地区产业基础
一行代表一个地区在某一年的GDP、就业人数及各产业增加值等基础统计数据。数据覆盖全国主要地区。
v1 生效中 · 2026/11/14 发布时间跨度：2000–2020 年数据出处 中国统计年鉴
- 记录
- 651
- 字段
- 12
- AI 扩增字段
- 0
- 平均非空率
- 85.4%
- 字段完整度
12 个字段，7 个没有空值
01字段
字段来源，逐一标明
共 12 个字段，其中 AI 扩增字段 0 个。非空率按当前版本的 651 行计算。
关于这个数据集
一行代表一个地区在某一年的GDP、就业人数及各产业增加值等基础统计数据。数据覆盖全国主要地区。可用于计算各类衍生指标，或作为区域风险建模的基础变量。
| 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% | — | ||
| 地区名称region_name键：省份名称。样本里格式符合 100%，还没有参照 | 文本 | 原生 | 100% | 原表列名：地区 | ||
| 年份year键：年份。样本里格式符合 100%，还没有参照 | 整数 | 原生 | 100% | — | ||
| 地区生产总值gdp_amount | 小数 | 原生 | 100% | 亿元 原表列名：地区生产总值(亿元) | ||
| 就业人员数employment_count | 小数 | 原生 | 57% | 万人 原表列名：就业人员数（万人） | ||
| 技术成交额tech_market_amount | 小数 | 原生 | 97% | 亿元 原表列名：技术市场成交额(亿元) | ||
| 一产增加值primary_industry_value | 小数 | 原生 | 100% | 亿元 原表列名：第一产业增加值(亿元) | ||
| 一产就业数primary_employment_count | 小数 | 原生 | 57% | 万人 原表列名：第一产业就业人员数（万人） | ||
| 三产增加值tertiary_industry_value | 小数 | 原生 | 100% | 亿元 原表列名：第三产业增加值(亿元) | ||
| 三产就业数tertiary_employment_count | 小数 | 原生 | 57% | 万人 原表列名：第三产业就业人员数（万人） | ||
| 二产增加值secondary_industry_value | 小数 | 原生 | 100% | 亿元 原表列名：第二产业增加值(亿元) | ||
| 二产就业数secondary_employment_count | 小数 | 原生 | 57% | 万人 原表列名：第二产业就业人员数（万人） |
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 | 地区名称region_name | 年份year | 地区生产总值gdp_amount | 就业人员数employment_count | 技术成交额tech_market_amount | 一产增加值primary_industry_value | 一产就业数primary_employment_count | 三产增加值tertiary_industry_value | 三产就业数tertiary_employment_count | 二产增加值secondary_industry_value | 二产就业数secondary_employment_count |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 110000 | 北京 | 2000 | 3277.8 | 622.1 | 140.29 | 79.3 | 72.7 | 2174.9 | 347.9 | 1023.7 | 201.6 |
| 2 | 110000 | 北京 | 2001 | 3861.5 | 629.5 | 191.01 | 80.8 | 70.6 | 2653.6 | 348.3 | 1127.2 | 210.6 |
| 3 | 110000 | 北京 | 2002 | 4525.7 | 798.9 | 221.17 | 82.4 | 67.8 | 3208.2 | 484.7 | 1235.1 | 246.4 |
| 4 | 110000 | 北京 | 2003 | 5267.2 | 858.6 | 265.36 | 84.1 | 66.9 | 3726.7 | 511.5 | 1456.4 | 280.2 |
| 5 | 110000 | 北京 | 2004 | 6252.5 | 895 | 425 | 85.4 | 61.6 | 4393.4 | 597 | 1773.7 | 236.4 |
| 6 | 110000 | 北京 | 2005 | 7149.8 | 920.4 | 489.59 | 86.9 | 62.2 | 5155.5 | 631.8 | 1907.4 | 226.4 |
| 7 | 110000 | 北京 | 2006 | 8387 | 919.7 | 697.33 | 87.2 | 60.3 | 6227.7 | 634 | 2072.1 | 225.4 |
| 8 | 110000 | 北京 | 2007 | 10425.5 | 1111.4 | 882.56 | 99.4 | 65.3 | 7912.8 | 790.5 | 2413.4 | 255.6 |
| 9 | 110000 | 北京 | 2008 | 11813.1 | 1173.8 | 1027.22 | 111.4 | 66 | 9175.1 | 851.3 | 2526.7 | 256.5 |
| 10 | 110000 | 北京 | 2009 | 12900.9 | 1255.1 | 1236.25 | 116.8 | 65.7 | 10047.7 | 925.6 | 2736.4 | 263.8 |
| 11 | 110000 | 北京 | 2010 | 14964 | 1317.7 | 1579.54 | 122.8 | 65.1 | 11608.1 | 976.8 | 3233.1 | 275.8 |
| 12 | 110000 | 北京 | 2011 | 17188.8 | — | 1890.28 | 134.5 | — | 13491 | — | 3563.3 | — |
| 13 | 110000 | 北京 | 2012 | 19024.7 | — | 2458.5 | 148.4 | — | 15020.3 | — | 3856 | — |
| 14 | 110000 | 北京 | 2013 | 21134.6 | — | 2851.72 | 159.8 | — | 16806.5 | — | 4168.3 | — |
| 15 | 110000 | 北京 | 2014 | 22926 | — | 3137.19 | 159.2 | — | 18333.9 | — | 4433 | — |
| 16 | 110000 | 北京 | 2015 | 24779.1 | — | 3453.89 | 140.4 | — | 20218.9 | — | 4419.8 | — |
| 17 | 110000 | 北京 | 2016 | 27041.2 | — | 3940.98 | 129.8 | — | 22245.7 | — | 4665.8 | — |
| 18 | 110000 | 北京 | 2017 | 29883 | — | 4486.89 | 121.9 | — | 24711.7 | — | 5049.4 | — |
| 19 | 110000 | 北京 | 2018 | 33106 | — | 4957.82 | 120.6 | — | 27508.1 | — | 5477.4 | — |
| 20 | 110000 | 北京 | 2019 | 35445.1 | — | 5695.28 | 114.4 | — | 29663.4 | — | 5667.4 | — |
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651 行 · 12 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 651 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 province_code、year按省份对上本数据集 651 行（100%）
- 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 651 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 651 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 651 行（100%）
- 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 651 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 province_code、taobao_village_year按省份对上本数据集 651 行（100%）
- 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 651 行（100%）
- 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 651 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、province按省份对上本数据集 651 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 651 行（100%）
- 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 651 行（100%）
- 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 651 行（100%）
按 省份 能连
47 个数据集 · 本数据集 651 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 651 行（100%）
- 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 651 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 651 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 651 行（100%）
- 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 651 行（100%）
- 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 651 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 651 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 651 行（100%）
- 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 651 行（100%）
- 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 651 行（100%）
- 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 651 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 651 行（100%）
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-industrial-base-data/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。