홈›데이터 찾기›한국산업기술기획평가원_지역균형발전 핵심 객관지표 정보
한국산업기술기획평가원_지역균형발전 핵심 객관지표 정보
읽기 쉬운 제목(검토 전) 지역균형발전 핵심 객관지표 정보
한국산업기술기획평가원 · 디지털전환실 · 공공데이터포털 원본 ↗
준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
한국산업기술기획평가원에서 운영하는 국가균형발전종합정보시스템(NABIS)에 게시된 지역균형발전 관련 사업 중, 중앙부처 및 지자체의 교육 일정 정보를 체계적으로 정리한 데이터입니다.
기관이 작성한 데이터 설명 전체
한국산업기술기획평가원에서 운영하는 국가균형발전종합정보시스템(NABIS)에 게시된 지역균형발전 관련 사업 중, 중앙부처 및 지자체의 교육 일정 정보를 체계적으로 정리한 데이터입니다. 본 데이터는 다음과 같은 구조로 구성되어 있습니다. 데이터 조회 또는 목록 화면 내 고유 식별자 번호, 지표구분 및 부문, 지표 ,단위, 시도, 시군구, 연도별 발표 데이터 기준년을 정보를 제공합니다. 이 정보는 중앙부처 및 지자체가 지역균형발전 정책의 일환으로 시행하는 교육 프로그램의 규모와 범위, 시기적 분포를 시계열로 파악하고 비교분석할 수 있도록 설계되었습니다. 이를 통해 지역별 교육 자원 배치의 적절성, 교육 프로그램의 활용도, 교육 참여의 지역적 격차 등을 객관적으로 살펴볼 수 있으며, 향후 교육 기획, 예산 편성, 정책 설계 시 중요한 기초자료로 활용될 수 있습니다.
국토관리 - 지역및도시나비스 NABIS 지역균형발전 종합정보시스템지역 발전 정도 측정 핵심 지표교육 문화여가안전 보건복지생활환경 일자리국가균형발전종합정보시스템지역별 교육교육 참여
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
10,901행 × 원본 15열 (+정제 6열)
CSV 2.1 MB · Parquet 248 KB
기간
2020 – 2022
2023년 발표 데이터 기준년도 기준 · 99% 범위
공간 단위
17개 시도
시도 · 시군구
결측
14.5%
항목 평균 · 2023년 발표 데이터 50%
정제 범위
6/15 항목 · 정제값이 있는 셀 98.3%
원본 열은 그대로 보존
데이터 내용
순번목록의 각 항목을 식별하도록 차례대로 매긴 일련번호유형 숫자형분류 수치결측 0%정제 원본 유지
목록의 각 항목을 식별하도록 차례대로 매긴 일련번호
예: 1 7,272 7,264
지표구분지역 발전 수준을 측정하는 지표의 성격에 따른 분류유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
지역 발전 수준을 측정하는 지표의 성격에 따른 분류
예: 객관지표 핵심지표
부문지표가 속하는 지역 발전 영역의 분류유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
지표가 속하는 지역 발전 영역의 분류
예: 인구(1482) · 생활환경(1482) ·…
지표명지역 발전 수준을 측정하기 위해 시도·시군구별로 산출되는 통계 항목의 명칭유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
지역 발전 수준을 측정하기 위해 시도·시군구별로 산출되는 통계 항목의 명칭
예: 하수도보급률(247) · 병원 서비스권역 …
단위지표 값을 측정하거나 표시하는 데 쓰이는 단위유형 문자형분류 코드 · 분류결측 9%정제 원본 유지
지표 값을 측정하거나 표시하는 데 쓰이는 단위
예: %(6211) · 명(494) · km(4…
시도지표 값의 집계 대상이 되는 지역의 광역자치단체 이름유형 문자형분류 시도결측 0%정제 정제 99.6%
지표 값의 집계 대상이 되는 지역의 광역자치단체 이름
정제 열 정제_시도 · 「시도」 기준 표기 통일
예: 경기도(1410) · 서울특별시(1146)…
시군구지표 값이 해당하는 지역의 시·군·구 단위 행정구역 이름유형 문자형분류 시군구결측 0%정제 정제 92.4%
지표 값이 해당하는 지역의 시·군·구 단위 행정구역 이름
정제 열 정제_시군구 · 「시군구」 기준 표기 통일
예: 중구 동구 서구
2024년 발표 데이터 기준년도표를 연도 기준으로 펼친 축에서 「2024년 발표 데이터 기준년도」에 해당하는 값 · 셀은 year 형태의 값유형 숫자형분류 —결측 26%정제 정제 99.6%
표를 연도 기준으로 펼친 축에서 「2024년 발표 데이터 기준년도」에 해당하는 값 · 셀은 year 형태의 값
정제 열 정제_2024년 발표 데이터 기준년도
예: 2023년 2022년 2021년
2024년 발표 데이터표를 연도 기준으로 펼친 축에서 「2024년 발표 데이터」에 해당하는 값 · 셀은 -10.33 ~ 2,327,595,674 범위의 실수 수치유형 숫자형분류 —결측 27%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2024년 발표 데이터」에 해당하는 값 · 셀은 -10.33 ~ 2,327,595,674 범위의 실수 수치
예: 100 0 0.07
2023년 발표 데이터 기준년도표를 연도 기준으로 펼친 축에서 「2023년 발표 데이터 기준년도」에 해당하는 값 · 셀은 year 형태의 값유형 숫자형분류 —결측 17%정제 정제 99.8%
