前不久给大家分享了升级版【0674 2.8亿！中国工商企业注册全量数据库 (含经纬度) 1949-2023-科研学术数据库】，现在我们尝试将其与【0993 852万+税收调查数据（含SDID）2007-2020-科研学术数据库】进行跨库匹配，最终得到了匹配率超 96% 的高质量数据集【0997 税调数据与工商注册数据匹配结果（2007-2020）-科研学术数据库】（近年匹配率更是高达 98%+）！
匹配方法：
结合两类数据的变量特征，采用两步精准匹配法：
企业名称精确匹配：预处理时剔除「有限责任、股份有限、集团、公司、厂、省、市、区、自治区」等冗余词汇，解决名称表述不一致问题，大幅提升匹配效率。
统一信用代码补配：对第一步未匹配成功的样本，通过统一社会信用代码进行精准匹配，最终合并两部分结果。
核心说明：
总观测值数：926,845 条
新增 2021～2023 年最新数据，2008～2020 年数据沿用统一 sdid 变量，可直接衔接历史研究
附件同步提供「社保缴费基础信息 08_23.dta」，含法人代码、行政区划代码等 5 个补充变量，总观测值 1,083,527 条
数据来源：企业社保缴费统计数据、天眼查工商注册数据库。
数据指标：sdid、年份、newgcid、企业名称、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、法人代表、经营状态、统一社会信用代码、工商注册号、纳税人识别号、组织机构代码、企业类型、登记机关、营业期限、纳税人资质、人员规模、参保人数、曾用名、英文名、注册地址、经营范围、邮箱、标签、成立年份、经度、纬度、省、省代码、市、市代码、县、县代码、核准日期、英文名称、法定代表人、公司规模、网址。
