
医保基金违规典型案例
一行是医保部门公开通报的一个违规使用医保基金或欺诈骗保案例。
v1 生效中 · 2026/11/12 发布险种标签:健康险时间跨度:2018 年 12 月–2026 年 7 月数据出处 各地医疗保障局、卫生健康委员会数据更新 2026/07/21
- 记录
- 8,343
- 字段
- 22
- AI 扩增字段
- 3
- 平均非空率
- 76.6%
- 字段完整度
22 个字段,6 个没有空值,3 个 AI 扩增
01字段
字段来源,逐一标明
共 22 个字段,其中 AI 扩增字段 3 个。非空率按当前版本的 8,343 行计算。
关于这个数据集
一行是医保部门公开通报的一个违规使用医保基金或欺诈骗保案例。包含案例标题、风险类型、发生地、涉及机构、处理措施、违规金额、追回金额、违约金、罚款和案例原文。覆盖全国 31 个省级行政区医保局和卫健委网站的通报,由模型从通报文章中拆出案例,还没有人工审核。用来识别有违规记录的医疗机构和药店,归纳健康险理赔中常见的欺诈手法。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 案例编号case_id记录键含义:代码或编号 | 文本 | 原生 | 100% | 来源系统的编号 | ||
| 案例标题case_title含义:文字说明 | 文本 | 原生 | 100% | — | ||
| 风险类型risk_type含义:类别 | 文本 | 原生 | 99% | 违法违规使用医保基金、欺诈骗保、欺诈骗保线索、行政处罚、倒卖回收药品、违法使用药品 | ||
| 通报日期published_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 | 96% | 通报文章的发布日期 | ||
| 案例日期case_date规律 1:案例日期的字段规律字段规律:case_year由案例日期扩增得出。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 | 45% | 案例里写明的日期。没有写明时等于通报日期 | ||
| 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、区县扩增得出。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 | 89% | 案件发生地 | ||
| 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、区县扩增得出。含义:地区键:城市名称。样本里格式符合 97.4%,还没有参照 | 文本 | 原生 | 87% | — | ||
| 区县county规律 1:区县的字段规律字段规律:county_code由省、地级市、区县扩增得出。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 | 67% | — | ||
| 涉及机构institutions含义:名称 | 文本 | 原生 | 71% | 医院、药店或企业的名称,用顿号分隔 | ||
| 处理措施actions含义:文字说明 | 文本 | 原生 | 97% | — | ||
| 违规金额violation_amount含义:金额(元) | 小数 | 原生 | 24% | 单位:元。由模型从原文抽取后加总 | ||
| 追回金额recovered_amount含义:金额(元) | 小数 | 原生 | 77% | 单位:元。追回和责令退回的医保基金 | ||
| 违约金penalty_fee_amount含义:金额(元) | 小数 | 原生 | 31% | 单位:元 | ||
| 罚款fine_amount含义:金额(元) | 小数 | 原生 | 19% | 单位:元。行政罚款 | ||
| 金额明细amount_detail含义:文字说明 | 文本 | 原生 | 85% | 原文金额,类型:金额,用分号分隔 | ||
| 案例原文case_text含义:文字说明 | 文本 | 原生 | 100% | 从通报文章截取。当事人姓名在原文里已经隐去 | ||
| 通报标题article_title含义:文字说明 | 文本 | 原生 | 100% | — | ||
| 信息来源information_source含义:名称 | 文本 | 原生 | 100% | 发布通报的机构 | ||
| 通报链接article_url含义:网址或联系方式 | 文本 | 原生 | 100% | — | ||
| 区县区划代码county_code规律 1:区县区划代码的字段规律字段规律:county_code由省、地级市、区县扩增得出。含义:代码或编号键:县级区划代码。样本里格式符合 100%,75.7% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:区县区划代码 | 67%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、区县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%,97.8% 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 | 87%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 | ||
| 案例年份case_year规律 1:案例年份的字段规律字段规律:case_year由案例日期扩增得出。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:案例年份 | 45%平均置信度 1.00校验少:不建议单独作为决策依据 | 从案例日期算出的年份 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。这个数据集没有敏感字段。
| # | 案例编号case_id | 案例标题case_title | 风险类型risk_type | 通报日期published_date | 案例日期case_date | 省province | 地级市city | 区县county | 涉及机构institutions | 处理措施actions | 违规金额violation_amount | 追回金额recovered_amount | 违约金penalty_fee_amount | 罚款fine_amount | 金额明细amount_detail | 案例原文case_text | 通报标题article_title | 信息来源information_source | 通报链接article_url | 区县区划代码county_code | 地级市区划代码city_code | 案例年份case_year |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 1 | 芜湖市芜湖桦瑞益民大药房视频监控保存时限不达标案 | 违法违规使用医保基金 | 2026-06-15 | 2026-05-29 | 安徽省 | 芜湖市 | — | 芜湖桦瑞益民大药房 | — | — | — | — | — | — | 案例一 芜湖 市芜湖桦瑞益民大药房 视频监控保存时限不达标案 2026年 6 月 3 日,国家医保局 专项 飞行 检查组 对芜湖桦瑞益民大药房进行现场 突击 检查,通过调取店内视频监控发现,该定点药店视频监控系统仅 能调取查看 2026年5月29日至6月2日 期间的 监控画面 , 违反《安徽省定点零售药店医疗保障服务协议》第四十四条之规定。目前,医保部门正在对该药店进行进一步核查处置。 | 国家飞检专项行动定点零售药店违法违规使用医保基金典型案例 | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8936692.html | — | 340200 | 2026 |
