
各省城乡收入泰尔指数
一行是一个省份一年的城乡收入泰尔指数,以及计算用的城乡人均可支配收入、城乡人口和中间项。
v1 生效中 · 2026/11/15 发布险种标签:健康险寿险时间跨度:2000–2022 年数据出处 出处待核实
- 记录
- 713
- 字段
- 19
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
19 个字段,19 个没有空值
01字段
字段来源,逐一标明
共 19 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 713 行计算。
关于这个数据集
一行是一个省份一年的城乡收入泰尔指数,以及计算用的城乡人均可支配收入、城乡人口和中间项。覆盖 31 个省份,2000–2022 年,共 713 行。总收入的单位是元(人口以万人计,已乘 1 万),量级在百亿到万亿元,是正常的。原表“P1/P”是收入占比、“Z1/Z”是人口占比,字段名按实际含义写。可用来衡量各省城乡收入差距,辅助评估不同地区的购买力和保险需求。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 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:year | ||
| 省份province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:地区 | ||
| 居民可支配收入disposable_income | 小数 | 原生 | 100% | 单位:元/人。城乡可支配收入按人口加权的平均 | ||
| 农村人均可支配收入rural_disposable_income | 小数 | 原生 | 100% | 单位:元。原表列名:农村家庭可支配(元) | ||
| 城镇人均可支配收入urban_disposable_income | 小数 | 原生 | 100% | 单位:元。原表列名:城市家庭可支配(元) | ||
| 总人口数total_population | 小数 | 原生 | 100% | 万人 原表列名:总人口数(万人) | ||
| 城镇化率urbanization_rate | 小数 | 原生 | 100% | 小数,0.7764 即 77.64% | ||
| 城镇总人口urban_population | 小数 | 原生 | 100% | 万人 原表列名:城镇总人口(万人) | ||
| 农村总人口rural_population | 小数 | 原生 | 100% | 万人 原表列名:农村总人口(万人) | ||
| 城镇总收入urban_total_income | 小数 | 原生 | 100% | 单位:元。城镇人口(万人)× 1 万 × 城镇人均可支配收入 | ||
| 农村总收入rural_total_income | 小数 | 原生 | 100% | 单位:元。农村人口(万人)× 1 万 × 农村人均可支配收入 | ||
| 总收入total_income | 小数 | 原生 | 100% | 单位:元。城镇总收入 + 农村总收入 | ||
| 城镇收入占比p1_p_ratio | 小数 | 原生 | 100% | 城镇总收入 ÷ 总收入。原表列名 P1/P | ||
| 城镇人口占比z1_z_ratio | 小数 | 原生 | 100% | 城镇人口 ÷ 总人口,等于城镇化率。原表列名 Z1/Z | ||
| 城镇对数项ln_n_o | 小数 | 原生 | 100% | ln(城镇收入占比 ÷ 城镇人口占比)。原表列名 LN(N/O) | ||
| 农村收入占比p2_p_ratio | 小数 | 原生 | 100% | 农村总收入 ÷ 总收入。原表列名 P2/P | ||
| 农村人口占比z2_z_ratio | 小数 | 原生 | 100% | 农村人口 ÷ 总人口。原表列名 Z2/Z | ||
| 农村对数项ln_q_r | 小数 | 原生 | 100% | ln(农村收入占比 ÷ 农村人口占比)。原表列名 LN(Q/R) | ||
| 泰尔指数theil_index | 小数 | 原生 | 100% | 城镇收入占比 × 城镇对数项 + 农村收入占比 × 农村对数项。越大城乡收入差距越大 |
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 | 省份province | 居民可支配收入disposable_income | 农村人均可支配收入rural_disposable_income | 城镇人均可支配收入urban_disposable_income | 总人口数total_population | 城镇化率urbanization_rate | 城镇总人口urban_population | 农村总人口rural_population | 城镇总收入urban_total_income | 农村总收入rural_total_income | 总收入total_income | 城镇收入占比p1_p_ratio | 城镇人口占比z1_z_ratio | 城镇对数项ln_n_o | 农村收入占比p2_p_ratio | 农村人口占比z2_z_ratio | 农村对数项ln_q_r | 泰尔指数theil_index |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2000 | 北京 | 9065.07328 | 4604.5 | 10349.7 | 1364 | 0.7764 | 1059.0096 | 304.99040000000014 | 109604316571.19998 | 14043282968.000006 | 123647599539.19998 | 0.8864249445979107 | 0.7763999999999999 | 0.13252860577096276 | 0.11357505540208944 | 0.2236000000000001 | -0.6773948418337966 | 0.040541505337800945 |
