新版本：https://rstata.duanshu.com/#/brief/course/24376370188e4622b124f4a3199e395b
国泰安数据库提供了一份上市公司子公司数据，但是没有子公司经纬度及其所处的省市区县，最近培训班的小伙伴恰好需要这些信息，于是我在这份数据的基础上，先对子公司使用工商注册信息匹配，然后使用地理编码的方法对注册地址（如果注册地址缺失，就使用企业名称）进行地址解析，得到上市公司子公司的经纬度数据；之后根据 2021 年行政区划，判断出每个公司所处的省市区县。
数据概览
最终我们处理得到了 1999～2022 年上市公司子公司经纬度及其所处的省市区县信息，一共包含 104 万条结果（原始数据是 108 万条，去除重复的还剩 104 万），数据概览如下：
为了便于大家直观感受这份数据，我还绘制了两幅图进行展示。上市公司子公司地理分布如下图所示：
下图展示了部分上市公司与子公司的网络关系：
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：
- 使用 Stata 进行地理编码：地址解析经纬度、坐标转换 & 根据经纬度判断所处的省市区县：https://rstata.duanshu.com/#/course/537300af1a9947edb758789785c600f3
- 使用 R 语言进行地理编码：地址解析经纬度、坐标转换 & 根据经纬度判断所处的省市区县：https://rstata.duanshu.com/#/course/6f8633b486ed49e398c486d0d9f0f59a
注意事项
- 经纬度是根据上市公司子公司注册地址和子公司名称变量、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）；
- 由于上市公司子公司数据库是 1999～2022 年的，里面的地址自然也是 1999～2022 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）。
点击这里跳转到 RStata 短书平台获取附件：旧版本｜1999～2022 年上市公司子公司数据（含经纬度及其所属的省市区县）
评论