行(89%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 year、province、region_code按城市对上本数据集 22,795 行(89%)
- 地级市逐年降水量自然灾害 · 2.7 万 行 · 连接字段 city_code、year、province按城市对上本数据集 22,795 行(89%)
- 地级市绿色专利统计区域底数 · 1.3 万 行 · 连接字段 province、region_code、year按城市对上本数据集 22,795 行(89%)
按 区县 + 省份 + 年份 能连
56 个数据集 · 本数据集 25,383 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 25,383 行(99%)
- 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 25,379 行(99%)
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 region_code、province、year按区县对上本数据集 25,378 行(99%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 year、region_code、province按区县对上本数据集 25,378 行(99%)
- 区县人口分布(格网汇总)区域底数 · 1.4 万 行 · 连接字段 year、province、region_code按区县对上本数据集 25,378 行(99%)
- 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 25,371 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 25,371 行(99%)
- 县域开通微博企业数(按成立年份)区域底数 · 4.6 万 行 · 连接字段 province、year、region_code按区县对上本数据集 25,354 行(99%)
- 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 25,352 行(99%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 adcode、pname、page_publish_time按区县对上本数据集 25,251 行(98%)
- 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 25,244 行(98%)
- 县域金融机构变动统计区域底数 · 5.3 万 行 · 连接字段 region_code、province、year按区县对上本数据集 25,240 行(98%)
按 城市 + 区县 + 省份 能连
14 个数据集 · 本数据集 22,795 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code、county_code、city_code按城市对上本数据集 22,795 行(89%)
- 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、city_code按城市对上本数据集 22,795 行(89%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 county_code、city_code、province按城市对上本数据集 22,795 行(89%)
- 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 22,795 行(89%)
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 city_code、province_code、region_code按城市对上本数据集 22,633 行(88%)
- 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 22,621 行(88%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code、province、county_code按城市对上本数据集 22,401 行(87%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 city_code、province、county_code按城市对上本数据集 22,286 行(87%)
- 全国区县书院数量区域底数 · 1,392 行 · 连接字段 province、county_code、city_code按城市对上本数据集 21,410 行(83%)
- 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 21,300 行(83%)
- 区县建筑轮廓汇总区域底数 · 391 行 · 连接字段 city_code、region_code、province按城市对上本数据集 10,664 行(41%)
- 全国地铁站点交通运输 · 1.9 万 行 · 连接字段 county_code、city_code、province按城市对上本数据集 9,917 行(38%)
按 省份 + 统一社会信用代码 + 年份 能连
5 个数据集 · 本数据集 25,607 行有省份- 专精特新企业认定情况企业主体 · 27.7 万 行 · 连接字段 province、company_uscc、identify_year按省份对上本数据集 25,607 行(100%)
- 新三板公司基本信息企业主体 · 1.3 万 行 · 连接字段 establish_date、uscc、province按省份对上本数据集 25,607 行(100%)
- 沪深京上市证券企业主体 · 6,057 行 · 连接字段 uscc、province、list_date按省份对上本数据集 25,607 行(100%)
- 全国银行基本概况企业主体 · 3,393 行 · 连接字段 estb_date、province、company_uscc按省份对上本数据集 25,607 行(100%)
- 绿色债券发行明细与上市公司匹配企业主体 · 2,561 行 · 连接字段 value_date、issuer_uscc、province按省份对上本数据集 25,607 行(100%)
按 城市 + 区县 + 年份 能连
4 个数据集 · 本数据集 22,795 行有城市- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 city_code、county_code、year按城市对上本数据集 22,387 行(87%)
- 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 22,316 行(87%)
- 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 19,591 行(76%)
- 上市公司产学研合作专利企业主体 · 1.4 万 行 · 连接字段 county_code、year、city_code按城市对上本数据集 17,356 行(67%)
按 国民经济行业大类 + 省份 + 年份 能连
3 个数据集 · 本数据集 25,607 行有国民经济行业大类按 城市 + 区县 + 统一社会信用代码 能连
2 个数据集 · 本数据集 22,795 行有城市按 国民经济行业大类 + 区县 + 省份 能连
1 个数据集 · 本数据集 25,607 行有国民经济行业大类按 省份 + 年份 能连
315 个数据集 · 本数据集 25,607 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 25,607 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 25,607 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 25,607 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 25,607 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 25,607 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 25,607 行(100%)
- 劳动统计年鉴省级指标区域底数 · 60.3 万 行 · 连接字段 region_code、year按省份对上本数据集 25,607 行(100%)
- 第三产业统计年鉴省级指标区域底数 · 54.7 万 行 · 连接字段 year、region_code按省份对上本数据集 25,607 行(100%)
- 分地区高技术产业统计区域底数 · 35.3 万 行 · 连接字段 region_code、year按省份对上本数据集 25,607 行(100%)
- 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 25,607 行(100%)