| 2 | 2 | 安徽国惠大药房连锁有限公司芜湖伟星公园大道店涉药师不在岗售卖处方药案 | 违法违规使用医保基金 | 2026-06-15 | — | 安徽省 | 芜湖市 | — | — | — | — | — | — | — | — | 案例二安徽国惠大药房连锁有限公司芜湖伟星公园大道店涉药师不在岗售卖处方药案 2026年 6 月 2 日 , 国家医保局 专项 飞行检查组对安徽国惠大药房连锁有限公司芜湖伟星公园大道店进行现场 突击 检查, 通过 查看视频监控 , 结合 药店执业药师自述,发现该药店在注册执业药师不在岗期间仍开具处方、审核处方、销售处方药 的问题 ,涉嫌违反《安徽省定点零售药店医疗保障服务协议》第八条之规定。目前,医保部门正在对该药店进行进一步核查处置。 | 国家飞检专项行动定点零售药店违法违规使用医保基金典型案例 | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8936692.html | — | 340200 | — |
| 3 | 3 | 查某某作出无他方责任虚假承诺骗取医保基金案 | 欺诈骗保线索 | 2026-06-09 | 2025-07-11 | 安徽省 | 芜湖市 | 繁昌区 | — | 暂停医疗费用联网结算3个月;退回医保基金 | — | — | — | — | — | 案例一:查某某作出无他方责任虚假承诺骗取医保基金案 违法事实: 2025年7月11日,芜湖市繁昌区医保分局核查发现查某某因交通事故造成外伤,做出无他方责任虚假承诺,使用城乡居民医保基金结算,造成医保统筹基金损失。 处理结果: 7月16日,查某某主动退回医保基金, 在核查固定相关证据后, 2025年10月15日,医保部门对 查某某 做出了暂停医疗费用联网结算 3个月的行政处理决定。 | 个人欺诈骗保篇(二) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8935366.html | 340212 | 340200 | 2025 |
| 4 | 4 | 卫生院职工潘某等 4人就诊划卡次数异常案 | 违法违规使用医保基金 | 2026-06-09 | — | 安徽省 | 芜湖市 | 无为市 | — | 责令潘某等4人退回违法违规使用医保基金;处行政罚款;同步将相关线索移交各职能部门进一步处理 | — | 8521.72 | — | 24676.03 | return:8521.72元;fine:24676.03元 | 案例二:卫生院职工潘某等 4人就诊划卡次数异常案 违法事实: 2025年8月12日,无为市医保分局核查发现潘某等4名卫生院职工就诊划卡次数异常,存在自己低标准入院、为家人代开药品并进行医保结算、违规办理慢性病并报销等问题。 处理结果: 2025年11月21日,医保部门责令潘某等4人退回违法违规使用医保基金8521.72元,处行政罚款24676.03元,并同步将相关线索移交各职能部门进一步处理。 | 个人欺诈骗保篇(二) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8935366.html | 340281 | 340200 | — |
| 5 | 5 | 参保人卜某某涉嫌骗取医疗保障基金支出案 | 欺诈骗保 | 2026-06-09 | 2022-01-01 | 安徽省 | 芜湖市 | — | — | 责令退回造成的医保基金损失;暂停其医疗费用联网结算3个月 | — | 25200 | — | — | recovery:25200元 | 案例三:参保人卜某某涉嫌骗取医疗保障基金支出案 违法事实: 芜湖市医保部门核查发现卜 某某 2022年1月至2024年5月期间,其存在使用自己医保卡为家人购买药品,利用享受医疗保障待遇的机会获得非法利益。 处理结果: 2026年2月5日,医保部门 责令 卜 某某退回造成的医保基金损失 25200元,暂停其医疗费用联网结算3个月的行政处理决定。 | 个人欺诈骗保篇(二) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8935366.html | — | 340200 | 2022 |
| 6 | 6 | 鸠江区沈巷镇中心卫生院违规使用医保基金案 | 违法违规使用医保基金 | 2024-12-31 | — | 安徽省 | 芜湖市 | 鸠江区 | 鸠江区沈巷镇中心卫生院 | — | — | — | — | — | — | 一、鸠江区沈巷镇中心卫生院违规使用医保基金案 | 2024年行政处罚(第二批) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8688781.html | 340207 | 340200 | — |
| 7 | 7 | 芜湖元初药房连锁有限公司繁昌大药房违规使用医保基金案 | 违法违规使用医保基金 | 2024-12-31 | — | 安徽省 | 芜湖市 | 繁昌区 | 芜湖元初药房连锁有限公司繁昌大药房 | — | — | — | — | — | — | 二、芜湖元初药房连锁有限公司繁昌大药房违规使用医保基金案 | 2024年行政处罚(第二批) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8688781.html | 340212 | 340200 | — |
| 8 | 8 | 芜湖皖江口腔医院有限公司违规使用医保基金案 | 违法违规使用医保基金 | 2024-12-31 | — | — | — | — | 芜湖皖江口腔医院有限公司 | — | — | — | — | — | — | 三、芜湖皖江口腔医院有限公司违规使用医保基金案 | 2024年行政处罚(第二批) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8688781.html | — | — | — |
| 9 | 9 | 芜湖市镜湖区医院违规使用医保基金案 | 违法违规使用医保基金 | 2024-12-31 | — | 安徽省 | 芜湖市 | 镜湖区 | 芜湖市镜湖区医院 | — | — | — | — | — | — | 四、芜湖市镜湖区医院违规使用医保基金案 | 2024年行政处罚(第二批) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8688781.html | 340202 | 340200 | — |
