
上市公司数字技术与所在省份数字基础设施
v1 生效中 · 2026/11/14 发布险种标签:企业财产险责任险时间跨度:2013–2020 年数据出处 研究整理数据,出处待核实。词频取自上市公司年报,省份指标取自统计年鉴
- 记录
- 1.5 万
- 字段
- 19
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
19 个字段,18 个没有空值
图片:Steven Van Elk / Unsplash,Unsplash License(在新窗口打开图片的原始页面)
01字段
字段来源,逐一标明
共 19 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 15,440 行计算。
关于这个数据集
一行是一家上市公司一年的数字技术词频(人工智能、区块链、云计算、大数据、数据应用),并附上公司所在省份当年的宽带端口、移动电话普及率、互联网用户和常住人口。覆盖 A 股上市公司,2013 至 2020 年。可用来看企业数字化程度和所在地区数字基础设施的关系。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 股票代码stock_code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% | 原表列名:stockcode | ||
| 公司简称company_name | 文本 | 原生 | 100% | 原表列名:firm | ||
| 年度year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | 原表列名:year | ||
| 人工智能ai_tech | 整数 | 原生 | 100% | 年报里人工智能技术相关词的出现次数 | ||
| 区块链blockchain_tech | 整数 | 原生 | 100% | 年报里区块链技术相关词的出现次数 | ||
| 云计算cloud_tech | 整数 | 原生 | 100% | 年报里云计算技术相关词的出现次数 | ||
| 大数据bigdata_tech | 整数 | 原生 | 100% | 年报里大数据技术相关词的出现次数 | ||
| 数据应用tech_application | 整数 | 原生 | 100% | 年报里数字技术应用相关词的出现次数 | ||
| 产业代码industry_code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 | 100% | 原表列名:IndustryCode | ||
| 产业名称industry_name键:行业名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 原表列名:IndustryName | ||
| 省份代码province_code键:省级区划代码(2025 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 | 100% | 原表列名:provincecode | ||
| 省份province键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | 原表列名:province | ||
| 城市city | 文本 | 原生 | 100% | 原表列名:city | ||
| 互联网宽带接入端口mobile_internet | 小数 | 原生 | 100% | 所在省份,万个 | ||
| 移动电话普及率mobile_phone | 小数 | 原生 | 100% | 所在省份,部/百人 | ||
| 互联网宽带接入用户mb_user | 小数 | 原生 | 100% | 所在省份,万户 | ||
| 移动互联网用户mi_user | 小数 | 原生 | 94% | 所在省份,万户 | ||
| 年末常住人口population | 小数 | 原生 | 100% | 所在省份,万人 | ||
| 互联网接入端口密度mb_density | 小数 | 原生 | 100% | 所在省份 |
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 | 公司简称company_name | 年度year | 人工智能ai_tech | 区块链blockchain_tech | 云计算cloud_tech | 大数据bigdata_tech | 数据应用tech_application | 产业代码industry_code | 产业名称industry_name | 省份代码province_code | 省份province | 城市city | 互联网宽带接入端口mobile_internet | 移动电话普及率mobile_phone | 互联网宽带接入用户mb_user | 移动互联网用户mi_user | 年末常住人口population | 互联网接入端口密度mb_density |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 000001 | 平安银行 | 2013 | 1 | 0 | 0 | 0 | 15 | J66 | 货币金融服务 | 440000 | 广东省 | 深圳市 | 3325.2 | 138.16 | 2081.7 | — | 11270 | 0.295 |
| 2 | 000001 | 平安银行 | 2014 | 0 | 0 | 0 | 2 | 23 | J66 | 货币金融服务 | 440000 | 广东省 | 深圳市 | 3597.7 | 139.35 | 2174.1 | 10412.82 | 11489 | 0.313 |
| 3 | 000001 | 平安银行 | 2015 | 1 | 0 | 9 | 0 | 12 | J66 | 货币金融服务 | 440000 | 广东省 | 深圳市 | 4765.5 | 133.47 | 2682.7 | 10950.24 | 11678 | 0.408 |
| 4 | 000001 | 平安银行 | 2016 | 0 | 0 | 1 | 0 | 14 | J66 | 货币金融服务 | 440000 | 广东省 | 深圳市 | 6515.6 | 130.46 | 2779.4 | 11518.43 | 11908 | 0.547 |
| 5 | 000001 | 平安银行 | 2017 | 9 | 0 | 1 | 5 | 7 | J66 | 货币金融服务 | 440000 | 广东省 | 深圳市 | 6482.3 | 132.48 | 3246.8 | 14160.35 | 12141 | 0.534 |
| 6 | 000001 | 平安银行 | 2018 | 22 | 0 | 15 | 2 | 37 | J66 | 货币金融服务 | 440000 | 广东省 | 深圳市 | 8149.1 | 148.27 | 3597.8 | 14106.94 | 12348 | 0.66 |
| 7 | 000001 | 平安银行 | 2019 | 21 | 0 | 15 | 3 | 48 | J66 | 货币金融服务 | 440000 | 广东省 | 深圳市 | 8538 | 143.5 | 3801.6 | 14200.29 | 12489 | 0.684 |
| 8 | 000001 | 平安银行 | 2020 | 13 | 2 | 20 | 6 | 55 | J66 | 货币金融服务 | 440000 | 广东省 | 深圳市 | 8653.2 | 123.3 | 3890 | 14251.39 | 12624 | 0.685 |
| 9 | 000002 | 万科A | 2013 | 0 | 0 | 0 | 0 | 2 | K70 | 房地产业 | 440000 | 广东省 | 深圳市 | 3325.2 | 138.16 | 2081.7 | — | 11270 | 0.295 |