- 省级三农统计指标区域底数 · 26.8 万 行 · 连接字段 year、province按省份对上本数据集 25,607 行(100%)
- 省级农业统计指标区域底数 · 26 万 行 · 连接字段 year、region_code按省份对上本数据集 25,607 行(100%)
按 城市 + 年份 能连
60 个数据集 · 本数据集 22,795 行有城市- 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 22,795 行(89%)
- 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 22,795 行(89%)
- 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 22,795 行(89%)
- 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 22,795 行(89%)
- 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 22,795 行(89%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 start_year、city_code按城市对上本数据集 22,795 行(89%)
- 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 22,779 行(88%)
- 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 22,777 行(88%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 year、region_code按城市对上本数据集 22,735 行(88%)
- 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 22,612 行(88%)
- 地级市实际利用外资区域底数 · 7,529 行 · 连接字段 region_code、year按城市对上本数据集 22,383 行(87%)
- 城市间高铁连接状态交通运输 · 116.6 万 行 · 连接字段 year、city1_code按城市对上本数据集 21,867 行(85%)
按 统一社会信用代码 + 年份 能连
17 个数据集 · 本数据集 67 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 year、company_uscc按统一社会信用代码对上本数据集 67 行(不到 1%)
- 上市公司纳税信用评级企业主体 · 4.5 万 行 · 连接字段 year、uscc按统一社会信用代码对上本数据集 67 行(不到 1%)
- 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、year按统一社会信用代码对上本数据集 47 行(不到 1%)
- 保险公司官网产品文件保险市场 · 10.3 万 行 · 连接字段 sale_date、company_uscc按统一社会信用代码对上本数据集 42 行(不到 1%)
- 人身险产品目录保险市场 · 5.9 万 行 · 连接字段 sale_date、company_uscc按统一社会信用代码对上本数据集 42 行(不到 1%)
- 保险公司官网披露产品保险市场 · 5.7 万 行 · 连接字段 sale_date、company_uscc按统一社会信用代码对上本数据集 42 行(不到 1%)
- 专精特新企业附属公司企业主体 · 35.9 万 行 · 连接字段 end_date、company_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 医保医用耗材代码医疗药械 · 9.8 万 行 · 连接字段 company_uscc、published_date按统一社会信用代码对上本数据集 0 行(0%)
- 境外投资企业名录企业主体 · 9.6 万 行 · 连接字段 overseas_enterprise_uscc、year按统一社会信用代码对上本数据集 0 行(0%)
- 京东药品月度价格医疗药械 · 8.5 万 行 · 连接字段 month_date、manufacturer_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 上市公司信息披露质量KV指数企业主体 · 4.8 万 行 · 连接字段 company_uscc、year按统一社会信用代码对上本数据集 0 行(0%)
- 银行股东持股明细企业主体 · 2.7 万 行 · 连接字段 company_uscc、date按统一社会信用代码对上本数据集 0 行(0%)
按 城市 + 省份 能连
15 个数据集 · 本数据集 22,795 行有城市- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code、region_code按城市对上本数据集 22,795 行(89%)
- 地级市距港口距离区域底数 · 335 行 · 连接字段 city_code、province按城市对上本数据集 22,790 行(88%)
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 city_code、province_code按城市对上本数据集 22,770 行(88%)
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 province、city_code按城市对上本数据集 22,691 行(88%)
- 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 22,673 行(88%)
- 全国地级市道观数量区域底数 · 341 行 · 连接字段 province、city_code按城市对上本数据集 22,018 行(85%)
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 city_code、province按城市对上本数据集 21,629 行(84%)
- 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 21,499 行(83%)
- 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 21,380 行(83%)
- 高铁动车列车运行时刻交通运输 · 5.2 万 行 · 连接字段 dep_province、arr_city_code按城市对上本数据集 21,274 行(83%)
- 上市公司注册地信息企业主体 · 4,530 行 · 连接字段 city_code、province按城市对上本数据集 20,984 行(81%)
- 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 20,500 行(80%)
按 国民经济行业大类 + 年份 能连
13 个数据集 · 本数据集 25,607 行有国民经济行业大类- 上市公司碳排放量企业主体 · 2,985 行 · 连接字段 industry_code、year按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司碳强度企业主体 · 2,289 行 · 连接字段 industry_code、year按国民经济行业大类对上本数据集 25,606 行(99%)
- 各行业绿色全要素生产率区域底数 · 1,620 行 · 连接字段 industry_code、year按国民经济行业大类对上本数据集 25,606 行(99%)
- 上市公司中央政策匹配企业主体 · 5.6 万 行 · 连接字段 year、industry_code_b按国民经济行业大类对上本数据集 5 行(不到 1%)
- 上市公司全要素生产率(五种算法)企业主体 · 5.5 万 行 · 连接字段 year、industry_code_2按国民经济行业大类对上本数据集 0 行(0%)
- 中国对一带一路国家分行业出口区域底数 · 1.8 万 行 · 连接字段 month、industry_code按国民经济行业大类对上本数据集 0 行(0%)
- 中国自一带一路国家分行业进口区域底数 · 1.4 万 行 · 连接字段 month、industry_code按国民经济行业大类对上本数据集 0 行(0%)
- 工业分行业统计指标区域底数 · 7,707 行 · 连接字段 year、industry_code按国民经济行业大类对上本数据集 0 行(0%)
- 上市公司商道融绿ESG评级企业主体 · 5,746 行 · 连接字段 industry_wind_code、year按国民经济行业大类对上本数据集 0 行(0%)
- 上市公司股权激励方案企业主体 · 3,025 行 · 连接字段 latest_announcement_date、wind_industry_code按国民经济行业大类对上本数据集 0 行(0%)
- 分行业二氧化碳排放量区域底数 · 1,386 行 · 连接字段 year、industry_code按国民经济行业大类对上本数据集 0 行(0%)
- 全国行业燃料碳排放明细区域底数 · 1,287 行 · 连接字段 industry_code、year按国民经济行业大类对上本数据集 0 行(0%)
