- 记录
- 4,447
- 字段
- 5
- AI 扩增字段
- 1
- 平均非空率
- 100%
- 字段完整度
5 个字段，5 个没有空值，1 个 AI 扩增
01字段
字段来源，逐一标明
共 5 个字段，其中 AI 扩增字段 1 个。非空率按当前版本的 4,447 行计算。
关于这个数据集
一行代表一家上市公司的注册地或办公地省市信息。覆盖全国范围内的上市公司，主要包含证券代码、上市日期、省份和城市等字段。用于将企业风险数据映射到地理空间，支持区域风险聚合分析。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 证券代码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% | — | ||
| 上市日期list_date规律 1：上市日期的字段规律字段规律：list_year由上市日期扩增得出。含义：日期或时间键：日期。样本里格式符合 100%，还没有参照 | 日期 | 原生 | 100% | — | ||
| 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 | 100% | — | ||
| 城市city含义：地区 | 文本 | 原生 | 100% | — | ||
| 上市年份list_year规律 1：上市年份的字段规律字段规律：list_year由上市日期扩增得出。含义：年份键：年份。样本里格式符合 100%，还没有参照 | 整数 | 规则扩增第 1 级扩增查看溯源：上市年份 | 100%平均置信度 1.00校验少：不建议单独作为决策依据 | 从上市日期算出的年份 |
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。
| # | 证券代码stock_code | 上市日期list_date | 省份province | 城市city | 上市年份list_year |
|---|---|---|---|---|---|
| 1 | 000001 | 1991-04-03 | 广东 | 深圳市 | 1991 |
| 2 | 000002 | 1991-01-29 | 广东 | 深圳市 | 1991 |
| 3 | 000004 | 1991-01-14 | 广东 | 深圳市 | 1991 |
| 4 | 000005 | 1990-12-10 | 广东 | 深圳市 | 1990 |
| 5 | 000006 | 1992-04-27 | 广东 | 深圳市 | 1992 |
| 6 | 000007 | 1992-04-13 | 广东 | 深圳市 | 1992 |
| 7 | 000008 | 1992-05-07 | 北京 | 北京市 | 1992 |
| 8 | 000009 | 1991-06-25 | 广东 | 深圳市 | 1991 |
| 9 | 000010 | 1995-10-27 | 广东 | 深圳市 | 1995 |
| 10 | 000011 | 1992-03-30 | 广东 | 深圳市 | 1992 |
| 11 | 000012 | 1992-02-28 | 广东 | 深圳市 | 1992 |
| 12 | 000014 | 1992-06-02 | 广东 | 深圳市 | 1992 |
| 13 | 000016 | 1992-03-27 | 广东 | 深圳市 | 1992 |
| 14 | 000017 | 1992-03-31 | 广东 | 深圳市 | 1992 |
| 15 | 000019 | 1992-10-12 | 广东 | 深圳市 | 1992 |
| 16 | 000020 | 1992-04-28 | 广东 | 深圳市 | 1992 |
| 17 | 000021 | 1994-02-02 | 广东 | 深圳市 | 1994 |
| 18 | 000023 | 1993-04-29 | 广东 | 深圳市 | 1993 |
| 19 | 000025 | 1993-06-21 | 广东 | 深圳市 | 1993 |
| 20 | 000026 | 1993-06-03 | 广东 | 深圳市 | 1993 |
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 v12026/11/13 发布
生效中4,447 行 · 5 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，能和不少于 51 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 省份 + 股票代码 + 年份 能连
64 个数据集 · 本数据集 4,447 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 establish_date、province、stock_code按省份对上本数据集 4,447 行（100%）
- 沪深京上市证券参照企业主体 · 6,057 行 · 连接字段 province、ts_code、list_date按省份对上本数据集 4,447 行（100%）
- 上市公司档案参照企业主体 · 5,704 行 · 连接字段 province、stkcd、establish_date按省份对上本数据集 4,447 行（100%）
- 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、buyer_province按省份对上本数据集 4,447 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 4,447 行（100%）
- 上市公司Wind ESG评级企业主体 · 14 万 行 · 连接字段 stock_code、province、year按省份对上本数据集 4,447 行（100%）
- 上市公司供应链效率企业主体 · 7.1 万 行 · 连接字段 stock_code、year、province按省份对上本数据集 4,447 行（100%）
- 上市公司行业地域信息企业主体 · 7 万 行 · 连接字段 province、stock_code、year按省份对上本数据集 4,447 行（100%）
- 上市公司跨境电商DID企业主体 · 6.9 万 行 · 连接字段 province、stock_code、year按省份对上本数据集 4,447 行（100%）
- 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、province按省份对上本数据集 4,447 行（100%）
- 上市公司年报AI词频企业主体 · 6.2 万 行 · 连接字段 stock_code、province、year按省份对上本数据集 4,447 行（100%）
- 上市公司数字化创新指标企业主体 · 5.9 万 行 · 连接字段 year、province、stock_code按省份对上本数据集 4,447 行（100%）
按 省份 + 年份 能连
510 个数据集 · 本数据集 4,447 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 4,447 行（100%）
- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 province_name、year按省份对上本数据集 4,447 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 4,447 行（100%）
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 date、province按省份对上本数据集 4,447 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 4,447 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 4,447 行（100%）
- 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 4,447 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 4,447 行（100%）
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 province、year按省份对上本数据集 4,447 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 4,447 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 4,447 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 4,447 行（100%）
按 股票代码 + 年份 能连
232 个数据集 · 本数据集 4,447 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 month、stock_code按股票代码对上本数据集 4,447 行（100%）
- 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 4,447 行（100%）
- 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 4,447 行（100%）
- A股全品类能耗折标企业主体 · 4.6 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 4,447 行（100%）
- 上市公司绿色全要素生产率企业主体 · 4.6 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 4,447 行（100%）
- 上市公司绿色化转型指数企业主体 · 4.6 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 4,447 行（100%）
- 上市公司机器人渗透度企业主体 · 4.6 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 4,447 行（100%）
- 上市公司污染排放企业主体 · 4.6 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 4,447 行（100%）
- 上市公司现金流量表企业主体 · 52.9 万 行 · 连接字段 date、stock_code按股票代码对上本数据集 4,446 行（99%）
- 上市公司勒纳指数企业主体 · 6.6 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 4,435 行（99%）
- 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 4,435 行（99%）
- 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、stock_code按股票代码对上本数据集 4,435 行（99%）
按 省份 + 股票代码 能连
1 个数据集 · 本数据集 4,447 行有省份按 省份 能连
46 个数据集 · 本数据集 4,447 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 4,447 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 4,447 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 4,447 行（100%）
- 并购重组交易涉及方明细企业主体 · 32.8 万 行 · 连接字段 province按省份对上本数据集 4,447 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 4,447 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 4,447 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 4,447 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 4,447 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 4,447 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 4,447 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 4,447 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 4,447 行（100%）
按 股票代码 能连
2 个数据集 · 本数据集 4,447 行有股票代码只按年份能连：279 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
279 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。
本数据集内1
- 扩增得出
list_year由上市日期扩增得出。
来自字段扩增上市公司所在地上市公司所在地
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-location/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。