共 749 个数据集
工程项目（取消这个条件）建筑设施（取消这个条件）交通运输（取消这个条件）自然灾害（取消这个条件）区域底数（取消这个条件）司法监管（取消这个条件）只看真实数据（取消这个条件）全部清除
自然灾害grid-annual-extreme-precipitation
一行是一个 0.1 度（约 10 千米）的格点一年的降水指标。包含格点中心的经纬度、年降水量、最大日降水量、最大连续 5 日降水量、雨日数、大雨日数、暴雨日数、大暴雨日数，以及格点里的雨量站数。覆盖中国陆地，每个格点每年 1 行，由逐日格点降水资料算出，格点降水由全国 2839 个雨量站插值得到。用来按工程项目的经纬度查当地历年的暴雨强度和次数，估计洪涝和山洪风险，给极端降水打分。
建筑设施poi-major-cities-2021
一行代表一个兴趣点（POI）记录。覆盖北京、上海等主要城市的商业和公共服务设施，包含名称、类别、经纬度及联系方式。可用于分析城市设施分布及支持区域风险评估。
区域底数city-industry-innovation-index
一行代表一个城市在特定年份特定行业的创新指数。覆盖全国地级市及主要行业。可用于评估区域产业创新活力，辅助企业财产险和责任险的风险定价。
自然灾害county-monthly-precipitation
一行是一个县一个月的降水量。包含行政区的名称、年份、月份、月降水量（毫米）。覆盖全国的县区，长时间序列，每月 1 个值，由 1 千米格点降水资料按行政区取平均得到。用来看各地降水的季节分布和多雨的月份，为工程的工期安排、洪涝和干旱风险评估提供依据。
工程项目land-transfer
一行是一宗供应出去的土地（出让、划拨等）。包含位置、面积、用途、供地方式、成交价、土地使用权人、合同签订日期、约定的动工和竣工日期。覆盖全国，合同签订日期从 2000-01-01 到 2024-12-31，3511918 行。用来发现新开工的工程项目，估算项目的规模和工期。
区域底数city-environment-attention-daily
一行是一个城市一天里一个环境关键词（如环境污染、雾霾）的百度搜索指数、资讯指数和媒体指数。年度汇总见 city-environment-attention-annual。
自然灾害county-monthly-wind
一行是一个县一个月的近地面风况。包含 10 米高度的平均风速、边界层高度和通风系数。覆盖全国的县区，长时间序列，每月 1 个值，由欧洲中期天气预报中心的再分析资料按行政区取平均得到。用来比较各地常年的风大不大、哪几个月风大，为工程的风灾风险评估和露天施工安排提供背景。
区域底数city-construction-indicators
一行是一个城市一年的一项城市建设统计指标，共 330 多项指标。指标包括人口和建成区面积、供水、燃气、集中供热、道路桥梁、排水和污水处理、园林绿化、环境卫生和市政公用设施投资，指标名称的下划线后面写了单位。覆盖设市城市，各指标覆盖的年份不同，只用原始值，没有用插值和填补的版本。用来估计一个城市的市政基础设施规模和建设投资，给工程险和市政设施的财产险做参考。
区域底数county-region-stats
一行是一个县（区、县级市）一年的一项统计指标。共 75 项指标，包括土地面积、户数和人口、从业人员、地区生产总值和三次产业增加值、财政收支、存贷款、农业产量、规模以上工业、固定资产投资、消费品零售、学校和师生、医院床位和卫生人员、社会福利单位、用电量、污染排放、电话和宽带用户等。覆盖约 2500 个县级行政区，2000–2020 年（对应 2001–2021 年版年鉴），共 2154802 行。用来做县域经济和社会画像，给农险、健康险、财产险的县域市场分析和风险评估做参考。另用 CEIC 区县电话用户和固定资产投资补了本表没有的 4013 行，重复的以本表为准。
区域底数urban-construction-panel
一行代表一个地级市在某一年的某项城乡建设指标数值。覆盖全国地级市，包含人口密度、用地面积、供水排水、绿化及垃圾处理等基础设施与环境指标。可用于评估城市基础设施水平、环境风险及人口聚集度，辅助工程险和企业财产险的风险定价。
建筑设施mobile-base-station-geo
一行是一个手机基站小区：网络类型和代数（2G 至 5G）、运营商代码、区域代码、小区标识、经纬度、覆盖范围、测量样本数、信号强度、创建和更新日期，以及所在省、市、区县。覆盖中国内地、香港、澳门、台湾，2006 年至 2025 年 3 月。位置是众包测量估计的，不是运营商公布的。可用来看各地通信基础设施的密度。
区域底数county-digital-infra-word-freq
一行是一个区县一年的政府工作报告里的一项统计。统计项是报告的文本长度、总词数，或者一个数字基础设施相关词（如 5G、大数据、云计算）出现的次数。用某个词的次数除以总词数，可以比较不同区县对数字基础设施的重视程度。