| 10 | 10 | 铜陵市昌盛大药房医药连锁有限公司芜湖市湾沚区罗保店违规使用医保基金案 | 违法违规使用医保基金 | 2024-06-30 | — | — | — | — | — | — | — | — | — | — | — | 一、铜陵市昌盛大药房医药连锁有限公司芜湖市湾沚区罗保店违规使用医保基金案 | 2024年行政处罚(第一批) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8688778.html | — | — | — |
| 11 | 11 | 安徽和爱大药房连锁有限公司芜湖百悦城店违规使用医保基金案 | 违法违规使用医保基金 | 2024-06-30 | — | 安徽省 | 芜湖市 | — | — | — | — | — | — | — | — | 二、安徽和爱大药房连锁有限公司芜湖百悦城店违规使用医保基金案 | 2024年行政处罚(第一批) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8688778.html | — | 340200 | — |
| 12 | 12 | 芜湖市济民大药房飞扬商务中心店违规使用医保基金案 | 违法违规使用医保基金 | 2024-06-30 | — | 安徽省 | 芜湖市 | — | — | — | — | — | — | — | — | 三、芜湖市济民大药房飞扬商务中心店违规使用医保基金案 | 2024年行政处罚(第一批) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8688778.html | — | 340200 | — |
| 13 | 13 | 无为利民医院违规使用医保基金案 | 违法违规使用医保基金 | 2024-06-30 | — | — | — | — | 无为利民医院 | — | — | — | — | — | — | 四、无为利民医院违规使用医保基金案 | 2024年行政处罚(第一批) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8688778.html | — | — | — |
| 14 | 14 | 罗某违规超量购药并倒卖骗取医保基金案 | 欺诈骗保 | 2026-04-16 | 2021-03-01 | 云南省 | 丽江市 | 宁蒗彝族自治县 | — | 移送公安机关立案侦查;判处有期徒刑3年;并处罚金人民币10000元;责令全额退赔医保基金 | — | 2199000 | — | 10000 | recovery:219.9万元;fine:人民币10000元 | 案例一:罗某违规超量购药并倒卖骗取医保基金案 违法事实: 云南省丽江市医保部门根据相关线索开展专项核查时,发现丽江市宁蒗县参保人罗某存在超量购药的异常行为,遂开展深入调查。经查, 2021年3月至2023年8月期间,罗某利用自身享受器官移植特殊病种医保待遇,超合理治疗需求开具药品并倒卖牟利,累计造成医保基金损失219.9万元。 处理结果: 在核查固定相关证据后,宁蒗县医保局将案件线索移送公安机关立案侦查。 2025年3月,人民法院依法作出判决:罗某犯诈骗罪,判处有期徒刑3年,并处罚金人民币10000元;同时责令其全额退赔医保基金。 | 个人欺诈骗保篇(一) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8923045.html | 530724 | 530700 | 2021 |
| 15 | 15 | 肖某倒卖医保药品骗保案 | 欺诈骗保 | 2026-04-16 | 2024-08-01 | 安徽省 | 芜湖市 | — | — | 判处有期徒刑3年,缓刑3年;并处罚金人民币20000元;责令全额退赔骗取的医保基金 | — | 51950.91 | — | 20000 | recovery:51950.91元;fine:20000元 | 案例二:肖某倒卖医保药品骗保案 违法事实: 2024年8月,安徽省芜湖市医保局收到举报线索,反映参保人肖某涉嫌利用享受低保人员医保待遇倒卖医保药品。当地医保部门立即联合公安机关开展深入研判和调查。经查,肖某用自身享受器官移植特殊病种医保待遇,超合理治疗需求开具药品并倒卖牟利,共骗取医保基金51950.91元。 处理结果: 2025年7月,芜湖市南陵县人民法院依法判决肖某犯诈骗罪,判处有期徒刑3年,缓刑3年,并处罚金人民币20000元,同时责令全额退赔骗取的医保基金。 | 个人欺诈骗保篇(一) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8923045.html | — | 340200 | 2024 |
| 16 | 16 | 徐某林冒用他人医疗保障凭证就医、购药骗取医保基金案 | 欺诈骗保线索 | 2026-04-16 | 2020-07-01 | 安徽省 | 阜阳市 | 颍上县 | 安徽省颍上县人民医院 | 判处有期徒刑二年六个月,缓刑三年;并处罚金人民币五千元 | — | 120000 | — | — | recovery:12万余元;other:1.5万余元;fine:人民币五千元 | 案例三:徐某林冒用他人医疗保障凭证就医、购药骗取医保基金案 违法事实: 2020年7月至12月间,被告人徐某林在其妻已去世的情况下,仍使用其妻子的医保卡,在安徽省颍上县人民医院购买16盒奥拉帕利片并报销费用,骗取医保基金12万余元。后将药品销售给他人,违法所得1.5万余元。徐某林主动投案,所骗取的医保基金已全额退赔。 处理结果: 安徽省颍上县人民检察院以徐某林犯诈骗罪提起公诉。颍上县人民法院经审理依法认定徐某林犯诈骗罪,判处有期徒刑二年六个月,缓刑三年,并处罚金人民币五千元。 | 个人欺诈骗保篇(一) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8923045.html | 341226 | 341200 | 2020 |
| 17 | 17 | 王某等3人伪造证明材料骗保案 | 欺诈骗保 | 2026-04-16 | 2023-06-01 | 山东省 | 烟台市 | 龙口市 | — | 责令退回基金;移送公安机关;判处杨某获刑9个月缓刑1年、罚金8000元;判处王某获刑7-8个月缓刑1年、罚金5000元;判处孙某获刑7-8个月缓刑1年、罚金5000元 | — | 18070.63 | — | 18000 | recovery:18070.63元;fine:8000元;fine:5000元;fine:5000元 | 案例四:王某等 3人伪造证明材料骗保案 违法事实: 2023年6月,龙口市医保部门收到举报,查实参保人王某工伤后,其雇主杨某教唆王某之妻孙某隐瞒工伤事实,谎称在家受伤,骗取医保报销18070.63元,报销费用由杨某领取。医保部门责令二人退回基金,并将线索移送公安机关。 处理结果: 公安机关查实,王某、孙某、杨某参与伪造证明材料、骗取医保基金。 2024年4月,龙口市人民法院判决三人犯诈骗罪,分别判处杨某获刑9个月缓刑1年、罚金8000元,王某、孙某各获刑7-8个月缓刑1年、罚金5000元。 医保基金是群众的 “救命钱”,守护基金安全是每个人的责任。参保人骗取、违规使用医保基金的行为,不仅损害了全体参保人的共同利益,也违反了医保法律法规,需承担相应的法律责任。在此呼吁广大群众、医药机构自觉遵守医保相关规定,主动抵制违规行为,共同筑牢医保基金安全防线,守护好我们的“救命钱”。 | 个人欺诈骗保篇(一) | 芜湖市医疗保障局 | https://ybj.wuhu.gov.cn/ztzl/djqzpbpgt/8923045.html | 370681 | 370600 | 2023 |
