
上市公司薪酬差距
一行代表一家上市公司在某一会计年度的薪酬结构及差距指标。
v1 生效中 · 2026/11/13 发布险种标签:企业财产险责任险时间跨度:2005–2021 年数据出处 上市公司年报及CSMAR数据库
- 记录
- 4.2 万
- 字段
- 12
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
12 个字段,12 个没有空值
01字段
字段来源,逐一标明
共 12 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 41,871 行计算。
关于这个数据集
一行代表一家上市公司在某一会计年度的薪酬结构及差距指标。覆盖中国A股上市公司,包含董监高与员工的薪酬总额、人数及计算出的平均薪酬和差距比率。可用于评估企业治理结构、内部公平性对创新或风险的影响,辅助企业财产险或责任险的风险定价。
| 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% | — | ||
| 会计年度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% | 原表列名:year | ||
| 董监高总人数exec_total_count含义:人数(人) | 整数 | 原生 | 100% | — | ||
| 独董人数indep_director_count含义:人数(人) | 整数 | 原生 | 100% | 原表列名:其中独立董事人数 | ||
| 董监高年薪总额exec_salary_amount含义:金额(元) | 小数 | 原生 | 100% | 单位:元 | ||
| 员工人数employee_count含义:人数(人) | 整数 | 原生 | 100% | — | ||
| 未领薪董监高unpaid_exec_count含义:人数(人) | 整数 | 原生 | 100% | 原表列名:未领取薪酬董监高人数 | ||
| 支付职工现金cash_paid_employee_amount含义:金额(元) | 小数 | 原生 | 100% | 单位:元 原表列名:支付给职工以及为职工支付的现金 | ||
| 应付职工薪酬accrued_salary_amount含义:金额(元) | 小数 | 原生 | 100% | 单位:元 | ||
| 管理层均薪exec_avg_salary_amount含义:金额(元) | 小数 | 原生 | 100% | 单位:元 原表列名:管理层平均薪酬 | ||
| 员工均薪employee_avg_salary_amount含义:金额(元) | 小数 | 原生 | 100% | 单位:元 原表列名:员工平均薪酬 | ||
| 薪酬差距salary_gap_ratio含义:比率(倍) | 小数 | 原生 | 100% | 倍数或比率 原表列名:企业薪酬差距 |
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 | 会计年度year | 董监高总人数exec_total_count | 独董人数indep_director_count | 董监高年薪总额exec_salary_amount | 员工人数employee_count | 未领薪董监高unpaid_exec_count | 支付职工现金cash_paid_employee_amount | 应付职工薪酬accrued_salary_amount | 管理层均薪exec_avg_salary_amount | 员工均薪employee_avg_salary_amount | 薪酬差距salary_gap_ratio |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 000001 | 2005 | 26 | 4 | 19908400 | 7142 | 0 | 1041394078 | 409928278 | 904927.25 | 149298.953125 | 6.061176300048828 |
| 2 | 000001 | 2006 | 25 | 4 | 26930000 | 7737 | 0 | 1230566326 | 614628342 | 1282381 | 182026.15625 | 7.045036792755127 |
| 3 | 000001 | 2007 | 24 | 4 | 45380000 | 8573 | 8 | 1819547000 | 925411000 | 2728566.75 | 243199.546875 | 15.54964542388916 |
| 4 | 000001 | 2008 | 23 | 4 | 40500000 | 10381 | 0 | 2363094000 | 1247420000 | 2131579 | 254754.171875 | 8.367199897766113 |
| 5 | 000001 | 2009 | 24 | 5 | 44760000 | 11308 | 0 | 2913635000 | 1681728000 | 2355789.5 | 292110.28125 | 8.064726829528809 |
| 6 | 000001 | 2010 | 24 | 5 | 29650000 | 12203 | 6 | 3747634000 | 1878603000 | 2280769.25 | 320811.1875 | 7.109381675720215 |
| 7 | 000001 | 2011 | 28 | 8 | 40500000 | 13778 | 4 | 5287265000 | 3600345000 | 2531250 | 505770.5625 | 5.004739761352539 |
| 8 | 000001 | 2012 | 30 | 8 | 45950000 | 24251 | 5 | 7176205000 | 4863106000 | 2702941.25 | 346089.46875 | 7.8099493980407715 |
| 9 | 000001 | 2013 | 32 | 8 | 68212500 | 34724 | 5 | 9660000000 | 6013000000 | 2728566.75 | 309344.59375 | 11.605606079101562 |
| 10 | 000001 | 2014 | 29 | 5 | 71928200 | 35069 | 5 | 12175000000 | 7961000000 | 2728566.75 | 400669.3125 | 9.448427200317385 |
