全国及分省主要污染物排放
一行代表全国或某个省份在特定年份的主要污染物排放数据。涵盖二氧化硫、氮氧化物、化学需氧量等废气和废水指标。
v1 生效中 · 2026/11/14 发布险种标签：企业财产险责任险时间跨度：1990–2019 年数据出处 中国能源统计年鉴
- 记录
- 959
- 字段
- 21
- AI 扩增字段
- 0
- 平均非空率
- 40.5%
- 字段完整度
21 个字段，2 个没有空值
01字段
字段来源，逐一标明
共 21 个字段，其中 AI 扩增字段 0 个。非空率按当前版本的 959 行计算。
关于这个数据集
一行代表全国或某个省份在特定年份的主要污染物排放数据。涵盖二氧化硫、氮氧化物、化学需氧量等废气和废水指标。可用于评估区域环境污染风险，辅助环境责任险定价及企业环保合规性分析。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 省份province键：省份名称。样本里格式符合 97.5%，还没有参照 | 文本 | 原生 | 100% | 原表列名：地区 | ||
| 年份year键：年份。样本里格式符合 100%，还没有参照 | 整数 | 原生 | 100% | — | ||
| 二氧化硫排放量so2_emission_amount | 小数 | 原生 | 46% | 万吨 原表列名：二氧化硫排放量（万吨） | ||
| 氮氧化物排放量nox_emission_amount | 小数 | 原生 | 27% | 万吨 原表列名：氮氧化物排放量（万吨） | ||
| 烟尘排放量dust_emission_amount | 小数 | 原生 | 27% | 万吨 原表列名：烟（粉）尘排放量（万吨） | ||
| 工业废气排放量industrial_waste_gas_amount | 小数 | 原生 | 60% | 亿标准立方米 原表列名：工业废气排放量（亿标准立方米） | ||
| 燃料燃烧废气量fuel_combustion_gas_amount | 小数 | 原生 | 60% | 亿标准立方米 原表列名：燃料燃烧工业废气排放量（亿标准立方米） | ||
| 废水排放总量total_wastewater_amount | 小数 | 原生 | 47% | 万吨 原表列名：废水排放总量（万吨） | ||
| 工业废水排放量industrial_wastewater_amount | 小数 | 原生 | 56% | 万吨 原表列名：工业废水排放量（万吨） | ||
| 工业废水达标量industrial_wastewater_compliant_amount | 小数 | 原生 | 56% | 万吨 原表列名：工业废水排放达标量（万吨） | ||
| 化学需氧量cod_emission_amount | 小数 | 原生 | 27% | 万吨 原表列名：化学需氧量（万吨） | ||
| 氨氮排放量ammonia_nitrogen_emission_amount | 小数 | 原生 | 27% | 万吨 原表列名：氨氮排放量（万吨） | ||
| 总氮排放量total_nitrogen_emission_amount | 小数 | 原生 | 27% | 万吨 原表列名：总氮排放量（万吨） | ||
| 总磷排放量total_phosphorus_emission_amount | 小数 | 原生 | 26% | 万吨 原表列名：总磷排放量（万吨） | ||
| 石油类排放量petroleum_emission_amount | 小数 | 原生 | 27% | 吨 原表列名：石油类排放量（吨） | ||
| 挥发酚排放量volatile_phenol_emission_amount | 小数 | 原生 | 26% | 吨 原表列名：挥发酚排放量（吨） | ||
| 铅排放量lead_emission_amount | 小数 | 原生 | 23% | 千克 原表列名：铅排放量（千克） | ||
| 汞排放量mercury_emission_amount | 小数 | 原生 | 22% | 千克 原表列名：汞排放量（千克） | ||
| 镉排放量cadmium_emission_amount | 小数 | 原生 | 23% | 千克 原表列名：镉排放量（千克） | ||
| 总铬排放量total_chromium_emission_amount | 小数 | 原生 | 23% | 千克 原表列名：总铬排放量（千克） | ||
| 砷排放量arsenic_emission_amount | 小数 | 原生 | 23% | 千克 原表列名：砷排放量（千克） |
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 | 二氧化硫排放量so2_emission_amount | 氮氧化物排放量nox_emission_amount | 烟尘排放量dust_emission_amount | 工业废气排放量industrial_waste_gas_amount | 燃料燃烧废气量fuel_combustion_gas_amount | 废水排放总量total_wastewater_amount | 工业废水排放量industrial_wastewater_amount | 工业废水达标量industrial_wastewater_compliant_amount | 化学需氧量cod_emission_amount | 氨氮排放量ammonia_nitrogen_emission_amount | 总氮排放量total_nitrogen_emission_amount | 总磷排放量total_phosphorus_emission_amount | 石油类排放量petroleum_emission_amount | 挥发酚排放量volatile_phenol_emission_amount | 铅排放量lead_emission_amount | 汞排放量mercury_emission_amount | 镉排放量cadmium_emission_amount | 总铬排放量total_chromium_emission_amount | 砷排放量arsenic_emission_amount |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 全国 | 2019 | 457.29 | 1233.85 | 1088.48 | — | — | — | — | — | 567.1 | 46.3 | 117.6 | 5.9 | 6293 | 147.1 | — | — | — | — | — |
| 2 | 北京 | 2019 | 0.19 | 9.86 | 1.68 | — | — | — | — | — | 4.3 | 0.3 | 1.3 | 0.1 | 1.6 | — | — | — | — | — | — |
| 3 | 天津 | 2019 | 1.78 | 11.42 | 2.92 | — | — | — | — | — | 3.8 | 0.2 | 1.1 | — | 107.2 | 2.7 | — | — | — | — | — |
| 4 | 河北 | 2019 | 28.69 | 101.65 | 48.22 | — | — | — | — | — | 22.4 | 1.8 | 4.6 | 0.2 | 192.6 | 14.1 | — | — | — | — | — |
| 5 | 山西 | 2019 | 22.86 | 57.63 | 39.35 | — | — | — | — | — | 10.9 | 1.1 | 2.6 | 0.1 | 64.4 | 1.4 | — | — | — | — | — |
| 6 | 内蒙古 | 2019 | 35.24 | 58.97 | 95.76 | — | — | — | — | — | 5.9 | 0.3 | 1.3 | — | 43.6 | 1.9 | — | — | — | — | — |
| 7 | 辽宁 | 2019 | 26.31 | 70.3 | 78.84 | — | — | — | — | — | 13.1 | 1 | 3.9 | 0.2 | 350.7 | 13.8 | — | — | — | — | — |
