
上市公司数字化创新指标
一行是一家上市公司在特定年份的数字化程度、专利产出及财务治理数据。
v2 生效中 · 2026/11/13 发布险种标签:企业财产险责任险时间跨度:2000–2020 年数据出处 出处待核实
- 记录
- 5.9 万
- 字段
- 22
- AI 扩增字段
- 0
- 平均非空率
- 80.5%
- 字段完整度
22 个字段,2 个没有空值
01字段
字段来源,逐一标明
共 22 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 58,675 行计算。
关于这个数据集
一行是一家上市公司在特定年份的数字化程度、专利产出及财务治理数据。覆盖全国范围内的上市公司,包含数字化转型词频、专利申请量、营收、资产负债率及公司治理结构等指标。可用于评估企业技术风险、创新能力及经营稳定性,辅助保险定价或投资分析。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 股票代码stock_code含义:代码或编号键:股票代码。样本里格式符合 100%,100% 的行对上参照 listed-security-master、hk-security-master、stock-company-profile、neeq-company-info | 文本 | 原生 | 100% | — | ||
| 年份year含义:年份键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 行业名称industry_name含义:类别键:行业名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 80% | — | ||
| 行业代码industry_code含义:代码或编号键:大类证监会行业代码。样本里格式符合 100%,100% 的行对上参照 industry-classification | 文本 | 原生 | 80% | — | ||
| 所属省份province含义:地区键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 80% | — | ||
| 所属城市city含义:地区 | 文本 | 原生 | 80% | — | ||
| 行政区划代码region_code含义:代码或编号键:多级区划代码(2020 年版)。样本里格式符合 100%,100% 的行对上参照 region-code-by-year | 文本 | 原生 | 80% | — | ||
| 数字化程度digital_transformation_log | 小数 | 原生 | 76% | 词频量的对数 原表列名:数字化转型词频量的对数 | ||
| 专利申请总量patent_total_apply含义:个数(件) | 整数 | 原生 | 78% | 件 原表列名:专利总共申请总量 | ||
| 发明专利申请patent_invention_apply含义:个数(件) | 整数 | 原生 | 78% | 件 原表列名:发明专利总共申请数量 | ||
| 实用新型申请patent_utility_apply含义:个数(件) | 整数 | 原生 | 78% | 件 原表列名:实用新型专利总共申请数量 | ||
| 营业收入revenue_amount含义:金额(元) | 小数 | 原生 | 80% | 元 原表列名:营业收入_元 | ||
| 资产负债率debt_to_asset_ratio含义:比率(小数) | 小数 | 原生 | 67% | — | ||
| 固定资产占比fixed_asset_ratio含义:比率(小数) | 小数 | 原生 | 80% | 原表列名:固定资产总额占总资产之比 | ||
| 净利润率net_profit_ratio含义:比率(小数) | 小数 | 原生 | 80% | 原表列名:企业净利润占总资产之比 | ||
| 现金占比cash_ratio含义:比率(小数) | 小数 | 原生 | 99% | 原表列名:现金占总资产之比 | ||
| 是否国企is_soe含义:是否 | 是非 | 原生 | 72% | 原表列名:是否国有企业 | ||
| 董事人数board_size含义:人数(人) | 整数 | 原生 | 79% | 人 原表列名:董事人数_人 | ||
| 独董占比independent_director_ratio含义:比率(小数) | 小数 | 原生 | 79% | 原表列名:独立董事占比 | ||
| 权益市值比equity_to_market_ratio含义:比率(小数) | 小数 | 原生 | 76% | 原表列名:所有者权益占市值之比 | ||
| 两职合一chairman_ceo_duality含义:是否 | 是非 | 原生 | 69% | — | ||
| 企业年龄company_age含义:时长(年) | 整数 | 原生 | 80% | 年 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。这个数据集没有敏感字段。
| # | 股票代码stock_code | 年份year | 行业名称industry_name | 行业代码industry_code | 所属省份province | 所属城市city | 行政区划代码region_code | 数字化程度digital_transformation_log | 专利申请总量patent_total_apply | 发明专利申请patent_invention_apply | 实用新型申请patent_utility_apply | 营业收入revenue_amount | 资产负债率debt_to_asset_ratio | 固定资产占比fixed_asset_ratio | 净利润率net_profit_ratio | 现金占比cash_ratio | 是否国企is_soe | 董事人数board_size | 独董占比independent_director_ratio | 权益市值比equity_to_market_ratio | 两职合一chairman_ceo_duality | 企业年龄company_age |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 000002 | 2000 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | — | 0 | 0 | 0 | 3783668674.18 | 0.472516 | 0.06016853707010258 | 0.05534748899915946 | 0.177108 | — | 18 | 0.1111111111111111 | 0.316376 | — | 10 |
