省级金融科技指数

01字段

字段来源，逐一标明

共 28 个字段，其中 AI 扩增字段 0 个。非空率按当前版本的 372 行计算。

关于这个数据集

一行代表一个省份在某一年的金融科技发展水平。覆盖全国31个省市区及港澳台地区，包含综合指数及人工智能、大数据等细分领域的百度指数。可用于评估区域金融数字化程度，辅助保险科技应用推广及区域性金融风险定价。

字段	类型	来源	非空率	说明
省份province键：省份名称。样本里格式符合 100%，还没有参照	文本	原生	100%	—
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
金融科技指数fintech_index	小数	原生	100%	原始搜索指数原表列名：金融科技
互联网金融指数internet_finance_index	小数	原生	100%	原始搜索指数原表列名：互联网金融
Fintech指数fintech_en_index	小数	原生	100%	原始搜索指数原表列名：Fintech
人工智能指数ai_index	小数	原生	100%	原始搜索指数原表列名：人工智能
大数据指数bigdata_index	小数	原生	100%	原始搜索指数原表列名：大数据
云计算指数cloud_index	小数	原生	100%	原始搜索指数原表列名：云计算
区块链指数blockchain_index	小数	原生	100%	原始搜索指数原表列名：区块链
生物识别指数biometric_index	小数	原生	100%	原始搜索指数原表列名：生物识别
移动支付指数mobile_pay_index	小数	原生	100%	原始搜索指数原表列名：移动支付
在线支付指数online_pay_index	小数	原生	100%	原始搜索指数原表列名：在线支付
第三方支付指数third_party_pay_index	小数	原生	100%	原始搜索指数原表列名：第三方支付
网贷指数p2p_loan_index	小数	原生	100%	原始搜索指数原表列名：网贷
网络贷款指数net_loan_index	小数	原生	100%	原始搜索指数原表列名：网络贷款
网上贷款指数online_loan_index	小数	原生	100%	原始搜索指数原表列名：网上贷款
网上银行指数online_bank_index	小数	原生	100%	原始搜索指数原表列名：网上银行
电子银行指数ebank_index	小数	原生	100%	原始搜索指数原表列名：电子银行
互联网银行指数internet_bank_index	小数	原生	100%	原始搜索指数原表列名：互联网银行
直销银行指数direct_bank_index	小数	原生	100%	原始搜索指数原表列名：直销银行
指数直接求和fintech_sum	小数	原生	100%	各分项直接求和原表列名：金科_1
求和取对数fintech_sum_log	小数	原生	100%	各分项求和后取自然对数原表列名：金科_2
算术平均fintech_avg	小数	原生	100%	各分项算术平均值原表列名：金科_3
平均取对数fintech_avg_log	小数	原生	100%	各分项算术平均后取自然对数原表列名：金科_4
先对数再求和fintech_log_sum	小数	原生	100%	各分项取对数后求和原表列名：金科_5
先对数再平均fintech_log_avg	小数	原生	100%	各分项取对数后算术平均原表列名：金科_6
熵值法指数fintech_entropy	小数	原生	100%	熵值法计算的综合指数原表列名：金科_7
熵值法取对数fintech_entropy_log	小数	原生	100%	熵值法指数取自然对数原表列名：金科_8

