1970～2023 年各年各省市区县、各行业注销公司工商信息及数量统计面板数据

1690 字 约 5 分钟 数据资料 面板数据

之前给大家分享过工商企业注册信息：

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)：https://rstata.duanshu.com/#/course/6d38a3f10cdb467492f3204d1ebdd313

不过缺少企业退出信息。

今天给大家分享一份 1970～2023 年各年各省市区县、各行业注销公司工商信息及数量统计面板数据。其实也是根据上面的这份数据处理得到的。

数据处理方法

该数据基于 RStata 的 1949～2023 年工商企业注册信息大数据处理得到。数据处理流程如下：

  1. 筛选经营状态异常企业：从工商注册信息中筛选经营状态为”注销”、”吊销”等非正常经营状态的企业。
  2. 确定注销年份：企业的注销信息是根据企业经营状态和核准日期推断出来的。如果企业的经营状态是注销、吊销等，其核准日期通常就是注销日期。数据中有 5000 余条企业数据有明确的注销日期，经验证这些企业的注销日期确实和核准日期一致。
  3. 数据清洗：对于核准日期和成立日期一样的企业，不采用核准日期作为注销日期，而是设定为缺失值（9999）。同时过滤掉退出日期早于成立日期的异常记录。
  4. 分组汇总：按年份、省份、城市、区县、行业门类、行业大类、行业中类、行业小类进行分组统计，计算各维度下的注销企业数量。

数据处理代码如下：

library(tidyverse)

# 读取各年份的工商注册数据并筛选经营状态异常企业
for (y in 1948:2023) {
  read_rds(paste0("/Volumes/ADT/常用大数据/工商注册信息2025-待匹配-rds/", y, ".rds")) %>%
    mutate(经营状态 = str_remove_all(经营状态, "/")) %>%
    select(-z) -> df

  # 筛选经营状态为注销、吊销等非正常状态的企业
  unique(df$经营状态)[!is.na(unique(df$经营状态))] -> lst
  for (v in lst[!str_detect(lst, "注销日期") & lst != "NA"]) {
    dir.create(v)
    df %>%
      dplyr::filter(经营状态 == v) %>%
      write_rds(paste0(v, "/", y, ".rds"))
  }
}

# 合并所有非正常经营企业数据
fs::dir_ls("~/Desktop/统计每年工商注册企业存续量/非正常经营", recurse = T, type = "file") %>%
  lapply(readr::read_rds) %>%
  bind_rows() -> df

# 提取注销年份
 df %>%
  select(c("newgcid", "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",
           "经营状态", "企业类型", "成立年份", "经度", "纬度", "省", "省代码",
           "市", "市代码", "县", "县代码", "核准日期")) %>%
  filter(!is.na(核准日期)) %>%
  mutate(注销年份 = year(核准日期)) -> df

# 分组汇总统计
df %>%
  count(注销年份, 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) -> countdf

数据概览

为了方便大家使用，我把数据汇总成了分年份、分省市区县、分行业的注销企业数量面板数据。

数据包含以下字段：

年份、省份、城市、区县、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、注销数量

其中行业分类统一到了 2017 年国民经济行业分类标准。

数据预览如下：

从时间趋势来看，1970-2023 年中国注销企业数量整体呈上升趋势，特别是 2010 年后增长明显。

图表展示

下图展示了各省注销企业数量排名（Top 15）：

下图展示了各省份注销企业数量分布地图：

下图展示了重点省份注销企业趋势对比：

下图展示了各行业注销企业占比趋势：

下图展示了各城市注销企业数量排名（Top 20）：

下图展示了不同时期各行业注销企业数量：

处理代码

附件中提供了该数据的 Stata 绘图代码供参考：

*- 设置图形主题
set scheme lightrstata

*- 定义公共局部变量
local caption_src = `""数据来源：RStata 数据中心: 1970～2023年各年各省市区县、各行业注销公司工商信息及数量统计面板数据. 2026." "https://tidyfriday.cn/rsdb2/""'
local subti_txt "数据处理 & 绘制：微信公众号 RStata"

*- 绘制各年注销企业数量时间趋势图
use "1970～2023年各年各省市区县、各行业注销公司数量面板数据.dta", clear
drop if 注销年份 == 9999
collapse (sum) 注销数量, by(注销年份)
gsort 注销年份

twoway (area 注销数量 注销年份, sort color("112 154 225"%40)) ///
       (line 注销数量 注销年份, sort lcolor("25 126 192") lwidth(*1.5)) ///
       (scatter 注销数量 注销年份, sort mcolor("25 126 192") msize(*0.8) msymbol(O)), ///
       ylabel(, format(%9.0fc)) ///
       xlabel(1970(5)2023, format(%9.0f)) ///
       ytitle("注销企业数量", size(small)) ///
       xtitle("年份", size(small)) ///
       title("1970-2023年中国注销企业数量时间趋势", size(medium) color(black)) ///
       subtitle("`subti_txt'", size(small)) ///
       note(`caption_src', size(vsmall)) ///
       legend(off) ///
       graphr(margin(medium))

gr export "picdir/01_各年注销企业数量时间趋势.png", replace width(4800)

数据引用格式

由于该数据包含较多 RStata 处理的内容，在研究中使用该数据请使用清晰的方式注明数据来源于 RStata 或者 RStata 数据中心，并使用如下格式引用：

RStata 数据中心: 1970～2023年各年各省市区县、各行业注销公司工商信息及数量统计面板数据. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Panel Data on Deregistered Companies Information and Count by Province, City, District/County, and Industry, 1970–2023. 2026. https://tidyfriday.cn/rsdb2/

关联数据推荐

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)：https://rstata.duanshu.com/#/course/6d38a3f10cdb467492f3204d1ebdd313

1999～2023 年上市公司子公司工商注册信息匹配结果：https://rstata.duanshu.com/#/course/3cb9288f5d57488e942fa9cb33f287e5

2000～2024 年工商注册信息与土地出让数据匹配结果：https://rstata.duanshu.com/#/course/3a535b05d3f840d3afe573f40883ec21

2000～2024 年政府采购供应商与工商注册信息匹配结果：https://rstata.duanshu.com/#/course/9df7d4c13cf64c69a4cc02a1d8044e9c

2007～2020 年税调数据与工商注册数据匹配结果：https://rstata.duanshu.com/#/course/339d61648ae94aac8f1863474da2199e

使用 Stata 匹配工商注册信息行业与国民经济行业代码：https://rstata.duanshu.com/#/course/bd1a192a81af45418c0d01ef8ea0c371

点击这里跳转到 RStata 短书平台获取附件：1970～2023 年各年各省市区县、各行业注销公司工商信息及数量统计面板数据

相关文章

评论