
地级市共同富裕基础指标
一行是一个地级市一年的共同富裕评价基础指标。包含人均GDP、收入、教育、医疗、环境等19项原始数据。
v3 生效中 · 2026/11/15 发布时间跨度:2008–2023 年数据出处 出处待核实
- 记录
- 4,448
- 字段
- 22
- AI 扩增字段
- 0
- 平均非空率
- 95.4%
- 字段完整度
22 个字段,15 个没有空值
01字段
字段来源,逐一标明
共 22 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 4,448 行计算。
关于这个数据集
一行是一个地级市一年的共同富裕评价基础指标。包含人均GDP、收入、教育、医疗、环境等19项原始数据。表内仅含基础指标,未计算综合指数。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 城市代码region_code含义:代码或编号键:市级区划代码(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位行政区划代码 | ||
| 年份year含义:年份键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 省份province含义:地区键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 城市名称city含义:地区键:城市名称。样本里格式符合 99.5%,还没有参照 | 文本 | 原生 | 100% | 原表列名:city | ||
| 人均GDPgdp_per_capita含义:金额(元) | 小数 | 原生 | 100% | 元 原表列名:人均地区生产总值元 | ||
| 城镇收入urban_income含义:金额(元) | 小数 | 原生 | 88% | 元 原表列名:城镇居民人均可支配收入 | ||
| 恩格尔系数engel_coeff含义:比率(小数) | 小数 | 原生 | 85% | — | ||
| 劳动生产率labor_productivity | 小数 | 原生 | 97% | 含义不清 | ||
| 受教育年限edu_years含义:时长(年) | 小数 | 原生 | 68% | 年 原表列名:人均受教育年限_年 | ||
| 图书馆藏书library_books含义:个数(个) | 小数 | 原生 | 97% | 册/百人 原表列名:每百人公共图书馆藏书册件 | ||
| 文化产业占比culture_emp_ratio含义:比率(小数) | 小数 | 原生 | 100% | 比例 原表列名:文化及相关产业就业人数总就业人数 | ||
| 师生比teacher_student_ratio含义:比率(小数) | 小数 | 原生 | 100% | 原表列名:普通中小学师生比 | ||
| 医院床位hospital_beds含义:个数(张) | 整数 | 原生 | 100% | 张 原表列名:医院卫生院床位数张 | ||
| 人均道路road_area_per_capita含义:面积(平方米) | 小数 | 原生 | 100% | 平方米 原表列名:人均道路面积_平方米 | ||
| 城镇化率urbanization_rate含义:比率(%) | 小数 | 原生 | 100% | % | ||
| 城乡收入差income_gap含义:比率(倍) | 小数 | 原生 | 77% | 原表列名:城乡收入差距 | ||
| 失业人数unemployed_count含义:人数(人) | 整数 | 原生 | 100% | 人 原表列名:年末城镇登记失业人员数人 | ||
| 绿化覆盖率green_coverage含义:比率(%) | 小数 | 原生 | 100% | % 原表列名:建成区绿化覆盖率_ | ||
| 垃圾处理率waste_treatment_rate含义:比率(%) | 小数 | 原生 | 100% | % 原表列名:生活垃圾处理率_ | ||
| 人均绿地park_green_area含义:面积(平方米) | 小数 | 原生 | 100% | 平方米 原表列名:人均公园绿地面积_平方米 | ||
| 二氧化碳排放总量co2_intensity含义:重量(万吨) | 小数 | 原生 | 88% | 万吨。原表列名:二氧化碳排放强度_万吨。数值为排放总量,非单位GDP强度。 | ||
| 科技支出比tech_exp_ratio含义:比率(小数) | 小数 | 原生 | 100% | 比例 原表列名:科技支出额财政支出总额 |
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。
| # | 城市代码region_code | 年份year | 省份province | 城市名称city | 人均GDPgdp_per_capita | 城镇收入urban_income | 恩格尔系数engel_coeff | 劳动生产率labor_productivity | 受教育年限edu_years | 图书馆藏书library_books | 文化产业占比culture_emp_ratio | 师生比teacher_student_ratio | 医院床位hospital_beds | 人均道路road_area_per_capita | 城镇化率urbanization_rate | 城乡收入差income_gap | 失业人数unemployed_count | 绿化覆盖率green_coverage | 垃圾处理率waste_treatment_rate | 人均绿地park_green_area | 二氧化碳排放总量co2_intensity | 科技支出比tech_exp_ratio |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 230900 | 2008 | 黑龙江省 | 七台河 | 20826 | 12610.7 | 0.377 | 124.18 | — | 21 | 0.01 | 0.102074 | 2912 | 9.57 | 79.02 | 2.53 | 6582 | 33.67 | 74.24 | 9.13 | 3082.8 | 0.004103 |
| 2 | 230900 | 2009 | 黑龙江省 | 七台河 | 25534 | 13695.8 | 0.56 | 116.61 | 8.97 | 21 | 0.01 | 0.108822 | 3088 | 9.27 | 79.02 | 2.46 | 5843 | 38.82 | 70 | 10.36 | 3140.12 | 0.002912 |
| 3 | 230900 | 2010 | 黑龙江省 | 七台河 | 32890 | 15001.9 | 0.385 | 117.91 | 9.07 | 22 | 0.01 | 0.082276 | 3166 | 10.97 | 79.02 | 2.16 | 5809 | 40.82 | 100 | 11.85 | 3330 | 0.002288 |