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。

#	省份province	年份year	金融科技指数fintech_index	互联网金融指数internet_finance_index	Fintech指数fintech_en_index	人工智能指数ai_index	大数据指数bigdata_index	云计算指数cloud_index	区块链指数blockchain_index	生物识别指数biometric_index	移动支付指数mobile_pay_index	在线支付指数online_pay_index	第三方支付指数third_party_pay_index	网贷指数p2p_loan_index	网络贷款指数net_loan_index	网上贷款指数online_loan_index	网上银行指数online_bank_index	电子银行指数ebank_index	互联网银行指数internet_bank_index	直销银行指数direct_bank_index	指数直接求和fintech_sum	求和取对数fintech_sum_log	算术平均fintech_avg	平均取对数fintech_avg_log	先对数再求和fintech_log_sum	先对数再平均fintech_log_avg	熵值法指数fintech_entropy	熵值法取对数fintech_entropy_log
1	上海	2011	0	0	0	133	0	259	0	19	76	53	112	0	30	41	283	57	0	0	1063	6.969790458679199	59.05555725097656	4.095270156860352	43.3955078125	2.4108614921569824	0.08640266209840775	0.0828719288110733
2	上海	2012	0	0	0	128	50	201	0	15	80	64	98	10	37	43	207	54	0	0	987	6.8956828117370605	54.83333206176758	4.0223708152771	49.20099258422851	2.7333884239196777	0.08492999523878098	0.08151546120643616
3	上海	2013	2	115	0	164	215	199	0	18	109	78	122	107	52	55	215	74	4	22	1551	7.347299575805664	86.16666412353516	4.467822074890137	65.57377624511719	3.6429874897003174	0.13774222135543823	0.1290457844734192
4	上海	2014	12	312	2	265	348	246	1	21	143	89	178	163	68	84	258	95	7	109	2401	7.784057140350342	133.38888549804688	4.900737762451172	75.47663879394531	4.193146705627441	0.2298629879951477	0.20690277218818665
5	上海	2015	18	449	20	296	418	269	54	35	145	84	188	179	111	125	279	104	88	140	3002	8.007367134094238	166.77777099609375	5.122640132904053	86.16097259521484	4.7867207527160645	0.36391565203666687	0.3103597164154053
6	上海	2016	91	327	157	415	409	278	368	41	139	75	169	177	102	141	231	87	61	127	3395	8.130353927612305	188.61111450195312	5.2449750900268555	90.78766632080078	5.043759346008301	0.4209114611148834	0.3512985408306122
7	上海	2017	153	297	253	878	559	307	649	60	155	73	178	266	107	196	195	77	74	144	4621	8.438582420349121	256.72222900390625	5.551882266998291	94.71897888183594	5.262165546417236	0.5551108717918396	0.44154685735702515
8	上海	2018	169	233	244	798	517	284	1738	64	152	83	184	320	105	110	213	88	82	138	5522	8.616676330566406	306.77777099609375	5.7293782234191895	95.34760284423828	5.297089099884033	0.601971447467804	0.4712350368499756
9	上海	2019	151	160	207	612	415	263	865	60	129	59	135	259	86	82	171	83	91	115	3943	8.279951095581055	219.05555725097656	5.3938798904418945	91.5162353515625	5.084235191345215	0.4998674988746643	0.40537676215171814
10	上海	2020	183	161	189	505	321	254	565	53	111	42	125	189	72	42	150	79	85	116	3242	8.084254264831543	180.11111450195312	5.199110507965088	88.64997863769531	4.924998760223389	0.4577281177043915	0.37687912583351135
11	上海	2021	171	146	183	410	306	231	503	48	109	29	123	170	73	33	142	65	82	113	2937	7.9854841232299805	163.1666717529297	5.100882053375244	86.86101531982422	4.8256120681762695	0.4263761937618256	0.3551371097564697
12	上海	2022	161	136	186	398	274	218	404	47	98	35	160	159	60	39	140	60	83	93	2751	7.920083045959473	152.8333282470703	5.035869598388672	86.27729034423828	4.793182849884033	0.4094818532466888	0.34322217106819153
13	云南	2011	0	0	0	72	0	86	0	0	23	16	48	0	16	37	191	43	0	0	532	6.278521537780762	29.55555534362793	3.419546604156494	34.17194366455078	1.8984413146972656	0.033905278891325	0.03334316611289978
14	云南	2012	0	0	0	73	17	75	0	2	38	24	45	5	15	29	160	43	0	0	526	6.267200469970703	29.22222137451172	3.4085774421691895	40.1660041809082	2.2314445972442627	0.03775313124060631	0.03705792501568794
15	云南	2013	0	47	0	102	90	101	0	1	56	21	67	62	25	45	174	59	0	4	854	6.751101493835449	47.44444274902344	3.880417585372925	51.78694915771485	2.8770527839660645	0.058443717658519745	0.05679963901638985
16	云南	2014	0	136	0	154	149	134	0	2	84	27	95	104	44	87	239	69	2	32	1358	7.214504241943359	75.44444274902344	4.336564064025879	60.57935333251953	3.3655195236206055	0.10325218737125395	0.09826235473155975
17	云南	2015	0	175	0	151	174	148	5	2	83	38	93	117	81	113	250	64	19	54	1567	7.357556343078613	87.05555725097656	4.477967739105225	66.50764465332031	3.694869041442871	0.1438809633255005	0.13442683219909668
18	云南	2016	5	148	18	187	191	170	105	3	79	22	85	138	83	123	195	51	6	27	1636	7.400620460510254	90.88888549804688	4.520580291748047	72.09039306640625	4.005022048950195	0.1286061555147171	0.12098337709903716
19	云南	2017	34	176	55	271	253	206	171	7	103	27	98	252	101	196	181	47	9	43	2230	7.710205078125	123.88888549804688	4.8274245262146	79.63490295410156	4.424161434173584	0.19717001914978027	0.1799604594707489
20	云南	2018	52	156	58	276	232	168	430	9	107	33	112	293	91	108	186	59	10	52	2432	7.79688024520874	135.11111450195312	4.913471698760986	81.2039566040039	4.511331081390381	0.21708987653255463	0.19646266102790833

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
372 行 · 28 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 24 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。

按省份 + 年份能连

575 个数据集 · 本数据集 372 行有省份

按省份能连

47 个数据集 · 本数据集 372 行有省份

只按年份能连：509 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

509 个数据集

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。

还没有发现这个数据集的字段规律。

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。

授权

试用：立即生效，14 天，送 500 点。每个空间只能试用一次。
正式申请：写明用途，由运营人员审核。

申请授权

每次查询: 0.2 点 + 每 100 行 0.1 点
样本和字段说明: 免费

REST 调用示例

# 先把 API Key 放进环境变量：export WI_API_KEY=你的 API Key$ curl -X POST 'https://wi.insightworld.cn/api/v1/datasets/province-fintech-index/query' \  -H "Authorization: Bearer $WI_API_KEY" \  -H 'Content-Type: application/json' \  -d '{"filters":[{"field":"province","op":"eq","value":"上海"}],"limit":10}'

创建 API Key 在 Explorer 里调试返回内容包括数据、下一页的位置和点数回执。

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。