各地区能源消费量
一行记录一个地区在特定年份的各类能源消费量。覆盖全国及各省。可用于评估高能耗企业的火灾风险及环境污染责任险的定价因子。
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：1953–2018 年数据出处 出处待核实
- 记录
- 825
- 字段
- 13
- AI 扩增字段
- 0
- 平均非空率
- 89.3%
- 字段完整度
13 个字段，3 个没有空值
01字段
字段来源，逐一标明
共 13 个字段，其中 AI 扩增字段 0 个。非空率按当前版本的 825 行计算。
关于这个数据集
一行记录一个地区在特定年份的各类能源消费量。覆盖全国及各省。可用于评估高能耗企业的火灾风险及环境污染责任险的定价因子。原表 1991 年的值照抄 1990 年，已去掉。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 年度标识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：Sgnyea | ||
| 地区代码region_code键：省级区划代码（2025 年版）。样本里格式符合 93%，92% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | 行政区划代码 原表列名：Prvcd | ||
| 地区名称province | 文本 | 原生 | 100% | 原表列名：Prvnm | ||
| 能源消费总量energy_total_amount | 小数 | 原生 | 95% | 万吨标准煤 原表列名：Coes | ||
| 煤炭消费量coal_amount | 小数 | 原生 | 87% | 万吨 原表列名：Cocl | ||
| 焦炭消费量coke_amount | 小数 | 原生 | 86% | 万吨 原表列名：Cock | ||
| 原油消费量crude_oil_amount | 小数 | 原生 | 79% | 万吨 原表列名：Coco | ||
| 汽油消费量gasoline_amount | 小数 | 原生 | 87% | 万吨 原表列名：Cogs | ||
| 煤油消费量kerosene_amount | 小数 | 原生 | 85% | 万吨 原表列名：Coks | ||
| 柴油消费量diesel_amount | 小数 | 原生 | 87% | 万吨 原表列名：Codo | ||
| 燃料油消费量fuel_oil_amount | 小数 | 原生 | 86% | 万吨 原表列名：Cofo | ||
| 天然气消费量natural_gas_amount | 小数 | 原生 | 78% | 亿立方米 原表列名：Cong | ||
| 电力消费量electricity_amount | 小数 | 原生 | 92% | 亿千瓦小时 原表列名：Coelc |
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。
| # | 年度标识year | 地区代码region_code | 地区名称province | 能源消费总量energy_total_amount | 煤炭消费量coal_amount | 焦炭消费量coke_amount | 原油消费量crude_oil_amount | 汽油消费量gasoline_amount | 煤油消费量kerosene_amount | 柴油消费量diesel_amount | 燃料油消费量fuel_oil_amount | 天然气消费量natural_gas_amount | 电力消费量electricity_amount |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 1953 | 142 | 中国 | 5411 | — | — | — | — | — | — | — | — | — |
| 2 | 1954 | 142 | 中国 | 6234 | — | — | — | — | — | — | — | — | — |
| 3 | 1955 | 142 | 中国 | 6968 | — | — | — | — | — | — | — | — | — |
| 4 | 1956 | 142 | 中国 | 8800 | — | — | — | — | — | — | — | — | — |
| 5 | 1957 | 142 | 中国 | 9644 | — | — | — | — | — | — | — | — | — |
| 6 | 1958 | 142 | 中国 | 17599 | — | — | — | — | — | — | — | — | — |
| 7 | 1959 | 142 | 中国 | 23926 | — | — | — | — | — | — | — | — | — |
| 8 | 1960 | 142 | 中国 | 30188 | — | — | — | — | — | — | — | — | — |
| 9 | 1961 | 142 | 中国 | 20390 | — | — | — | — | — | — | — | — | — |
| 10 | 1962 | 142 | 中国 | 16540 | — | — | — | — | — | — | — | — | — |
| 11 | 1963 | 142 | 中国 | 15567 | — | — | — | — | — | — | — | — | — |
| 12 | 1964 | 142 | 中国 | 16637 | — | — | — | — | — | — | — | — | — |
| 13 | 1965 | 142 | 中国 | 18901 | — | — | — | — | — | — | — | — | — |
| 14 | 1966 | 142 | 中国 | 20269 | — | — | — | — | — | — | — | — | — |
| 15 | 1967 | 142 | 中国 | 18328 | — | — | — | — | — | — | — | — | — |
| 16 | 1968 | 142 | 中国 | 18405 | — | — | — | — | — | — | — | — | — |
| 17 | 1969 | 142 | 中国 | 22730 | — | — | — | — | — | — | — | — | — |
| 18 | 1970 | 142 | 中国 | 29291 | — | — | — | — | — | — | — | — | — |
| 19 | 1971 | 142 | 中国 | 34496 | — | — | — | — | — | — | — | — | — |
| 20 | 1972 | 142 | 中国 | 37273 | — | — | — | — | — | — | — | — | — |
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825 行 · 13 个字段 · 初始导入（比 v1 行数减少 29）
版本 v12026/11/14 发布
历史版本854 行 · 13 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 825 行有省份- 全国矿产储量区域底数 · 2,261 行 · 连接字段 year、region_code按省份对上本数据集 825 行（100%）
- 全国及省级水资源情况区域底数 · 514 行 · 连接字段 year、region_code按省份对上本数据集 825 行（100%）
- 各地区土地利用情况区域底数 · 320 行 · 连接字段 region_code、year按省份对上本数据集 825 行（100%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
按 省份 能连
47 个数据集 · 本数据集 825 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
- 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 759 行（92%）
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/regional-energy-consumption-by-type/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"142"}],"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。