| 4 | 230900 | 2011 | 黑龙江省 | 七台河 | 33209 | 16427.5 | 0.405 | 127.4 | 9.1 | 24 | 0.01 | 0.059979 | 3270 | 11.58 | 79.02 | 1.99 | 6671 | 42.6 | 100 | 12.08 | 3610.88 | 0.003161 |
| 5 | 230900 | 2012 | 黑龙江省 | 七台河 | 32308 | 17091.9 | 0.419 | 127.82 | 9.13 | 24 | 0.01 | 0.088396 | 3915 | 12.02 | 79.02 | 2.07 | 7702 | 40.12 | 100 | 11.91 | 3520 | 0.00387 |
| 6 | 230900 | 2013 | 黑龙江省 | 七台河 | 26194 | 18134.1 | 0.419 | 119.08 | 9.16 | 25 | 0.01 | 0.096633 | 3601 | 12.02 | 79.02 | 2.01 | 7533 | 38.71 | 100 | 11.99 | 3762.66 | 0.002397 |
| 7 | 230900 | 2014 | 黑龙江省 | 七台河 | 25123 | 20067.8 | 0.419 | 119.47 | 9.19 | 27 | 0.01 | 0.080773 | 3859 | 11.88 | 79.02 | 1.99 | 7965 | 38.12 | 100 | 11.84 | 3794.4 | 0.00348 |
| 8 | 230900 | 2015 | 黑龙江省 | 七台河 | 24823 | 20776 | 0.419 | 101.53 | 9.23 | 28 | 0.01 | 0.081342 | 3785 | 12.05 | 79.02 | 1.94 | 8169 | 43.9 | 98.18 | 12.28 | 4169.9 | 0.001953 |
| 9 | 230900 | 2016 | 黑龙江省 | 七台河 | 26500 | 22071 | 0.419 | 83.34 | 9.26 | 29 | 0.01 | 0.0767 | 4189 | 11.88 | 79.02 | 1.94 | 7993 | 43.98 | 98.21 | 12.14 | 4130.64 | 0.000821 |
| 10 | 230900 | 2017 | 黑龙江省 | 七台河 | 28836 | 23528 | 0.419 | 83.61 | — | 29 | 0.01 | 0.091161 | 3959 | 11.88 | 79.02 | 1.93 | 10028 | 44.13 | 100 | 12.35 | 4100.34 | 0.003629 |
| 11 | 230900 | 2018 | 黑龙江省 | 七台河 | 32028 | 24949 | 0.419 | 83.88 | — | 29 | 0.01 | 0.07495 | 4131 | 11.642 | 79.02 | — | 10049 | 44.433 | 100 | 12.59 | 3983.92 | 0.001619 |
| 12 | 230900 | 2019 | 黑龙江省 | 七台河 | 29912 | 26431 | 0.419 | 74.8 | — | 29 | 0.01 | 0.078925 | 4475 | 11.692 | 79.02 | 1.84 | 9389 | 44.57 | 100 | 12.839 | 4485 | 0.002011 |
| 13 | 230900 | 2020 | 黑龙江省 | 七台河 | 26979 | 26315 | 0.419 | 75.04 | — | 29 | 0.01 | 0.079325 | 4334 | 11.692 | 79.02 | 1.7 | 9937 | 46.009 | 100 | 14.6 | 4607.2 | 0.016319 |
| 14 | 230900 | 2021 | 黑龙江省 | 七台河 | 34055 | 28298 | 0.419 | 75.2808 | — | 29 | 0.01 | 0.079325 | 4249 | 12.065 | 79.02 | 1.64 | 9436 | 46.171 | 100 | 15.335 | 4701.88 | 0.012996 |
| 15 | 230900 | 2022 | 黑龙江省 | 七台河 | 40102 | — | 0.419 | 66.082 | — | 29 | 0.01 | 0.0856 | 4546 | 12.374 | 79.02 | — | 9891 | 46.172 | 100 | 15.342 | — | 0.007829 |
| 16 | 230900 | 2023 | 黑龙江省 | 七台河 | 39710 | — | 0.419 | 66.2941 | — | 29 | 0.01 | 0.0811 | 4713 | 12.317 | 79.02 | — | 9476 | 42.196 | 100 | 16.634 | — | 0.003851 |
| 17 | 460200 | 2008 | 海南省 | 三亚 | 30572 | 13471 | 0.448 | 57.18 | 9.53 | 31 | 0.01 | 0.055034 | 1637 | 8.21 | 72.34 | 2.6 | 2471 | 51.75 | 100 | 9.19 | 2898 | 0.021047 |
| 18 | 460200 | 2009 | 海南省 | 三亚 | 35750 | 15233 | 0.434 | 58.38 | 9.73 | 32 | 0.01 | 0.057166 | 1922 | 12.23 | 72.34 | 2.71 | 2230 | 45.11 | 100 | 12.14 | 3033.98 | 0.02849 |
| 19 | 460200 | 2010 | 海南省 | 三亚 | 46596 | 17758 | 0.429 | 69.44 | 9.92 | 35 | 0.01 | 0.058733 | 2116 | 13.45 | 72.34 | 2.73 | 2628 | 48.12 | 100 | 18.98 | 3383.4 | 0.032877 |
| 20 | 460200 | 2011 | 海南省 | 三亚 | 45421 | 20472 | 0.428 | 79.68 | 9.96 | 46 | 0.01 | 0.069787 | 2515 | 13.7 | 72.34 | 2.7 | 3785 | 45.31 | 100 | 19.18 | 3132.86 | 0.029766 |
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4,448 行 · 22 个字段 · 初始导入
版本 v22026/11/15 发布
历史版本4,448 行 · 22 个字段 · 初始导入
版本 v12026/11/13 发布
历史版本4,448 行 · 22 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 70 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 + 省份 + 年份 能连
