劳务外包(年报披露文本解析)

字段字典

• Symbol [股票代码] — 6位股票代码；北交所历史及转板代码按本地档案归并至当前主体，不使用商业对照映射。
• StkName [证券简称] — 上市公司证券简称
• Year [年份] — 会计年度
• Province [省份] — 公司注册地所在省份
• ProvinceCode [省份代码] — 公司注册地省份行政区划代码
• City [城市] — 公司注册地所在城市
• CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
• County [区县] — 公司注册地所在区县
• CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
• IndustryCode [行业代码] — 中上协行业分类代码(如C26、J66,按年度动态匹配公司当年所属行业)
• IndustryName [行业名称] — 中上协行业分类名称(按年度动态匹配公司当年所属行业)
• OutsourcingHours [劳务外包工时总数] — 参考茆晓颖等（2026）定义，从年度报告员工用工栏目提取劳务外包或劳务派遣年度工时总数，按原文单位统一为小时。仅输出可确认的正数；人数、吨、月、年等非年度工时以及未确认OCR不代替工时。未采用或该项未披露为缺失，工日仅在原文明确小时/日换算率时转换。
• OutsourcingPay [劳务外包报酬总额] — 参考茆晓颖等（2026）定义，从年度报告员工或劳务用工栏目提取外包/派遣年度报酬总额，按原文单位统一为元；劳务栏目明确年度农民工工资总额可纳入。显式总额优先，包含关系不重复合计；不纳入财务附注余额及关联交易费用。仅输出可确认的正数，月度费用不年化，未采用或该项未披露为缺失。
• OutsourcingHourlyWage [劳务外包小时工资] — 参考茆晓颖等 (2026, 财贸经济)的方法，计算公式为：劳务外包报酬总额/劳务外包工时总数，单位为元/小时。该指标用于识别外包业务的附加值属性，越大代表所外包业务的技能含量越高。工时总数与报酬总额任一缺失时为缺失。 采用状态未知时本指标缺失；派遣披露纳入，但不使用商业数据补值。
• IsLaborOutsourcing [是否采用劳务外包] — 参考茆晓颖等（2026）定义：员工用工栏目披露的年度外包或派遣工时总数或报酬总额为正时取1；完整可读年报无有效正数时取0。不可读、不完整短文本、缺年报且公开原件未恢复，或仅恢复局部OCR而无法确认正数时为缺失。派遣纳入为提取范围扩展，不表示法律关系相同。早期沪深栏目普及不同，0不必然等于无真实外包行为。
• OutsourcingIntensity [劳务外包活动强度] — 参考茆晓颖等 (2026, 财贸经济)提出的劳务外包活动强度概念，计算公式为：劳务外包支付的报酬总额/企业员工薪酬总额。该文仅表述为"年度劳务外包支出与企业员工薪酬总额的比例"，未指明员工薪酬总额对应的会计科目；本数据集依据该文作者公开的原始数据反推确定分母为当年支付给职工以及为职工支付的现金与应付职工薪酬期末余额之和。未采用劳务外包的企业年度取0；采用外包但员工薪酬总额缺失或非正、或因披露单位存疑致小时工资明显异常者为缺失。金融业企业多数取不到上述薪酬科目，其取值大面积缺失，研究金融业时建议改用是否采用劳务外包或劳务外包持续年数。用作研究变量，越大代表企业劳务外包活动的强度越高。 采用状态未知时本指标缺失；派遣披露纳入，但不使用商业数据补值。
• OutsourcingDuration [劳务外包持续年数] — 参考茆晓颖等（2026）的方法，为同主体截至当年连续披露有效劳务外包/派遣正数的年度数量；首次采用或中断后重新采用为1，未采用为0。缺年或采用状态未知均中断连续段，未知当年缺失，其后采用重新计起；2012以前外包史左截断。
• IsLowValueAddedOutsourcing [是否低附加值劳务外包(城市基准)] — 参考茆晓颖等 (2026, 财贸经济)的方法，即所外包的业务是否属于低附加值劳务(0=否，1=是)。计算公式为：企业劳务外包小时工资低于所在城市城镇非私营单位在岗职工平均小时工资则取1，否则取0；其中平均小时工资按年平均工资除以每年2088个标准工时折算。未采用劳务外包的企业年度取0。小时工资无法计算或明显异常、以及工资基准不可得的企业年度为缺失。缺失并非随机，未能分类的观测偏向高附加值一侧。 采用状态未知时本指标缺失；派遣披露纳入，但不使用商业数据补值。
• IsHighValueAddedOutsourcing [是否高附加值劳务外包(城市基准)] — 参考茆晓颖等 (2026, 财贸经济)的方法，即所外包的业务是否属于高附加值劳务(0=否，1=是)。计算公式为：企业劳务外包小时工资不低于所在城市城镇非私营单位在岗职工平均小时工资则取1，否则取0；其中平均小时工资按年平均工资除以每年2088个标准工时折算。未采用劳务外包的企业年度取0。小时工资无法计算或明显异常、以及工资基准不可得的企业年度为缺失。该指标与低附加值指标对采用外包且可分类的企业年度互斥且穷尽。 采用状态未知时本指标缺失；派遣披露纳入，但不使用商业数据补值。
• IsLowValueAddedOutsourcingInd [是否低附加值劳务外包(行业基准)] — 参考茆晓颖等 (2026, 财贸经济)的方法，即以行业工资分布为基准判断所外包业务是否属于低附加值劳务(0=否，1=是)。计算公式为：企业劳务外包小时工资低于所在省份当年各分行业城镇单位就业人员平均小时工资分布的下四分位数则取1，否则取0；其中平均小时工资按年平均工资除以每年2088个标准工时折算。未采用劳务外包的企业年度取0。小时工资介于上下四分位数之间时该指标与高附加值指标同时取0。小时工资无法计算或明显异常、以及工资基准不可得的企业年度为缺失。 采用状态未知时本指标缺失；派遣披露纳入，但不使用商业数据补值。
• IsHighValueAddedOutsourcingInd [是否高附加值劳务外包(行业基准)] — 参考茆晓颖等 (2026, 财贸经济)的方法，即以行业工资分布为基准判断所外包业务是否属于高附加值劳务(0=否，1=是)。计算公式为：企业劳务外包小时工资高于所在省份当年各分行业城镇单位就业人员平均小时工资分布的上四分位数则取1，否则取0；其中平均小时工资按年平均工资除以每年2088个标准工时折算。未采用劳务外包的企业年度取0。小时工资介于上下四分位数之间时该指标与低附加值指标同时取0。小时工资无法计算或明显异常、以及工资基准不可得的企业年度为缺失。 采用状态未知时本指标缺失；派遣披露纳入，但不使用商业数据补值。