| 8 | 吉林 | 2019 | 9.84 | 24.52 | 23.19 | — | — | — | — | — | 7.7 | 0.5 | 1.7 | 0.1 | 647.5 | 4.2 | — | — | — | — | — |
| 9 | 黑龙江 | 2019 | 13.49 | 36.84 | 51.62 | — | — | — | — | — | 15.9 | 1.4 | 3.3 | 0.1 | 162 | 3.1 | — | — | — | — | — |
| 10 | 上海 | 2019 | 0.75 | 15.16 | 1.54 | — | — | — | — | — | 5.6 | 0.7 | 2.3 | 0.1 | 115.1 | 0.7 | — | — | — | — | — |
| 11 | 江苏 | 2019 | 28.46 | 87.56 | 40.87 | — | — | — | — | — | 47.4 | 3.3 | 8.8 | 0.4 | 788 | 3.6 | — | — | — | — | — |
| 12 | 浙江 | 2019 | 7.78 | 38.04 | 24.07 | — | — | — | — | — | 20.6 | 1.3 | 5.4 | 0.2 | 388.1 | 2.4 | — | — | — | — | — |
| 13 | 安徽 | 2019 | 15.1 | 57.34 | 55.97 | — | — | — | — | — | 34.2 | 2 | 4.8 | 0.3 | 343.9 | 5.1 | — | — | — | — | — |
| 14 | 福建 | 2019 | 12.54 | 30.58 | 49.09 | — | — | — | — | — | 25.2 | 1.6 | 3.9 | 0.2 | 390.2 | 0.6 | — | — | — | — | — |
| 15 | 江西 | 2019 | 22.71 | 40.68 | 39.98 | — | — | — | — | — | 32.2 | 2.8 | 4.9 | 0.5 | 194.6 | 3.7 | — | — | — | — | — |
| 16 | 山东 | 2019 | 28.15 | 109.33 | 37.16 | — | — | — | — | — | 27.6 | 2.3 | 6.9 | 0.3 | 362.6 | 34.1 | — | — | — | — | — |
| 17 | 河南 | 2019 | 10.44 | 60.77 | 17.53 | — | — | — | — | — | 25.2 | 2.1 | 6.4 | 0.2 | 96.8 | 1.4 | — | — | — | — | — |
| 18 | 湖北 | 2019 | 11.68 | 35.63 | 31.87 | — | — | — | — | — | 26.8 | 2.3 | 5.3 | 0.3 | 248.9 | 2 | — | — | — | — | — |
| 19 | 湖南 | 2019 | 19.13 | 37.07 | 50.04 | — | — | — | — | — | 31.2 | 3 | 5.5 | 0.5 | 132.9 | 26.2 | — | — | — | — | — |
| 20 | 广东 | 2019 | 12.04 | 69.97 | 58.67 | — | — | — | — | — | 63.5 | 4.5 | 13.2 | 0.7 | 769.5 | 1.3 | — | — | — | — | — |
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959 行 · 21 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 929 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 929 行（96%）
- 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 929 行（96%）
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname按省份对上本数据集 929 行（96%）
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province、date按省份对上本数据集 929 行（96%）
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 date、province按省份对上本数据集 929 行（96%）
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 taobao_village_year、province_code按省份对上本数据集 929 行（96%）
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_province、month按省份对上本数据集 929 行（96%）
- 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 929 行（96%）
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、year按省份对上本数据集 929 行（96%）
- 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 929 行（96%）
- 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 929 行（96%）
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 year、province按省份对上本数据集 929 行（96%）
按 省份 能连
47 个数据集 · 本数据集 929 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 929 行（96%）
- 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 929 行（96%）
- 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 929 行（96%）
- 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 929 行（96%）
- 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 929 行（96%）
- 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 929 行（96%）
- 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 929 行（96%）
- 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 929 行（96%）
- 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 929 行（96%）
- 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 929 行（96%）
- 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 929 行（96%）
- 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 929 行（96%）
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-pollutant-emission/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"全国"}],"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。