农民工工资保函企业资质分析数据

本数据来源于公司保函中介业务中农民工工资保函申请人资质数据采集，采集范围涵盖企业基本信息、历史项目承建记录、农民工工资支付台账、人社部门处罚记录、财务报表等多维度核心数据。 通过构建“欠薪发生率-欠薪整改率-财务健康”多维评估模型与资质等级标注，将申请人分为AA/A/B三级：高资质低风险申请人（AA）实施快速审批+政策绿色通道策略；中等风险申请人（A）实施标准审查+定期核查策略；高风险申请人（B）实施审慎准入+工资监管+保后跟踪策略。 该数据集解决保函中介行业农民工工资保函申请人资质审查缺乏量化标准，欠薪风险难识别、跨地区追溯困难、保后监管滞后等核心痛点，帮助保函中介从“被动追偿”转向“事前预防”，降低因企业欠薪导致的代偿风险和声誉损失，保障农民工合法权益，维护社会和谐稳定。 同时，该数据集的特征工程体系与分级标注规范经过标准化处理，可为人力资源社会保障领域的智能监管AI模型提供结构化训练样本，推动行业从“人工核查”向“数据驱动+AI”演进。该评估体系可横向复用至人社部门建筑企业信用监管、建设单位承包商筛选，政府采购供应商审查等场景，为全行业建立统一的农民工工资支付信用评估标准。本数据来源于公司保函中介业务中农民工工资保函申请人资质数据采集，对原始数据通过标准化清洗、过滤剔除无效、冗余信息后开展深度加工处理，形成规范可用数据。 欠薪发生率（%）= 农民工工资拖欠项目数（个）/ 历史承建项目数（个）× 100。 欠薪整改率（%）= 已整改项目数（个）/ 农民工工资拖欠项目数（个）× 100。 人均欠薪金额（元）= 拖欠工资金额（万元）×10000 / 拖欠工资人次（人次）。 资产负债率（%）= 流动负债（万元）/流动资产（万元）× 100。 资质实力得分（分）= 注册资本（万元）：≥10000=100 分；＜10000 且≥5000=85 分；＜5000 且≥2000=70 分；＜2000 且≥500=55 分；＜500=40 分。 欠薪风险得分（分）= 欠薪发生率（%）：0=105 分；＞0 且≤2=85 分；＞2 且≤5=70 分；＞5 且≤10=55 分；＞10=40 分。 财务健康得分（分）= 资产负债率（%）：≤50=100 分；＞50 且≤60=85 分；＞60 且≤70=70 分；＞70且≤80=55 分；＞80=40 分。 综合资质得分（分）= 资质实力得分（分）×0.2 + 欠薪风险得分（分）×0.5 + 财务健康得分（分）×0.3。 资质分析等级 = 综合资质得分（分）：≥80=AA；≥70 且＜80=A；＜70=B。 权重分配依据《保障农民工工资支付条例》及《建筑市场信用管理暂行办法》： 工资信用得分占35%因其为工资按时足额支付的核心判定指标；欠薪风险占30%反映企业欠薪历史与风险程度；资质规模占20%综合考量企业经营实力；用工合规占15%体现企业用工规范程度。

搜集汇总

背景与挑战

背景概述

本数据集收录了农民工工资保函申请人的多维度资质信息，涵盖企业基本信息、历史承建记录、工资支付台账、处罚记录及财务数据等。通过构建“欠薪发生率-欠薪整改率-财务健康”评估模型，将申请人划分为AA/A/B三个等级，并针对不同等级实施差异化的审批与监管策略。该数据集旨在解决保函中介行业资质审查缺乏量化标准、欠薪风险识别困难等问题，支持从被动追偿转向事前预防，同时为人力资源社会保障领域的智能监管AI模型提供标准化训练样本。