
各省零售业投入产出指标
一行代表一个省份在特定年份的零售业投入产出统计数据。覆盖全国31个省级行政区。
v2 生效中 · 2026/11/15 发布险种标签:企业财产险责任险时间跨度:2011–2020 年数据出处 出处待核实
- 记录
- 279
- 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 279 行计算。
关于这个数据集
一行代表一个省份在特定年份的零售业投入产出统计数据。覆盖全国31个省级行政区。可用于评估区域商业活跃度、企业规模及经营风险,辅助责任险或企业财产险的定价与核保。原表 2012 年的值照抄 2011 年,已去掉,所以没有 2012 年。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 省份province键:省份名称。样本里格式符合 96.8%,还没有参照 | 文本 | 原生 | 100% | 原表列名:Unnamed: 0 | ||
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | 原表列名:Unnamed: 1 | ||
| 从业人数retail_employment_count | 整数 | 原生 | 100% | 单位:个 原表列名:零售业年末从业人数(个) | ||
| 主营成本retail_main_cost_amount | 小数 | 原生 | 100% | 单位:亿元 原表列名:零售业企业主营业务成本(亿元) | ||
| 资产总额retail_total_assets_amount | 小数 | 原生 | 100% | 单位:亿元 原表列名:零售业资产总额(亿元) | ||
| 法人企业数retail_legal_entity_count | 整数 | 原生 | 100% | 单位:个 原表列名:零售业法人企业单位数(个) | ||
| 营业面积retail_business_area | 小数 | 原生 | 100% | 单位:万平方米 原表列名:零售企业年末零售营业面积(万平方米) | ||
| 销售总额retail_sales_total_amount | 小数 | 原生 | 100% | 单位:亿元 原表列名:零售业商品销售总额(亿元) | ||
| 主营收入retail_main_revenue_amount | 小数 | 原生 | 100% | 单位:亿元 原表列名:零售业企业主营业务收入(亿元) |
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。
| # | 省份province | 年份year | 从业人数retail_employment_count | 主营成本retail_main_cost_amount | 资产总额retail_total_assets_amount | 法人企业数retail_legal_entity_count | 营业面积retail_business_area | 销售总额retail_sales_total_amount | 主营收入retail_main_revenue_amount |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 安徽 | 2020 | 248711 | 3578.8 | 2181.3 | 5087 | 727.5 | 1509.3 | 4080.5 |
| 2 | 安徽 | 2019 | 254167 | 3558.1 | 2290.6 | 5141 | 690.3 | 1614.8 | 4030.5 |
| 3 | 安徽 | 2018 | 255570 | 3313.2 | 1975 | 5000 | 676.3 | 1690.9 | 3762.3 |
| 4 | 安徽 | 2017 | 251095 | 3203.1 | 1920.7 | 4875 | 582.7 | 1674.7 | 3581.3 |
| 5 | 安徽 | 2016 | 253897 | 3203 | 2198.8 | 4658 | 545.3 | 1561.8 | 3571.1 |
| 6 | 安徽 | 2015 | 253965 | 2809 | 1948.2 | 4312 | 559.9 | 1571.5 | 3157.5 |
| 7 | 安徽 | 2014 | 253094 | 2677.4 | 1584.3 | 3957 | 557.8 | 1663.3 | 2963.5 |
| 8 | 安徽 | 2013 | 112638 | 4584.2 | 2301.3 | 1776 | 1476.2 | 1572.1 | 5040.2 |
| 9 | 安徽 | 2011 | 180049 | 1502.4219 | 855.6 | 2201 | 455.1857 | 1341.87349 | 1662.4241 |
| 10 | 北京 | 2020 | 247016 | 8134.7 | 5625.5 | 2569 | 873.9 | 3323.1 | 9174.3 |
| 11 | 北京 | 2019 | 293780 | 7621.6 | 4970.1 | 2502 | 877.1 | 3330.5 | 8740.5 |
| 12 | 北京 | 2018 | 297344 | 6746.7 | 4856.9 | 1862 | 922.3 | 3356.3 | 7623.4 |
| 13 | 北京 | 2017 | 320822 | 6297.4 | 4641.5 | 1875 | 907.1 | 3165.8 | 7142 |
| 14 | 北京 | 2016 | 362653 | 6033.2 | 4516.9 | 1923 | 953.4 | 2896.5 | 6798.5 |
| 15 | 北京 | 2015 | 348467 | 62667 | 4212.2 | 1963 | 748.2 | 2733.3 | 7015.7 |
| 16 | 北京 | 2014 | 356150 | 6706.8 | 4178.7 | 2818 | 736.8 | 2544.3 | 7500.1 |
| 17 | 北京 | 2013 | 375008 | 39259.3 | 27933 | 4976 | 2515.8 | 2143.8 | 41516.3 |
| 18 | 北京 | 2011 | 332939 | 4513.6434 | 2982.2 | 2870 | 637.1717 | 2352.15137 | 5113.3188 |
| 19 | 福建 | 2020 | 302786 | 5428.2 | 2903.9 | 7275 | 1405.1 | 1721.7 | 6207.7 |
| 20 | 福建 | 2019 | 290003 | 5460 | 2444.2 | 7168 | 1025.2 | 1741.3 | 6201.6 |
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 v22026/11/15 发布
生效中279 行 · 9 个字段 · 初始导入(比 v1 行数减少 31)
版本 v12026/11/14 发布
历史版本310 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 270 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 270 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 270 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 270 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 270 行(96%)
- 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 270 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 270 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 270 行(96%)
- 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 270 行(96%)
- 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 270 行(96%)
- 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 270 行(96%)
- 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 270 行(96%)
- 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 270 行(96%)
按 省份 能连
47 个数据集 · 本数据集 270 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 270 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 270 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 270 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 270 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 270 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 270 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 270 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 270 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 270 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 270 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 270 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 270 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。
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-retail-indicators/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"安徽"}],"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。