1949～2023 年工商企业注册信息数据（含经纬度及其所属的省市区县）(版本2)

1203 字 约 4 分钟 数据资料 企业数据地形与地理

最近进行了一些更新，主要是如下更新：

  1. 把之前分享的两份合并了起来，这样尽可能全面的覆盖了所有的工商注册信息；
  2. 细致处理了注册资本和实缴资本，单位都是万元，处理成了数值型变量；
  3. 细致处理了所属行业信息，转换成了标准的行业门类、大类、中类和小类以及对应的行业代码。
  4. 对数据观测值进行了重新编号：年份 + 观测值变量，也就是变量 newgcid。

今天给大家分享一份 1949～2023 年工商企业注册信息数据。为了方便大家使用，我还根据数据里面的注册地址、企业名称等信息使用百度地图地理编码接口解析了经纬度，并根据经纬度和 2021 年行政区划判断了每家企业所处的省市区县。百度地图地理编码接口返回的经纬度结果实际上是 BD09 坐标系（也可以设置成 GCJ02），已经转换成了 WGS84 坐标系，可以放心使用。

数据中一共包含了 2.8 亿条工商注册数据，为了方便大家读取，我把数据拆分成了逐年的，例如 2021 年：

包含如下基本信息：

newgcid、企业名称、成立日期、注册资本、实缴资本、行业门类、行业门类代码、行业大类、行业大类代码、行业中类、行业中类代码、行业小类、行业小类代码、省份、城市、区县、法人代表、经营状态、统一社会信用代码、工商注册号、纳税人识别号、组织机构代码、企业类型、登记机关、营业期限、纳税人资质、人员规模、参保人数、曾用名、英文名、注册地址、经营范围、邮箱、标签、成立年份、经度、纬度、省、省代码、市、市代码、县、县代码、核准日期、英文名称、法定代表人、公司规模、网址

其中 newgcid 是观测值的编号，是由年份 + 观测值编号构成。

经度、纬度是根据企业注册地址和企业名称，使用百度地图地理编码接口解析得到，省、省代码、市、市代码、县、县代码是根据经纬度和 2021 年行政区划判断得到。

行业类别和代码是统一到了 2017 年。这个感兴趣的小伙伴可以学习这个课程：使用 Stata 匹配工商注册信息行业与国民经济行业代码

下图展示了 2023 年新注册的工商企业地理分布：

该图使用 Stata 绘制，平台上也有绘图课程。

虽然数据的时间范围是 1949～2023 年，不过 2023 年的数据不太全，大家还是谨慎使用：

该数据也可以用来提取企业退出信息，如果企业的经营状态是注销的话，核准日期就是该企业的注销日期。

为了方便大家使用，我还分组统计了每年各省市区县行业新增注册数量：

很多年份的数据大小超过了 50GB，大家的电脑估计难以一次性读取，可以使用下面的方式读取：

例如每次读 100 条：use in 1/100 using 文件名.dta, clear 通常一次读个 100 万条问题不大，比较大的几个年份是差不多 2000 万条不到。不过读取最后一部分的时候需要知道文件的总行数，可以使用 describe using “文件名” 获得该文件的总行数。

工商注册信息相关的数据

之前给大家分享了不少工商企业注册信息的匹配结果，例如：

最近再慢慢使用这份新的工商注册信息数据更新下这些数据，敬请期待。

工商注册信息匹配服务

由于工商注册信息数据非常巨大，使用起来非常困难，特面向 RStata 会员推出工商注册信息匹配服务，费用为：

  • 每 10 万条企业名称匹配：300 元。

点击这里跳转到 RStata 短书平台获取附件：1949～2023 年工商企业注册信息数据（含经纬度及其所属的省市区县）(版本2)

相关文章

评论