Longitudinal Geospatial Dataset of Micro-businesses in Mexico City

这是一个关于墨西哥城微型企业的纵向地理空间数据集，通过整合墨西哥国家经济单位统计目录（DENUE）的地理参考食品企业数据构建而成。数据集覆盖了2010年至2025年的时间范围，包括企业生存、新生和消亡的追踪信息，并经过清洗、处理和聚合，适用于空间分析和趋势研究。This is a longitudinal geospatial dataset focused on micro-enterprises in Mexico City, constructed by integrating georeferenced food enterprise data sourced from Mexico’s National Directory of Economic Units (DENUE). The dataset spans the period from 2010 to 2025, and includes tracked information on enterprise survival, entry and exit. Having been cleaned, processed and aggregated, it is suitable for spatial analysis and trend research.

原始信息汇总

数据集概述

该数据集是一个基于墨西哥国家经济单位统计目录（DENUE）构建的纵向地理空间数据集，聚焦于墨西哥城的小微食品企业。

数据来源

原始数据来自墨西哥国家统计与地理研究所（INEGI）的DENUE公共数据集，具体包含以下年份的压缩CSV文件：

• 2010年数据
• 2015年数据
• 2020年数据
• 2021年数据
• 2025年数据

同时提供一个数据字典文件 dict_denue_10_15_20_25.xlsx，用于字段说明。

数据结构

数据集被组织在 data/ 文件夹下，分为三个子目录：

• original：存储从DENUE下载的原始CSV压缩文件。
• working：存储数据清洗和准备过程中的中间数据集，用于诊断检查、敏感性分析或进一步优化。
• final：存储经过处理和聚合的最终数据集，可直接用于分析或可视化。包含由 00_processing_data.R 脚本生成的最终表格。

核心分析内容

通过 src/ 文件夹中的R脚本完成以下分析：

• 00_processing_data.R：清洗墨西哥城食品企业数据，利用2010年和2020年的数据构建纵向数据集。生成一个最终表格，定义2010年至2020年期间“存活”的企业、“新生”企业以及“消亡”企业（2010年存在但2020年消失）。
• 01_sensitivity_analysis.R：进行敏感性分析，确定用于匹配2010年和2020年企业记录的字符串距离和地理距离的阈值。
• 02_validation.R：利用2015年至2025年及2021年至2025年的数据，对匹配方法的准确性进行验证。因为2015年起数据包含企业ID（CLEE），可追踪纵向变化。

输出成果

output/ 文件夹包含分析生成的图表：

• fig2_sens_analysis.jpeg：图2，展示了不同字符串距离和地理距离阈值组合下匹配数量敏感性的热力图。
• figA1_dist_geo.jpeg：附录图A1，2015–2025年验证样本中匹配企业间地理距离的分布。
• figA2_dist_geo_CLEE.jpeg：附录图A2，使用官方DENUE ID（CLEE）匹配的2021–2025年企业间地理距离分布，作为字符串与距离匹配方法的基准。
• figA3_f1_score.jpeg：附录图A3，验证中不同字符串距离和地理距离阈值组合下的F1得分热力图，用于选择最优匹配参数。

可复现性

项目包含 renv.lock 文件，记录了分析所用R包的具体版本，确保结果可复现。

引用说明

使用最终数据或代码时，请引用以下论文： Farah, I., Kelling, C., Leng, X., & Zhao, Y. (2026). Building a Longitudinal Geospatial Dataset of Micro-businesses in Mexico City. Environment and Planning B.

搜集汇总

数据集介绍

构建方式

该数据集的构建基于墨西哥国家统计与经济地理研究所（INEGI）发布的全国经济单位统计目录（DENUE），聚焦于墨西哥城内的食品类微型企业。研究团队系统搜集了2010年、2015年、2020年、2021年及2025年五个时间节点的地理参考商业数据，涵盖原始CSV文件与数据字典。通过R语言脚本对原始数据进行清洗、聚合与地理编码匹配，利用字符串相似度与地理距离双重阈值判别不同年份间的商业实体对应关系，最终整合为纵向面板数据集。该过程包括对2010年至2020年间企业存续、新增与消亡状态的分类，并辅以敏感性分析与验证流程以优化匹配参数。

使用方法

用户可利用`src/`文件夹下的R脚本复现全部数据处理流程，其中`00_processing_data.R`执行核心的纵向数据集构建与生存状态分类，`01_sensitivity_analysis.R`与`02_validation.R`则分别用于优化匹配阈值与评估方法准确性。处理完毕的最终聚合表格存放于`data/final/`目录，可直接供后续的空间计量分析或可视化工作使用。为确保结果的可重复性，项目提供了`renv.lock`文件锁定R包版本环境。正式使用时，建议引用相关论文以明确数据来源与方法依据。