| 2 | 000002 | 2001 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 2.3978952727983707 | 0 | 0 | 0 | 4455064776.93 | 0.517797 | 0.04447251612830214 | 0.05891940320983307 | 0.124231 | — | 13 | 0.07692307692307693 | 0.301382 | — | 11 |
| 3 | 000002 | 2002 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 1.9459101490553132 | 2 | 1 | 1 | 4574359629.05 | 0.582944 | 0.04243743985161038 | 0.04844899179938122 | 0.144527 | — | 11 | 0.3636363636363637 | 0.344539 | 否 | 12 |
| 4 | 000002 | 2003 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 2.0794415416798357 | 0 | 0 | 0 | 6380060435.28 | 0.549243 | 0.02537864889833419 | 0.05358284881717343 | 0.091732 | 是 | 11 | 0.3636363636363637 | 0.337804 | 否 | 13 |
| 5 | 000002 | 2004 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 0 | 12 | 0 | 12 | 7667226237.03 | 0.594163 | 0.014897598807206864 | 0.05875041173764829 | 0.201617 | 是 | 11 | 0.3636363636363637 | 0.312709 | 否 | 14 |
| 6 | 000002 | 2005 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 1.791759469228055 | 5 | 0 | 5 | 10558851683.83 | 0.609809 | 0.009853594002233804 | 0.06517825381816462 | 0.147734 | 是 | 11 | 0.3636363636363637 | 0.287146 | 否 | 15 |
| 7 | 000002 | 2006 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 1.6094379124341005 | 37 | 4 | 33 | 17848210282.17 | 0.649418 | 0.010452294387429171 | 0.04758894205788029 | 0.221483 | 是 | 11 | 0.3636363636363637 | 0.184497 | 否 | 16 |
| 8 | 000002 | 2007 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 2.772588722239781 | 2 | 1 | 1 | 35526611301.94 | 0.661125 | 0.005746626831535017 | 0.05312482226981892 | 0.170304 | 是 | 11 | 0.3636363636363637 | 0.103342 | 否 | 17 |
| 9 | 000002 | 2008 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 2.6390573296152584 | 27 | 12 | 15 | 40991779214.96 | 0.674441 | 0.010611951207756707 | 0.03891313524409424 | 0.167552 | 是 | 11 | 0.3636363636363637 | 0.260626 | 否 | 18 |
| 10 | 000002 | 2009 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 2.833213344056216 | 3 | 1 | 2 | 48881013143.49 | 0.670017 | 0.009853871528272126 | 0.046726800863958334 | 0.159894 | 是 | 11 | 0.3636363636363637 | 0.14005 | 否 | 19 |
| 11 | 000002 | 2010 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 2.772588722239781 | 30 | 11 | 19 | 50713851442.63 | 0.746861 | 0.005655702903407719 | 0.04099290885857924 | 0.162759 | 是 | 11 | 0.3636363636363637 | 0.217214 | 否 | 20 |
| 12 | 000002 | 2011 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 2.772588722239781 | 5 | 1 | 4 | 71782749800.68 | 0.770997 | 0.005387634240901784 | 0.03916028257193899 | 0.113481 | 是 | 11 | 0.3636363636363637 | 0.114256 | 否 | 21 |
