Enterprise-Registration-Data-of-Chinese-Mainland

[cheenwe]

Enterprise-Registration-Data-of-Chinese-Mainland 中国大陆 31 个省份 1978 年至 2019 年一千多万工商企业注册信息，包含企业名称、注册地址、统一社会信用代码、地区、注册日期、经营范围、法人代表、注册资金、企业类型。

数据以 CSV 、Excel 及 JSON 三种文件类型存储，相应文件分别保存在 Enterprise-Registration-Data/csv、Enterprise-Registration-Data/xls、Enterprise-Registration-Data/json 三个分支中。

其中 CSV 与 Excel 的格式为：企业名称、统一社会信用代码、注册日期、企业类型、法人代表、注册资金、经营范围、所在省份、地区、注册地址，编码为 UTF-8

JSON 的编码为 UTF-8，文件格式如下：

{ "name":"企业名称", "code":"统一社会信用代码", "registrationDay":"注册日期", "character":"企业类型", "legalRepresentative":"法人代表", "capital":"注册资金", "businessScope":"经营范围", "province":"所在省份", "city":"地区", "address":"注册地址" } 最新数据会不定期进行更新。

This repository is an dataset of over 10,000,000 enterprise registration data of 31 provinces in Chinese mainland from 1978 to 2019.

The enterprise registration data including 10 items: the name of enterprise,uniform social credit code,registration date,character of economy,legal representative,registered capital,business scope,province,city and registration address.

The dataset represents in three different types: CSV,Excel and JSON,which are located at Enterprise-Registration-Data/csv、Enterprise-Registration-Data/xls、Enterprise-Registration-Data/json .

The order of 10 items in CSV and Excel are :

name,code,registrationDay,character,legalRepresentative,capital,businessScope,province,city,address. And the record in the JSON file is represented as below:

{ "name":"the name of enterprise", "code":"uniform social credit code", "registrationDay":"registration date", "character":"character of economy", "legalRepresentative":"legal representative", "capital":"registered capital", "businessScope":"business scope", "province":"province", "city":"city", "address":"registration address" } The encoding of all those files are UTF-8.

This repository will be updated from time to time.Give me a star or fork this repository if you like it.

Citation format: 如果您需要在论文中引用本数据集，您可以使用下列引用格式进行引用：

刘文. 中国大陆企业工商注册信息数据集[EB/OL].https://github.com/imhuster/Enterprise-Registration-Data-of-Chinese-Mainland, 2019-06-01.

If you want to use this dataset in you paper,you can use the flowing citation format:

Wen Liu. Enterprise-Registration-Data-of-Chinese-Mainland[EB/OL].https://github.com/imhuster/Enterprise-Registration-Data-of-Chinese-Mainland, 2019-06-01.

License 本仓库数据集源自网络，本人不对数据的真实性负责，您引用本仓库内容或者对内容进行修改演绎时，请署名并以相同方式共享，谢谢。

The data of this repository is collected from the several open data web sites of Chinese government and this repository is released under Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)

Announcement 本仓库数据的收集行为严格遵守《中华人民共和国网络安全法》及《中华人民共和国刑法》中的相关规定，特此声明以下三点：

本仓库的数据的爬取严格遵守相关政府公开数据网站的“Robots协议”、没有采取任何规避或突破反“爬虫”安防措施的技术手段、没有任何越权的行为；

爬取的数据是公开的、非隐私的、不属于著作权保护范围的信息，数据也仅用于学术目的，本人未从数据中获取任何经济利益；

爬虫的爬取行为未对相关网站的正常运行造成影响。

[cheenwe]

SQL File In https://github.com/cheenwe/pbs_dc/issues/1 👎

[conpionchan]

您好，我在Navicat for MySQL上 运行这个 dc_face_2019-06-27.sql 文件出现了错误（如下图），请问是什么原因呢？

[conpionchan]

我检查了一下，在数据来源不清楚的情况下，我发现这套数据不全，缺失好多数据，用以做科学研究存在很大的问题。

[cheenwe]

我检查了一下，在数据来源不清楚的情况下，我发现这套数据不全，缺失好多数据，用以做科学研究存在很大的问题。

@conpionchan 记得数据应该是从企查查上爬取的， 这是原始csv数据， 我用的时候处理成了sql语句， 使用的是 workbench导出的， 理论上是没有问题的， 你可以使用csv数据，自己处理下， 数据如下；

https://github.com/kinginsun/Enterprise-Registration-Data-of-Chinese-Mainland/tree/master/csv

[conpionchan]

我检查了一下，在数据来源不清楚的情况下，我发现这套数据不全，缺失好多数据，用以做科学研究存在很大的问题。

@conpionchan 记得数据应该是从企查查上爬取的， 这是原始csv数据， 我用的时候处理成了sql语句， 使用的是 workbench导出的， 理论上是没有问题的， 你可以使用csv数据，自己处理下， 数据如下；

https://github.com/kinginsun/Enterprise-Registration-Data-of-Chinese-Mainland/tree/master/csv

@cheenwe 这个csv格式的数据我下载了，这套数据是不全的，以浙江省为例，单个年份的企业数量不可能只有1万家左右，如果是大中小微型各类企业，单个年份的新增企业总量起码有几十万家甚至上百万家，所以这套数据是不全的。

[cheenwe]

@conpionchan 这个数据是别人用爬虫从网上爬取的, 是不全的, 只能供参考. 如果做科学研究的话建议用官方的数据...

[conpionchan]

@conpionchan 这个数据是别人用爬虫从网上爬取的, 是不全的, 只能供参考. 如果做科学研究的话建议用官方的数据...

好的，了解了，谢谢！