城市区划代码

由所在省份、地区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

city_codeAI 扩增原生文本
出现在
205 个数据集
字段规律
147 条

01出处

出现在哪些数据集

同一个字段标识，在每个数据集里分别统计。取值统计按各数据集的生效版本计算。

  • 地级市链长制起始表

    区域底数 · 337 行

    AI 扩增

    在这里叫“城市区划代码”

    由城市名称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

    含义：代码或编号
    键：市级区划代码。样本里格式符合 100%，100% 的行对上参照 region-name-alias

    样本里格式符合 100%，100% 的行对上参照 region-name-alias。

    非空率

    100%

    规则扩增 · 智元数据平台

    平均置信度 1.00·人工校验 0%

    不建议单独作为决策依据

    查看溯源

    取值

    取值几乎都不同：共 337 个不同的值。通常是编号或自由文本。

  • 地级市距港口距离

    区域底数 · 335 行

    原生

    在这里叫“城市代码”

    原表列名：city_code

    含义：代码或编号
    键：市级区划代码（2014 年版）。样本里格式符合 100%，99.4% 的行对上参照 region-code-by-year

    样本里格式符合 100%，99.4% 的行对上参照 region-code-by-year。

    非空率

    100%

    取值

    取值几乎都不同：共 335 个不同的值。通常是编号或自由文本。

  • 地级市儒家文化设施

    区域底数 · 293 行

    AI 扩增

    在这里叫“城市区划代码”

    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

    键：市级区划代码。样本里格式符合 100%，93.9% 的行对上参照 region-name-alias

    样本里格式符合 100%，93.9% 的行对上参照 region-name-alias。

    非空率

    94%

    规则扩增 · 智元数据平台

    平均置信度 1.00·人工校验 0%

    不建议单独作为决策依据

    查看溯源

    取值

    取值几乎都不同：共 275 个不同的值。通常是编号或自由文本。

  • 城市政商关系健康指数

    区域底数 · 292 行

    原生

    在这里叫“城市代码”

    原表的城市代码，是行政区划代码的前 4 位（直辖市 2 位），后面补 00 就是 6 位代码

    非空率

    100%

    取值

    取值几乎都不同：共 292 个不同的值。通常是编号或自由文本。

  • 资源型城市静态分类

    区域底数 · 289 行

    AI 扩增

    在这里叫“城市区划代码”

    由城市名称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

    键：市级区划代码。样本里格式符合 100%，100% 的行对上参照 region-name-alias

    样本里格式符合 100%，100% 的行对上参照 region-name-alias。

    非空率

    100%

    规则扩增 · 智元数据平台

    平均置信度 1.00·人工校验 0%

    不建议单独作为决策依据

    查看溯源

    取值

    取值几乎都不同：共 288 个不同的值。通常是编号或自由文本。

  • 地级市家谱数量和人口

    区域底数 · 228 行

    AI 扩增

    在这里叫“地市区划代码”

    由省份、地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

    键：市级区划代码。样本里格式符合 100%，98.2% 的行对上参照 region-name-alias

    样本里格式符合 100%，98.2% 的行对上参照 region-name-alias。

    非空率

    98%

    规则扩增 · 智元数据平台

    平均置信度 1.00·人工校验 0%

    不建议单独作为决策依据

    查看溯源

    取值

    取值几乎都不同：共 223 个不同的值。通常是编号或自由文本。

  • 跨境电商试验区名单

    司法监管 · 181 行

    AI 扩增

    在这里叫“城市区划代码”

    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

    含义：代码或编号
    键：市级区划代码。样本里格式符合 100%，93.4% 的行对上参照 region-name-alias

    样本里格式符合 100%，93.4% 的行对上参照 region-name-alias。

    非空率

    93%

    规则扩增 · 智元数据平台

    平均置信度 1.00·人工校验 0%

    不建议单独作为决策依据

    查看溯源

    取值

    取值几乎都不同：共 169 个不同的值。通常是编号或自由文本。

  • 区县代码匹配表

    区域底数 · 162 行

    原生

    在这里叫“城市代码”

    含义：代码或编号
    键：市级区划代码（2017 年版）。样本里格式符合 100%，100% 的行对上参照 region-code-by-year

    样本里格式符合 100%，100% 的行对上参照 region-code-by-year。

    非空率

    100%

    取值

    取值几乎都不同：共 127 个不同的值。通常是编号或自由文本。

  • 供应链创新应用试点城市

    区域底数 · 55 行

    AI 扩增

    在这里叫“城市区划代码”

    由城市名称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

    含义：代码或编号
    键：市级区划代码。样本里格式符合 100%，85.5% 的行对上参照 region-name-alias

    样本里格式符合 100%，85.5% 的行对上参照 region-name-alias。

    非空率

    86%

    规则扩增 · 智元数据平台

    平均置信度 0.97·人工校验 0%

    不建议单独作为决策依据

    查看溯源

    取值

    取值几乎都不同：共 47 个不同的值。通常是编号或自由文本。

  • 长护险试点城市

    保险市场 · 49 行

    AI 扩增

    在这里叫“城市区划代码”

    由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

    含义：代码或编号
    键：市级区划代码。样本里格式符合 100%，95.9% 的行对上参照 region-name-alias

    样本里格式符合 100%，95.9% 的行对上参照 region-name-alias。

    非空率

    96%

    规则扩增 · 智元数据平台

    平均置信度 1.00·人工校验 0%

    不建议单独作为决策依据

    查看溯源

    取值

    取值几乎都不同：共 46 个不同的值。通常是编号或自由文本。

  • 沿海港口位置

    建筑设施 · 45 行

    原生

    在这里叫“城市代码”

    含义：代码或编号
    键：市级区划代码（2025 年版）。样本里格式符合 100%，97.7% 的行对上参照 region-code-by-year

    样本里格式符合 100%，97.7% 的行对上参照 region-code-by-year。

    非空率

    98%

    取值

    取值几乎都不同：共 44 个不同的值。通常是编号或自由文本。

  • 数字产业集群名单

    企业主体 · 24 行

    AI 扩增

    在这里叫“城市区划代码”

    由省份名称、城市名称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

    含义：代码或编号
    键：市级区划代码。样本里格式符合 100%，100% 的行对上参照 region-name-alias

    样本里格式符合 100%，100% 的行对上参照 region-name-alias。

    非空率

    100%

    规则扩增 · 智元数据平台

    平均置信度 1.00·人工校验 0%

    不建议单独作为决策依据

    查看溯源

    取值

    • 5000002 · 8.3%
    • 1100001 · 4.2%
    • 1306001 · 4.2%
    • 2102001 · 4.2%
    • 3201001 · 4.2%
    • 3202001 · 4.2%
    • 3204001 · 4.2%
    • 3210001 · 4.2%
    • 3301001 · 4.2%
    • 3401001 · 4.2%

    共 23 个不同的值，上面列出最常见的 10 个，覆盖 45.8% 的非空记录。

同一个字段标识在不同数据集里的含义可能不同。以后用标准字段统一定义。