
- 记录
- 1,360
- 字段
- 14
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
14 个字段,13 个没有空值
01字段
字段来源,逐一标明
共 14 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 1,360 行计算。
关于这个数据集
一行是一个省一年的城镇化率、科技和教育财政支出、高等教育在校生、三产占比、固定资产投资、存贷款占 GDP 比重、社会消费品零售总额等。2013 至 2021 年。
| 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 99.5%,还没有参照 | 文本 | 原生 | 100% | 原表列名:province | ||
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 99% | 原表列名:year | ||
| 城镇化率urbanization_rate | 小数 | 原生 | 100% | % 原表列名:城镇化率 % | ||
| 科技支出sci_tech_expense_amount | 小数 | 原生 | 100% | 亿元 原表列名:财政科学技术支出(亿元) | ||
| 高教在校生higher_edu_enrollment | 小数 | 原生 | 100% | 万人 原表列名:万人高等教育在校人数(万人) | ||
| 教育支出edu_expense_amount | 小数 | 原生 | 100% | 亿元 原表列名:财政教育支出(亿元) | ||
| 三产占比tertiary_industry_ratio | 小数 | 原生 | 100% | % 原表列名:第三产业占比GDP(%) | ||
| 固投额fixed_asset_invest_amount | 小数 | 原生 | 100% | 亿元 原表列名:固定资产投资额(亿元) | ||
| 存贷比loan_gdp_ratio | 小数 | 原生 | 100% | % 原表列名:存贷款占GDp比重% | ||
| 社零总额retail_sales_amount | 小数 | 原生 | 100% | 亿元 原表列名:社会消费零售总额亿元 | ||
| 人均GDPgdp_per_capita_amount | 小数 | 原生 | 100% | 元 原表列名:人均GDP(元) | ||
| 人均收入income_per_capita_amount | 小数 | 原生 | 100% | 元 原表列名:人均可支配收入(元) | ||
| 失业率unemployment_rate | 小数 | 原生 | 100% | % 原表列名:城镇失业率% | ||
| 外贸依存度trade_dependency | 小数 | 原生 | 100% | — |
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 | 城镇化率urbanization_rate | 科技支出sci_tech_expense_amount | 高教在校生higher_edu_enrollment | 教育支出edu_expense_amount | 三产占比tertiary_industry_ratio | 固投额fixed_asset_invest_amount | 存贷比loan_gdp_ratio | 社零总额retail_sales_amount | 人均GDPgdp_per_capita_amount | 人均收入income_per_capita_amount | 失业率unemployment_rate | 外贸依存度trade_dependency |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 北京 | 2013 | 0.8639 | 234.67 | 46.1 | 681.18 | 0.769 | 6847.06 | 6.6 | 8375.1 | 94648 | 40830 | 1.2 | 1.2576 |
| 2 | 北京 | 2014 | 0.865 | 282.71 | 45.8 | 742.05 | 0.7795 | 6853.54 | 6.71 | 9638 | 99995 | 44488.6 | 1.3 | 1.1133 |
| 3 | 北京 | 2015 | 0.8671 | 287.8 | 47.3 | 855.67 | 0.7965 | 7419.72 | 7.55 | 10338 | 106497 | 48458 | 1.4 | 0.8028 |
| 4 | 北京 | 2016 | 0.8676 | 285.78 | 48.6 | 887.37 | 0.8023 | 7753.94 | 7.48 | 11005.1 | 118198 | 52530.4 | 1.4 | 0.6933 |
| 5 | 北京 | 2017 | 0.8693 | 361.76 | 50.6 | 964.62 | 0.8056 | 7838.53 | 7.15 | 11575.4 | 128994 | 57229.8 | 1.4 | 0.7324 |
| 6 | 北京 | 2018 | 0.8709 | 425.87 | 55.8 | 1025.51 | 0.8098 | 7156.9 | 6.87 | 11747.7 | 140211 | 62361.2 | 1.4 | 0.8238 |
| 7 | 北京 | 2019 | 0.8735 | 433.42 | 57.6 | 1137.18 | 0.835 | 6889.3 | 6.99 | 15063.7 | 164220 | 67755.9 | 1.3 | 0.8103 |
| 8 | 北京 | 2020 | 0.8755 | 410.96 | 58 | 1138.29 | 0.839 | 7006.36 | 7.58 | 13716.4 | 164889 | 69433.5 | 2.6 | 0.6459 |
| 9 | 北京 | 2021 | 0.875 | 449.45 | 52.5 | 1147.83 | 0.817 | 7041.87 | 7.17 | 14867.7 | 183980 | 75002.2 | 3.2 | 0.7415 |
| 10 | 天津 | 2013 | 0.8229 | 92.81 | 18.9 | 461.36 | 0.481 | 9130.25 | 4.44 | 4470.4 | 100105 | 26359.2 | 3.6 | 0.8005 |
| 11 | 天津 | 2014 | 0.8255 | 109 | 17.4 | 517.01 | 0.4957 | 10410.86 | 4.51 | 4738.7 | 105231 | 28832.2 | 3.5 | 0.7729 |
| 12 | 天津 | 2015 | 0.8288 | 120.82 | 18 | 507.44 | 0.5215 | 11711.6 | 4.98 | 5257.3 | 107960 | 31291.4 | 3.5 | 0.6541 |
| 13 | 天津 | 2016 | 0.8327 | 125.18 | 18 | 502.49 | 0.5644 | 12473.8 | 5.13 | 5635.8 | 115053 | 34074.5 | 3.5 | 0.5939 |
| 14 | 天津 | 2017 | 0.8357 | 115.99 | 18 | 434.59 | 0.5815 | 10571.58 | 5.02 | 5729.7 | 118944 | 37022.3 | 3.5 | 0.6126 |
| 15 | 天津 | 2018 | 0.8395 | 106.68 | 18.4 | 448.19 | 0.5862 | 9642.07 | 4.87 | 5533 | 120711 | 39506.1 | 3.5 | 0.6064 |
| 16 | 天津 | 2019 | 0.8431 | 109.93 | 20.2 | 467.63 | 0.635 | 10766.6 | 4.62 | 4218.2 | 90371 | 42404.1 | 3.5 | 0.5233 |
| 17 | 天津 | 2020 | 0.847 | 118.17 | 19.3 | 442.91 | 0.644 | 11035.24 | 5.21 | 3582.9 | 101614 | 43854.1 | 3.6 | 0.5237 |
| 18 | 天津 | 2021 | 0.8488 | 103.97 | 21.4 | 479.25 | 0.613 | 11080.61 | 4.9 | 3769.8 | 113732 | 47449.4 | 3.7 | 0.5462 |
| 19 | 河北 | 2013 | 0.4802 | 49.76 | 89.7 | 867.63 | 0.355 | 23194.23 | 2.63 | 10516.7 | 38909 | 15189.6 | 3.7 | 0.1402 |
| 20 | 河北 | 2014 | 0.4936 | 51.32 | 89.9 | 868.87 | 0.3726 | 26399.72 | 2.85 | 11820.5 | 39984 | 16647.4 | 3.6 | 0.1459 |
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1,360 行 · 14 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 1,350 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 province、reg_date按省份对上本数据集 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
按 省份 能连
47 个数据集 · 本数据集 1,350 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
- 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 1,350 行(99%)
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/region-economic-indicators/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"北京"}],"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。