地区低保人数统计
一行代表一个地区在特定月份的城市及农村低保人数、户数及五保供养情况。覆盖全国及省级行政区。
v1 生效中 · 2026/11/14 发布险种标签：健康险寿险时间跨度：2007 年 1 月–2022 年 5 月数据出处 出处待核实
- 记录
- 3,968
- 字段
- 13
- AI 扩增字段
- 1
- 平均非空率
- 80.9%
- 字段完整度
13 个字段，8 个没有空值，1 个 AI 扩增
01字段
字段来源，逐一标明
共 13 个字段，其中 AI 扩增字段 1 个。非空率按当前版本的 3,968 行计算。
关于这个数据集
一行代表一个地区在特定月份的城市及农村低保人数、户数及五保供养情况。覆盖全国及省级行政区。可用于评估区域社会救助覆盖面及潜在的健康险或责任险风险敞口。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 统计月度date规律 1：统计月度的字段规律字段规律：date_year由统计月度扩增得出。键：年月。样本里格式符合 100%，还没有参照 | 日期 | 原生 | 100% | 格式YYYY-MM | ||
| 地区代码region_code键：省级区划代码（2025 年版）。样本里格式符合 97.3%，96.9% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | 156代表全国，其他为行政区划代码 | ||
| 地区名称region_name键：省份名称。样本里格式符合 97.3%，还没有参照 | 文本 | 原生 | 100% | — | ||
| 城市低保人数urban_dibao_person_count | 整数 | 原生 | 100% | 单位：人 原表列名：城市最低生活保障人数（人） | ||
| 城市低保户数urban_dibao_household_count | 整数 | 原生 | 100% | 单位：户 原表列名：城市最低生活保障户数（户） | ||
| 农村低保人数rural_dibao_person_count | 整数 | 原生 | 100% | 单位：人 原表列名：农村最低生活保障人数（人） | ||
| 农村低保户数rural_dibao_household_count | 整数 | 原生 | 100% | 单位：户 原表列名：农村最低生活保障户数（户） | ||
| 五保供养人数rural_wubao_person_count | 整数 | 原生 | 63% | 单位：人 原表列名：农村五保供养人数（人） | ||
| 集中供养人数rural_wubao_centralized_person_count | 整数 | 原生 | 58% | 单位：人 原表列名：农村五保集中供养人数（人） | ||
| 集中供养户数rural_wubao_centralized_household_count | 整数 | 原生 | 36% | 单位：户 原表列名：农村五保集中供养户数（户） | ||
| 分散供养人数rural_wubao_scattered_person_count | 整数 | 原生 | 58% | 单位：人 原表列名：农村五保分散供养人数（人） | ||
| 分散供养户数rural_wubao_scattered_household_count | 整数 | 原生 | 36% | 单位：户 原表列名：农村五保分散供养户数（户） | ||
| 统计月度年份date_year规律 1：统计月度年份的字段规律字段规律：date_year由统计月度扩增得出。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：统计月度年份 | 100%平均置信度 1.00校验少：不建议单独作为决策依据 | 从统计月度算出的年份 |
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。
| # | 统计月度date | 地区代码region_code | 地区名称region_name | 城市低保人数urban_dibao_person_count | 城市低保户数urban_dibao_household_count | 农村低保人数rural_dibao_person_count | 农村低保户数rural_dibao_household_count | 五保供养人数rural_wubao_person_count | 集中供养人数rural_wubao_centralized_person_count | 集中供养户数rural_wubao_centralized_household_count | 分散供养人数rural_wubao_scattered_person_count | 分散供养户数rural_wubao_scattered_household_count | 统计月度年份date_year |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2007-01-01 | 156 | 中国 | 22408856 | 10342029 | 16101133 | 7776119 | 4943534 | — | — | — | — | 2007 |
| 2 | 2007-01-01 | 110000 | 北京市 | 150097 | 72565 | 75606 | 39409 | 5146 | — | — | — | — | 2007 |
| 3 | 2007-01-01 | 120000 | 天津市 | 146230 | 68120 | 38144 | 17240 | 4779 | — | — | — | — | 2007 |
| 4 | 2007-01-01 | 130000 | 河北省 | 862057 | 392554 | 637663 | 378613 | 203128 | — | — | — | — | 2007 |
| 5 | 2007-01-01 | 140000 | 山西省 | 870758 | 395155 | 746838 | 421040 | 121000 | — | — | — | — | 2007 |
| 6 | 2007-01-01 | 150000 | 内蒙古自治区 | 732302 | 351724 | 420127 | 253653 | 87003 | — | — | — | — | 2007 |
| 7 | 2007-01-01 | 210000 | 辽宁省 | 1401795 | 650699 | 456704 | 303524 | 77617 | — | — | — | — | 2007 |
| 8 | 2007-01-01 | 220000 | 吉林省 | 1341089 | 585001 | 682203 | 352324 | 129409 | — | — | — | — | 2007 |
| 9 | 2007-01-01 | 230000 | 黑龙江省 | 1448324 | 672332 | 733544 | 321507 | 124594 | — | — | — | — | 2007 |
| 10 | 2007-01-01 | 310000 | 上海市 | 345750 | 190545 | 124548 | 67544 | 5108 | — | — | — | — | 2007 |
| 11 | 2007-01-01 | 320000 | 江苏省 | 432717 | 191817 | 1044816 | 523267 | 219958 | — | — | — | — | 2007 |
| 12 | 2007-01-01 | 330000 | 浙江省 | 88612 | 49150 | 492884 | 277106 | 50519 | — | — | — | — | 2007 |
| 13 | 2007-01-01 | 340000 | 安徽省 | 1006661 | 496570 | 311823 | 155731 | 453795 | — | — | — | — | 2007 |
| 14 | 2007-01-01 | 350000 | 福建省 | 201569 | 82531 | 684498 | 280378 | 86303 | — | — | — | — | 2007 |
| 15 | 2007-01-01 | 360000 | 江西省 | 1002202 | 398325 | 1060980 | 514936 | 234450 | — | — | — | — | 2007 |
| 16 | 2007-01-01 | 370000 | 山东省 | 618357 | 254804 | 506238 | 263124 | 276715 | — | — | — | — | 2007 |
| 17 | 2007-01-01 | 410000 | 河南省 | 1359170 | 608706 | 1949876 | 998740 | 452274 | — | — | — | — | 2007 |
| 18 | 2007-01-01 | 420000 | 湖北省 | 1429060 | 619132 | 189670 | 83121 | 221974 | — | — | — | — | 2007 |
| 19 | 2007-01-01 | 430000 | 湖南省 | 1342012 | 669159 | 443427 | 202005 | 433926 | — | — | — | — | 2007 |
| 20 | 2007-01-01 | 440000 | 广东省 | 381315 | 144708 | 1318585 | 530194 | 233772 | — | — | — | — | 2007 |
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3,968 行 · 13 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 3,968 行有省份- 各省人口年龄构成和抚养比区域底数 · 926 行 · 连接字段 region_code、year按省份对上本数据集 3,968 行（100%）
- 分省财政收支明细区域底数 · 736 行 · 连接字段 year、region_code按省份对上本数据集 3,968 行（100%）
- 省级互联网发展指标区域底数 · 639 行 · 连接字段 year、region_code按省份对上本数据集 3,968 行（100%）
- 省级财政涉农支出区域底数 · 606 行 · 连接字段 region_code、year按省份对上本数据集 3,968 行（100%）
- 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 3,844 行（96%）
- 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 3,844 行（96%）
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname按省份对上本数据集 3,844 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 3,844 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 3,844 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 taobao_village_year、province_code按省份对上本数据集 3,844 行（96%）
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_province、month按省份对上本数据集 3,844 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 3,844 行（96%）
按 省份 能连
47 个数据集 · 本数据集 3,968 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 3,844 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 3,844 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 3,844 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 3,844 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 3,844 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 3,844 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 3,844 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 3,844 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 3,844 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 3,844 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 3,844 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 3,844 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由统计月度扩增得出。
来自字段扩增地区低保人数统计地区低保人数统计
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-minimum-livelihood-guarantee/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"156"}],"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。