홈›데이터 찾기›한국석유관리원_석유를 이용한 국내 석유화학 원자재 생산 현황
한국석유관리원_석유를 이용한 국내 석유화학 원자재 생산 현황
읽기 쉬운 제목(검토 전) 석유를 이용한 국내 석유화학 원자재 생산 현황
한국석유관리원 · 사업처 환급심사팀 · 공공데이터포털 원본 ↗
준비 단계품질 진단 기준을 충족한 AI Ready 데이터입니다. 품질 판정서 보기 · 준비 단계란?
본 자료는 「수출용 원재료에 대한 관세 등 환급에 관한 특례법」에 따른 원재료 소요량 현황으로, 연도별 및 지역별 원료 투입량과 제품 생산량을 체계적으로 집계한 것입니다.
기관이 작성한 데이터 설명 전체
본 자료는 「수출용 원재료에 대한 관세 등 환급에 관한 특례법」에 따른 원재료 소요량 현황으로, 연도별 및 지역별 원료 투입량과 제품 생산량을 체계적으로 집계한 것입니다. 이를 통해 원재료 사용 내역과 생산 결과를 확인할 수 있으며, 환급액 산정의 타당성과 법령 준수 여부를 검증하는 기초 자료로 활용됩니다.특히 석유화학 산업은 원료의 정제 및 분해 과정을 통해 다양한 석유화학 기초원료와 중간 제품을 생산하므로, 원료 투입량 대비 제품 생산량을 정밀하게 계산하는 것이 법령 준수 및 환급액 산정의 적정성을 담보하는 데 필수적입니다. 이 자료는 각 공정별 투입 원료와 최종 산출물의 관계를 명확히 함으로써, 환급 제도의 투명성과 신뢰성을 높이고 정부의 행정 검증 절차에 필요한 객관적 지표로 기능합니다.
산업고용 - 에너지및자원개발석유화학석유화학 원자재석유화학 소요량석유수입부과금원료 투입제품 생산
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
7행 × 원본 13열 (+정제 1열)
CSV 1 KB · Parquet 6 KB
기간
시점 항목 없음
공간 단위
해당 없음
결측
0.0%
항목 평균
연결 기준
0종 · 0개 데이터
없음
정제 범위
1/13 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
개별 항목 1개 + 반복 열 그룹 1개
구분지역별 원재료 투입량 및 제품 생산량 실적이 집계된 기준 연도유형 숫자형분류 —결측 0%정제 정제 100.0%
지역별 원재료 투입량 및 제품 생산량 실적이 집계된 기준 연도
정제 열 정제_구분
예: 2024 2023 2022
{구분} {지표}(Ton) 12개반복 열 그룹 · 구분 6 × 지표 2유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
구분마다 가로로 펼친 열입니다. 열 이름 = {구분} {지표}(Ton)
- 지표 2
- 원재료 투입량 · 제품 생산량
- 구분 6
- 인천 · 울산 · 충남 · 전북 · 전남 · 경북
첫 열 설명: 표를 지역 기준으로 펼친 축에서 「인천 원재료 투입량(Ton)」에 해당하는 값 · 셀은 2,375,993 ~ 3,454,519 범위의 정수 수치
각 열의 정의는 오른쪽 「CSVW 항목 스키마」에서 확인할 수 있습니다.
찾는 항목이 없습니다.
상위 5행 · 13열 중 11열 · 나머지는 데이터 팩에 · 첫 열 고정 · 「정제_」 항목이 정리한 값 · 확인 필요 규칙으로 확정하지 못해 원래 값을 그대로 유지한 값(파일에서는 값 앞에 [E]) · 행 식별값은 맨 끝
| 인천 원재료 투입량(Ton) | 인천 제품 생산량(Ton) | 울산 원재료 투입량(Ton) | 울산 제품 생산량(Ton) | 충남 원재료 투입량(Ton) | 충남 제품 생산량(Ton) | 전북 원재료 투입량(Ton) | 전북 제품 생산량(Ton) | 전남 원재료 투입량(Ton) | 전남 제품 생산량(Ton) | 구분 | 정제_구분 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3317539 | 3343822 | 12594101 | 12448316 | 23930915 | 23777254 | 101544 | 83365 | 21924956 | 21726155 | 2024 | 2024 | 0_3ea19ff2 |
| 3201143 | 3207057 | 12462489 | 12295960 | 21605931 | 21456857 | 101738 | 83761 | 20790461 | 20669203 | 2023 | 2023 | 1_05d98fa4 |
| 2375993 | 2377709 | 12483113 | 11354740 | 23816223 | 23636910 | 101402 | 77041 | 15773121 | 15648530 | 2022 | 2022 | 2_515e4b33 |
| 2974712 | 2964991 | 12530460 | 12298146 | 23904099 | 23730598 | 105223 | 85015 | 19908953 | 19595834 | 2021 | 2021 | 3_ab9c09fe |
| 3069398 | 3084992 | 13955596 | 13707316 | 18957281 | 18831314 | 104677 | 85157 | 19178680 | 19022260 | 2020 | 2020 | 4_50fae395 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15120382/data/dataset-15120382.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15120382)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }