
全国传统村落点位
一行代表一个入选中国传统村落名录的村落。覆盖全国范围,包含村落名称、省市区县乡镇层级及经纬度坐标。
v1 生效中 · 2026/11/13 发布险种标签:工程险企业财产险数据出处 住房和城乡建设部等部委公布的中国传统村落名录
- 记录
- 8,155
- 字段
- 9
- AI 扩增字段
- 3
- 平均非空率
- 100%
- 字段完整度
9 个字段,7 个没有空值,3 个 AI 扩增
01字段
字段来源,逐一标明
共 9 个字段,其中 AI 扩增字段 3 个。非空率按当前版本的 8,155 行计算。
关于这个数据集
一行代表一个入选中国传统村落名录的村落。覆盖全国范围,包含村落名称、省市区县乡镇层级及经纬度坐标。可用于评估特定地理区域的文化资产分布,辅助工程险或财产险中的标的定位与风险筛查。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 省份province规律 2:省份的字段规律字段规律:city_code由省份、城市扩增得出。。county_code由省份、城市、区县扩增得出。含义:地区键: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:ProvinceCN | ||
| 城市city规律 2:城市的字段规律字段规律:city_code由省份、城市扩增得出。。county_code由省份、城市、区县扩增得出。含义:地区键:城市名称。样本里格式符合 93.3%,还没有参照 | 文本 | 原生 | 100% | 原表列名:CItyCN | ||
| 区县county规律 1:区县的字段规律字段规律:county_code由省份、城市、区县扩增得出。含义:地区键:区县名称。样本里格式符合 97%,还没有参照 | 文本 | 原生 | 100% | 原表列名:DistrictCN | ||
| 村落名称name含义:名称 | 文本 | 原生 | 100% | 原表列名:Name | ||
| 经度lng规律 1:经度的字段规律字段规律:county_code_2由经度、纬度扩增得出。含义:经纬度(度)键:经度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | 原表列名:X | ||
| 纬度lat规律 1:纬度的字段规律字段规律:county_code_2由经度、纬度扩增得出。含义:经纬度(度)键:纬度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | 原表列名:Y | ||
| 区县区划代码county_code规律 1:区县区划代码的字段规律字段规律:county_code由省份、城市、区县扩增得出。含义:代码或编号键:县级区划代码。样本里格式符合 100%,98.8% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:区县区划代码 | 99%平均置信度 1.00校验少:不建议单独作为决策依据 | 由省份、城市、区县查行政区划参照得出的现行县级区划代码。程序查表,不用模型。对不上或置信度低的为空 | ||
| 城市区划代码city_code规律 1:城市区划代码的字段规律字段规律:city_code由省份、城市扩增得出。含义:代码或编号键:市级区划代码。样本里格式符合 100%,97.7% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:城市区划代码 | 98%平均置信度 1.00校验少:不建议单独作为决策依据 | 由省份、城市查行政区划参照得出的现行地级区划代码。程序查表,不用模型。对不上或置信度低的为空 | ||
| 所在区县代码county_code_2规律 1:所在区县代码的字段规律字段规律:county_code_2由经度、纬度扩增得出。含义:代码或编号键:县级区划代码。样本里格式符合 100%,100% 的行对上参照 county-boundary | 文本 | 规则扩增第 2 级扩增查看溯源:所在区县代码 | 100%平均置信度 0.97校验少:不建议单独作为决策依据 | 经度、纬度落在哪个区县,现行的县级区划代码。用县级边界查出,不用模型。离边界不到 1 公里的点置信度较低 |
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 | 城市city | 区县county | 村落名称name | 经度lng | 纬度lat | 区县区划代码county_code | 城市区划代码city_code | 所在区县代码county_code_2 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 四川省 | 阿坝藏族羌族自治州 | 黑水县 | 阿坝藏族羌族自治州黑水县沙石多乡银真村 | 102.732002258 | 32.0877990723 | 513228 | 513200 | 513228 |
| 2 | 四川省 | 阿坝藏族羌族自治州 | 黑水县 | 阿坝藏族羌族自治州黑水县知木林乡知木林村 | 103.21900177 | 32.2305984497 | 513228 | 513200 | 513228 |
| 3 | 四川省 | 阿坝藏族羌族自治州 | 金川县 | 阿坝藏族羌族自治州金川县集沐乡根扎村 | 101.987998962 | 31.7588996887 | 513226 | 513200 | 513226 |
| 4 | 四川省 | 阿坝藏族羌族自治州 | 九寨沟县 | 阿坝藏族羌族自治州九寨沟县草地乡下草地村 | 104.372001648 | 33.0176010132 | 513225 | 513200 | 513225 |
| 5 | 四川省 | 阿坝藏族羌族自治州 | 九寨沟县 | 阿坝藏族羌族自治州九寨沟县大录乡大录村 | 103.669998169 | 33.5634002686 | 513225 | 513200 | 513225 |
| 6 | 四川省 | 阿坝藏族羌族自治州 | 九寨沟县 | 阿坝藏族羌族自治州九寨沟县大录乡东北村 | 103.664001465 | 33.4710998535 | 513225 | 513200 | 513225 |
| 7 | 四川省 | 阿坝藏族羌族自治州 | 九寨沟县 | 阿坝藏族羌族自治州九寨沟县罗依乡大寨村 | 104.195999146 | 33.1472015381 | 513225 | 513200 | 513225 |
| 8 | 四川省 | 阿坝藏族羌族自治州 | 九寨沟县 | 阿坝藏族羌族自治州九寨沟县马家乡苗州村 | 104.116996765 | 33.1130981445 | 513225 | 513200 | 513225 |
