
大数据试验区试点面板
一行代表一个地级市在特定年份的试点状态及DID变量。覆盖全国地级市。
v1 生效中 · 2026/11/14 发布时间跨度:2000–2022 年数据出处 国家级大数据综合试验区试点名单
- 记录
- 6,900
- 字段
- 10
- AI 扩增字段
- 1
- 平均非空率
- 92.7%
- 字段完整度
10 个字段,9 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 10 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 6,900 行计算。
关于这个数据集
一行代表一个地级市在特定年份的试点状态及DID变量。覆盖全国地级市。可用于评估大数据政策对区域风险或经济的影响,辅助宏观风险建模。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 行政区划代码region_code规律 1:行政区划代码的字段规律字段规律:region_code_current由行政区划代码扩增得出。键:市级区划代码(2017 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% | — | ||
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 城市名称city键:城市名称。样本里格式符合 98.3%,还没有参照 | 文本 | 原生 | 100% | 原表列名:城市 | ||
| 所属省份province | 文本 | 原生 | 100% | — | ||
| 所属地域region | 文本 | 原生 | 100% | 如东部、中部等 | ||
| 长江经济带is_yangtze_belt | 是非 | 原生 | 100% | 0/1 | ||
| 是否试点is_pilot_city | 是非 | 原生 | 100% | 1为试点 原表列名:试点城市 | ||
| 试点起始年pilot_start_year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 27% | 原表列名:最早试点年份 | ||
| DID变量did_value | 小数 | 原生 | 100% | 双重差分处理变量 原表列名:DID | ||
| 行政区划代码(现行)region_code_current规律 1:行政区划代码(现行)的字段规律字段规律:region_code_current由行政区划代码扩增得出。键:市级区划代码。样本里格式符合 100%,99.7% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源:行政区划代码(现行) | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 行政区划代码按新旧代码对照换成的现行区划代码。医保的市本级代码换成地级代码。对不上的为空 |
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。
| # | 行政区划代码region_code | 年份year | 城市名称city | 所属省份province | 所属地域region | 长江经济带is_yangtze_belt | 是否试点is_pilot_city | 试点起始年pilot_start_year | DID变量did_value | 行政区划代码(现行)region_code_current |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 110000 | 2000 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 2 | 110000 | 2001 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 3 | 110000 | 2002 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 4 | 110000 | 2003 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 5 | 110000 | 2004 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 6 | 110000 | 2005 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 7 | 110000 | 2006 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 8 | 110000 | 2007 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 9 | 110000 | 2008 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 10 | 110000 | 2009 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 11 | 110000 | 2010 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 12 | 110000 | 2011 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 13 | 110000 | 2012 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 14 | 110000 | 2013 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 15 | 110000 | 2014 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 16 | 110000 | 2015 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 0 | 110000 |
| 17 | 110000 | 2016 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 1 | 110000 |
| 18 | 110000 | 2017 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 1 | 110000 |
| 19 | 110000 | 2018 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 1 | 110000 |
| 20 | 110000 | 2019 | 北京市 | 北京 | 东部 | 否 | 是 | 2016 | 1 | 110000 |
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6,900 行 · 10 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 城市 + 年份 能连
252 个数据集 · 本数据集 6,900 行有城市- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 region_code、year按城市对上本数据集 6,900 行(100%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、year按城市对上本数据集 6,900 行(100%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 region_code、date按城市对上本数据集 6,900 行(100%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code、year按城市对上本数据集 6,900 行(100%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 date、region_code按城市对上本数据集 6,900 行(100%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 region_code、year按城市对上本数据集 6,900 行(100%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 city_code、year按城市对上本数据集 6,900 行(100%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 year、region_code按城市对上本数据集 6,900 行(100%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 city_code、approve_date按城市对上本数据集 6,900 行(100%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 date、city_code按城市对上本数据集 6,900 行(100%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 region_code、year按城市对上本数据集 6,900 行(100%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 year、region_code按城市对上本数据集 6,900 行(100%)
按 城市 能连
39 个数据集 · 本数据集 6,900 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 city_code按城市对上本数据集 6,900 行(100%)
- 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按城市对上本数据集 6,900 行(100%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code按城市对上本数据集 6,900 行(100%)
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 region_code按城市对上本数据集 6,900 行(100%)
- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code按城市对上本数据集 6,877 行(99%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code按城市对上本数据集 6,877 行(99%)
- 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 6,877 行(99%)
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code按城市对上本数据集 6,854 行(99%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 region_code按城市对上本数据集 6,854 行(99%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 city_code按城市对上本数据集 6,808 行(98%)
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 city_code按城市对上本数据集 6,785 行(98%)
- 地级市距港口距离区域底数 · 335 行 · 连接字段 city_code按城市对上本数据集 6,785 行(98%)
只按年份能连:833 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
833 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
- 海关进出口商品统计区域底数 · 2639.9 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
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 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
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 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
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 taobao_village_year
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date
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。
本数据集内1
- 扩增得出
region_code_current由行政区划代码扩增得出。
来自字段扩增大数据试验区试点面板大数据试验区试点面板
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-big-data-pilot-did/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_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。