常见问题

「劳务外包(年报披露文本解析)」是什么数据集？

劳务外包(年报披露文本解析)，隶属经营绩效。基于上市公司年度报告公司治理章节披露的劳务外包信息构建的企业劳务外包指标集。

该数据集的时间范围是？

覆盖 2012-2025 年。

包含哪些变量/指标？

共 21 个变量。核心指标包括：劳务外包工时总数、劳务外包报酬总额、劳务外包小时工资、是否采用劳务外包、劳务外包活动强度、劳务外包持续年数、是否低附加值劳务外包(城市基准)、是否高附加值劳务外包(城市基准)、是否低附加值劳务外包(行业基准)、是否高附加值劳务外包(行业基准)。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，上市公司层级。

样本量有多大？

约 51,968 条观测。

数据是如何测算/获取的？

指标定义与计算方法 本数据集参考茆晓颖等（2026）的劳务外包指标定义，从上市公司年度报告的员工用工披露中自动提取工时和报酬，再计算采用状态、活动强度、持续年数和附加值分类。提取范围同时包括“劳务外包”和“劳务派遣”标签，以及明确的同类用工叙述。纳入派遣属于本数据集披露识别范围的扩展，不表示两者法律关系相同，也不表示论文单独验证过这一扩展。研究者需结合研究定义理解本指标。所有数值来自年报及公式所需的基础数据；商业对照表和论文作者微观数据均不用于生产计算、补值或校正。 记企业 $i$ 在第 $t$ 年披露的劳务外包工时总数为 $H{i,t}$（单位：小时）、支付的报酬总额为 $P{i,t}$（单位：元）。由于各公司在年报中所采用的计量单位并不统一，工时可能以小时或万小时列示，报酬可能以元、千元、万元或亿元列示，且单位可能标注于栏目名称的括号内、数值之后、栏目与数值之间、或统一写在表格上方，本数据集在解析时按"数值紧邻的明确尾单位、栏目括号内标注、栏目与数值之间的单位词、表格上方的统一声明"的优先次序逐条判定并折算，统一为小时与元；对完全未标注者按小时与元处理。 核心指标为劳务外包哑变量，衡量企业当年是否采用了劳务外包这一劳动力资源配置方式。参考茆晓颖等（2026）的定义，当企业当年存在劳务外包时取 1，否则取 0： $$ OS{i,t}= \begin{cases} 1, & H{i,t}0 \ \ \text{或} \ \ P{i,t}0\\[2mm] 0, & \text{可读年报没有有效正数年度工时或报酬} \end{cases} $$ 无法读取原文、原文仅为摘要或不完整短文本、公开原始年报也未能恢复且没有有效正数披露时，采用状态记为缺失，其他指标也记为缺失。只恢复局部OCR披露页且未确认正数时同样保留未知状态。仅勾选“适用”或只描述用工安排而没有有效年度数值，不据此推测工时、报酬或采用状态。 在此基础上，本数据集进一步构建三类反映外包活动特征的指标。 第一类刻画外包活动的强度。基准的哑变量仅反映企业是否采用外包这一离散决策，未能体现外包规模的差异。为此以年度劳务外包支出与企业员工薪酬总额的比例度量外包活动强度： $$ OSAMT{i,t}=\frac{P{i,t}}{S{i,t}},\qquad S{i,t}=\underbrace{CP{i,t}}{\text{当年支付给职工以及为职工支付的现金}}+\underbrace{AP{i,t}}{\text{应付职工薪酬期末余额}} $$ 其中员工薪酬总额同时包含当年实际支付的现金与年末尚未支付的应付职工薪酬，以完整反映当年的用工报酬规模。