| 18 | 18 | 被告人艾某忠等诈骗案 | 欺诈骗保 | 2025-08-08 | 2018-01-01 | 山西省 | 大同市 | 平城区 | 大同市平城区某医院有限公司 | 以诈骗罪判处被告人艾某忠有期徒刑十三年六个月,并处罚金人民币五十万元;被告人艾某宇有期徒刑十一年,并处罚金人民币二十万元;被告人张某才有期徒刑十年六个月,并处罚金人民币十五万元;被告人李某有期徒刑十年,并处罚金人民币十万元;被告人张某国有期徒刑十年,并处罚金人民币十万元;被告人牛某鹏有期徒刑十年,并处罚金人民币十万元;被告人赵某有期徒刑四年,并处罚金人民币三万元 | 1170 | — | — | — | violation:970余万元;violation:200余万元;fine:五十万元;fine:二十万元;fine:十五万元;fine:十万元;fine:十万元;fine:十万元;fine:三万元 | 案例一 被告人艾某忠等诈骗案 一、基本案情 2016年9月,被告人艾某忠为主出资成立山西省大同市城区某医院有限公司并任法定代表人。2018年初,该医院成为医保报销定点医院。2018年12月,医院更名为大同市平城区某医院有限公司,法定代表人变更为艾某宇,但实际控制人仍为艾某忠。艾某忠多次召集艾某宇、张某才、李某、牛某鹏、张某国、赵某等人商议骗取国家医保基金。医院到周边各地(县区)吸引、招揽病人住院,鼓励、安排本院职工及家属住院,内科和骨科两大科室主要负责,其他科室辅助配合,采取虚增药品进价、药品重复入库、虚增临床用药、检查费用、虚报床位、空挂床等方式和手段,大肆提高、虚构住院费用,制作假病历,将虚假数据上传医保中心,骗取国家医保基金。截至2020年底,医院虚报金额970余万元,其中未拨付金额200余万元,系诈骗未遂。 二、裁判结果 本案经山西省大同市中级人民法院一审,山西省高级人民法院二审,现已发生法律效力。 人民法院经审理认为,被告人艾某忠等人以非法占有为目的,通过虚增药品进价、药品重复入库、虚增临床用药、检查费用、虚报床位、空挂病床等方式,大肆提高、虚构住院费用,制作假病历,将虚假数据上传医保中心,共同骗取医疗保障基金,数额特别巨大,其行为均已构成诈骗罪。根据各被告人的犯罪事实、犯罪性质和情节,依法以诈骗罪判处被告人艾某忠有期徒刑十三年六个月,并处罚金人民币五十万元;被告人艾某宇有期徒刑十一年,并处罚金人民币二十万元;被告人张某才有期徒刑十年六个月,并处罚金人民币十五万元;被告人李某有期徒刑十年,并处罚金人民币十万元;被告人张某国有期徒刑十年,并处罚金人民币十万元;被告人牛某鹏有期徒刑十年,并处罚金人民币十万元;被告人赵某有期徒刑四年,并处罚金人民币三万元。(其他判项略) 三、典型意义 本案是民营医院及其工作人员通过虚增药品进价、药品重复入库、虚增临床用药、检查费用、虚报床位、空挂床等方式骗取医保基金的典型案例。民营医院在充实医疗力量、保障人民群众就医、购药方面发挥重要作用。但有的民营医院及其工作人员为获取非法利益,采用虚假手段骗取国家医保基金,严重危害医疗保障制度健康持续发展,依法应予惩处。《关于办理医保骗保刑事案件若干问题的指导意见》规定,对于涉案人员众多的,要根据犯罪的事实、性质、情节和对于社会的危害程度,以及在共同犯罪中的地位、作用、具体实施的行为区别对待、区别处理。本案中,人民法院贯彻宽严相济刑事政策,对起主要作用的被告人艾某忠等六人依法从严惩处,判处十年以上有期徒刑,对起次要作用、具有自首等情节的被告人赵某依法减轻处罚,既有效惩治医保骗保犯罪,又实现最佳政治效果、法律效果、社会效果。 | 最高人民法院发布人民法院依法严惩医保骗保犯罪典型案例 | 最高人民法院新闻局 | https://qzybj.quanzhou.gov.cn/ztzl/zzybjgly/202508/t20250812_3199673.htm | 140213 | 140200 | 2018 |
| 19 | 19 | 被告人杜某君诈骗案 | 欺诈骗保 | 2025-08-08 | — | 重庆市 | 重庆市 | 沙坪坝区 | — | 以诈骗罪判处被告人杜某君有期徒刑十二年;并处罚金人民币五十万元 | 390 | — | — | — | violation:390余万元;fine:人民币五十万元 | 案例二 被告人杜某君诈骗案 一、基本案情 2018年1月,重庆某医院注册成立,2019年5月成为定点医疗机构,被告人杜某君系实际负责人,经营过程中,杜某君推行让病人低价或者免费住院治疗、向“大额病人”返利等做法,通过医生、医助等工作人员向病人宣传、病人“老带新”等方式,吸引大量中老年医保病人住院治疗,并采取先开住院证办理住院手续再开检查单,或者虽先开检查单但在检查结果出来之前便办理住院手续等方式,将有住院意愿的病人全部收治入院,提供吃药、雾化、输水等基础医疗服务,并大量开具高利润抗生素等药品。为了使上述人员符合住院要求和逃避查处,杜某君指使或者默许医生、医助与检验科医技人员互相配合,修改住院人员的血常规检验报告、DR检查报告等,并将住院期间产生的药费、检查费等通过医保报销,骗取国家医疗保障基金390余万元。 二、裁判结果 本案经重庆市沙坪坝区人民法院一审,重庆市第一中级人民法院二审,现已发生法律效力。 人民法院经审理认为,被告人杜某君作为定点医疗机构的实际控制人,指使工作人员弄虚作假,篡改医学检验数据,制作虚假病历,使不需要住院的患者入院治疗,骗取医保费用,数额特别巨大,其行为已构成诈骗罪。依法以诈骗罪判处被告人杜某君有期徒刑十二年,并处罚金人民币五十万元。(其他判项略) 三、典型意义 本案是定点医药机构的控制人通过篡改检验报告等医疗文书方式,骗取医保基金的典型案例。《关于办理医保骗保刑事案件若干问题的指导意见》规定:定点医药机构以非法占有为目的,伪造、变造、隐匿、涂改、销毁医学文书、医学证明、会计凭证、电子信息、检测报告等有关资料,骗取医疗保障基金支出的,对组织、策划、实施人员,依照刑法第二百六十六条的规定,以诈骗罪定罪处罚。本案中,被告人杜某君利用其经营的定点医院,通过篡改检测报告、病历等手段,骗取医保基金,数额特别巨大,既违反职业道德和医保定点服务协议,也触犯刑法,人民法院对其以诈骗罪依法严惩。 | 最高人民法院发布人民法院依法严惩医保骗保犯罪典型案例 | 最高人民法院新闻局 | https://qzybj.quanzhou.gov.cn/ztzl/zzybjgly/202508/t20250812_3199673.htm | 500106 | 500000 | — |