| 2 | 2000 | 天津 | 6876.33562 | 3622.4 | 8140.5 | 1001 | 0.7202 | 720.9201999999999 | 280.0798000000001 | 58686508880.99999 | 10145610675.200005 | 68832119556.2 | 0.8526035411866647 | 0.7202 | 0.16876570650515835 | 0.1473964588133353 | 0.2798000000000001 | -0.6409491070976016 | 0.04941661033141169 |
| 3 | 2000 | 河北 | 3313.2990600000003 | 2478.9 | 5661.2 | 6674 | 0.2622 | 1749.9227999999998 | 4924.0772 | 99066629553.6 | 122062949710.8 | 221129579264.4 | 0.4480026140471606 | 0.2622 | 0.5356914959950604 | 0.5519973859528394 | 0.7378 | -0.29012947448937504 | 0.07984047902261507 |
| 4 | 2000 | 山西 | 2893.7661 | 1905.6 | 4724.1 | 3247 | 0.3506 | 1138.3982 | 2108.6018 | 53779069366.200005 | 40181515900.799995 | 93960585267 | 0.572357752065725 | 0.3506 | 0.49011826406050385 | 0.42764224793427497 | 0.6494 | -0.4177618829329339 | 0.10187035714533012 |
| 5 | 2000 | 内蒙古 | 3361.7233800000004 | 2038.2 | 5129.1 | 2372 | 0.4282 | 1015.6904 | 1356.3096 | 52095776306.40001 | 27644302267.2 | 79740078573.6 | 0.653319851676791 | 0.4282 | 0.422476451999377 | 0.34668014832320915 | 0.5718 | -0.5003866877832032 | 0.10253812181752964 |
| 6 | 2000 | 辽宁 | 3987.2957 | 2355.6 | 5357.8 | 4184 | 0.5435 | 2274.004 | 1909.996 | 121836586312 | 44991865776.00001 | 166828452088 | 0.7303105962269114 | 0.5435 | 0.2954402113760961 | 0.26968940377308864 | 0.4565 | -0.5263177596004034 | 0.0738207941376609 |
| 7 | 2000 | 吉林 | 3409.8387500000003 | 2022.5 | 4810 | 2682 | 0.4977 | 1334.8314 | 1347.1686 | 64205390340 | 27246484935 | 91451875275 | 0.7020675097906023 | 0.4977 | 0.3440320813303575 | 0.2979324902093977 | 0.5023 | -0.5223306328368026 | 0.08591448047396283 |
| 8 | 2000 | 黑龙江 | 3575.8910799999994 | 2148.2 | 4912.9 | 3807 | 0.5164 | 1965.9348 | 1841.0652 | 96584410789.2 | 39549762626.4 | 136134173415.6 | 0.7094795404115048 | 0.5164 | 0.31765000058251674 | 0.2905204595884951 | 0.4836 | -0.5095841160526097 | 0.07732156483039704 |
| 9 | 2000 | 上海 | 11012.17952 | 5596.4 | 11718 | 1609 | 0.8847 | 1423.4823 | 185.51769999999988 | 166803655914 | 10382312562.799994 | 177185968476.8 | 0.9414044314453748 | 0.8847 | 0.06212423175935104 | 0.0585955685546252 | 0.11529999999999992 | -0.676878355486252 | 0.018821954996355923 |
| 10 | 2000 | 江苏 | 4934.19078 | 3595.1 | 6800.2 | 7327 | 0.4178 | 3061.2206 | 4265.779399999999 | 208169123241.2 | 153359035209.4 | 361528158450.6 | 0.5758033458122591 | 0.4178 | 0.32076333975817756 | 0.424196654187741 | 0.5821999999999999 | -0.31661687655824816 | 0.0503887845512912 |
| 11 | 2000 | 浙江 | 6711.1695 | 4253.7 | 9279.2 | 4680 | 0.489 | 2288.52 | 2391.48 | 212356347840.00003 | 101726384760 | 314082732600 | 0.6761159586268832 | 0.489 | 0.3240021082877016 | 0.3238840413731169 | 0.511 | -0.4559840354683431 | 0.07137704383296095 |
| 12 | 2000 | 安徽 | 2873.7763999999997 | 1934.6 | 5293.6 | 6093 | 0.2796 | 1703.6028 | 4389.397199999999 | 90181917820.80002 | 84917278231.19998 | 175099196052 | 0.5150333060011212 | 0.2796 | 0.6108715600597845 | 0.4849666939988789 | 0.7203999999999999 | -0.395726396889619 | 0.12270507669200648 |
