
全国五级统计用区划代码
一行是一个统计用区划单位,从省、市、县一直到乡镇(街道)和村(居委会),写出各级的代码、名称和村级的城乡分类代码。
v4 生效中 · 2026/11/15 发布数据出处 国家统计局《2022年统计用区划代码和城乡划分代码》数据更新 2022/10/31
- 记录
- 62 万
- 字段
- 11
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
11 个字段,11 个没有空值
01字段
字段来源,逐一标明
共 11 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 619,782 行计算。
关于这个数据集
一行是一个统计用区划单位,从省、市、县一直到乡镇(街道)和村(居委会),写出各级的代码、名称和村级的城乡分类代码。覆盖全国 31 个省级行政区,是国家统计局 2022 年版,共 619502 个村级单位。可用来把地址落到乡镇和村,按城乡分类和乡镇聚合保单和风险。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 省级区划代码province_code键:省级区划代码(2025 年版)。样本里格式符合 100%,100% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | 6位数字 | ||
| 省级名称province_name键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 市级区划代码city_code键:市级区划代码。样本里格式符合 100%,94.1% 的行对上参照 admin-division | 文本 | 原生 | 100% | 6位数字 | ||
| 市级名称city_name键:城市名称。样本里格式符合 93.3%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 区县代码county_code | 文本 | 原生 | 100% | 6位数字 原表列名:区县级区划代码 | ||
| 区县名称county_name键:区县名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 乡镇代码town_code | 文本 | 原生 | 100% | 9 位统计用区划代码 | ||
| 乡镇名称town_name | 文本 | 原生 | 100% | 原表列名:乡镇街道名称 | ||
| 村级代码village_code键:县级区划代码(2022 年版)。样本里格式符合 100%,99% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | 12 位统计用区划代码 | ||
| 城乡分类urban_rural_class | 文本 | 原生 | 100% | 统计用城乡分类代码:111 主城区、112 城乡接合区、121 镇中心区、122 镇乡接合区、123 特殊区域、210 乡中心区、220 村庄 | ||
| 村居名称village_name | 文本 | 原生 | 100% | 原表列名:村(居委)名称 |
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。
| # | 省级区划代码province_code | 省级名称province_name | 市级区划代码city_code | 市级名称city_name | 区县代码county_code | 区县名称county_name | 乡镇代码town_code | 乡镇名称town_name | 村级代码village_code | 城乡分类urban_rural_class | 村居名称village_name |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101001 | 东华门街道 | 110101001001 | 111 | 多福巷社区居委会 |
| 2 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101001 | 东华门街道 | 110101001002 | 111 | 银闸社区居委会 |
| 3 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101001 | 东华门街道 | 110101001005 | 111 | 东厂社区居委会 |
| 4 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101001 | 东华门街道 | 110101001006 | 111 | 智德社区居委会 |
| 5 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101001 | 东华门街道 | 110101001007 | 111 | 南池子社区居委会 |
| 6 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101001 | 东华门街道 | 110101001009 | 111 | 灯市口社区居委会 |
| 7 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101001 | 东华门街道 | 110101001010 | 111 | 正义路社区居委会 |
| 8 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101001 | 东华门街道 | 110101001013 | 111 | 台基厂社区居委会 |
| 9 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101001 | 东华门街道 | 110101001014 | 111 | 韶九社区居委会 |
| 10 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101001 | 东华门街道 | 110101001015 | 111 | 王府井社区居委会 |
| 11 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101002 | 景山街道 | 110101002001 | 111 | 隆福寺社区居委会 |
| 12 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101002 | 景山街道 | 110101002002 | 111 | 吉祥社区居委会 |
| 13 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101002 | 景山街道 | 110101002003 | 111 | 黄化门社区居委会 |
| 14 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101002 | 景山街道 | 110101002004 | 111 | 钟鼓社区居委会 |
| 15 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101002 | 景山街道 | 110101002005 | 111 | 魏家社区居委会 |
| 16 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101002 | 景山街道 | 110101002006 | 111 | 汪芝麻社区居委会 |
| 17 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101002 | 景山街道 | 110101002008 | 111 | 景山东街社区居委会 |
| 18 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101002 | 景山街道 | 110101002009 | 111 | 皇城根北街社区居委会 |
| 19 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101003 | 交道口街道 | 110101003001 | 111 | 交东社区居委会 |
| 20 | 110000 | 北京市 | 110100 | 市辖区 | 110101 | 东城区 | 110101003 | 交道口街道 | 110101003002 | 111 | 福祥社区居委会 |
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 v42026/11/15 发布