| 20 | 20 | 被告人戴某寿掩饰、隐瞒犯罪所得案 | 倒卖回收药品 | 2025-08-08 | 2020-06-01 | — | — | — | — | 判处有期徒刑六年;并处罚金人民币十二万元 | — | — | — | — | other:340余万元;other:18万余元;other:57万元;fine:人民币十二万元 | 案例三 被告人戴某寿掩饰、隐瞒犯罪所得案 一、基本案情 2020年6月至2021年12月,被告人戴某寿在无药品经营许可证、营业执照等相关资质情况下,通过微信联系上下家收购、销售“医保回收药品”,并租用仓库作为场地,雇佣他人负责打包、邮寄药品。经核实,戴某寿将所收购的“医保回收药品”销售给冀某洲、彭某,共收款340余万元。案发后,公安机关扣押药品10 416盒。 2022年7月开始,被告人戴某寿在无药品经营许可证、营业执照等相关资质的情况下,通过微信联系上下家收购、销售“医保回收药品”,并租用场地,雇佣他人负责打包、邮寄药品。经核实,戴某寿从王某星等处收购“医保回收药品”,付款18万余元;将所收购的“医保回收药品”销售给翟某刚,收款57万元。案发后,公安机关扣押药品10 133 盒。 二、裁判结果 本案经江西省浮梁县人民法院审理,现已发生法律效力。 人民法院经审理认为,被告人戴某寿明知系利用医保骗保购买的药品而非法收购、销售,情节严重,其行为已构成掩饰、隐瞒犯罪所得罪。依法以掩饰、隐瞒犯罪所得罪判处被告人戴某寿有期徒刑六年,并处罚金人民币十二万元。(其他判项略) 三、典型意义 本案是人民法院依法严惩倒卖医保药品犯罪的典型案例。近年来,非法收购、销售医保骗保购买的药品违法犯罪形势十分严峻,一些犯罪分子组成犯罪团伙,通过非接触式手段,倒卖医保骗保药品非法牟利,不仅造成医保基金损失,还造成大量药品得不到妥善保管而浪费,部分变质药品再次流入销售环节,危害人民群众身体健康,成为治理医保骗保违法犯罪的重要环节。《最高人民法院、最高人民检察院关于办理危害药品安全刑事案件适用法律若干问题的解释》第十三条规定:明知系利用医保骗保购买的药品而非法收购、销售,金额五万元以上的,应当依照刑法第三百一十二条的规定,以掩饰、隐瞒犯罪所得罪定罪处罚。《关于办理医保骗保刑事案件若干问题的指导意见》重申了上述规定。本案中,被告人戴某寿明知系医保骗保购买的药品,多次通过非接触式渠道收购、销售,人民法院依法认定其行为构成掩饰、隐瞒犯罪所得罪,并认定情节严重,判处有期徒刑六年,充分体现了人民法院对医保骗保犯罪的全链条惩治。 | 最高人民法院发布人民法院依法严惩医保骗保犯罪典型案例 | 最高人民法院新闻局 | https://qzybj.quanzhou.gov.cn/ztzl/zzybjgly/202508/t20250812_3199673.htm | — | — | 2020 |
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8,343 行 · 22 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 7,248 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 7,248 行(86%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 city_code、county_code、province、date按城市对上本数据集 7,248 行(86%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、year、county_code、city_code按城市对上本数据集 7,248 行(86%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 province、county_code、approve_date、city_code按城市对上本数据集 7,248 行(86%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 province、year、region_code、city_code按城市对上本数据集 7,248 行(86%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 region_code、county_code、province、year按城市对上本数据集 7,248 行(86%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 city_code_2、year、county_code_2、province_name按城市对上本数据集 7,248 行(86%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 province、region_code、city_code、division_year按城市对上本数据集 7,248 行(86%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 region_code、city_code、province、division_year按城市对上本数据集 7,248 行(86%)
- 县级区域夜光指数区域底数 · 1.7 万 行 · 连接字段 province、city_code、year、county_code按城市对上本数据集 7,247 行(86%)
- 全国医院名录医疗药械 · 4.6 万 行 · 连接字段 founded_year、province、city_code、county_code按城市对上本数据集 7,245 行(86%)
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 province、region_code、city_code、layer_year按城市对上本数据集 7,245 行(86%)
按 城市 + 省份 + 年份 能连
144 个数据集 · 本数据集 7,248 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、origin_province、month按城市对上本数据集 7,248 行(86%)
- 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、year、origin_province按城市对上本数据集 7,248 行(86%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 region_code、province、date按城市对上本数据集 7,248 行(86%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 year、province、region_code按城市对上本数据集 7,248 行(86%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、region_code、year按城市对上本数据集 7,248 行(86%)
- 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 7,248 行(86%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 year、region_code、province按城市对上本数据集 7,248 行(86%)
- 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 7,248 行(86%)
- 地级市矫正夜间灯光区域底数 · 1.2 万 行 · 连接字段 year、region_code、province按城市对上本数据集 7,248 行(86%)
- 地级市银行竞争度指标保险市场 · 9,049 行 · 连接字段 year、province、city_code按城市对上本数据集 7,248 行(86%)
- 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 7,248 行(86%)
- 地级市历次普查常住人口区域底数 · 1,110 行 · 连接字段 city_code、census_year、province_code按城市对上本数据集 7,248 行(86%)
按 区县 + 省份 + 年份 能连
65 个数据集 · 本数据集 5,609 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 5,609 行(67%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 region_code、issue_date、province按区县对上本数据集 5,609 行(67%)
- 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 5,609 行(67%)
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 year、province、region_code按区县对上本数据集 5,609 行(67%)
- 县域金融机构变动统计区域底数 · 5.3 万 行 · 连接字段 region_code、year、province按区县对上本数据集 5,609 行(67%)
- 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 5,609 行(67%)
- 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 5,607 行(67%)
- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 region_code、province、year按区县对上本数据集 5,607 行(67%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、adcode、page_publish_time按区县对上本数据集 5,605 行(67%)
- 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 5,605 行(67%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 province、year、region_code按区县对上本数据集 5,605 行(67%)
- 区县人口分布(格网汇总)区域底数 · 1.4 万 行 · 连接字段 region_code、province、year按区县对上本数据集 5,605 行(67%)
按 城市 + 区县 + 省份 能连
14 个数据集 · 本数据集 7,248 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 city_code、county_code、province_code按城市对上本数据集 7,248 行(86%)
- 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 city_code、province_code、region_code按城市对上本数据集 7,248 行(86%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 province、city_code、county_code按城市对上本数据集 7,246 行(86%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code、province、county_code按城市对上本数据集 7,245 行(86%)
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 region_code、city_code、province_code按城市对上本数据集 7,220 行(86%)
- 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、city_code按城市对上本数据集 6,636 行(79%)
- 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 6,616 行(79%)
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 county_code、province、city_code按城市对上本数据集 6,613 行(79%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 city_code、county_code、province按城市对上本数据集 6,019 行(72%)
- 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 5,785 行(69%)
- 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 3,567 行(42%)
- 全国地铁站点交通运输 · 1.9 万 行 · 连接字段 city_code、county_code、province按城市对上本数据集 3,411 行(40%)
按 城市 + 区县 + 年份 能连
6 个数据集 · 本数据集 7,248 行有城市- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_city_code、pub_date、applicant_address_county_code按城市对上本数据集 7,216 行(86%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 county_code、year、city_code按城市对上本数据集 7,195 行(86%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 year、city_code、region_code_adj按城市对上本数据集 6,753 行(80%)