| 13 | 2000 | 福建 | 4986.432220000001 | 3230.5 | 7432.3 | 3410 | 0.4179 | 1425.039 | 1984.961 | 105913173597 | 64124165105 | 170037338702 | 0.6228818588052522 | 0.4179 | 0.39911469861466975 | 0.37711814119474785 | 0.5821 | -0.43408374405103006 | 0.08490045067022234 |
| 14 | 2000 | 江西 | 2959.00325 | 2135.3 | 5103.6 | 4149 | 0.2775 | 1151.3475 | 2997.6525 | 58760171010.00001 | 64008873832.50001 | 122769044842.50002 | 0.47862367167051945 | 0.2775 | 0.5450937013039464 | 0.5213763283294806 | 0.7225 | -0.32624531972977344 | 0.09079816178718152 |
| 15 | 2000 | 山东 | 4122.9486799999995 | 2659.2 | 6490 | 8998 | 0.3821 | 3438.1358 | 5559.8642 | 223135013420 | 147847908806.4 | 370982922226.4 | 0.6014697713870161 | 0.3821 | 0.45369392431585326 | 0.3985302286129838 | 0.6179 | -0.4385432807211533 | 0.09811042701544533 |
| 16 | 2000 | 河南 | 2633.6565 | 1985.8 | 4766.3 | 9488 | 0.233 | 2210.704 | 7277.296 | 105368784752.00002 | 144512543968 | 249881328720 | 0.4216753019993307 | 0.233 | 0.5931971377679135 | 0.5783246980006694 | 0.767 | -0.28235132917682726 | 0.08684583503714727 |
| 17 | 2000 | 湖北 | 3586.58832 | 2268.6 | 5524.5 | 5646 | 0.4048 | 2285.5008 | 3360.4992 | 126262491695.99998 | 76236284851.2 | 202498776547.2 | 0.6235222446717832 | 0.40479999999999994 | 0.4319913236103157 | 0.3764777553282168 | 0.5952000000000001 | -0.458038520817972 | 0.096914885604832 |
| 18 | 2000 | 湖南 | 3400.83495 | 2197.2 | 6218.7 | 6562 | 0.2993 | 1964.0066 | 4597.993399999999 | 122135678434.2 | 101027110984.79996 | 223162789419 | 0.5472941019969229 | 0.2993 | 0.6035399066881543 | 0.45270589800307703 | 0.7006999999999999 | -0.43683715251695576 | 0.13255507583890444 |
| 19 | 2000 | 广东 | 7035.39056 | 3654.5 | 9761.6 | 8650 | 0.5536 | 4788.639999999999 | 3861.3600000000006 | 467447882240 | 141113401200.00003 | 608561283440 | 0.7681196536159323 | 0.5536 | 0.3275031156878903 | 0.23188034638406776 | 0.4464000000000001 | -0.6549939207892512 | 0.09968136254825068 |
| 20 | 2000 | 广西 | 2989.96665 | 1864.5 | 5834.4 | 4751 | 0.28350000000000003 | 1346.9085000000002 | 3404.0914999999995 | 78584029524.00002 | 63469286017.49999 | 142053315541.5 | 0.5532009529270169 | 0.28350000000000003 | 0.6685091991936498 | 0.4467990470729832 | 0.7164999999999999 | -0.4722693128574982 | 0.15881044708786124 |
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713 行 · 19 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 行(100%)
按 省份 能连
47 个数据集 · 本数据集 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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 713 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-theil-index/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。