| 13 | 000002 | 2012 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 2.995732273553991 | 5 | 2 | 3 | 103116245136.42 | 0.783163 | 0.004256204667710326 | 0.04134773401096408 | 0.134952 | 是 | 11 | 0.3636363636363637 | 0.096987 | 否 | 22 |
| 14 | 000002 | 2013 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 3.4657359027997265 | 4 | 3 | 1 | 135418791080.35 | 0.77997 | 0.004444374381834353 | 0.03818311060895637 | 0.089741 | 是 | 13 | 0.3076923076923077 | 0.098192 | 否 | 23 |
| 15 | 000002 | 2014 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 3.951243718581427 | 25 | 10 | 15 | 146388004498.44 | 0.772046 | 0.004540346008091079 | 0.037937041450656114 | 0.121267 | 是 | 13 | 0.38461538461538464 | 0.098144 | 否 | 24 |
| 16 | 000002 | 2015 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 3.6635616461296463 | 25 | 8 | 17 | 195549130020.9 | 0.777015 | 0.008044355988819245 | 0.042449903774698414 | 0.084652 | 是 | 11 | 0.3636363636363637 | 0.078908 | 否 | 25 |
| 17 | 000002 | 2016 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 3.6375861597263857 | 18 | 4 | 14 | 240477236923.34 | 0.805367 | 0.008199114598014938 | 0.034129210953512325 | 0.095693 | 是 | 11 | 0.3636363636363637 | 0.070209 | 否 | 26 |
| 18 | 000002 | 2017 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 3.58351893845611 | 31 | 13 | 18 | 242897110250.52 | 0.839813 | 0.006091583523277142 | 0.03192902196040349 | 0.14101 | 是 | 20 | 0.4 | 0.051474 | 是 | 27 |
| 19 | 000002 | 2018 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 3.295836866004329 | 39 | 21 | 18 | 297679331103.19 | 0.845856 | 0.007545436618291834 | 0.03223404419659384 | 0.114923 | 是 | 11 | 0.3636363636363637 | 0.051598 | 否 | 28 |
| 20 | 000002 | 2019 | 房地产业 | K70 | 广东省 | 深圳市 | 440300 | 3.6375861597263857 | 41 | 23 | 18 | 367893877538.94 | 0.84359 | 0.0071678288755671815 | 0.03186928493488742 | 0.092338 | 是 | 10 | 0.4 | 0.061324 | 否 | 29 |
03版本
每次发布,都留记录
发布后的数据版本不能修改。更正时发布新版本,旧版本保留。
版本 v22026/11/13 发布
生效中58,675 行 · 22 个字段 · 初始导入(比 v1 行数增加 3,293)
版本 v12026/11/13 发布
历史版本55,382 行 · 22 个字段 · 初始导入
04关联
和其他数据集,按键连起来
按键连到地区、企业、行业,能和不少于 115 个数据集连接。另外,它带年份或日期,能和其他数据集按时间对齐。共享同一种键的数据集能连接。按共享的键分组,对上的行多的在前。
按 证监会行业大类 + 地区 + 省份 + 股票代码 + 年份 能连
15 个数据集 · 本数据集 46,920 行有证监会行业大类- 上市公司供应链效率企业主体 · 7.1 万 行 · 连接字段 year、province、city_code、industry_code、stock_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司行业地域信息企业主体 · 7 万 行 · 连接字段 city_code、stock_code、year、industry_code、province按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司跨境电商DID企业主体 · 6.9 万 行 · 连接字段 year、province、city_code、stock_code、industry_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司气候风险指数企业主体 · 6.7 万 行 · 连接字段 year、stock_code、region_code、province、industry_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司年报AI词频企业主体 · 6.2 万 行 · 连接字段 province、stock_code、industry_code、city_code、year按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司所在城市低碳试点标记企业主体 · 5.8 万 行 · 连接字段 stock_code、industry_code、province_code、year、city_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司对外开放程度企业主体 · 5.8 万 行 · 连接字段 stock_code、province、industry_code、city_code、year按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司劳动力与资产指标企业主体 · 5.3 万 行 · 连接字段 industry_code、region_code、year、province、stock_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司年报语气指标企业主体 · 4.7 万 行 · 连接字段 year、stock_code、industry_code、province、city_code按证监会行业大类对上本数据集 46,916 行(79%)
- 上市公司供应链风险企业主体 · 4.4 万 行 · 连接字段 year、province、city_code、industry_code、stock_code按证监会行业大类对上本数据集 46,916 行(79%)
- A股数字化与ESG企业主体 · 3.9 万 行 · 连接字段 stock_code、region_code、province、industry_code、year按证监会行业大类对上本数据集 46,916 行(79%)
- 上市公司ESG与创新指标企业主体 · 3.7 万 行 · 连接字段 year、stock_code、industry_code、city_code、province按证监会行业大类对上本数据集 46,916 行(79%)
按 证监会行业大类 + 省份 + 股票代码 + 年份 能连
19 个数据集 · 本数据集 46,920 行有证监会行业大类- 上市公司行业异质性企业主体 · 5.4 万 行 · 连接字段 stock_code、year、province、industry_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司融资约束企业主体 · 5.2 万 行 · 连接字段 year、stock_code、province、industry_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司省级政策匹配企业主体 · 4.9 万 行 · 连接字段 province、industry_code_c、stock_code、year按证监会行业大类对上本数据集 46,916 行(79%)
- 上市公司金融科技与创新企业主体 · 4.2 万 行 · 连接字段 year、stock_code、industry_code、province按证监会行业大类对上本数据集 46,916 行(79%)
- 上市公司社会责任报告信息企业主体 · 4 万 行 · 连接字段 date、province、industry_code、stock_code按证监会行业大类对上本数据集 46,916 行(79%)
- 上市公司ESG工具变量企业主体 · 4 万 行 · 连接字段 stock_code、year、province、industry_code_1按证监会行业大类对上本数据集 46,916 行(79%)
- A股ESG与财务企业主体 · 3.8 万 行 · 连接字段 province、stock_code、year、industry_code按证监会行业大类对上本数据集 46,916 行(79%)
- 上市公司人工智能采纳程度企业主体 · 3.7 万 行 · 连接字段 industry_code、stock_code、year、province按证监会行业大类对上本数据集 46,916 行(79%)
- 上市公司数字经济城市企业主体 · 1.2 万 行 · 连接字段 industry_code、stock_code、province、year按证监会行业大类对上本数据集 46,910 行(79%)
- 上市公司Wind ESG评级企业主体 · 14 万 行 · 连接字段 province、stock_code、industry_code、year按证监会行业大类对上本数据集 46,836 行(79%)
- 上市公司绿色创新与财务企业主体 · 2.3 万 行 · 连接字段 stock_code、industry_code、year、province按证监会行业大类对上本数据集 46,836 行(79%)
- 上市公司创新与地区数字金融企业主体 · 2.1 万 行 · 连接字段 stock_code、accounting_period、industry_code、province按证监会行业大类对上本数据集 46,836 行(79%)
按 地区 + 省份 + 股票代码 + 年份 能连
11 个数据集 · 本数据集 46,916 行有地区- 上市公司绿色专利占比企业主体 · 5.6 万 行 · 连接字段 stock_code、year、province、city_code按地区对上本数据集 46,827 行(79%)
- 上市公司专利创新绩效企业主体 · 5.6 万 行 · 连接字段 province、city_code、year、stock_code按地区对上本数据集 46,827 行(79%)
- 上市公司托宾Q值企业主体 · 5.1 万 行 · 连接字段 province、stock_code、city_code、year按地区对上本数据集 46,824 行(79%)
- 上市公司数字化与绿色创新企业主体 · 5 万 行 · 连接字段 stock_code、province、year、city_code按地区对上本数据集 46,817 行(79%)
- 上市公司数字化转型与企业创新面板企业主体 · 4.7 万 行 · 连接字段 year、province、stock_code、city_code按地区对上本数据集 46,817 行(79%)
- 上市公司商道融绿ESG评级面板企业主体 · 4.6 万 行 · 连接字段 year、province、city_code、stock_code按地区对上本数据集 46,817 行(79%)
