
各省农村教育及村委统计
一行代表一个省份在特定年份的农村人均受教育年限和村委会数量。数据覆盖全国各省。
v1 生效中 · 2026/11/14 发布险种标签:责任险农业保险时间跨度:2011–2019 年数据出处 出处待核实
- 记录
- 279
- 字段
- 4
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
4 个字段,4 个没有空值
01字段
字段来源,逐一标明
共 4 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农村人均受教育年限和村委会数量。数据覆盖全国各省。可用于评估农村地区的社会基础条件,辅助农业保险或责任险的风险定价。
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 | 村委会个数village_committee_count | 农村人均受教育年限rural_avg_education_years |
|---|---|---|---|---|
| 1 | 北京 | 2011 | 3944 | 8.99341527655838 |
| 2 | 北京 | 2012 | 3941 | 9.3955223880597 |
| 3 | 北京 | 2013 | 3941 | 8.92131868131868 |
| 4 | 北京 | 2014 | 3937 | 9.30353249018753 |
| 5 | 北京 | 2015 | 3937 | 9.75295888349183 |
| 6 | 北京 | 2016 | 3941 | 9.42410147991543 |
| 7 | 北京 | 2017 | 3920 | 9.80087336244542 |
| 8 | 北京 | 2018 | 3915 | 9.52789886660855 |
| 9 | 北京 | 2019 | 3891 | 9.84392836536813 |
| 10 | 天津 | 2011 | 3784 | 8.06768350810295 |
| 11 | 天津 | 2012 | 3719 | 8.13782991202346 |
| 12 | 天津 | 2013 | 3739 | 8.34178449536811 |
| 13 | 天津 | 2014 | 3698 | 8.38573508005822 |
| 14 | 天津 | 2015 | 3698 | 8.48653464849534 |
| 15 | 天津 | 2016 | 3681 | 8.37213651238897 |
| 16 | 天津 | 2017 | 3680 | 8.50285986653956 |
| 17 | 天津 | 2018 | 3556 | 8.74819798173955 |
| 18 | 天津 | 2019 | 3543 | 8.72822700995053 |
| 19 | 河北 | 2011 | 48877 | 8.04613987873286 |
| 20 | 河北 | 2012 | 48690 | 8.17614096678369 |
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279 行 · 4 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 279 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 279 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 279 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 279 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 279 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 279 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 279 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 279 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 279 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 279 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 province、year按省份对上本数据集 279 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 279 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 279 行(100%)
按 省份 能连
47 个数据集 · 本数据集 279 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 279 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 279 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 279 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 279 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 279 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 279 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 279 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 279 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 279 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 279 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 279 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 279 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-rural-education-village-committee/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"北京"}],"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。