
- 记录
- 310
- 字段
- 10
- AI 扩增字段
- 0
- 平均非空率
- 96.0%
- 字段完整度
10 个字段,6 个没有空值
01字段
字段来源,逐一标明
共 10 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 310 行计算。
关于这个数据集
一行是一个省级行政区一年的人口基础指标:人口抽样调查的样本人数和其中 65 岁及以上人数、性别比、人口自然增长率、常住人口、农村常住人口、每十万人口高校在校生数。覆盖 31 个省级行政区,2011–2020 年,共 310 行,2020 年只有常住人口和高校在校生。可用来估算各省老龄化程度和城镇化水平,辅助寿险、健康险的区域定价。
| 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province键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 抽样65岁及以上人数elderly_pop_count | 整数 | 原生 | 90% | 人口抽样调查样本里 65 岁及以上的人数,单位:人。不是全省总人数。2015 年是 1% 抽样,其他年份约 1‰,年份之间不能直接比,要和样本人数相除 | ||
| 抽样调查样本人数sample_pop_count | 整数 | 原生 | 90% | 人口抽样调查的样本人数,单位:人 | ||
| 人口自然增长率natural_growth_rate | 小数 | 原生 | 90% | 单位:‰ | ||
| 农村常住人口数rural_pop_count | 小数 | 原生 | 100% | 单位:万人 原表列名:农村常住人口数(万人) | ||
| 常住人口数resident_pop_count | 小数 | 原生 | 100% | 单位:万人 原表列名:常住人口数(万人) | ||
| 性别比sex_ratio | 小数 | 原生 | 90% | 女=100,按人口抽样调查 | ||
| 每十万人高校在校生college_students_per_100k | 整数 | 原生 | 100% | 单位:人 原表列名:每十万人口高等学校平均在校生数(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province | 年份year | 抽样65岁及以上人数elderly_pop_count | 抽样调查样本人数sample_pop_count | 人口自然增长率natural_growth_rate | 农村常住人口数rural_pop_count | 常住人口数resident_pop_count | 性别比sex_ratio | 每十万人高校在校生college_students_per_100k |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 110000 | 北京 | 2011 | 1521 | 17246 | 4.02 | 279.2 | 2024 | 104.09 | 5613 |
| 2 | 110000 | 北京 | 2012 | 1485 | 17266 | 4.74 | 284.8 | 2078 | 105.18 | 5534 |
| 3 | 110000 | 北京 | 2013 | 1498 | 17454 | 4.41 | 289.3 | 2125 | 107.62 | 5469 |
| 4 | 110000 | 北京 | 2014 | 1518 | 17757 | 4.83 | 293.1 | 2171 | 102.24 | 5429 |
| 5 | 110000 | 北京 | 2015 | 35775 | 335775 | 3.01 | 290.8 | 2188 | 109.45 | 5218 |
| 6 | 110000 | 北京 | 2016 | 2129 | 18132 | 4.12 | 290.6 | 2195 | 105.85 | 5028 |
| 7 | 110000 | 北京 | 2017 | 2225 | 17801 | 3.76 | 286.7 | 2194 | 102.65 | 5300 |
| 8 | 110000 | 北京 | 2018 | 1989 | 17673 | 2.66 | 282.9 | 2192 | 98.75 | 5268 |
| 9 | 110000 | 北京 | 2019 | 1909 | 16666 | 2.63 | 277 | 2190 | 101.56 | 5320 |
| 10 | 110000 | 北京 | 2020 | — | — | — | 272.6 | 2189.31 | — | 5393 |
| 11 | 120000 | 天津 | 2011 | 1131 | 11577 | 2.5 | 264.14 | 1341 | 98.83 | 4329 |
| 12 | 120000 | 天津 | 2012 | 1233 | 11791 | 2.63 | 260.66 | 1378 | 98.61 | 4358 |
| 13 | 120000 | 天津 | 2013 | 1392 | 12150 | 2.28 | 264.85 | 1410 | 98.87 | 4346 |
| 14 | 120000 | 天津 | 2014 | 1462 | 12517 | 2.14 | 268.77 | 1429 | 100.34 | 4283 |
| 15 | 120000 | 天津 | 2015 | 24641 | 239370 | 0.23 | 268.55 | 1439 | 120.43 | 4185 |
| 16 | 120000 | 天津 | 2016 | 1482 | 13046 | 1.83 | 266.65 | 1443 | 114.39 | 4058 |
| 17 | 120000 | 天津 | 2017 | 1442 | 12778 | 2.6 | 265.76 | 1410 | 111.1 | 4072 |
| 18 | 120000 | 天津 | 2018 | 1397 | 12794 | 1.25 | 262.79 | 1383 | 115.72 | 4150 |
| 19 | 120000 | 天津 | 2019 | 1461 | 12095 | 1.43 | 258.01 | 1385 | 123.17 | 4214 |
| 20 | 120000 | 天津 | 2020 | — | — | — | 212.16 | 1386.84 | — | 4430 |
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 v12026/11/15 发布
生效中310 行 · 10 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 310 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 310 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 310 行(100%)
- 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 310 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 310 行(100%)
- 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 310 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 310 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 310 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 310 行(100%)
- 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 310 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 310 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 310 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 310 行(100%)
按 省份 能连
47 个数据集 · 本数据集 310 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 310 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 310 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 310 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 310 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 310 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 310 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 310 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 310 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 310 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 310 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 310 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 310 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-structure/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。