- 上市公司ESG同群效应企业主体 · 4.2 万 行 · 连接字段 city_code、stock_code、province、year按地区对上本数据集 46,807 行(79%)
- 上市公司ESG与就业指标企业主体 · 4.2 万 行 · 连接字段 stock_code、year、province、city_code按地区对上本数据集 46,773 行(79%)
- 上市公司ESG与财务企业主体 · 3.9 万 行 · 连接字段 province、stock_code、city_code、year按地区对上本数据集 46,763 行(79%)
- 上市公司环保处罚累计次数企业主体 · 5,633 行 · 连接字段 city_code、province、stock_code、cutoff_date按地区对上本数据集 46,659 行(79%)
- 上市公司政府采购合同工程项目 · 19 万 行 · 连接字段 contract_date、stock_code、company_city_code、buyer_province按地区对上本数据集 44,209 行(75%)
按 证监会行业大类 + 股票代码 + 年份 能连
44 个数据集 · 本数据集 46,920 行有证监会行业大类- 上市公司FC融资约束指数企业主体 · 40.7 万 行 · 连接字段 industry_code、report_date、stock_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司KZ指数多口径企业主体 · 40.7 万 行 · 连接字段 stock_code、industry_code、report_date按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司基础财务企业主体 · 7.7 万 行 · 连接字段 industry_code、year、stock_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司盈利能力企业主体 · 7.4 万 行 · 连接字段 industry_code、year、stock_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司发展能力企业主体 · 7.4 万 行 · 连接字段 stock_code、industry_code、year按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司财务基础企业主体 · 6.7 万 行 · 连接字段 stock_code、industry_code、year按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司勒纳指数企业主体 · 6.6 万 行 · 连接字段 year、stock_code、industry_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司资产专用性指标企业主体 · 5.8 万 行 · 连接字段 year、industry_code、stock_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司融资约束SA指数企业主体 · 5.7 万 行 · 连接字段 stock_code、industry_code、listed_date按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司WW融资约束指数企业主体 · 5.7 万 行 · 连接字段 industry_code、report_date、stock_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司绿色投资者企业主体 · 5.7 万 行 · 连接字段 year、industry_code_2、stock_code按证监会行业大类对上本数据集 46,920 行(79%)
- 上市公司高管党员统计企业主体 · 5.7 万 行 · 连接字段 year、industry_code_1、stock_code按证监会行业大类对上本数据集 46,920 行(79%)
按 省份 + 股票代码 + 年份 能连
19 个数据集 · 本数据集 46,916 行有省份- 新三板公司基本信息参照企业主体 · 1.3 万 行 · 连接字段 stock_code、establish_date、province按省份对上本数据集 46,916 行(79%)
- 沪深京上市证券参照企业主体 · 6,057 行 · 连接字段 ts_code、list_date、province按省份对上本数据集 46,916 行(79%)
- 上市公司周边宗教场所统计企业主体 · 17.4 万 行 · 连接字段 stock_code、year、province按省份对上本数据集 46,916 行(79%)
- 上市公司绿色信贷匹配企业主体 · 5.8 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 46,916 行(79%)
- 上市公司供应链试点匹配企业主体 · 5.8 万 行 · 连接字段 year、province、stock_code按省份对上本数据集 46,916 行(79%)
- 上市公司供应链城市试点匹配企业主体 · 5.8 万 行 · 连接字段 province、year、stock_code按省份对上本数据集 46,916 行(79%)
- 上市公司高铁开通匹配企业主体 · 5.7 万 行 · 连接字段 year、province、stock_code按省份对上本数据集 46,916 行(79%)
- 上市公司ESG得分和同群均值企业主体 · 4.4 万 行 · 连接字段 region_code、stock_code、year按省份对上本数据集 46,916 行(79%)
- 上市公司低碳试点匹配企业主体 · 4.4 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 46,916 行(79%)
- 上市公司市场化指数企业主体 · 4.3 万 行 · 连接字段 listing_date、province、stock_code按省份对上本数据集 46,916 行(79%)
- 上市公司供应链地理距离企业主体 · 4.2 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 46,916 行(79%)