按 区县 + 年份 能连
10 个数据集 · 本数据集 25,383 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 25,383 行(99%)
- 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 25,080 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 22,889 行(89%)
- 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 18,847 行(73%)
- 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 18,727 行(73%)
- 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 12,102 行(47%)
- 城市和区县新冠疫情日度人口健康 · 53.3 万 行 · 连接字段 county_code、date按区县对上本数据集 10,621 行(41%)
- 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 7,977 行(31%)
- 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 6,274 行(24%)
- 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 5,194 行(20%)
按 区县 + 省份 能连
3 个数据集 · 本数据集 25,383 行有区县按 区县 + 统一社会信用代码 能连
2 个数据集 · 本数据集 25,383 行有区县按 省份 + 统一社会信用代码 能连
2 个数据集 · 本数据集 25,607 行有省份按 国民经济行业大类 + 省份 能连
1 个数据集 · 本数据集 25,607 行有国民经济行业大类按 城市 + 区县 能连
1 个数据集 · 本数据集 22,795 行有城市按 省份 能连
11 个数据集 · 本数据集 25,607 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 25,607 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 25,607 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 25,607 行(100%)
- 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 25,607 行(100%)
- 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 25,581 行(99%)
- 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 25,581 行(99%)
- 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 25,072 行(97%)
- 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 24,335 行(95%)
- 省级地形起伏度自然灾害 · 34 行 · 连接字段 region_code按省份对上本数据集 23,673 行(92%)
- 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 22,361 行(87%)
- 全国地铁线路几何交通运输 · 396 行 · 连接字段 province按省份对上本数据集 5,654 行(22%)
按 统一社会信用代码 能连
8 个数据集 · 本数据集 67 行有统一社会信用代码- 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 42 行(不到 1%)
- 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%)
- 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%)
- 境外投资企业备案名录企业主体 · 5.2 万 行 · 连接字段 domestic_investor_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 京东健康在售药品医疗药械 · 2.8 万 行 · 连接字段 manufacturer_uscc按统一社会信用代码对上本数据集 0 行(0%)
- 专精特新小巨人企业名单企业主体 · 1.3 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%)
- 国谈药配备查询药品医疗药械 · 505 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%)
- 供应链创新应用试点企业企业主体 · 266 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%)
按 城市 能连
7 个数据集 · 本数据集 22,795 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 22,779 行(88%)
- 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 21,473 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 21,397 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 21,397 行(83%)
- 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 21,042 行(82%)
- 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 20,897 行(81%)
- 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 7,252 行(28%)
按 区县 能连
7 个数据集 · 本数据集 25,383 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 25,197 行(98%)
- 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 22,316 行(87%)
- 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 21,692 行(84%)
- 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 20,088 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 16,114 行(62%)
- 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 12,163 行(47%)
- 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 6,626 行(25%)
只按年份能连:405 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
405 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7
- 扩增得出
city_code由省、地级市扩增得出。
来自字段扩增保险机构监管处罚记录保险机构监管处罚记录 - 扩增得出
company_uscc由被处罚机构扩增得出。
来自字段扩增保险机构监管处罚记录保险机构监管处罚记录 - 扩增得出
county_code由省、地级市、县区扩增得出。
来自字段扩增保险机构监管处罚记录保险机构监管处罚记录 - 扩增得出
disclosure_year由披露日期扩增得出。
来自字段扩增保险机构监管处罚记录保险机构监管处罚记录 - 扩增得出
industry_division_code由国标行业大类扩增得出。
来自字段扩增保险机构监管处罚记录保险机构监管处罚记录 - 扩增得出
industry_group_code由国标行业中类扩增得出。
来自字段扩增保险机构监管处罚记录保险机构监管处罚记录 - 扩增得出
parent_company_uscc由关联主体扩增得出。
来自字段扩增保险机构监管处罚记录保险机构监管处罚记录
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-penalty/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"company_name","op":"eq","value":"中国人民财产保险股份有限公司广州市江湾支公司"}],"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。