186 个数据集 · 本数据集 4,448 行有城市- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_city_code、origin_province、month按城市对上本数据集 4,448 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、region_code、province按城市对上本数据集 4,448 行(100%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 year、province、city_code按城市对上本数据集 4,448 行(100%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、province、year按城市对上本数据集 4,448 行(100%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 province、date、region_code按城市对上本数据集 4,448 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、province按城市对上本数据集 4,448 行(100%)
- 地级市市辖区社会经济指标区域底数 · 86.6 万 行 · 连接字段 region_code、year、province按城市对上本数据集 4,448 行(100%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 origin_province、origin_city_code、year按城市对上本数据集 4,448 行(100%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 province、date、region_code按城市对上本数据集 4,448 行(100%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、region_code、year按城市对上本数据集 4,448 行(100%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 date、city_code、province按城市对上本数据集 4,448 行(100%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 city_code、province、year按城市对上本数据集 4,448 行(100%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 4,448 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 year、province_name按省份对上本数据集 4,448 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 4,448 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 4,448 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 4,448 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 taobao_village_year、province_code按省份对上本数据集 4,448 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 4,448 行(100%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 year、province按省份对上本数据集 4,448 行(100%)
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 province、year按省份对上本数据集 4,448 行(100%)
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 create_date、province按省份对上本数据集 4,448 行(100%)
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 year、province按省份对上本数据集 4,448 行(100%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code、year按省份对上本数据集 4,448 行(100%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 year、region_code按省份对上本数据集 4,448 行(100%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 4,448 行有城市- 地级市经济社会统计区域底数 · 120.5 万 行 · 连接字段 year、region_code按城市对上本数据集 4,448 行(100%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code、date按城市对上本数据集 4,448 行(100%)
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 date、region_code按城市对上本数据集 4,448 行(100%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 year、city_code按城市对上本数据集 4,448 行(100%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code_adj、year按城市对上本数据集 4,448 行(100%)
- 地级市数字产业集聚水平区域底数 · 1 万 行 · 连接字段 city_code、year按城市对上本数据集 4,448 行(100%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code、year按城市对上本数据集 4,448 行(100%)
- 地级市外商直接投资区域底数 · 8,260 行 · 连接字段 year、city_code按城市对上本数据集 4,448 行(100%)
- 地级市实际利用外资区域底数 · 7,529 行 · 连接字段 region_code、year按城市对上本数据集 4,448 行(100%)
