区域底数全国区县平均房价
region-county-housing-price
一行是一个区县 2023 年的平均房价。覆盖全国 2852 个区县级单位。均价是 0 的 191 行表示没有数据。“统计量”的含义原表没有写,可能是样本数。可用来比较各地房价。
区域底数region-county-housing-price
一行是一个区县 2023 年的平均房价。覆盖全国 2852 个区县级单位。均价是 0 的 191 行表示没有数据。“统计量”的含义原表没有写,可能是样本数。可用来比较各地房价。
区域底数空间数据,地图上画成面county-boundary
一行是一个县级行政区的边界,包含区划代码、名称、所在城市和省、面积、中心点和外框。共 2850 行,覆盖全国的县级行政区。香港、澳门、台湾各是一行,没有分到县。边界取自公开的 2023 年初县级行政区划矢量图层,不是官方发布的边界,没有审图号,不能用来确定权属和界线。用来在地图上画出一个县的范围,按县汇总点和线,或者把县级统计数据画成分级的地图。
区域底数dev-zone-profile
一行是一个国家级或省级开发区:名称、级别、类型(经开区、高新区、海关特殊监管区域、自贸试验区、省级开发区等)、所在省份、成立时间、核准面积(公顷)、主导产业和经纬度。截至 2022 年 6 月,共 2781 个。可用来看工业和仓储资产集中的地点,做企业财产险、工程险的风险暴露参照。
区域底数city-digital-economy-carbon
一行是一个地级市一年的二氧化碳排放量和数字经济水平。数字经济水平有熵值法和主成分法两种算法。覆盖约 290 个地级市,2011–2019 年,共 2612 行。原表里线性插值和回归填补的列没有收录,缺的年份就是空。和已上线的 city-digital-economy-pollution 的数字经济水平算法不同,数值不能混用。用来分析数字经济和碳排放的关系,给绿色金融和环境责任相关的区域分析做参考。
区域底数city-digital-economy-indicators
一行代表一个城市在特定年份的数字经济相关统计指标。覆盖中国主要城市,包含GDP、人口、互联网用户、电信业务量等基础数据。可用于构建城市数字经济发展指数,评估区域信息化水平。
区域底数city-digital-economy-raw
一行代表一个地级市在特定年份的数字经济基础指标。覆盖全国地级市及直辖市,包含电信收入、IT从业人员、宽带及移动用户数等核心数据。可用于构建区域数字化发展水平指标,辅助区域风险建模。
区域底数region-dialect-classification
一行代表一个行政区划单位,包含其所属的方言区、方言片及方言小片等语言学分类信息。数据覆盖全国31个省市的2300多个区县。在保险业务中,可用于分析特定方言区域的文化特征、客户沟通偏好或作为区域社会属性的辅助标签。
区域底数region-city-income-gap
一行是一个城市一年的城乡收入差距泰尔指数,以及计算用到的城镇和农村居民人均可支配收入、城镇化率、总人口和城乡人口。覆盖 209 个地级及以上城市(含直辖市),2010 年到 2019 年,共 2090 行。可用来比较各城市城乡收入差距的大小和变化。原表有 72 行的泰尔指数和同一行的收入、人口算出来的对不上(集中在山东几个城市 2010-2012 年,还有一个负值),这些行的泰尔指数留空。
交通运输new-energy-vehicle-sales-monthly
一行是一个月里一类汽车的销量,带当月销量、累计销量和两者的同比增速。汽车按车类(新能源乘用车、新能源商用车、全部乘用车)、动力类型和车身类型分开。覆盖全国,2014 年 1 月到 2021 年 5 月,全部乘用车一类包含传统燃料车,可以用来算新能源车的渗透率。用来估计新能源车保有量的增长和车型结构,辅助车险的定价和产品规划。
区域底数region-chengtou-bond-summary
一行代表一个城市在特定年份的城投债发行数据。覆盖全国主要地级市及直辖市,记录各年度城投债发行规模。可用于分析不同地区城投债的发行趋势及区域融资能力差异。
区域底数taobao-village-count-city
一行是一个地级市一年的淘宝村数量。覆盖有淘宝村的 189 个地级市,2014–2022 年,共 1701 行,没有淘宝村的年份记 0。用来看各地农村电商的发展,给农村电商、物流和乡村产业相关保险的市场分析做参考。
区域底数city-commercial-credit-index
一行代表一个地级市在特定年份的商业信用环境指数评分。数据覆盖全国地级市,包含行政区划代码、省份、城市、年份、所属地域及信用指数分值。可用于评估企业所在地的营商环境风险,辅助保险核保定价或投资决策。原表 2013、2014、2016、2018 年的值是相邻年份线性插补的,2020、2021 年照抄 2019 年,都已去掉;留下的是 2010、2011、2012、2015、2017、2019 年。原表数值有单精度浮点尾巴,已按 3 位小数取整。