| 9 | 四川省 | 阿坝藏族羌族自治州 | 九寨沟县 | 阿坝藏族羌族自治州九寨沟县永和乡大城村 | 104.391998291 | 33.3098983765 | 513225 | 513200 | 513225 |
| 10 | 四川省 | 阿坝藏族羌族自治州 | 九寨沟县 | 阿坝藏族羌族自治州九寨沟县漳扎镇中查村 | 103.814002991 | 33.2827987671 | 513225 | 513200 | 513225 |
| 11 | 四川省 | 阿坝藏族羌族自治州 | 理县 | 阿坝藏族羌族自治州理县甘堡乡甘堡村 | 103.206001282 | 31.4913005829 | 513222 | 513200 | 513222 |
| 12 | 四川省 | 阿坝藏族羌族自治州 | 理县 | 阿坝藏族羌族自治州理县蒲溪乡休溪村 | 103.26499939 | 31.5000991821 | 513222 | 513200 | 513222 |
| 13 | 四川省 | 阿坝藏族羌族自治州 | 理县 | 阿坝藏族羌族自治州理县桃坪乡增头村 | 103.455001831 | 31.5573005676 | 513222 | 513200 | 513222 |
| 14 | 四川省 | 阿坝藏族羌族自治州 | 理县 | 阿坝藏族羌族自治州理县下孟乡沙吉村 | 103.233001709 | 31.599199295 | 513222 | 513200 | 513222 |
| 15 | 四川省 | 阿坝藏族羌族自治州 | 理县 | 阿坝藏族羌族自治州理县薛城镇较场村 | 103.316001892 | 31.5564002991 | 513222 | 513200 | 513222 |
| 16 | 四川省 | 阿坝藏族羌族自治州 | 马尔康县 | 阿坝藏族羌族自治州马尔康县草登乡代基村 | 101.82800293 | 32.2197990417 | 513201 | 513200 | 513201 |
| 17 | 四川省 | 阿坝藏族羌族自治州 | 马尔康县 | 阿坝藏族羌族自治州马尔康县大藏乡春口村 | 102.210998535 | 32.1343002319 | 513201 | 513200 | 513201 |
| 18 | 四川省 | 阿坝藏族羌族自治州 | 马尔康县 | 阿坝藏族羌族自治州马尔康县党坝乡尕兰村 | 102.086997986 | 31.6592998505 | 513201 | 513200 | 513201 |
| 19 | 四川省 | 阿坝藏族羌族自治州 | 马尔康县 | 阿坝藏族羌族自治州马尔康县松岗镇直波村 | 102.105003357 | 31.914899826 | 513201 | 513200 | 513201 |
| 20 | 四川省 | 阿坝藏族羌族自治州 | 马尔康县 | 阿坝藏族羌族自治州马尔康县梭磨乡色尔米村 | 102.529998779 | 31.8465003967 | 513201 | 513200 | 513201 |
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 v12026/11/13 发布
生效中8,155 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 81 个数据集连接。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 城市 + 区县 + 省份 能连
56 个数据集 · 本数据集 7,970 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 city_code、county_code、province_code按城市对上本数据集 7,970 行(97%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 region_code、city_code、province按城市对上本数据集 7,970 行(97%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 province、county_code、city_code按城市对上本数据集 7,970 行(97%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 county_code、city_code、province按城市对上本数据集 7,970 行(97%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 province、city_code、county_code按城市对上本数据集 7,970 行(97%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 city_code、region_code、province按城市对上本数据集 7,970 行(97%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 province、region_code、county_code按城市对上本数据集 7,970 行(97%)
- 全国医院名录医疗药械 · 4.6 万 行 · 连接字段 province、city_code、county_code按城市对上本数据集 7,970 行(97%)
- 全国区县路网密度区域底数 · 3.2 万 行 · 连接字段 province_name、city_code_2、county_code_2按城市对上本数据集 7,970 行(97%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code、county_code、province按城市对上本数据集 7,970 行(97%)
- 区县和城市到港口和海岸线的距离区域底数 · 3,270 行 · 连接字段 city_code、province_code、region_code按城市对上本数据集 7,970 行(97%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 region_code、province、city_code按城市对上本数据集 7,970 行(97%)
按 城市 + 省份 能连