| 10 | 000002 | 万科A | 2014 | 0 | 0 | 0 | 0 | 12 | K70 | 房地产业 | 440000 | 广东省 | 深圳市 | 3597.7 | 139.35 | 2174.1 | 10412.82 | 11489 | 0.313 |
| 11 | 000002 | 万科A | 2015 | 0 | 0 | 0 | 0 | 2 | K70 | 房地产业 | 440000 | 广东省 | 深圳市 | 4765.5 | 133.47 | 2682.7 | 10950.24 | 11678 | 0.408 |
| 12 | 000002 | 万科A | 2016 | 0 | 0 | 1 | 0 | 1 | K70 | 房地产业 | 440000 | 广东省 | 深圳市 | 6515.6 | 130.46 | 2779.4 | 11518.43 | 11908 | 0.547 |
| 13 | 000002 | 万科A | 2017 | 1 | 0 | 2 | 0 | 0 | K70 | 房地产业 | 440000 | 广东省 | 深圳市 | 6482.3 | 132.48 | 3246.8 | 14160.35 | 12141 | 0.534 |
| 14 | 000002 | 万科A | 2018 | 1 | 0 | 3 | 0 | 2 | K70 | 房地产业 | 440000 | 广东省 | 深圳市 | 8149.1 | 148.27 | 3597.8 | 14106.94 | 12348 | 0.66 |
| 15 | 000002 | 万科A | 2019 | 0 | 0 | 1 | 0 | 2 | K70 | 房地产业 | 440000 | 广东省 | 深圳市 | 8538 | 143.5 | 3801.6 | 14200.29 | 12489 | 0.684 |
| 16 | 000002 | 万科A | 2020 | 2 | 1 | 3 | 0 | 1 | K70 | 房地产业 | 440000 | 广东省 | 深圳市 | 8653.2 | 123.3 | 3890 | 14251.39 | 12624 | 0.685 |
| 17 | 000004 | 国农科技 | 2017 | 0 | 0 | 0 | 0 | 3 | C27 | 医药制造业 | 440000 | 广东省 | 深圳市 | 6482.3 | 132.48 | 3246.8 | 14160.35 | 12141 | 0.534 |
| 18 | 000004 | 国农科技 | 2018 | 1 | 0 | 0 | 0 | 8 | C27 | 医药制造业 | 440000 | 广东省 | 深圳市 | 8149.1 | 148.27 | 3597.8 | 14106.94 | 12348 | 0.66 |
| 19 | 000004 | 国农科技 | 2019 | 0 | 0 | 7 | 0 | 22 | I65 | 软件和信息技术服务业 | 440000 | 广东省 | 深圳市 | 8538 | 143.5 | 3801.6 | 14200.29 | 12489 | 0.684 |
| 20 | 000004 | 国华网安 | 2020 | 4 | 0 | 26 | 0 | 28 | I65 | 软件和信息技术服务业 | 440000 | 广东省 | 深圳市 | 8653.2 | 123.3 | 3890 | 14251.39 | 12624 | 0.685 |
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 v12026/11/14 发布
生效中15,440 行 · 19 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 79 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 + 省份 + 股票代码 + 年份 能连
34 个数据集 · 本数据集 15,440 行有证监会行业大类- 上市公司档案参照企业主体 · 5,704 行 · 连接字段 industry_code_c、establish_date、stkcd、province按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司Wind ESG评级企业主体 · 14 万 行 · 连接字段 industry_code、province、stock_code、year按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司行业地域信息企业主体 · 7 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 15,440 行(100%)
- 上市公司跨境电商DID企业主体 · 6.9 万 行 · 连接字段 province、year、stock_code、industry_code按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司气候风险指数企业主体 · 6.7 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 15,440 行(100%)
- 上市公司年报AI词频企业主体 · 6.2 万 行 · 连接字段 year、industry_code、stock_code、province按证监会行业大类对上本数据集 15,440 行(100%)
- 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 year、stock_code、province_code、industry_code按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司对外开放程度企业主体 · 5.8 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 15,440 行(100%)
- 上市公司行业异质性企业主体 · 5.4 万 行 · 连接字段 year、province、stock_code、industry_code按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司劳动力与资产指标企业主体 · 5.3 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 15,440 行(100%)
- 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 15,440 行(100%)
- 上市公司省级政策匹配企业主体 · 4.9 万 行 · 连接字段 stock_code、year、industry_code_c、province按证监会行业大类对上本数据集 15,440 行(100%)
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 15,440 行有证监会行业大类- 上市公司年报数字化词频企业主体 · 969 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 15,440 行(100%)
- 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 15,440 行(100%)
- 上市公司盈利能力企业主体 · 7.4 万 行 · 连接字段 industry_code、stock_code、year按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司发展能力企业主体 · 7.4 万 行 · 连接字段 stock_code、year、industry_code按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司财务基础企业主体 · 6.7 万 行 · 连接字段 industry_code、stock_code、year按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司勒纳指数企业主体 · 6.6 万 行 · 连接字段 industry_code、stock_code、year按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司基本信息企业主体 · 6.5 万 行 · 连接字段 stock_code、year、industry_code按证监会行业大类对上本数据集 15,440 行(100%)
