雅鲁藏布江下游水电工程企业注册活力研究

这是一个围绕“雅鲁藏布江下游水电工程是否带动企业注册活力”所搭建的复现与分析仓库。项目以西藏企业注册数据为基础，结合空间暴露分组、双重差分（DID）、事件研究、稳健性检验和异质性分析，输出论文写作可直接使用的图表与诊断表。

项目内容

• 整理和合并天眼查导出的西藏企业注册数据
• 构建 2020-01 到 2025-09 的县级月度平衡面板
• 以工程走廊距离划分处理组、排除组和对照组
• 运行基准 DID、事件研究、稳健性检验、异质性分析
• 导出图表、回归结果和辅助诊断表

默认研究设定

当前主程序 did_model.py 默认使用 project_corridor 口径：

• 政策冲击时点：2021-03
• 时间范围：2020-01 至 2025-09
• 疫情极端月份剔除：2020-02、2020-03、2020-04
• 处理组：米林县、墨脱县、林芝县
• 排除组：波密县、工布江达县
• 对照组：察隅县、边坝县、嘉黎县、洛隆县、八宿县、朗县、比如县、索县、隆子县、丁青县、加查县

空间分组逻辑来自 map_did.py：

• 0-30km：核心处理县
• 30-80km：潜在外溢排除县
• 80-200km：低暴露对照县

此外，did_model.py 中还保留了 broad_basin、core_corridor 等备选口径，可通过修改 ACTIVE_PROFILE_KEY 切换。

仓库结构

• did_model.py：主分析脚本，负责数据读取、面板构建、回归、绘图与导出
• map_did.py：工程走廊暴露分组与空间分布图生成
• county_utils.py：区县名称标准化工具
• 单文件数据导入.py：合并多个天眼查 Excel，并统一日期格式
• 天眼查爬虫.py：Selenium 爬虫脚本，用于分月抓取企业数据
• test_did_model.py：单元测试，锁定样本口径、关键参数和绘图行为
• did_output/：分析结果输出目录
• data/：原始数据压缩包或备份
• 仿真/：地图底图、河流分级图层和区县边界数据
• docs/plans/：开发计划与过程记录

环境依赖

建议环境：

• Windows
• Python 3.10+

核心依赖：

pip install pandas numpy matplotlib statsmodels geopandas shapely openpyxl selenium

说明：

• 若只运行主分析，不使用爬虫，则 selenium 不是必须。
• 若只做数据合并，不需要安装 geopandas 和 shapely。
• Windows 下安装 geopandas 若遇到编译问题，建议使用 Conda 环境。
• 绘图脚本默认使用中文字体 SimHei，本机缺失时可能出现中文乱码或方块字。

数据准备

主分析脚本默认读取仓库根目录下的：

• 西藏企业数据.xlsx

该文件已被 .gitignore 忽略，通常不会提交到仓库。运行前请确认它位于项目根目录。

如果你手头是多个天眼查导出的 Excel，可以先在项目根目录执行：

python 单文件数据导入.py

这个脚本会：

• 读取已有的 西藏企业数据.xlsx
• 合并当前目录下以 【天眼查】 开头的 Excel 文件
• 去重并标准化“成立日期”
• 输出 合并_所有企业数据_日期格式.xlsx

运行方式

1. 运行主分析

python did_model.py

主程序会依次执行：

• 数据清洗
• 月度面板构建
• 描述统计
• 基准 DID
• 事件研究和平行趋势检验
• 稳健性检验
• 异质性分析
• 空间分布图绘制
• CSV 与图片导出

2. 单独生成空间分布图

python map_did.py

3. 运行测试

python -m unittest -v test_did_model.py

输出结果

运行 did_model.py 后，结果默认写入 did_output/。

主要图片包括：

• fig1_事件研究图.png
• fig2_月度趋势图.png
• fig3_系数汇总图.png
• fig4_异质性分析图.png
• fig5_空间分布图.png

主要表格包括：

• 01_月度面板数据.csv
• 02_回归结果汇总.csv
• 03_事件研究系数.csv
• 04_组别前后对比.csv
• 05_年度差距分解.csv
• 06_县级贡献分解.csv
• 07_行业门类影响因子.csv
• 08_行业大类影响因子.csv
• 09_时间窗口影响因子.csv

代码说明

did_model.py 的核心思路如下：

1. 读取企业注册明细并统一县名
2. 仅保留样本县和研究期内数据
3. 按县 × 月构建平衡面板
4. 使用 treat × post 构造 DID 变量
5. 用双向固定效应模型估计注册活力变化
6. 用事件研究检查处理前趋势
7. 从空间、行业、时间三个维度做异质性比较

注意事项

• 天眼查爬虫.py 目前写死了本地路径，例如 E:\工具\chromedriver.exe 和 C:\Users\Wu\Desktop\数据收集，直接运行前需要先按本机环境修改。
• map_did.py 依赖 仿真/ 目录下的 GeoJSON、Shapefile 和河流图层，目录名与文件名不要随意变动。
• 若只想复现实证结果，优先使用已有的 西藏企业数据.xlsx 和 did_model.py，不必先跑爬虫。
• 如果需要切换研究口径，可在 did_model.py 中修改 ACTIVE_PROFILE_KEY。

参考

主分析脚本注释中注明的参考框架为：

• The Growth Tide: Quasi-Experimental Evidence on the Regional Economic Impacts of Mega-Dams

如果后续还要继续完善，比较自然的下一步通常是补一个 requirements.txt 或 environment.yml，把当前环境固定下来，便于复现。