2000～2025 年政府采购供应商与工商注册信息匹配结果

之前给大家分享过政府采购供应商数据：

2000～2025 年 12 月政府采购合同数据(含采购人和供应商经纬度及其所属省市区县)：https://rstata.duanshu.com/#/brief/course/f12d91a346f14131a0994004bb545c6b

也给大家分享过工商注册信息：

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

今天给大家分享的是将这两份数据匹配整合后的结果——2000～2025 年政府采购供应商与工商注册信息匹配结果，由 RStata 数据中心处理得到。

数据概览

因为数据较大，所以提供了 dta 格式的分年版本，保存在”政府采购与工商注册信息_分年”文件夹中，时间范围为 2000～2025 年，共 26 年。以 2016 年数据为例，数据预览如下：

为了让大家更直观地感受这份数据，我还绘制了一幅图进行展示。下图展示了政府采购供应商与工商注册数据每年匹配成功的数量：

匹配方法

结合政府采购供应商数据与工商企业注册信息，使用政府采购供应商数据中的供应商字段与工商企业注册数据中的企业名称进行精确匹配。

考虑到中文企业名称的特殊性——只要有一个字不同都可能不是同一家企业，因此模糊匹配并不适用于此场景。这里采用精确匹配，但在匹配前对企业名称进行了标准化处理：

第一步：企业名称清洗

从政府采购合同数据中提取供应商字段，对常见的填写问题进行处理，包括：

*- 拆分多供应商（以逗号、顿号等分隔符分割）
split 企业名称, parse(, ､)

*- 去除标段信息、测试数据等无效内容
gen temp = ustrregexs(0) if ustrregexm(企业名称, "第(.*)标段")
replace 企业名称 = subinstr(企业名称, temp, "", .)

*- 修正全角字符为半角
replace 企业名称 = subinstr(企业名称, `"Ｔ"', "T", .)
replace 企业名称 = subinstr(企业名称, `"（"', "（", .)

*- 修正"有限公司"各种错误写法
replace 企业名称 = subinstr(企业名称, `"有限责任公司"', "有限公司", .)
replace 企业名称 = subinstr(企业名称, `"有限"', "有限公司", .) if substr(企业名称, -6, 6) == "有限"

第二步：生成匹配键 z

在匹配前，对企业名称进一步精简，删除以下词汇：股份有限、集团有限、有限责任、有限公司、有限、责任、股份、公司、厂、空格、(集团)、（集团）、省、市、区、县、各类自治区名称等，以大幅提高匹配命中率：

*- 生成标准化匹配键
gen z = 企业名称
replace z = subinstr(z, "股份有限", "", .)
replace z = subinstr(z, "有限公司", "", .)
replace z = subinstr(z, "有限", "", .)
replace z = subinstr(z, "公司", "", .)
replace z = subinstr(z, "（", "", .)
replace z = subinstr(z, "）", "", .)
replace z = subinstr(z, "省", "", .)
replace z = subinstr(z, "市", "", .)
replace z = subinstr(z, "区", "", .)
replace z = subinstr(z, "县", "", .)

第三步：按工商注册年份循环匹配

对工商注册信息按注册年份分年文件逐一匹配，使用 joinby 命令通过匹配键 z 连接两个数据集：

*- 按年份循环 joinby 匹配
local path = "/Volumes/ADT/常用大数据/工商注册信息2025-待匹配/"
cap mkdir "匹配结果1"
forval y = 1948/2023 {
    use "`path'/`y'.dta", clear
    drop if mi(z)
    joinby z using 待匹配政府采购数据.dta
    gen class = 1
    save "匹配结果1/`y'", replace
}

*- 合并所有匹配结果
appendall 匹配结果1, clear
save 匹配结果1, replace

第四步：回挂至原始政府采购数据并分年保存

*- 回挂合同其他变量
use 匹配结果1, clear
joinby cgid using "采购数据id2025.dta"
order cgid2025 - 项目名称
gsort cgid2025

*- 按年份拆分为分年 dta 文件
split_by_var 年份, folderpath("政府采购与工商注册信息_分年") prefix("data")

附件中也提供了完整的数据处理代码供参考。

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: 2000～2025 年政府采购供应商与工商注册信息匹配结果. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Linkage Results between Government Procurement Suppliers and Business Registration Information, 2000–2025. 2026. https://tidyfriday.cn/rsdb2/

关联课程/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

2013～2024 年上市公司与政府采购数据匹配结果(截止2024年12月)：https://rstata.duanshu.com/#/course/705954e973f8474797fe7990eae684c4

2015～2024 年专精特新企业与政府采购数据匹配结果：https://rstata.duanshu.com/#/course/f647e696f33e44188d262a5738183bec

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：2000～2025 年政府采购供应商与工商注册信息匹配结果