1998～2014 年污染数据与工商注册数据匹配结果（版本2）

最近给大家更新了工商企业注册信息：

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

最近有小伙伴想把更新后的工商企业注册信息与污染数据库匹配起来，企业污染数据库我之前也分享过：

1998～2014 年中国制造业排污整合数据库（dta 格式+原始数据）：https://rstata.duanshu.com/#/course/db26ad2971af481596a2a24e648375d2

由于两份数据都非常巨大，所以我就直接帮大家匹配好了。

数据概览

为了避免数据过大，所以这个数据只是公司名称（或组织机构代码）和工商注册信息的匹配，使用的话，可以用公司名称再和污染数据匹配下就好了。数据的时间范围为 1998～2014 年，企业污染库与工商注册数据匹配结果概览如下：

附件中也提供了 1998～2014 年企业污染数据库：

匹配结果

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。下图展示了企业污染库与工商注册数据每年匹配成功的数量：

匹配方法

结合企业污染库与工商企业注册信息的变量，我选择了两种匹配方式。

首先根据企业名称进行匹配。在之前的课程「Stata 中的中文模糊匹配——以 2014 年工企数据和境外投资名录数据匹配为例」中，我分享过使用 Stata 进行模糊匹配的方法，不过模糊匹配耗时耗力，并且错误率很高。不同于英文，中文企业名称只要有一个字不同都可能不是同一家企业（英文企业名称有一两个字母不同可能是因为笔误）。所以中文企业名称的模糊匹配没有意义。因此这里我还是使用了精确匹配，考虑到企业名称中经常会把“有限公司”和“有限责任公司”混用，以及有限公司改股份有限公司之类的。所以这里在匹配前删除了下面词汇：股份有限、集团有限、有限责任、有限、责任、股份、公司、厂、 、(集团)、（集团）、（、）、(、)、省、市、区、县、回族自治区、壮族自治区、维吾尔自治区、自治区。这样可以大大提高匹配成功率。

Stata 中的中文模糊匹配——以 2014 年工企数据和境外投资名录数据匹配为例：https://rstata.duanshu.com/#/course/d4fb816566244662ab6359fa848f1f1e

之后再对没有匹配成功的使用组织机构代码进行匹配，最后合并两部分的匹配结果，就得到了我们需要的数据，附件中也提供了匹配使用的代码供大家参考。

数据匹配的方法都差不多，感兴趣的小伙伴也可以学习下面两个课程：

• 如何匹配中国工业企业数据库和海关数据库？以 2013 年为例：https://rstata.duanshu.com/#/course/5463b8d7afcb438ca1e537fa76c1a45d
• 工企和污染数据是如何匹配的？使用 Stata 完成整个过程：https://rstata.duanshu.com/#/course/7325758d0ad9457790215455dbcbcb1a

点击这里跳转到 RStata 短书平台获取附件：1998～2014 年污染数据与工商注册数据匹配结果（版本2）