前不久给大家分享了上市公司与工商企业注册信息数据匹配结果，不过因为上市公司的数量较少，所以最后我还是改成了直接爬取天眼查上各个上市企业的注册信息。今天给大家分享一份工企数据库与工商企业注册信息的匹配结果。由于数量太多，没办法再一一爬取了，只能和现有的工商企业注册数据直接匹配。
我是用的工商企业注册数据是个 1.5 亿条的版本，时间范围是 1949～2022 年。感觉不是很全，但是最终的匹配结果也不错。
工企数据和工商企业注册信息数据匹配的方法类似之前分享的工企海关数据匹配。根据两个数据库相似的地方，按照下面的三个步骤进行了匹配：
- 使用企业名称进行匹配。考虑到企业名称可以会使用不规范的方式表达，因为在匹配的过程中去除了可能会影响匹配的词语，例如 “有限”、“责任”、“公司” 等（例如有些公司会在有的地方说自己是有限责任公司，有的地方说自己是有限公司。实际上都是一样的）；
- 对于上一轮没匹配上的工企业，使用组织机构代码进行匹配。匹配前需要删除组织机构代码中的 “-”，然后再把大小字母都变成小写的；
- 对于上两轮匹配都没匹配上的工企业，使用工商注册号进行匹配。同样也进行小写化。（工商注册号在工企业数据里面是“登记注册号_工商行政管理部门”变量）。
工企海关数据匹配的课程在这里：
×
经过上述三轮匹配就可以得到最终匹配结果了。
最终匹配之后就得到了“工企与工商企业注册数据数据匹配结果.dta”文件。
匹配效果如下：
| 年份 | 匹配使用的工企数量 | 匹配成功的数量 | 匹配成功率 |
|---|---|---|---|
| 1998 | 165115 | 94060 | 56.97% |
| 1999 | 162022 | 96745 | 59.71% |
| 2000 | 162872 | 101867 | 62.54% |
| 2001 | 171254 | 117984 | 68.89% |
| 2002 | 181542 | 130694 | 71.99% |
| 2003 | 196206 | 148548 | 75.71% |
| 2004 | 279011 | 231044 | 82.81% |
| 2005 | 270023 | 225562 | 83.53% |
| 2006 | 301930 | 254477 | 84.28% |
| 2007 | 336732 | 287254 | 85.31% |
| 2008 | 412212 | 323453 | 78.47% |
| 2009 | 366130 | 292947 | 80.01% |
| 2010 | 442539 | 389597 | 88.04% |
| 2011 | 302593 | 271903 | 89.86% |
| 2012 | 324604 | 293609 | 90.45% |
| 2013 | 344875 | 312366 | 90.57% |
| 2014 | 289172 | 269422 | 93.17% |
注意这里我使用的工企数据是之前分享的工企地理位置信息数据，该数据进行过初步的处理，删除了一些重复的、无效的观测值，所以总量会和原始工企数据有细微差异。
下图更加直观：
为了方便大家使用，我把数据拆分成了逐年的数据，如果需要合并的话只需要循环 append 即可。
点击这里跳转到 RStata 短书平台获取附件：旧版本｜工企与工商企业注册信息数据匹配结果
评论