如何匹配中国工业企业数据库和海关数据库？以 2013 年为例

一直以来有很多小伙伴问我是否有工企和海关数据的匹配教程，这不，来了！本次课程中我们将以 2013 年的工企和海关数据匹配为例进行讲解。

按照田巍、余森杰（2013）中的方法，匹配大致分为两步：

1. 按照企业名称匹配，企业名称相同的认定为同一家企业；
2. 在上一步匹配失败的样本中，再按照邮政编码和最后 7 位电话号码进行匹配。

步骤很简单，但是实际操作起来却不容易，例如可能会遇到如下几个问题：

1. 企业名称缺失的直接删除么？
2. 电话号码和邮政编码缺失的直接删除么？
3. 工企和海关数据都非常大，如果解决内存不足的问题？
4. 企业名称里面存在很多错乱的字符，如何发现和更正？
5. ……

这次课程中我们将一步步解决这些问题。

本次课程的主要内容包括：

1. 如何清洗工企数据库和海关数据库里面的企业名称、组织机构代码等变量？
2. 如何查找和解决企业名称重复和缺失的问题？
3. 如何按照企业名称匹配数据？
4. 如何按照邮政编码和固定电话匹配数据？
5. 如何合并多次的匹配结果并去除重复值？
6. 如何提高匹配的成功率？

课程中将会以 2013 年的数据为例进行讲解，按照课程中的匹配方法，2013 年的数据中我们可以匹配得到 83697 家公司的数据：

匹配结果

这个结果优于 田巍、余森杰（2013）论文中描述的结果（86379）。

点击这里跳转到 RStata 短书平台获取附件：如何匹配中国工业企业数据库和海关数据库？以 2013 年为例