
上市公司市场化指数
一行代表一家上市公司在某一年的市场化指数得分及细分指标。覆盖全国A股上市公司,包含政府市场关系、非国有经济发展等维度。
v2 生效中 · 2026/11/15 发布险种标签:企业财产险责任险时间跨度:1990–2019 年数据出处 樊纲市场化指数(按公司所在省匹配)
- 记录
- 4.3 万
- 字段
- 13
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
13 个字段,13 个没有空值
01字段
字段来源,逐一标明
共 13 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 42,816 行计算。
关于这个数据集
一行代表一家上市公司在某一年的市场化指数得分及细分指标。覆盖全国A股上市公司,包含政府市场关系、非国有经济发展等维度。可用于评估企业所在地区的制度环境风险,辅助企业财产险和责任险的定价。各省指数 2020、2021 年是外推值,已去掉,只留 2019 年及以前。
| 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% | — | ||
| 证券简称company_name含义:名称 | 文本 | 原生 | 100% | — | ||
| 上市日期listing_date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listing_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% | — | ||
| 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% | — | ||
| 政府市场关系gov_market_relation_score | 小数 | 原生 | 100% | 指数得分 | ||
| 非国有经济non_state_dev_score | 小数 | 原生 | 100% | 指数得分 | ||
| 产品市场发育product_market_dev_score | 小数 | 原生 | 100% | 指数得分 | ||
| 要素市场发育factor_market_dev_score | 小数 | 原生 | 100% | 指数得分 | ||
| 法律中介环境legal_env_score | 小数 | 原生 | 100% | 指数得分 | ||
| 市场化总指数marketization_total_score | 小数 | 原生 | 100% | 指数得分 |
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 | 证券简称company_name | 上市日期listing_date | 省份province | 城市city | 上市年份listing_year | 年份year | 政府市场关系gov_market_relation_score | 非国有经济non_state_dev_score | 产品市场发育product_market_dev_score | 要素市场发育factor_market_dev_score | 法律中介环境legal_env_score | 市场化总指数marketization_total_score |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 1997 | 8.277000000000001 | 6.355 | 6.8870000000000005 | 4.748 | 3.502 | 6.183 |
| 2 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 1998 | 8.225 | 6.274 | 6.8950000000000005 | 5 | 3.85 | 6.3420000000000005 |
| 3 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 1999 | 7.433 | 6.296 | 7.186 | 5.804 | 4.1690000000000005 | 5.964 |
| 4 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2000 | 7.813 | 7.078 | 8.21 | 6.246 | 5.679 | 6.703 |
| 5 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2001 | 7.868 | 9.098 | 9.771 | 6.4510000000000005 | 6.1530000000000005 | 7.773000000000001 |
| 6 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2002 | 7.959 | 9.85 | 10.058 | 7.212 | 6.557 | 8.246 |
| 7 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2003 | 8.526 | 10.143 | 10.231 | 8.129 | 6.615 | 8.717 |
| 8 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2004 | 9.575 | 10.285 | 10.168 | 8.273 | 6.771 | 8.983 |
| 9 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2005 | 9.927 | 10.592 | 10.228 | 9.352 | 7.981 | 9.374 |
| 10 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2006 | 9.872 | 10.98 | 10.102 | 9.253 | 8.002 | 9.638 |
| 11 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2007 | 9.759 | 11.197 | 10.207 | 10.24 | 8.068 | 9.881 |
| 12 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2008 | 9.673 | 11.1 | 10.335 | 7.931 | 8.159 | 9.257 |
| 13 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2009 | 9.585 | 10.948 | 10.335 | 8.014 | 7.344 | 9.244 |
| 14 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2010 | 10.124 | 11.858 | 10.335 | 10.793 | 7.713 | 9.835 |
| 15 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2011 | 10.037 | 11.697 | 10.335 | 10.956 | 7.742 | 9.888 |
| 16 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2012 | 9.371 | 11.7 | 10.335 | 11.643 | 8.647 | 9.936 |
| 17 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2013 | 9.348 | 11.893 | 10.335 | 12.066 | 8.758000000000001 | 10.237 |
| 18 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2014 | 10.482 | 11.991 | 10.233 | 12.271 | 11.546 | 10.445 |
| 19 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2015 | 9.791 | 12.171 | 10.188 | 12.989 | 11.574 | 11.076 |
| 20 | 000001 | 平安银行 | 1991-04-03 | 广东 | 深圳市 | 1991 | 2016 | 7.848 | 12.094 | 9.831 | 11.47 | 11.209 | 10.49 |
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 v22026/11/15 发布
生效中42,816 行 · 13 个字段 · 初始导入(比 v1 行数减少 8,860)