- 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 15,440 行(100%)
- 上市公司融资约束SA指数企业主体 · 5.7 万 行 · 连接字段 listed_date、industry_code、stock_code按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司WW融资约束指数企业主体 · 5.7 万 行 · 连接字段 report_date、industry_code、stock_code按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司绿色投资者企业主体 · 5.7 万 行 · 连接字段 industry_code_2、stock_code、year按证监会行业大类对上本数据集 15,440 行(100%)
- 上市公司高管党员统计企业主体 · 5.7 万 行 · 连接字段 industry_code_1、stock_code、year按证监会行业大类对上本数据集 15,440 行(100%)
按 省份 + 股票代码 + 年份 能连
30 个数据集 · 本数据集 15,440 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、province、establish_date按省份对上本数据集 15,440 行(100%)
- 沪深京上市证券参照企业主体 · 6,057 行 · 连接字段 list_date、ts_code、province按省份对上本数据集 15,440 行(100%)
- 上市公司政府采购合同工程项目 · 19 万 行 · 连接字段 buyer_province、stock_code、contract_date按省份对上本数据集 15,440 行(100%)
- 上市公司周边宗教场所统计企业主体 · 17.4 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 上市公司绿色专利占比企业主体 · 5.6 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 15,440 行(100%)
- 上市公司专利创新绩效企业主体 · 5.6 万 行 · 连接字段 province、year、stock_code按省份对上本数据集 15,440 行(100%)
- 上市公司托宾Q值企业主体 · 5.1 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 15,440 行(100%)
- 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、year、province按省份对上本数据集 15,440 行(100%)
按 省份 + 年份 能连
510 个数据集 · 本数据集 15,440 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 province_code、year按省份对上本数据集 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 province、date按省份对上本数据集 15,440 行(100%)
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 taobao_village_year、province_code按省份对上本数据集 15,440 行(100%)
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_province、month按省份对上本数据集 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
按 股票代码 + 年份 能连
188 个数据集 · 本数据集 15,440 行有股票代码- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 上市公司绿色专利面板企业主体 · 7.8 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 15,440 行(100%)
- A股商誉治理财务企业主体 · 7.8 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 15,440 行(100%)
- 沪深北全市场Z值企业主体 · 5.7 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 15,440 行(100%)
- 上市公司竞争对手DID面板企业主体 · 5.7 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 15,440 行(100%)
- 上市公司审计与披露企业主体 · 5 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 15,440 行(100%)
- 上市公司年度违规次数企业主体 · 5 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- A股全品类能耗折标企业主体 · 4.6 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 15,440 行(100%)
按 证监会行业大类 + 年份 能连
3 个数据集 · 本数据集 15,440 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 15,440 行有证监会行业大类按 省份 + 股票代码 能连
1 个数据集 · 本数据集 15,440 行有省份按 省份 能连
45 个数据集 · 本数据集 15,440 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 15,440 行(100%)
- 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 15,440 行(100%)
- 地级市空间权重关系区域底数 · 38.4 万 行 · 连接字段 province_code按省份对上本数据集 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
- 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 15,440 行(100%)
按 股票代码 能连
2 个数据集 · 本数据集 15,440 行有股票代码只按年份能连:276 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
276 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
- 地级市城乡建设统计区域底数 · 208.6 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-province/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"stock_code","op":"eq","value":"000001"}],"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。