数据分享｜440 万观测值！1998～2013 年工企业与秦岭-淮河线的距离和南北方属性

上图中的蓝色线表示秦岭-淮河线，每一个点表示表示一家企业，点的颜色深浅和大小表示该企业距离秦岭-淮河线的距离，颜色越深、点越大表示距离越远，反之则越近。

出于保护原数据的版权考虑，我只给大家分享如下变量（报名培训班可以获取包含全部工企业数据库变量的完整版数据）：

1. 组织机构代码；
2. 企业名称；
3. 年份；
4. 省自治区直辖市；
5. 地区市州盟；
6. 经纬度；
7. 省份(根据经纬度解析)；
8. 省代码(根据经纬度解析)；
9. 城市(根据经纬度解析)；
10. 市代码(根据经纬度解析)；
11. 区县(根据经纬度解析)；
12. 县代码(根据经纬度解析)；
13. 所在区县是否和省界接触；
14. 所在区县是否和海岸线接触；
15. 所在区县是否和陆地国界线接触；
16. 所在区县是否为内部县（不和省界、国界线、海岸线接触的）；
17. 距离秦岭-淮河线的距离（单位：km）；
18. 位于南方或北方；

其中最后四个变量是 0 1 变量，例如 是否和省界接触 变量，该变量取 1 的时候表示该企业所在的区县和省界接触：

本次分享的数据包含了 1998～2013 年的 440+ 万个观测值！

数据格式方面我提供四个格式的：

1. 供 Stata 读取的 dta 格式的数据；
2. 供 R 语言读取的 rds 格式（使用 readr 包中的 read_rds 函数读取）；
3. 供文本编辑器打开的 csv 格式的数据（用 Excel 打开会出现中文乱码）；
4. 供 Excel 读取的 csv 格式的数据（文件名中含有 excel 的字样）。

注意事项（请认真阅读）

1. 所有的地址都是使用高德地图接口批量解析的，可能包含部分解析错误的观测值，不过从上面的地图来看大部分解析的都是正确的；
2. 由于工企数据库是 1998～2013 年的，里面的地址自然也是 1998～2013 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）；
3. 我提供的地理位置数据里有几个公司的名称含乱码，这是原数据的锅；
4. 高德地图接口解析得到的是 GCJ02 坐标系的经纬度，我已经转换成了 WGS84 坐标系的，可放心使用；

获取数据