
- 记录
- 390
- 字段
- 9
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
9 个字段,9 个没有空值
图片:Daniel Moqvist / Unsplash,Unsplash License(在新窗口打开图片的原始页面)
01字段
字段来源,逐一标明
共 9 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 390 行计算。
关于这个数据集
一行是一个省一年用 SBM 模型和全局 Malmquist-Luenberger(GML)指数测算的绿色全要素生产率结果,包含当期和前期的效率得分、全局前沿面得分,以及 GML 指数(MI)和它分解出的效率变化(EC)、技术变化(TC)。覆盖 30 个省、自治区、直辖市(不含西藏),2005–2017 年,共 390 行,是一份研究测算结果。用来比较各地绿色发展水平的变化,可以和同一套测算的 SBM-ML 结果对照。
| 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% | 原表列名:t(Period) | ||
| 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% | 原表列名:DMU | ||
| 当期得分score_t | 小数 | 原生 | 100% | 当期投入产出在当期前沿下的效率得分。原表列名:Score_t(x_t, y_t) | ||
| 前期得分score_t_minus_1 | 小数 | 原生 | 100% | 前期投入产出在前期前沿下的效率得分。原表列名:Score_t-1(x_t-1, y_t-1) | ||
| 全局前沿面当期得分score_g | 小数 | 原生 | 100% | 当期投入产出在全局前沿下的得分。原表列名:Score_g(x_t, y_t) | ||
| 全局前沿面前期得分score_g_minus_1 | 小数 | 原生 | 100% | 前期投入产出在全局前沿下的得分。原表列名:Score_g(x_t-1, y_t-1) | ||
| MI指数mi_index | 小数 | 原生 | 100% | t-1 到 t 年的生产率指数,大于 1 表示提高。原表列名:MI(t-1, t) | ||
| EC指数ec_index | 小数 | 原生 | 100% | t-1 到 t 年的效率变化。原表列名:EC(t-1, t) | ||
| TC指数tc_index | 小数 | 原生 | 100% | t-1 到 t 年的技术变化。原表列名:TC(t-1, t) |
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 | 当期得分score_t | 前期得分score_t_minus_1 | 全局前沿面当期得分score_g | 全局前沿面前期得分score_g_minus_1 | MI指数mi_index | EC指数ec_index | TC指数tc_index |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 2005 | 安徽省 | 0.473518 | 0.534879 | 0.315178 | 0.454574 | 0.693349 | 0.885282 | 0.783195 |
| 2 | 2005 | 北京市 | 1 | 1 | 0.482669 | 0.492058 | 0.98092 | 1 | 0.98092 |
| 3 | 2005 | 福建省 | 0.710688 | 0.825591 | 0.45047 | 0.73541 | 0.612543 | 0.860823 | 0.711578 |
| 4 | 2005 | 甘肃省 | 0.426184 | 0.415212 | 0.343509 | 0.353377 | 0.972074 | 1.026423 | 0.94705 |
| 5 | 2005 | 广东省 | 1 | 1 | 0.849167 | 1 | 0.849167 | 1 | 0.849167 |
| 6 | 2005 | 广西壮族自治区 | 0.44726 | 0.487469 | 0.35337 | 0.487469 | 0.724907 | 0.917515 | 0.790076 |
| 7 | 2005 | 贵州省 | 0.315055 | 0.299569 | 0.264429 | 0.262648 | 1.006778 | 1.051695 | 0.957291 |
| 8 | 2005 | 海南省 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| 9 | 2005 | 河北省 | 0.494555 | 0.486874 | 0.298672 | 0.365305 | 0.817595 | 1.015776 | 0.804897 |
| 10 | 2005 | 河南省 | 0.544321 | 0.529348 | 0.43636 | 0.516934 | 0.844131 | 1.028285 | 0.820911 |
| 11 | 2005 | 黑龙江省 | 1 | 1 | 0.739526 | 1 | 0.739526 | 1 | 0.739526 |
| 12 | 2005 | 湖北省 | 0.424197 | 0.41565 | 0.28823 | 0.295207 | 0.976366 | 1.020562 | 0.956695 |
| 13 | 2005 | 湖南省 | 0.471732 | 0.483553 | 0.334859 | 0.430067 | 0.77862 | 0.975555 | 0.798131 |
| 14 | 2005 | 吉林省 | 0.501973 | 0.581204 | 0.35587 | 0.461247 | 0.771538 | 0.863678 | 0.893317 |
| 15 | 2005 | 江苏省 | 0.788674 | 0.742455 | 0.349135 | 0.452001 | 0.77242 | 1.062252 | 0.727153 |
| 16 | 2005 | 江西省 | 0.470817 | 0.500182 | 0.330975 | 0.359213 | 0.921388 | 0.941291 | 0.978856 |
| 17 | 2005 | 辽宁省 | 0.460169 | 0.500743 | 0.303404 | 0.346965 | 0.874449 | 0.918972 | 0.951551 |
| 18 | 2005 | 内蒙古自治区 | 1 | 0.489792 | 0.350593 | 0.384464 | 0.911902 | 2.041683 | 0.446642 |
| 19 | 2005 | 宁夏回族自治区 | 0.625497 | 0.622122 | 0.539316 | 0.612523 | 0.880483 | 1.005424 | 0.875733 |
| 20 | 2005 | 青海省 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
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 v12026/11/15 发布
生效中390 行 · 9 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 390 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 year、province_code按省份对上本数据集 390 行(100%)
- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 province_name、year按省份对上本数据集 390 行(100%)
- 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 390 行(100%)
- 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 390 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 390 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 390 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 390 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 390 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 390 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 province、year按省份对上本数据集 390 行(100%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 province、year按省份对上本数据集 390 行(100%)
- 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 390 行(100%)
按 省份 能连
47 个数据集 · 本数据集 390 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 390 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 390 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 390 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 390 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 390 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 390 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 390 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 390 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 390 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 390 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 390 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 390 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-sbm-gml-efficiency/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"安徽省"}],"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。