生效中619,782 行 · 11 个字段 · 初始导入(比 v3 行数增加 41)
版本 v32026/11/15 发布
历史版本619,741 行 · 11 个字段 · 初始导入(比 v2 行数增加 7,742)
版本 v22026/11/14 发布
历史版本611,999 行 · 11 个字段 · 初始导入
版本 v12026/11/14 发布
历史版本611,999 行 · 11 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 81 个数据集连接。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 能连
56 个数据集 · 本数据集 619,782 行有城市- 上市公司政府采购合同工程项目 · 19 万 行 · 连接字段 buyer_province、buyer_city_code、region_code按城市对上本数据集 615,934 行(99%)
- 区县数字集群政策DID区域底数 · 5.8 万 行 · 连接字段 province、region_code、county_code按城市对上本数据集 609,922 行(98%)
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 province、city_code、region_code按城市对上本数据集 589,064 行(95%)
- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 county_code、province_code、city_code按城市对上本数据集 583,052 行(94%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、region_code、province按城市对上本数据集 583,052 行(94%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、city_code、county_code按城市对上本数据集 583,052 行(94%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 county_code、province、city_code按城市对上本数据集 583,052 行(94%)
- 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按城市对上本数据集 583,052 行(94%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 province_name、county_code_2、city_code_2按城市对上本数据集 583,052 行(94%)
- 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 583,052 行(94%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 region_code、province、city_code按城市对上本数据集 583,052 行(94%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 city_code、region_code、province按城市对上本数据集 583,052 行(94%)
按 城市 + 省份 能连
159 个数据集 · 本数据集 619,782 行有城市- 地级市长护险试点保险市场 · 5,459 行 · 连接字段 region_code、province按城市对上本数据集 609,922 行(98%)
- 城市共享单车进驻DID交通运输 · 3,270 行 · 连接字段 city_code、province按城市对上本数据集 606,143 行(97%)
- 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 584,790 行(94%)
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 city_code、province按城市对上本数据集 583,052 行(94%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、region_code按城市对上本数据集 583,052 行(94%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 province、region_code按城市对上本数据集 583,052 行(94%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 province、region_code按城市对上本数据集 583,052 行(94%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 province、region_code按城市对上本数据集 583,052 行(94%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、region_code按城市对上本数据集 583,052 行(94%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、region_code按城市对上本数据集 583,052 行(94%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 city_code、province_code按城市对上本数据集 583,052 行(94%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 province、region_code按城市对上本数据集 583,052 行(94%)
按 区县 + 省份 能连
69 个数据集 · 本数据集 619,502 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 county_code、province_code按区县对上本数据集 619,054 行(99%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 province、region_code按区县对上本数据集 613,335 行(98%)
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 region_code、province按区县对上本数据集 613,206 行(98%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 province、region_code按区县对上本数据集 613,206 行(98%)
- 区县人口分布(格网汇总)区域底数 · 1.4 万 行 · 连接字段 province、region_code按区县对上本数据集 613,206 行(98%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province、region_code按区县对上本数据集 613,206 行(98%)
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 region_code、province按区县对上本数据集 613,032 行(98%)
- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 province、region_code按区县对上本数据集 612,527 行(98%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 adcode、pname按区县对上本数据集 612,291 行(98%)
- 第七次人口普查分县详细指标区域底数 · 2,976 行 · 连接字段 county_code、province按区县对上本数据集 611,852 行(98%)
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 region_code、province按区县对上本数据集 611,797 行(98%)
- 县域数字普惠金融指数区域底数 · 2.3 万 行 · 连接字段 region_code、province按区县对上本数据集 611,410 行(98%)
按 城市 + 区县 能连
9 个数据集 · 本数据集 619,782 行有城市- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code、county_code按城市对上本数据集 583,042 行(94%)