159 个数据集 · 本数据集 7,970 行有城市- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_city_code、origin_province按城市对上本数据集 7,970 行(97%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、region_code按城市对上本数据集 7,970 行(97%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 province、region_code按城市对上本数据集 7,970 行(97%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 region_code、province按城市对上本数据集 7,970 行(97%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 origin_province、origin_city_code按城市对上本数据集 7,970 行(97%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 region_code、province按城市对上本数据集 7,970 行(97%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、region_code按城市对上本数据集 7,970 行(97%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 region_code、province按城市对上本数据集 7,970 行(97%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 city_code、province_code按城市对上本数据集 7,970 行(97%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 region_code、province按城市对上本数据集 7,970 行(97%)
- 地级市逐年降水量自然灾害 · 2.7 万 行 · 连接字段 city_code、province按城市对上本数据集 7,970 行(97%)
- 地级市绿色专利统计区域底数 · 1.3 万 行 · 连接字段 region_code、province按城市对上本数据集 7,970 行(97%)
按 区县 + 省份 能连
69 个数据集 · 本数据集 8,059 行有区县- 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、county_code按区县对上本数据集 8,059 行(98%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 region_code、province按区县对上本数据集 8,059 行(98%)
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 region_code、province按区县对上本数据集 8,059 行(98%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 region_code、province按区县对上本数据集 8,059 行(98%)
- 区县人口分布(格网汇总)区域底数 · 1.4 万 行 · 连接字段 province、region_code按区县对上本数据集 8,059 行(98%)
- 县级暴雨重现期自然灾害 · 2,899 行 · 连接字段 region_code、province按区县对上本数据集 8,059 行(98%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province、region_code按区县对上本数据集 8,059 行(98%)
- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 region_code、province按区县对上本数据集 8,059 行(98%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、adcode按区县对上本数据集 8,058 行(98%)
- 县域新注册企业统计区域底数 · 5.8 万 行 · 连接字段 region_code、province按区县对上本数据集 8,047 行(98%)
- 县域数字普惠金融指数区域底数 · 2.3 万 行 · 连接字段 region_code、province按区县对上本数据集 8,045 行(98%)
- 区县城乡融合试点面板区域底数 · 7.4 万 行 · 连接字段 region_code、province按区县对上本数据集 8,004 行(98%)
按 城市 + 区县 能连
9 个数据集 · 本数据集 7,970 行有城市- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 county_code、address_city_code按城市对上本数据集 7,970 行(97%)
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code、region_code按城市对上本数据集 7,881 行(96%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 city_code、county_code按城市对上本数据集 7,784 行(95%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_city_code、applicant_address_county_code按城市对上本数据集 7,611 行(93%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 city_code、region_code_adj按城市对上本数据集 6,907 行(84%)
- 全国上市公司专利全量企业主体 · 6.4 万 行 · 连接字段 address_city_code、address_county_code按城市对上本数据集 5,856 行(71%)
- 上市公司产学研合作专利企业主体 · 1.4 万 行 · 连接字段 city_code、county_code按城市对上本数据集 4,237 行(51%)
- 长三角养老机构名录建筑设施 · 8,462 行 · 连接字段 address_city_code、county_code按城市对上本数据集 1,245 行(15%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_county_code、address_city_code按城市对上本数据集 813 行(10%)
按 省份 能连