需要说明的是，茆晓颖等（2026）仅将该指标表述为"年度劳务外包支出与企业员工薪酬总额的比例"，并未指明员工薪酬总额对应的具体会计科目；上式的分母口径是本数据集依据该文作者随论文公开的原始数据反推确定的——以其外包强度取值与本数据集解析所得的报酬额反推其分母，与"支付给职工以及为职工支付的现金加应付职工薪酬期末余额"之比在绝大多数观测上精确等于 1，而若仅取现金一项则出现系统性的正向偏离。未采用劳务外包的企业年度该指标取 0。该比值越大，表明企业以外部契约方式获取劳动力的程度越深。 第二类刻画外包活动的持续性。企业的外包安排可能是一次性的成本调节，也可能是长期稳定的组织边界安排，二者的经济含义不同。持续年数定义为企业截至第 $t$ 年连续采用劳务外包的年数，首次采用或中断后重新采用时重置为 1，当年未采用外包则记为 0；面板中年份不相邻或采用状态未知时中断连续段，未知当年记为缺失，其后首次采用重新计起。该指标越大，表明企业的外包策略越具有长期性与稳定性。 第三类刻画外包业务的附加值属性。企业外包的可能是基础行政、后勤支持与标准化生产等低附加值业务，也可能是研发设计等高附加值环节，二者对企业内部资源配置的含义截然不同。识别的基本思路是：利用年报同时披露的报酬总额与工时总数测算企业实际支付的外包小时工资 $$ W{i,t}=\frac{P{i,t}}{H{i,t}} $$ 再将其与当地劳动力市场的工资水平相比较。比较所需的年工资均按每年 2088 个标准工时折算为小时工资，该标准工时数按一年 52 周零 1 天、每周 40 小时计算得到，即 $52\times 40+8=2088$。 在此框架下构建两组参照系。城市基准以企业注册所在城市当年城镇非私营单位在岗职工平均工资为参照：若企业外包小时工资低于当地平均小时工资，则该企业当年的外包被识别为低附加值外包，反之则识别为高附加值外包。这一组指标对采用外包且可分类的企业而言互斥且穷尽。行业基准则以企业所在省份当年各分行业城镇单位就业人员的平均工资所构成的分布为参照（不含全行业总平均），取该分布的下四分位数与上四分位数作为门槛：外包小时工资低于下四分位数者识别为低附加值外包，高于上四分位数者识别为高附加值外包；小时工资落在上下四分位数之间时，两个指标同时取 0。上述四个附加值哑变量对未采用劳务外包的企业年度一律取 0，即"不属于低（高）附加值外包"，仅在企业采用了外包而小时工资或工资基准不可得时记为缺失。 补充说明 - 样本自2012年起覆盖原始年报可得的沪深北A股主体，止于输入语料最新会计年度。北交所历史代码仅根据本地证券档案、唯一历史简称和年报文件名称映射至当前主体代码，并按本地上市日期排除该日期之前的年份；该日期包含2020年精选层历史，范围不是仅从2021年北交所成立起算。43/83/87开头的真实北交所历史代码不会仅因前缀被剔除。转板主体按本地身份记录归并，纯B股代码与普通新三板主体不单独计入。金融业不剔除，原始面板不缩尾。 - 年报用工栏目的普及程度随年份和交易所不同。完整可读年报未提取到有效年度正数时的0，表示未识别到符合本口径的正数披露，并不证明企业没有实际外包或派遣行为。研究中应区分披露变化与用工行为变化。 - 年报中的劳务外包披露存在少量填报错误，例如在工时栏填入人数或年数、或所标注的计量单位与实际填报数值的量纲不符——后者在年报模板把单位移入栏目括号之后较为集中，部分公司在标注"万元"的栏位内填入了以元为单位的金额。工时栏填入非工时单位者，其工时总数记为缺失；可读原文同时没有有效正数报酬时，沿用数值判定规则记为0；原文不可读则记为缺失。此外，少数企业年度所隐含的小时工资落在低于 1 元或高于 1000 元每小时的不可能区间。对这部分观测，工时总数、报酬总额与小时工资三项仍按披露原值输出以保证可追溯，但不参与附加值属性的识别；同时，由于外包强度以报酬总额为分子，报酬计量单位既已存疑，该类观测的外包强度亦记为缺失。