- 大数据试验区试点面板区域底数 · 6,900 行 · 连接字段 year、region_code按城市对上本数据集 4,448 行(100%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 year、region_code按城市对上本数据集 4,448 行(100%)
- 地级市城镇居民可支配收入区域底数 · 6,651 行 · 连接字段 year、city_code按城市对上本数据集 4,448 行(100%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 4,448 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、province_code按城市对上本数据集 4,448 行(100%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code、province按城市对上本数据集 4,448 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、province_code按城市对上本数据集 4,448 行(100%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code、province按城市对上本数据集 4,448 行(100%)
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code、region_code按城市对上本数据集 4,448 行(100%)
- 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 4,448 行(100%)
- 城市政商关系健康指数区域底数 · 292 行 · 连接字段 city_code_2、province按城市对上本数据集 4,448 行(100%)
- 地级市胡焕庸线位置区域底数 · 285 行 · 连接字段 region_code、province按城市对上本数据集 4,448 行(100%)
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 city_code、province_code按城市对上本数据集 4,432 行(99%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 region_code、province按城市对上本数据集 4,432 行(99%)
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 city_code、province按城市对上本数据集 4,416 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、province_code按城市对上本数据集 4,384 行(98%)
按 省份 能连
18 个数据集 · 本数据集 4,448 行有省份- 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 4,448 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 4,448 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 4,448 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 4,448 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 4,448 行(100%)
- 全国司法鉴定机构医疗药械 · 2,917 行 · 连接字段 province按省份对上本数据集 4,448 行(100%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province按省份对上本数据集 4,448 行(100%)
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 province按省份对上本数据集 4,448 行(100%)
- 省级邻接空间权重区域底数 · 961 行 · 连接字段 source_province按省份对上本数据集 4,448 行(100%)
- 省级两两距离区域底数 · 900 行 · 连接字段 source_province按省份对上本数据集 4,448 行(100%)
- 省级空间邻接矩阵区域底数 · 900 行 · 连接字段 province按省份对上本数据集 4,448 行(100%)
- 省份距港口距离区域底数 · 31 行 · 连接字段 province按省份对上本数据集 4,448 行(100%)
按 城市 能连
10 个数据集 · 本数据集 4,448 行有城市- 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 4,448 行(100%)
- 地级市经济地理嵌套矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 4,448 行(100%)
- 地级市经济地理权重矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 4,448 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 4,448 行(100%)
- 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 4,448 行(100%)
- 资源型城市静态分类区域底数 · 289 行 · 连接字段 city_code按城市对上本数据集 4,448 行(100%)
- 地级市间交通通勤时间交通运输 · 7.3 万 行 · 连接字段 destination_city_code按城市对上本数据集 4,272 行(96%)
- 省级开发区基本信息区域底数 · 1,201 行 · 连接字段 city_code按城市对上本数据集 3,936 行(88%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_city_code按城市对上本数据集 864 行(19%)
- 供应链创新应用试点城市区域底数 · 55 行 · 连接字段 city_code按城市对上本数据集 688 行(15%)
只按年份能连:445 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
445 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/region-common-prosperity-index/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"230900"}],"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。