- 上市公司数字普惠金融企业主体 · 4.2 万 行 · 连接字段 year、province、stock_code按省份对上本数据集 46,916 行(79%)
按 地区 + 省份 + 年份 能连
7 个数据集 · 本数据集 46,916 行有地区- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 year、province、region_code按地区对上本数据集 46,499 行(79%)
- 地区高新技术企业认定统计区域底数 · 4,737 行 · 连接字段 year、province、city_code按地区对上本数据集 45,369 行(77%)
- 城市二手房月度均价区域底数 · 4.3 万 行 · 连接字段 region_code、year、province按地区对上本数据集 44,876 行(76%)
- 城市二手房年度指标区域底数 · 4,119 行 · 连接字段 region_code、province、year按地区对上本数据集 44,876 行(76%)
- 全国机构养老服务机构建筑设施 · 3.9 万 行 · 连接字段 region_code、province、create_date按地区对上本数据集 35,284 行(60%)
- 全国社区养老设施建筑设施 · 19.7 万 行 · 连接字段 region_code、create_date、province按地区对上本数据集 21,431 行(36%)
- 全国台风登陆记录自然灾害 · 839 行 · 连接字段 region_code、landfall_date、province_code按地区对上本数据集 12,973 行(22%)
按 省份 + 年份 能连
503 个数据集 · 本数据集 46,916 行有省份- 历年县级以上行政区划代码参照区域底数 · 14.3 万 行 · 连接字段 year、province_code按省份对上本数据集 46,916 行(79%)
- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 year、province_name按省份对上本数据集 46,916 行(79%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname按省份对上本数据集 46,916 行(79%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province、date按省份对上本数据集 46,916 行(79%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 date、province按省份对上本数据集 46,916 行(79%)
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 province_code、taobao_village_year按省份对上本数据集 46,916 行(79%)
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month、origin_province按省份对上本数据集 46,916 行(79%)
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 reg_date、province按省份对上本数据集 46,916 行(79%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 year、province按省份对上本数据集 46,916 行(79%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 year、province按省份对上本数据集 46,916 行(79%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 year、province按省份对上本数据集 46,916 行(79%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 year、province按省份对上本数据集 46,916 行(79%)
按 股票代码 + 年份 能连
188 个数据集 · 本数据集 58,674 行有股票代码- 上市公司绿色专利面板企业主体 · 7.8 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 58,674 行(99%)
- A股商誉治理财务企业主体 · 7.8 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 58,674 行(99%)
- 上市公司现金流量表企业主体 · 52.9 万 行 · 连接字段 stock_code、date按股票代码对上本数据集 58,645 行(99%)
- 上市公司月度ST状态企业主体 · 73.5 万 行 · 连接字段 stock_code、month按股票代码对上本数据集 58,642 行(99%)
- 沪深北全市场Z值企业主体 · 5.7 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 58,628 行(99%)
- 上市公司年报管理层讨论词频企业主体 · 5.4 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 58,385 行(99%)
- 上市公司存货净额企业主体 · 48.1 万 行 · 连接字段 date、stock_code按股票代码对上本数据集 58,316 行(99%)
- 上市公司年度违规次数企业主体 · 5 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 58,316 行(99%)
- 上市公司数字化转型指数(吴非)企业主体 · 4.8 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 58,299 行(99%)
- 上市公司环境披露指数企业主体 · 4.7 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 58,290 行(99%)