版本 v12026/11/13 发布
历史版本51,676 行 · 13 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 42,816 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、stock_code、province按省份对上本数据集 42,816 行(100%)
- 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 42,816 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 42,816 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 42,816 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 42,816 行(100%)
- 上市公司Wind ESG评级企业主体 · 14 万 行 · 连接字段 province、year、stock_code按省份对上本数据集 42,816 行(100%)
- 上市公司供应链效率企业主体 · 7.1 万 行 · 连接字段 province、stock_code、year按省份对上本数据集 42,816 行(100%)
- 上市公司行业地域信息企业主体 · 7 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 42,816 行(100%)
- 上市公司跨境电商DID企业主体 · 6.9 万 行 · 连接字段 stock_code、province、year按省份对上本数据集 42,816 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、province、stock_code按省份对上本数据集 42,816 行(100%)
- 上市公司年报AI词频企业主体 · 6.2 万 行 · 连接字段 province、year、stock_code按省份对上本数据集 42,816 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 province、stock_code、year按省份对上本数据集 42,816 行(100%)
按 省份 + 年份 能连
510 个数据集 · 本数据集 42,816 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 42,816 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 42,816 行(100%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、page_publish_time按省份对上本数据集 42,816 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 42,816 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 42,816 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 province_code、taobao_village_year按省份对上本数据集 42,816 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 42,816 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 42,816 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 42,816 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 42,816 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 42,816 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 42,816 行(100%)
按 股票代码 + 年份 能连
232 个数据集 · 本数据集 42,816 行有股票代码- A股上市公司日交易行情企业主体 · 1239.1 万 行 · 连接字段 trade_date、stock_code按股票代码对上本数据集 42,816 行(100%)
- 上市公司短视关键词明细企业主体 · 143.3 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 42,816 行(100%)
- 上市公司月个股回报率企业主体 · 73.7 万 行 · 连接字段 stock_code、trade_month按股票代码对上本数据集 42,816 行(100%)
- 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 42,816 行(100%)
- 上市公司发明申请统计企业主体 · 73.3 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 42,816 行(100%)
- 上市公司发明授权统计企业主体 · 66.6 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 42,816 行(100%)
- 全口径A股月行情企业主体 · 56.2 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 42,816 行(100%)
- 上市公司资产负债表企业主体 · 52.9 万 行 · 连接字段 date、stock_code按股票代码对上本数据集 42,816 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 42,816 行(100%)
- 上市公司税费统计企业主体 · 51 万 行 · 连接字段 date、stock_code按股票代码对上本数据集 42,816 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 42,816 行(100%)
- 上市公司董事网络指标企业主体 · 46 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 42,816 行(100%)
按 省份 + 股票代码 能连
1 个数据集 · 本数据集 42,816 行有省份按 省份 能连
46 个数据集 · 本数据集 42,816 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 42,816 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 42,816 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 42,816 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 42,816 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 42,816 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 42,816 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 42,816 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 42,816 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 42,816 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 42,816 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 42,816 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 42,816 行(100%)
按 股票代码 能连
2 个数据集 · 本数据集 42,816 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。
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-marketization-index/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。