前不久给大家分享了2007～2016 年税调数据与工商注册数据匹配结果，最近有培训班的小伙伴需要税收调查企业所处的位置信息，考虑到数据非常大，所以我就帮忙处理了下。首先在税调数据与工商注册数据匹配结果的基础上，使用工商注册地址（如果注册地址缺失，就使用企业名称）进行地址解析，得到税调企业的经纬度数据；之后根据 2021 年行政区划，判断每个企业所处的省市区县。
最终我们处理得到了2007~2016 年税调企业经纬度及其所处的省市区县数据，概览如下：
在数据中我生成了一个 sdid 变量以在匹配过程中识别每个观测值，使用该变量可以直接和原始的税收调查数据进行匹配（附件中也有提供）。为了便于大家直观感受这份数据，我还绘制了一幅图进行展示。下图展示了 2016 年税收调查对象地址分布：
注意事项
- 经纬度是根据企业注册地址和企业名称变量、通过高德地图地理编码接口生成的，可能存在错误，不过也没有很好的判断是否错误的方法，不过总体趋势是正确的；
- 高德地图地理编码接口返回的是 GCJ02 坐标系的坐标，为了方便大家使用已经转换成了 WGS84 坐标；
- 高德地图地理编码接口解析经纬度的方法是如果没有在地址库里面搜索到某个地点的名称就返回上一级地址的经纬度。例如，没有找到广东省广州市珠江新城的坐标，那么就返回广东省广州市的坐标。这也就导致了数据里面很多不是一家企业的经纬度却相同（这些也可以认为是解析错误）；
- 由于税收调查数据库是 2007～2016 年的，里面的地址自然也是 2007～2016 年的，而高德地图接口返回的经纬度是最新地址的，这也可能导致经纬度错误（这个应该问题不大，毕竟公司搬家的不多。且也没有什么好的办法了）。
地理编码及判断省市区县
关于如何使用 R 语言或者 Stata 进行地理编码以及根据经纬度判断所处的省市区县，感兴趣的小伙伴可以学习下面两个课程：
×
点击这里跳转到 RStata 短书平台获取附件：旧版本｜2007~2016 年税调企业地理信息数据（含经纬度及其所处的省市区县）
评论