上市公司全要素生产率
一行是一家 A 股上市公司一年的全要素生产率估计值，用 4 种方法算：OLS、固定效应、LP 和 OP。
v1 生效中 · 2026/11/13 发布时间跨度：2000–2020 年数据出处 上市公司财务数据按文献方法测算（数据包附 Stata 代码）
- 记录
- 4.1 万
- 字段
- 6
- AI 扩增字段
- 0
- 平均非空率
- 91.3%
- 字段完整度
6 个字段，2 个没有空值
01字段
字段来源，逐一标明
共 6 个字段，其中 AI 扩增字段 0 个。非空率按当前版本的 41,424 行计算。
关于这个数据集
一行是一家 A 股上市公司一年的全要素生产率估计值，用 4 种方法算：OLS、固定效应、LP 和 OP。覆盖沪深上市公司，2000 到 2020 年，OP 方法只有 2008 年以后。数值是生产率的对数。可用来比较企业的经营效率和变化趋势，辅助企业信用和经营风险评估。
| 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% | 6 位 A 股代码 | ||
| 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% | — | ||
| 全要素生产率（OLS）tfp_ols | 小数 | 原生 | 89% | 用普通最小二乘法估计生产函数后得到的生产率，取对数 | ||
| 全要素生产率（固定效应）tfp_fe | 小数 | 原生 | 89% | 用固定效应模型估计，取对数 | ||
| 全要素生产率（LP）tfp_lp | 小数 | 原生 | 89% | 用 Levinsohn-Petrin 方法估计，以中间投入作代理变量，取对数 | ||
| 全要素生产率（OP）tfp_op | 小数 | 原生 | 82% | 用 Olley-Pakes 方法估计，以投资作代理变量，取对数。只有 2008 年以后 |
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 | 全要素生产率（OLS）tfp_ols | 全要素生产率（固定效应）tfp_fe | 全要素生产率（LP）tfp_lp | 全要素生产率（OP）tfp_op |
|---|---|---|---|---|---|---|
| 1 | 000002 | 2000 | 11.4833 | 12.0259 | 9.6805 | — |
| 2 | 000002 | 2001 | 11.6746 | 12.2066 | 9.8996 | — |
| 3 | 000002 | 2002 | 11.6795 | 12.2203 | 9.8718 | — |
| 4 | 000002 | 2003 | 12.013 | 12.551 | 10.2494 | — |
| 5 | 000002 | 2004 | 12.1761 | 12.7195 | 10.4363 | — |
| 6 | 000002 | 2005 | 12.4879 | 13.0334 | 10.7588 | — |
| 7 | 000002 | 2006 | 12.9487 | 13.5232 | 11.0746 | — |
| 8 | 000002 | 2007 | 13.6117 | 14.1956 | 11.7153 | — |
| 9 | 000002 | 2008 | 13.7119 | 14.3173 | 11.6817 | 8.4634 |
| 10 | 000002 | 2009 | 13.8783 | 14.4875 | 11.8362 | 8.5958 |
| 11 | 000002 | 2010 | 13.8973 | 14.5113 | 11.8722 | 8.5119 |
| 12 | 000002 | 2011 | 14.212 | 14.8392 | 12.1404 | 8.7154 |
| 13 | 000002 | 2012 | 14.5266 | 15.1572 | 12.453 | 8.944 |
| 14 | 000002 | 2013 | 14.5271 | 15.1691 | 12.4058 | 8.9035 |
| 15 | 000002 | 2014 | 14.5763 | 15.2246 | 12.4408 | 8.8781 |
| 16 | 000002 | 2015 | 14.6556 | 15.3256 | 12.3916 | 8.7225 |
| 17 | 000002 | 2016 | 14.5872 | 15.2755 | 12.2667 | 8.5924 |
| 18 | 000002 | 2017 | 14.787 | 15.4839 | 12.4585 | 8.6648 |
| 19 | 000002 | 2018 | 14.8252 | 15.5307 | 12.4149 | 8.7722 |
| 20 | 000002 | 2019 | 14.8997 | 15.6099 | 12.4768 | 8.7678 |
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41,424 行 · 6 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 41,424 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 41,424 行（100%）
- 上市公司档案参照企业主体 · 5,704 行 · 连接字段 establish_date、stkcd按股票代码对上本数据集 41,424 行（100%）
- 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 41,424 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 41,424 行（100%）
- 上市公司月个股回报率企业主体 · 73.7 万 行 · 连接字段 trade_month、stock_code按股票代码对上本数据集 41,424 行（100%）
- 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 41,424 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 41,424 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 41,424 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 41,424 行（100%）
- 上市公司资产负债表企业主体 · 52.9 万 行 · 连接字段 stock_code、date按股票代码对上本数据集 41,424 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 41,424 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 41,424 行（100%）
按 股票代码 能连
3 个数据集 · 本数据集 41,424 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-tfp/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。