- 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_city_code、address_county_code按城市对上本数据集 6,038 行(72%)
- 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 5,451 行(65%)
- 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、established_date按城市对上本数据集 2,585 行(30%)
按 省份 + 年份 能连
323 个数据集 · 本数据集 7,408 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 7,408 行(88%)
- 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 7,408 行(88%)
- 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 7,408 行(88%)
- 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 7,408 行(88%)
- 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 7,408 行(88%)
- 省级统计年鉴长序列指标区域底数 · 74.4 万 行 · 连接字段 year、province按省份对上本数据集 7,408 行(88%)
- 劳动统计年鉴省级指标区域底数 · 60.3 万 行 · 连接字段 year、region_code按省份对上本数据集 7,408 行(88%)
- 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 7,408 行(88%)
- 分省分行业工业企业指标区域底数 · 50.4 万 行 · 连接字段 year、province按省份对上本数据集 7,408 行(88%)
- 分地区高技术产业统计区域底数 · 35.3 万 行 · 连接字段 year、region_code按省份对上本数据集 7,408 行(88%)
- 专精特新企业认定情况企业主体 · 27.7 万 行 · 连接字段 identify_year、province按省份对上本数据集 7,408 行(88%)
- 省级环境关注度日度指数区域底数 · 27.5 万 行 · 连接字段 date、region_code按省份对上本数据集 7,408 行(88%)
按 城市 + 年份 能连
60 个数据集 · 本数据集 7,248 行有城市- 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 7,246 行(86%)
- 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 7,245 行(86%)
- 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 7,245 行(86%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 region_code、year按城市对上本数据集 7,245 行(86%)
- 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 7,245 行(86%)
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 year、city_code按城市对上本数据集 7,245 行(86%)
- 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 7,245 行(86%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code、date按城市对上本数据集 7,242 行(86%)
- 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 7,206 行(86%)
- 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 7,023 行(84%)
- 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 6,665 行(79%)
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 region_code、date按城市对上本数据集 6,639 行(79%)
按 城市 + 省份 能连
15 个数据集 · 本数据集 7,248 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 7,248 行(86%)
- 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 7,237 行(86%)
- 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 7,217 行(86%)
- 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 7,212 行(86%)
- 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 7,188 行(86%)
- 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 6,773 行(81%)
- 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 6,635 行(79%)
- 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 6,621 行(79%)
- 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 6,617 行(79%)
- 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 6,583 行(78%)
- 地级市海拔标准差区域底数 · 288 行 · 连接字段 region_code、province按城市对上本数据集 6,542 行(78%)
- 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 6,217 行(74%)
按 区县 + 年份 能连
10 个数据集 · 本数据集 5,609 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 5,609 行(67%)
- 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 5,526 行(66%)