표를 연도 기준으로 펼친 축에서 「2023년 발표 데이터 기준년도」에 해당하는 값 · 셀은 year 형태의 값
정제 열 정제_2023년 발표 데이터 기준년도
예: 2022년 2021년 2020년
2023년 발표 데이터표를 연도 기준으로 펼친 축에서 「2023년 발표 데이터」에 해당하는 값 · 셀은 -18.63 ~ 2,083,794,973 범위의 실수 수치유형 숫자형분류 —결측 50%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2023년 발표 데이터」에 해당하는 값 · 셀은 -18.63 ~ 2,083,794,973 범위의 실수 수치
예: 0 100.00 0.88
2022년 발표 데이터 기준년도표를 연도 기준으로 펼친 축에서 「2022년 발표 데이터 기준년도」에 해당하는 값 · 셀은 year 형태의 값유형 숫자형분류 —결측 17%정제 정제 99.8%
표를 연도 기준으로 펼친 축에서 「2022년 발표 데이터 기준년도」에 해당하는 값 · 셀은 year 형태의 값
정제 열 정제_2022년 발표 데이터 기준년도
예: 2021년 2020년 (2018~2020)년
2022년 발표 데이터표를 연도 기준으로 펼친 축에서 「2022년 발표 데이터」에 해당하는 값 · 셀은 -20.52 ~ 1,944,644,393 범위의 실수 수치유형 숫자형분류 —결측 28%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2022년 발표 데이터」에 해당하는 값 · 셀은 -20.52 ~ 1,944,644,393 범위의 실수 수치
예: 100.00 0 0.81
2021년 발표 데이터 기준년도표를 연도 기준으로 펼친 축에서 「2021년 발표 데이터 기준년도」에 해당하는 값 · 셀은 year 형태의 값유형 숫자형분류 —결측 17%정제 정제 100.0%
표를 연도 기준으로 펼친 축에서 「2021년 발표 데이터 기준년도」에 해당하는 값 · 셀은 year 형태의 값
정제 열 정제_2021년 발표 데이터 기준년도
예: 2020년 2019년 (2017~2019)년
2021년 발표 데이터표를 연도 기준으로 펼친 축에서 「2021년 발표 데이터」에 해당하는 값 · 셀은 -22.27 ~ 1,927,421,209 범위의 실수 수치유형 숫자형분류 —결측 25%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2021년 발표 데이터」에 해당하는 값 · 셀은 -22.27 ~ 1,927,421,209 범위의 실수 수치
예: 100.00 0 0.98
찾는 항목이 없습니다.
상위 5행 · 15열 중 12열 · 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
| 순번 | 지표구분 | 부문 | 지표명 | 단위 | 시도 | 시군구 | 2024년 발표 데이터 기준년도 | 2024년 발표 데이터 | 2023년 발표 데이터 | 2023년 발표 데이터 기준년도 | 정제_2023년 발표 데이터 기준년도 | 2022년 발표 데이터 기준년도 | 정제_2022년 발표 데이터 기준년도 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 핵심지표 | 핵심지표 | 최근 5년 연평균 인구증감률 | % | 전국 | 전국 | (2019-2023)년 | 0 | 0 | (2018~2022)년 | 2018~2022 | (2017~2021)년 | 2017~2021 | 0_7fca5e62 |
| 2 | 핵심지표 | 핵심지표 | 재정자립도 3개년 평균 | % | 전국 | 전국 | (2021-2023) 평균년 | 40.24 | 40.16 | (2020~2022) 평균년 | 확인 필요(2020~2022) 평균년 | (2019~2021) 평균년 | 확인 필요(2019~2021) 평균년 | 1_ccd1addb |
| 3 | 객관지표 | 인구 | 인구증감률 | % | 전국 | 전국 | 2023년 | 0.09 | -0.20 | 2022년 | 2022 | 2021년 | 2021 | 2_510bd887 |
| 4 | 객관지표 | 인구 | 합계출산율 | 가임여성1명당 명 | 전국 | 전국 | 2023년 | 0.72 | 0.78 | 2022년 | 2022 | 2021년 | 2021 | 3_1643028c |
| 5 | 객관지표 | 인구 | 조사망률 | 1천명당 명 | 전국 | 전국 | 2023년 | 6.89 | 7.28 | 2022년 | 2022 | 2021년 | 2021 | 4_02f0dcc2 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15135307/data/dataset-15135307.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15135307)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
연결 기준이 같은 데이터
130종 중 공유하는 기준이 많은 순 · 기준(항목 종류)이 동일하다는 의미이며, 실제 값의 일치 여부는 확인하지 않았습니다(값 미확인)