
- 记录
- 3,726
- 字段
- 9
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
9 个字段,9 个没有空值
01字段
字段来源,逐一标明
共 9 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 3,726 行计算。
关于这个数据集
一行是一年里一个省级行政区和另一个省级行政区之间的人口迁徙。每行有从对方迁入本省的人口、从本省迁往对方的人口各占全国迁徙人口的百分比,各有年均值和中位数。按百度迁徙数据整理。月度数据见 region-population-migration-monthly。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 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% | — | ||
| 地区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% | — | ||
| 行政区划代码region_code含义:代码或编号键: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% | — | ||
| 对方地区counterparty_region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% | 原表列名:迁入来源地or迁出目的地 | ||
| 对方代码counterparty_code含义:代码或编号键: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% | 原表列名:迁入来源地or迁出目的地-行政区划代码 | ||
| 迁入占全国比例均值inflow_ratio_avg含义:比率(%) | 小数 | 原生 | 100% | 百分比(%):占当期全国迁入人口的比例,年均值 | ||
| 迁入占全国比例中位inflow_ratio_median含义:比率(%) | 小数 | 原生 | 100% | 百分比(%):占当期全国迁入人口的比例,年中位数 | ||
| 迁出占全国比例均值outflow_ratio_avg含义:比率(%) | 小数 | 原生 | 100% | 百分比(%):占当期全国迁出人口的比例,年均值 | ||
| 迁出占全国比例中位outflow_ratio_median含义:比率(%) | 小数 | 原生 | 100% | 百分比(%):占当期全国迁出人口的比例,年中位数 |
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。
| # | 年份year | 地区province | 行政区划代码region_code | 对方地区counterparty_region | 对方代码counterparty_code | 迁入占全国比例均值inflow_ratio_avg | 迁入占全国比例中位inflow_ratio_median | 迁出占全国比例均值outflow_ratio_avg | 迁出占全国比例中位outflow_ratio_median |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 2020 | 北京市 | 110000 | 河北省 | 130000 | 0.874841991304348 | 0.848928 | 0.708046773913044 | 0.515243 |
| 2 | 2020 | 北京市 | 110000 | 山东省 | 370000 | 0.136324182608696 | 0.101517 | 0.099658747826087 | 0.054708 |
| 3 | 2020 | 北京市 | 110000 | 河南省 | 410000 | 0.123792669565217 | 0.098488 | 0.0953755565217391 | 0.05151 |
| 4 | 2020 | 北京市 | 110000 | 天津市 | 120000 | 0.1161026 | 0.094688 | 0.109560486956522 | 0.078474 |
| 5 | 2020 | 北京市 | 110000 | 山西省 | 140000 | 0.0876154173913044 | 0.067648 | 0.0653530956521739 | 0.042372 |
| 6 | 2020 | 北京市 | 110000 | 辽宁省 | 210000 | 0.0700708260869565 | 0.055963 | 0.0505739130434782 | 0.035048 |
| 7 | 2020 | 北京市 | 110000 | 内蒙古自治区 | 150000 | 0.0614441826086957 | 0.048944 | 0.0429841826086956 | 0.02622 |
| 8 | 2020 | 北京市 | 110000 | 黑龙江省 | 230000 | 0.0457484956521739 | 0.032705 | 0.0318133739130435 | 0.01605 |
| 9 | 2020 | 北京市 | 110000 | 安徽省 | 340000 | 0.0455056086956522 | 0.033428 | 0.0339199217391304 | 0.02256 |
| 10 | 2020 | 北京市 | 110000 | 江苏省 | 320000 | 0.0453661652173913 | 0.036516 | 0.0392123478260869 | 0.016617 |
| 11 | 2020 | 北京市 | 110000 | 陕西省 | 610000 | 0.0362751304347826 | 0.030738 | 0.0292650173913044 | 0.020437 |
| 12 | 2020 | 北京市 | 110000 | 广东省 | 440000 | 0.0339092956521739 | 0.031504 | 0.0339795478260869 | 0.020492 |
| 13 | 2020 | 北京市 | 110000 | 四川省 | 510000 | 0.0337440869565217 | 0.026989 | 0.0285716 | 0.012348 |
| 14 | 2020 | 北京市 | 110000 | 吉林省 | 220000 | 0.0331677913043478 | 0.025109 | 0.0224663304347826 | 0.013298 |
| 15 | 2020 | 北京市 | 110000 | 湖南省 | 430000 | 0.0290165304347826 | 0.022302 | 0.0224165391304348 | 0.022278 |
| 16 | 2020 | 北京市 | 110000 | 上海市 | 310000 | 0.024972852173913 | 0.010277 | 0.0256004173913044 | 0.012584 |
| 17 | 2020 | 北京市 | 110000 | 浙江省 | 330000 | 0.0230354608695652 | 0.015436 | 0.0223158 | 0.00936 |
| 18 | 2020 | 北京市 | 110000 | 江西省 | 360000 | 0.0171699565217391 | 0.01404 | 0.0127233043478261 | 0.005684 |
| 19 | 2020 | 北京市 | 110000 | 海南省 | 460000 | 0.0166169913043478 | 0.012954 | 0.0114352956521739 | 0.00459 |
| 20 | 2020 | 北京市 | 110000 | 湖北省 | 420000 | 0.0155527217391304 | 0.006153 | 0.0212096260869565 | 0.005644 |
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3,726 行 · 9 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 3,726 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 3,726 行(100%)
- 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 3,726 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 3,726 行(100%)
- 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 3,726 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 3,726 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 3,726 行(100%)
- 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 3,726 行(100%)
- 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 3,726 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 3,726 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 3,726 行(100%)
- 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 3,726 行(100%)
- 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 3,726 行(100%)
按 省份 能连
47 个数据集 · 本数据集 3,726 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 3,726 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 3,726 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 3,726 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 3,726 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 3,726 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 3,726 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 3,726 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 3,726 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 3,726 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 3,726 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 3,726 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 3,726 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-population-migration-annual/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"北京市"}],"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。