- 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 5,259 行(63%)
- 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 4,850 行(58%)
- 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 4,229 行(50%)
- 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 3,504 行(41%)
- 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 2,382 行(28%)
- 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 1,460 行(17%)
- 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 1,199 行(14%)
- 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 833 行(10%)
按 区县 + 省份 能连
4 个数据集 · 本数据集 5,609 行有区县按 城市 + 区县 能连
3 个数据集 · 本数据集 7,248 行有城市按 省份 能连
14 个数据集 · 本数据集 7,408 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 7,408 行(88%)
- 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 7,408 行(88%)
- 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 7,408 行(88%)
- 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 7,408 行(88%)
- 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 7,408 行(88%)
- 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 7,408 行(88%)
- 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 7,408 行(88%)
- 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 7,398 行(88%)
- 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 7,398 行(88%)
- 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 7,363 行(88%)
- 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 7,312 行(87%)
- 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 6,595 行(79%)
按 区县 能连
9 个数据集 · 本数据集 5,609 行有区县- 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 5,601 行(67%)
- 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 5,599 行(67%)
- 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 5,567 行(66%)
- 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 5,321 行(63%)
- 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 5,207 行(62%)
- 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 4,907 行(58%)
- 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 3,597 行(43%)
- 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 2,781 行(33%)
- 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 2,523 行(30%)
按 城市 能连
7 个数据集 · 本数据集 7,248 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 7,241 行(86%)
- 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 6,930 行(83%)
- 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 6,601 行(79%)
- 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 6,585 行(78%)
- 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 6,585 行(78%)
- 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 6,559 行(78%)
- 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 930 行(11%)
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3
- 扩增得出
case_year由案例日期扩增得出。
来自字段扩增医保基金违规典型案例医保基金违规典型案例 - 扩增得出
city_code由省、地级市扩增得出。
来自字段扩增医保基金违规典型案例医保基金违规典型案例 - 扩增得出
county_code由省、地级市、区县扩增得出。
来自字段扩增医保基金违规典型案例医保基金违规典型案例
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/medical-insurance-fraud-case/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"case_id","op":"eq","value":"1"}],"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。