| 11 | 000001 | 2015 | 27 | 5 | 60064600 | 37937 | 5 | 12871000000 | 10351000000 | 2728566.75 | 400688.90625 | 8.817842483520508 |
| 12 | 000001 | 2016 | 23 | 4 | 38013700 | 36885 | 4 | 13762000000 | 9289000000 | 2534246.75 | 343282.8125 | 7.382387638092041 |
| 13 | 000001 | 2017 | 24 | 5 | 27580400 | 32502 | 4 | 14345000000 | 10713000000 | 1838693.375 | 484321.5625 | 3.796431064605713 |
| 14 | 000001 | 2018 | 24 | 5 | 35946300 | 34626 | 4 | 16194000000 | 12238000000 | 2396420 | 510687.15625 | 4.692540168762207 |
| 15 | 000001 | 2019 | 23 | 5 | 29823500 | 34253 | 0 | 18090000000 | 14218000000 | 1656861.125 | 585063.375 | 2.8319344520568848 |
| 16 | 000001 | 2020 | 24 | 5 | 32726200 | 38097 | 8 | 17829000000 | 16959000000 | 2728566.75 | 539078.5 | 5.518878936767578 |
| 17 | 000001 | 2021 | 23 | 5 | 31589000 | 40651 | 4 | 20560000000 | 18095000000 | 2256357.25 | 532936.75 | 4.233818054199219 |
| 18 | 000002 | 2005 | 21 | 4 | 205000 | 10961 | 5 | 452287228.49 | 17719176.86 | 43400 | 41149.5 | 0.415152907371521 |
| 19 | 000002 | 2006 | 21 | 4 | 14290000 | 13402 | 4 | 749263247.62 | 31488782.48 | 1099230.75 | 55867.9921875 | 19.675500869750977 |
| 20 | 000002 | 2007 | 21 | 4 | 47400000 | 16464 | 5 | 1107413005.5 | 729790790.42 | 2728566.75 | 106797.5625 | 22.684894561767575 |
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41,871 行 · 12 个字段 · 初始导入
04关联
和其他数据集,按键连起来
按键连到企业,能和不少于 15 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 股票代码 + 年份 能连
296 个数据集 · 本数据集 41,871 行有股票代码- 沪深京上市证券参照企业主体 · 6,057 行 · 连接字段 ts_code、list_date按股票代码对上本数据集 41,871 行(100%)
- 上市公司档案参照企业主体 · 5,704 行 · 连接字段 stkcd、establish_date按股票代码对上本数据集 41,871 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 41,871 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 41,871 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 41,871 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 41,871 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 41,871 行(100%)
- 上市公司固定资产明细企业主体 · 24.7 万 行 · 连接字段 stock_code、report_date按股票代码对上本数据集 41,871 行(100%)
- A股独立联合绿色专利企业主体 · 15.3 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 41,871 行(100%)
- 上市公司绿色专利获得(CNRDS)企业主体 · 15.3 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 41,871 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 41,871 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 41,871 行(100%)
按 股票代码 能连
3 个数据集 · 本数据集 41,871 行有股票代码只按年份能连:789 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
789 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
- 海关进出口商品统计区域底数 · 2639.9 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
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 date
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 date
- 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
- 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
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month
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-salary-gap/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。