背景与挑战

背景概述

在城市化与经济发展研究中，微型企业作为城市经济活力的重要微观单元，其时空动态追踪对于理解城市商业生态演变至关重要。然而，由于微型企业规模小、生命周期短、登记信息不完善，构建长时序、高精度的纵向地理数据集长期面临数据断裂与匹配难题。2026年，由Farah、Kelling、Leng和Zhao等研究者合作完成的“墨西哥城微型企业纵向地理数据集”应运而生。该数据集基于墨西哥国家统计地理研究所（INEGI）发布的DENUE公开数据，系统整合了2010、2015、2020、2021与2025年五个时间节点的食品类企业地理信息，通过创新的字符串距离与地理距离联合匹配算法，实现了跨十年企业生存、新生与消亡状态的精准识别。这一数据集不仅为墨西哥城微型企业时空演化研究提供了前所未有的数据基础，更为全球发展中国家城市非正规经济的量化分析提供了方法论范式。

当前挑战

该数据集面临的挑战主要来自三个层面。在领域问题层面，微型企业因其高度动态性、登记信息模糊且缺乏唯一标识符，传统方法难以准确追踪其跨时点的生存状态，这导致城市经济韧性、商业更替率等核心议题长期缺乏可靠数据支撑。在构建过程中，研究者需解决两大技术难题：其一，早期数据（如2010年）缺乏企业唯一ID（CLEE），仅能依赖企业名称和地址等文本信息进行模糊匹配，而墨西哥微型企业名称常存在拼写变异、缩写与缺失，增加了字符串匹配的复杂度；其二，地理坐标精度不一，同一企业在不同年份可能因测量误差或搬迁而出现数十至数百米的位置偏移，单纯依靠空间邻接会导致误判。为应对这些挑战，研究者开发了联合阈值优化方法，通过敏感性分析与F1分数验证，确定最优的字符串距离与地理距离组合，并利用2015年后引入的企业ID作为金标准进行交叉验证，以提升匹配的准确性与鲁棒性。

常用场景

经典使用场景

该数据集基于墨西哥国家统计与经济地理研究所（INEGI）的DENUE公共数据库，通过整合2010、2015、2020、2021及2025年五个时间节点的地理参考食品企业数据，构建了一个纵向地理空间数据集。其核心利用字符串相似度与地理距离相结合的方法，对跨年度的企业记录进行精确匹配，从而识别出企业的存续、新生与消亡状态。这一数据集尤其适用于研究城市微观企业在时空维度上的动态演化规律，特别是在缺乏统一企业标识符的情况下，为追踪中小型食品商户的生存周期与空间迁移提供了可靠的数据基础。

解决学术问题

该数据集解决了传统官方统计中缺乏微观企业纵向追踪数据的难题，尤其是针对非正规经济占比较高的发展中国家城市。在学术研究中，它使得学者能够量化小微企业在地理空间上的进入、退出与持续经营模式，从而深入探讨城市商业生态的韧性、空间集聚效应以及经济冲击对基层商户的异质性影响。其意义在于提供了一个可复制的方法论框架，将静态的截面普查数据转化为动态的面板数据，极大地拓展了城市经济学、经济地理学和商业地理学中关于企业动态与城市空间结构交互关系的实证研究边界。

实际应用

在实际应用层面，该数据集能够为墨西哥城的城市规划与商业政策制定提供精准的决策支持。例如，通过分析小微企业生存率与空间分布的关系，政府可识别出商业低洼区或高风险区域，从而优化街区更新策略、小微企业扶持资金的投放区位以及公共卫生事件下的经济复苏干预措施。此外，该数据还可用于零售连锁企业的选址决策，帮助商业实体评估不同社区的市场饱和程度与潜在竞争格局，实现基于数据驱动的商业布局优化。

数据集最近研究

最新研究方向

针对墨西哥城微型食品企业的纵向地理空间数据集构建，该研究通过匹配2010至2025年间多个时间截面的地理与字符串距离，开创性地追踪了小微企业“生存、新生与消亡”的动态演化。在全球城镇化与后疫情经济复苏背景下，这一方法为缺乏官方唯一标识的微型商业单元提供了高精度纵向追踪范式。数据集敏锐捕捉了墨西哥城街头经济的地理韧性，为研判非正规经济空间集聚、商业更替率与社区级食品可达性变迁提供了前所未有的微观证据。该工作不仅填补了发展中国家大城市微观商业动态数据的空白，更催生了基于低成本行政数据的时空一致性分析浪潮，对推动智慧城市政策制定与包容性增长研究具有深远影响。