
各省产业增加值与就业
一行代表一个省份在特定年份的三次产业增加值和就业人数。数据覆盖全国各省。
v3 生效中 · 2026/11/15 发布险种标签:企业财产险责任险时间跨度:2000–2022 年数据出处 出处待核实
- 记录
- 713
- 字段
- 8
- AI 扩增字段
- 0
- 平均非空率
- 97.8%
- 字段完整度
8 个字段,4 个没有空值
01字段
字段来源,逐一标明
共 8 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 713 行计算。
关于这个数据集
一行代表一个省份在特定年份的三次产业增加值和就业人数。数据覆盖全国各省。可用于分析区域经济结构转型情况,辅助企业财产险和责任险的区域风险评估。原表 2018 年的第一产业增加值照抄 2017 年,已去掉。
| 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% | — | ||
| 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% | — | ||
| 第一产业增加值primary_industry_value | 小数 | 原生 | 96% | 亿元 原表列名:第一产业增加值(亿元) | ||
| 第二产业增加值secondary_industry_value | 小数 | 原生 | 100% | 亿元 原表列名:第二产业增加值(亿元) | ||
| 第三产业增加值tertiary_industry_value | 小数 | 原生 | 100% | 亿元 原表列名:第三产业增加值(亿元) | ||
| 第一产业就业primary_industry_employment | 小数 | 原生 | 96% | 单位不清 原表列名:第一产业就业人数 | ||
| 第二产业就业secondary_industry_employment | 小数 | 原生 | 96% | 单位不清 原表列名:第二产业就业人数 | ||
| 第三产业就业tertiary_industry_employment | 小数 | 原生 | 96% | 单位不清 原表列名:第三产业就业人数 |
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 | 省份province | 第一产业增加值primary_industry_value | 第二产业增加值secondary_industry_value | 第三产业增加值tertiary_industry_value | 第一产业就业primary_industry_employment | 第二产业就业secondary_industry_employment | 第三产业就业tertiary_industry_employment |
|---|---|---|---|---|---|---|---|---|
| 1 | 2022 | 北京市 | 111.6 | 6605.1 | 34894.3 | — | — | — |
| 2 | 2022 | 天津市 | 273.2 | 6038.9 | 9999.3 | — | — | — |
| 3 | 2022 | 河北省 | 4410.3 | 17050.1 | 20910 | — | — | — |
| 4 | 2022 | 山西省 | 1340.4 | 13840.9 | 10461.3 | — | — | — |
| 5 | 2022 | 内蒙古自治区 | 2653.7 | 11241.8 | 9263.1 | — | — | — |
| 6 | 2022 | 辽宁省 | 2597.6 | 11755.8 | 14621.7 | — | — | — |
| 7 | 2022 | 吉林省 | 1689.1 | 4628.3 | 6752.8 | — | — | — |
| 8 | 2022 | 黑龙江省 | 3609.9 | 4648.9 | 7642.2 | — | — | — |
| 9 | 2022 | 上海市 | 97 | 11458.4 | 33097.4 | — | — | — |
| 10 | 2022 | 江苏省 | 4959.4 | 55888.7 | 62027.5 | — | — | — |
| 11 | 2022 | 浙江省 | 2324.8 | 33205.2 | 42185.4 | — | — | — |
| 12 | 2022 | 安徽省 | 3513.7 | 18588 | 22943.3 | — | — | — |
| 13 | 2022 | 福建省 | 3076.2 | 25078.2 | 24955.5 | — | — | — |
| 14 | 2022 | 江西省 | 2451.5 | 14359.6 | 15263.7 | — | — | — |
| 15 | 2022 | 山东省 | 6298.6 | 35014.2 | 46122.3 | — | — | — |
| 16 | 2022 | 河南省 | 5817.8 | 25465 | 30062.2 | — | — | — |
| 17 | 2022 | 湖北省 | 4986.7 | 21240.6 | 27507.6 | — | — | — |
| 18 | 2022 | 湖南省 | 4602.7 | 19182.6 | 24885.1 | — | — | — |
| 19 | 2022 | 广东省 | 5340.4 | 52843.5 | 70934.7 | — | — | — |
| 20 | 2022 | 广西壮族自治区 | 4269.8 | 8938.6 | 13092.5 | — | — | — |
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 v32026/11/15 发布
生效中713 行 · 8 个字段 · 初始导入(比 v2 行数增加 31)
版本 v22026/11/15 发布
历史版本682 行 · 8 个字段 · 初始导入(比 v1 行数减少 31)
版本 v12026/11/14 发布
历史版本713 行 · 8 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
574 个数据集 · 本数据集 713 行有省份- 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、year按省份对上本数据集 713 行(100%)
- 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 713 行(100%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、page_publish_time按省份对上本数据集 713 行(100%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 date、province按省份对上本数据集 713 行(100%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 province、date按省份对上本数据集 713 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 province_code、taobao_village_year按省份对上本数据集 713 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 713 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 713 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 713 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 year、province按省份对上本数据集 713 行(100%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 year、province按省份对上本数据集 713 行(100%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、year按省份对上本数据集 713 行(100%)
按 省份 能连
47 个数据集 · 本数据集 713 行有省份- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code按省份对上本数据集 713 行(100%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code按省份对上本数据集 713 行(100%)
- 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 713 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 713 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 713 行(100%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province按省份对上本数据集 713 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 713 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 713 行(100%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province按省份对上本数据集 713 行(100%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 province按省份对上本数据集 713 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 713 行(100%)
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 province按省份对上本数据集 713 行(100%)
只按年份能连:511 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
511 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
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 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
- 全国格点逐年极端降水自然灾害 · 602.3 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
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。
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/province-industry-structure-indices/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"北京市"}],"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。