337 个数据集 · 本数据集 8,151 行有省份- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 province_name按省份对上本数据集 8,151 行(99%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 province按省份对上本数据集 8,151 行(99%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code按省份对上本数据集 8,151 行(99%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 region_code按省份对上本数据集 8,151 行(99%)
- 省级教育统计面板区域底数 · 143.5 万 行 · 连接字段 region_code按省份对上本数据集 8,151 行(99%)
- 省级统计年鉴长序列指标区域底数 · 74.4 万 行 · 连接字段 province按省份对上本数据集 8,151 行(99%)
- 劳动统计年鉴省级指标区域底数 · 60.3 万 行 · 连接字段 region_code按省份对上本数据集 8,151 行(99%)
- 第三产业统计年鉴省级指标区域底数 · 54.7 万 行 · 连接字段 region_code按省份对上本数据集 8,151 行(99%)
- 分省分行业工业企业指标区域底数 · 50.4 万 行 · 连接字段 province按省份对上本数据集 8,151 行(99%)
- 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 8,151 行(99%)
- 分地区高技术产业统计区域底数 · 35.3 万 行 · 连接字段 region_code按省份对上本数据集 8,151 行(99%)
- 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 8,151 行(99%)
按 城市 能连
67 个数据集 · 本数据集 7,970 行有城市- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code按城市对上本数据集 7,970 行(97%)
- 地级市新能源汽车月度销量交通运输 · 3.3 万 行 · 连接字段 city_code按城市对上本数据集 7,970 行(97%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code按城市对上本数据集 7,970 行(97%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 region_code按城市对上本数据集 7,970 行(97%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 city_code按城市对上本数据集 7,970 行(97%)
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 city_code按城市对上本数据集 7,970 行(97%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code按城市对上本数据集 7,970 行(97%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 region_code按城市对上本数据集 7,960 行(97%)
- 统筹区异地就医开通状态保险市场 · 425 行 · 连接字段 region_code按城市对上本数据集 7,892 行(96%)
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 region_code按城市对上本数据集 7,853 行(96%)
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 region_code按城市对上本数据集 7,820 行(95%)
- 城市间高铁连接状态交通运输 · 116.6 万 行 · 连接字段 city1_code按城市对上本数据集 7,446 行(91%)
按 区县 能连
19 个数据集 · 本数据集 8,059 行有区县- 行政区划新旧代码对照参照区域底数 · 7,388 行 · 连接字段 old_code按区县对上本数据集 8,059 行(98%)
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 county_code按区县对上本数据集 8,051 行(98%)
- 县级地形起伏度自然灾害 · 2,873 行 · 连接字段 region_code按区县对上本数据集 8,050 行(98%)
- 全国矿产地分布建筑设施 · 22.8 万 行 · 连接字段 county_code按区县对上本数据集 8,045 行(98%)
- 政治精英地区编码区域底数 · 3,843 行 · 连接字段 region_code按区县对上本数据集 8,040 行(98%)
- 医保定点零售药店医疗药械 · 50.5 万 行 · 连接字段 region_code按区县对上本数据集 8,007 行(98%)
- 医保定点医疗机构医疗药械 · 57.8 万 行 · 连接字段 region_code按区县对上本数据集 8,006 行(98%)
- 全国百强区县入选状态区域底数 · 4.1 万 行 · 连接字段 region_code按区县对上本数据集 7,802 行(95%)
- 全国医保经办机构保险市场 · 6,045 行 · 连接字段 region_code按区县对上本数据集 7,338 行(89%)
- 城投公司基本信息企业主体 · 1.2 万 行 · 连接字段 region_code按区县对上本数据集 6,975 行(85%)
- 行政区划代码变更区域底数 · 4,636 行 · 连接字段 old_code按区县对上本数据集 6,563 行(80%)
- 跨省异地就医定点机构医疗药械 · 65 万 行 · 连接字段 region_code按区县对上本数据集 5,573 行(68%)
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。
本数据集内3
- 扩增得出
city_code由省份、城市扩增得出。
来自字段扩增全国传统村落点位全国传统村落点位 - 扩增得出
county_code由省份、城市、区县扩增得出。
来自字段扩增全国传统村落点位全国传统村落点位 - 扩增得出
county_code_2由经度、纬度扩增得出。
来自字段扩增全国传统村落点位全国传统村落点位
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/traditional-village-point/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"四川省"}],"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。