- 上市公司数字技术应用广度企业主体 · 6.1 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 58,234 行(99%)
- 上市公司数字技术应用深度企业主体 · 6.1 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 58,234 行(99%)
按 地区 + 年份 能连
5 个数据集 · 本数据集 46,916 行有地区- 地级市城乡建设统计区域底数 · 208.6 万 行 · 连接字段 region_code、year按地区对上本数据集 46,710 行(79%)
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 year、region_code按地区对上本数据集 46,684 行(79%)
- 各省专利受理授权统计区域底数 · 1.7 万 行 · 连接字段 region_code、year按地区对上本数据集 22,384 行(38%)
- 各地区新能源汽车产量区域底数 · 240 行 · 连接字段 region_code、year按地区对上本数据集 22,333 行(38%)
- 各省医疗服务项目代码医疗药械 · 32.5 万 行 · 连接字段 regn、begin_date按地区对上本数据集 17,151 行(29%)
按 证监会行业大类 + 年份 能连
3 个数据集 · 本数据集 46,920 行有证监会行业大类按 证监会行业大类 + 省份 能连
1 个数据集 · 本数据集 46,920 行有证监会行业大类按 地区 + 省份 能连
1 个数据集 · 本数据集 46,916 行有地区按 省份 + 股票代码 能连
1 个数据集 · 本数据集 46,916 行有省份按 省份 能连
44 个数据集 · 本数据集 46,916 行有省份- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code按省份对上本数据集 46,916 行(79%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code按省份对上本数据集 46,916 行(79%)
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 province按省份对上本数据集 46,916 行(79%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province按省份对上本数据集 46,916 行(79%)
- 全国养老机构明细医疗药械 · 5.8 万 行 · 连接字段 region_code按省份对上本数据集 46,916 行(79%)
- 七普分省分行业就业人口区域底数 · 4.4 万 行 · 连接字段 region按省份对上本数据集 46,916 行(79%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province按省份对上本数据集 46,916 行(79%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 province按省份对上本数据集 46,916 行(79%)
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 province按省份对上本数据集 46,916 行(79%)
- 区县和城市到港口和海岸线的距离区域底数 · 3,270 行 · 连接字段 province_code按省份对上本数据集 46,916 行(79%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 province按省份对上本数据集 46,916 行(79%)
- 全国司法鉴定机构医疗药械 · 2,917 行 · 连接字段 province按省份对上本数据集 46,916 行(79%)
按 股票代码 能连
2 个数据集 · 本数据集 58,674 行有股票代码只按年份能连:271 个数据集单独按年份连接多半没有意义,先看上面的组
按 年份 能连
271 个数据集- 全球双边贸易流量区域底数 · 2.2 亿 行 · 连接字段 year
- 出口企业产品质量企业主体 · 9912.4 万 行 · 连接字段 year
- 工企海关匹配对照企业主体 · 3137.8 万 行 · 连接字段 year
- 全球兴趣点建筑设施 · 2299.6 万 行 · 连接字段 created_date
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date
- 世行WDI国家指标区域底数 · 844.5 万 行 · 连接字段 year
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 year
- 主要城市兴趣点建筑设施 · 592 万 行 · 连接字段 date
- 美日韩港澳台传染病监测人口健康 · 502.5 万 行 · 连接字段 period_start
- 世界银行健康营养与人口统计人口健康 · 353.8 万 行 · 连接字段 year
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 date
- 上市公司数字词频企业主体 · 191.6 万 行 · 连接字段 year
05字段规律
字段之间的规律
比如一一对应、谁先谁后。只帮你读懂数据,不用来连接。
还没有发现这个数据集的字段规律。
06授权与接入
申请授权,一次调用就能用上
试用立即生效,并送 500 点试用点数。授权后用 API Key 调用 REST 接口,按返回的行数扣点。
REST 调用示例
# 先把 API Key 放进环境变量:export WI_API_KEY=你的 API Keycurl -X POST 'https://wi.insightworld.cn/api/v1/datasets/listed-company-digital-innovation/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"stock_code","op":"eq","value":"000002"}],"limit":10}'
交给 Agent
- 以后开放
MCP
仍在使用 MCP 的 Agent 客户端,用 OAuth 连接后通过工具查询。