
养老机构与床位统计
一行是一个地区在特定月份的养老机构及床位统计数据。覆盖全国及各省,包含民政机构数、养老机构数及各类床位数。
v1 生效中 · 2026/11/13 发布险种标签:健康险寿险时间跨度:2013 年 9 月–2022 年 3 月数据出处 民政部统计数据
- 记录
- 1,054
- 字段
- 8
- AI 扩增字段
- 1
- 平均非空率
- 87.4%
- 字段完整度
8 个字段,6 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 8 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 1,054 行计算。
关于这个数据集
一行是一个地区在特定月份的养老机构及床位统计数据。覆盖全国及各省,包含民政机构数、养老机构数及各类床位数。可用于评估养老产业供给能力,辅助健康险和长期护理险的风险定价。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 时间date规律 1:时间的字段规律字段规律:date_year由时间扩增得出。含义:日期或时间键:日期。样本里格式符合 100%,还没有参照 | 日期 | 原生 | 100% | 格式YYYY-MM | ||
| 地区名称region_name含义:地区键:省份名称。样本里格式符合 97%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 民政机构数civil_affairs_institution_count含义:个数(个) | 整数 | 原生 | 100% | 单位:个 原表列名:提供住宿的民政机构数(个) | ||
| 养老机构数elderly_care_institution_count含义:个数(个) | 整数 | 原生 | 100% | 单位:个 原表列名:养老机构数(个) | ||
| 民政床位civil_affairs_bed_count含义:个数(张) | 整数 | 原生 | 52% | 单位:张 原表列名:提供住宿的民政机构床位数(张) | ||
| 养老床位elderly_care_bed_count含义:个数(张) | 整数 | 原生 | 100% | 单位:张 原表列名:养老机构床位数(张) | ||
| 社区床位community_care_bed_count含义:个数(张) | 整数 | 原生 | 48% | 单位:张 原表列名:社区养老床位数(张) | ||
| 年份date_year规律 1:年份的字段规律字段规律:date_year由时间扩增得出。含义:年份键:年份。样本里格式符合 100%,还没有参照 | 整数 | 规则扩增第 1 级扩增查看溯源:年份 | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 从时间算出的年份 |
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。
| # | 时间date | 地区名称region_name | 民政机构数civil_affairs_institution_count | 养老机构数elderly_care_institution_count | 民政床位civil_affairs_bed_count | 养老床位elderly_care_bed_count | 社区床位community_care_bed_count | 年份date_year |
|---|---|---|---|---|---|---|---|---|
| 1 | 2013-09-01 | 中国 | 43941 | 42459 | — | 3862195 | 301572 | 2013 |
| 2 | 2013-09-01 | 北京市 | 435 | 416 | — | 75258 | 5737 | 2013 |
| 3 | 2013-09-01 | 天津市 | 325 | 320 | — | 34384 | 3506 | 2013 |
| 4 | 2013-09-01 | 河北省 | 2418 | 2098 | — | 174290 | 18652 | 2013 |
| 5 | 2013-09-01 | 山西省 | 875 | 843 | — | 61935 | 1575 | 2013 |
| 6 | 2013-09-01 | 内蒙古自治区 | 717 | 698 | — | 67480 | 5049 | 2013 |
| 7 | 2013-09-01 | 辽宁省 | 1509 | 1441 | — | 150071 | 4925 | 2013 |
| 8 | 2013-09-01 | 吉林省 | 842 | 810 | — | 70793 | 3799 | 2013 |
| 9 | 2013-09-01 | 黑龙江省 | 622 | 587 | — | 98406 | 1815 | 2013 |
| 10 | 2013-09-01 | 上海市 | 641 | 632 | — | 105719 | 3169 | 2013 |
| 11 | 2013-09-01 | 江苏省 | 2693 | 2643 | — | 358354 | 69900 | 2013 |
| 12 | 2013-09-01 | 浙江省 | 2014 | 1995 | — | 252385 | 12661 | 2013 |
| 13 | 2013-09-01 | 安徽省 | 2437 | 2388 | — | 261274 | 5449 | 2013 |
| 14 | 2013-09-01 | 福建省 | 1231 | 1107 | — | 59375 | 2565 | 2013 |
| 15 | 2013-09-01 | 江西省 | 1923 | 1914 | — | 153927 | 1994 | 2013 |
| 16 | 2013-09-01 | 山东省 | 2428 | 2395 | — | 351536 | 30002 | 2013 |
| 17 | 2013-09-01 | 河南省 | 2796 | 2763 | — | 271458 | 1931 | 2013 |
| 18 | 2013-09-01 | 湖北省 | 2501 | 2436 | — | 230013 | 4183 | 2013 |
| 19 | 2013-09-01 | 湖南省 | 2851 | 2808 | — | 154807 | 6803 | 2013 |
| 20 | 2013-09-01 | 广东省 | 2508 | 2386 | — | 139569 | 5080 | 2013 |
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 v12026/11/13 发布
生效中1,054 行 · 8 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 1,021 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 date、province按省份对上本数据集 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、year按省份对上本数据集 1,021 行(96%)
按 省份 能连
47 个数据集 · 本数据集 1,021 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
- 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 1,021 行(96%)
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。
本数据集内1
- 扩增得出
date_year由时间扩增得出。
来自字段扩增养老机构与床位统计养老机构与床位统计
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-elderly-care-facilities/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_name","op":"eq","value":"中国"}],"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。