时薪区间是质量护栏，不能证明原文单位正确，也不用于改写原文数值。只有报酬而没有工时的观测，其强度若高于可验证时薪子样本的强度最大值，也记为缺失。 - 工时总数与报酬总额两项仅对采用劳务外包且该项披露值为正的企业年度输出，未采用外包者记为缺失而非零；部分企业只披露了其中一项，另一项相应为缺失。 - 附加值属性的识别依赖于企业外包小时工资的可计算性，因而仅对同时披露了工时总数与报酬总额、且小时工资落在合理区间的企业年度给出取值。城市基准的一组指标还需匹配到企业注册城市，其中一部分企业年度因公司档案的注册城市代码缺失（多为县级市）而无法匹配；行业基准不依赖城市代码，覆盖相应更广。附加值分类的缺失由披露完整性、城市匹配和时薪护栏共同决定，可能并非随机；不能直接将可分类子样本视为全部外包企业的代表。 - 外包强度的分母取自现金流量表与资产负债表，按项目通例限定为一般工商业口径的记录，金融业企业多数因此取不到相应科目，其外包强度大面积缺失。因此本数据集虽在样本上未剔除金融业，但研究金融业时建议改用劳务外包哑变量或持续年数。 - 关于行业基准的两个指标需作一点说明：茆晓颖等（2026）正文对该组指标的表述为"低于下四分位数定义为低附加值外包、高于上四分位数定义为高附加值外包"，本数据集严格依此文字实现，因而存在小时工资介于上下四分位数之间、两个指标同时取 0 的中间区间。需要指出的是，该文作者所公开的原始数据中，这两个指标存在同时取 1 的观测且不存在上述中间区间，与正文文字描述并不自洽，其实际实现口径无法从公开信息中唯一确定。 - 解析支持标准栏目、明确叙述式、横表和可辨认的同维度分项。显式总额优先于分项，包含关系不重复相加；分别披露的外包与派遣、不同业务年度分项可合并。月度单价不默认年化，工日不默认乘8，仅原文明确小时/日换算率才换算；人数、吨、桶及每天/每月工时不能代替年度工时。不能辨认的图形、OCR字符和单位缺口保留真实缺失。 - 披露提取限定于员工或劳务用工栏目；缺标题时仍接受明确的工时、报酬年度总量标签。劳务栏目内明确列示的年度农民工工资总额纳入报酬，但不扫描其他章节的普通工资科目。财务报表附注的期初/期末余额、关联交易费用以及供应商名称不作为独立年度派遣报酬加入。 - 同一公司年度先选择可读正文，再选择最新披露版本，同日从公开PDF恢复的正文优先。原文质量检测覆盖全文和劳动披露局部；发现损毁或本地公司年度骨架缺年报时，可从公开公告恢复本指标独立输入，不改共享原文库。公开检索同时覆盖“年度报告”与“年年度报告”标题格式，验证证券归属及全文标题后选取检索时点的最新版本；摘要、问询回复等不作为年度报告正文。恢复缓存记录公开URL、原始PDF及正文哈希，绑定原始输入、年份、检索规则和识别规则版本；失败不补造数值。年度重跑自动枚举新增年份，缓存验证后可离线独立重建。 - 数字上标脚注依据PDF字体标志识别，不按对照数值猜测删尾数。缺单位按既定默认单位处理，不凭同业分布、商业数据或估计时薪改写原披露值；因此源年报单位填报错误仍可能造成H/P异常，需结合时薪护栏理解。 - 扫描版在本地使用OCR恢复明确披露字段页，记录页码、文字框与置信度。数值须达到单次高置信度，或在不同分辨率下得到完全相同的数字及单位文本并满足共识阈值；不能确认的数值以占位阻断后文读取。模型哈希、包版本和识别规则纳入缓存指纹。局部恢复不能证明全文未披露，失败或无可靠正值时不推测补值。 参考文献 [1]茆晓颖,宋丹雯,苏子豪,等.劳务外包、劳动力资源配置与企业创新[J].财贸经济,2026,47(6):182-200.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。