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 region_code、parent_code按城市对上本数据集 581,047 行(93%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 city_code、county_code按城市对上本数据集 574,160 行(92%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code_adj、city_code按城市对上本数据集 565,859 行(91%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_city_code、applicant_address_county_code按城市对上本数据集 562,583 行(90%)
- 全国上市公司专利全量企业主体 · 6.4 万 行 · 连接字段 address_county_code、address_city_code按城市对上本数据集 474,516 行(76%)
- 上市公司产学研合作专利企业主体 · 1.4 万 行 · 连接字段 city_code、county_code按城市对上本数据集 363,147 行(58%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_county_code、address_city_code按城市对上本数据集 116,384 行(18%)
- 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按城市对上本数据集 65,679 行(10%)
按 省份 能连
337 个数据集 · 本数据集 619,782 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 province_name按省份对上本数据集 619,782 行(100%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 province按省份对上本数据集 619,782 行(100%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code按省份对上本数据集 619,782 行(100%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 region_code按省份对上本数据集 619,782 行(100%)
- 省级教育统计面板区域底数 · 143.5 万 行 · 连接字段 region_code按省份对上本数据集 619,782 行(100%)
- 省级统计年鉴长序列指标区域底数 · 74.4 万 行 · 连接字段 province按省份对上本数据集 619,782 行(100%)
- 劳动统计年鉴省级指标区域底数 · 60.3 万 行 · 连接字段 region_code按省份对上本数据集 619,782 行(100%)
- 第三产业统计年鉴省级指标区域底数 · 54.7 万 行 · 连接字段 region_code按省份对上本数据集 619,782 行(100%)
- 分省分行业工业企业指标区域底数 · 50.4 万 行 · 连接字段 province按省份对上本数据集 619,782 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 619,782 行(100%)
- 分地区高技术产业统计区域底数 · 35.3 万 行 · 连接字段 region_code按省份对上本数据集 619,782 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 619,782 行(100%)
按 城市 能连
67 个数据集 · 本数据集 619,782 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 583,339 行(94%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code按城市对上本数据集 583,052 行(94%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 region_code按城市对上本数据集 583,052 行(94%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 city_code按城市对上本数据集 583,052 行(94%)
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 city_code按城市对上本数据集 583,052 行(94%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code按城市对上本数据集 583,052 行(94%)
- 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按城市对上本数据集 583,042 行(94%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code按城市对上本数据集 582,889 行(94%)
- 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按城市对上本数据集 582,869 行(94%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 region_code按城市对上本数据集 579,243 行(93%)
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 region_code按城市对上本数据集 572,977 行(92%)
- 地级市实际利用外资区域底数 · 7,529 行 · 连接字段 region_code按城市对上本数据集 556,340 行(89%)
按 区县 能连
19 个数据集 · 本数据集 619,502 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按区县对上本数据集 613,386 行(98%)
- 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 613,240 行(98%)
- 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 612,650 行(98%)
- 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 610,410 行(98%)
- 政治精英地区编码区域底数 · 3,843 行 · 连接字段 region_code按区县对上本数据集 609,382 行(98%)
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 county_code按区县对上本数据集 605,693 行(97%)
- 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 582,395 行(93%)
- 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 578,091 行(93%)
- 全国百强区县入选状态区域底数 · 4.1 万 行 · 连接字段 region_code按区县对上本数据集 570,425 行(92%)
- 行政区划代码变更区域底数 · 4,636 行 · 连接字段 old_code按区县对上本数据集 534,715 行(86%)
- 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 505,372 行(81%)
- 全国电厂点位建筑设施 · 4,274 行 · 连接字段 county_code按区县对上本数据集 327,714 行(52%)
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/region-admin-division-code/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province_code","op":"eq","value":"110000"}],"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。