时间线突然跳出了四年前的这个问题。主要问题是中小企业数据库，重点是“中小企业”。由于我使用了国内几乎所有的企业级数据，下面大致介绍一下：
        首先，什么是中小企业？根据国家统计局《大中小企业统计划分办法(2017)》，以工业企业为例，年营业收入在4亿元以下、从业人员在1000人以下的企业可划分为中小企业（中、小、微有具体划分标准；不同一级行业的大、中、小、微企业划分标准也不一样；这一标准历史上几经变更）。
        其次，根据上述标准我们发现，判断某一年度哪些企业是中小企业，可能需要营业收入和员工人数这两个变量。仍以工业企业为例，国家统计局建立了规模以上工业企业数据库，即中国工业企业数据库。那么什么是规模之上呢？目前，国家统计局的评选标准为年主营业务收入2000万元及以上的企业（注：该标准仅适用于2011年至今的统计，1998-2006年的统计标准为年主营业务收入500万元及以上的所有国有及非国有企业，2007-2010年的统计标准为年主营业务收入500万元及以上的企业）。结合上述标准，我们可以从中国工业企业数据库中提取一些中小型工业企业的数据。该数据库是目前国内信息最丰富的企业数据库，目前可获取1998-2013年的数据（2009年约11万家企业缺少名称和组织机构代码，2010年无真实微观数据），主要包括企业基本信息、企业产量和就业信息、企业财务报表信息三类变量，样本范围为16万-42万家企业。
        第三，谈完工业企业，怎样才能得到其他行业的中小企业信息？这里不得不提国家统计局建立的中国经济
        人口普查数据库。目前，中国已分别于2004年、2008年和2013年进行了三次经济普查。统计对象为第二产业和第三产业的所有单位和个体经营户，包含年营业收入和从业人数两个变量，也可按相应标准分为大型企业和中小企业。该数据的特点是样本比较完整，但变量相对较少，远小于中国工业企业数据库。目前，可从中国经济普查数据库中获取2004年工业企业样本、2008年全样本和2013年部分省份样本，其中，2008年法人单位708万个，工业单位约213万个。
        那么，如果我想要一个中小企业的数据：统计时间长，样本量不能太小，变量相对较多，怎么办？此时，我会推荐大家使用中小企业板、创业板、新三板上市企业的数据。目前，已有企业分别超过800家、700家和https://www.zhucesz.com/万家。这些挂牌（或新三板）中小企业的数据公开程度较高，几乎所有能披露的信息都会在年报中披露。上述三个板块分别始于2004年、2012年和20年，对应数据可从CSMAR数据库或WIND中国金融数据中获取。
        继续，如果你不关心企业的财务报表和输出就业信息，那么我推荐中商企业数据库。这个数据库是由国家工商行政管理总局建立的。包括市场上所有企业的基本信息（比其他所有企业数据库都要全面）、企业变更信息（资金变更、经营范围变更、注销等）、企业股权结构（谁是你的股东、谁是你的股东、分支机构等）、企业所有者和经营者（信息非常详细，有企业家身份证号，但基于统计法的保护一般无法获得）、行政许可、处罚等信息，样本超过1亿家企业。可以根据中国工业企业数据库、中国经济普查数据库和上市企业数据中的财报信息挑出大企业，其余为中国
        小生意。需要注意的是，该数据库中也有企业年报信息，但多数企业不披露，一般只有上市公司才会披露。天眼查、企名网、企名网等网站也提供工商企业信息，但数据来源是国家工商总局。
        还有一些企业调查数据库：
        世界银行于2002年和2012年对中国企业进行了三次调查，形成了世界银行中国企业调查数据库。这个数据库主要包括企业基本信息、企业年报信息的部分变量、企业年报中不会披露的部分信息（如对当地营商环境的判断等），样本约1500-12000家企业。
        由中央统战部、全国工商联、国家工商总局、中国民（私）民经济研究会联合组织的中国民营企业调查数据库，自1993年起，每两年开展一次调查（目前公开数据可获取1993年至2012年，20日起需申请）。这个数据库以创业者信息为主，有大量创业者回答的问题，样本约1100-5000个。
        上述两个数据库或多或少提供了一些企业规模分组、员工数量等变量，可以用来提取中小企业。不幸的是，这两个调查数据库都没有提供企业名称。
        个人极力推荐的一个中小企业调查数据库，是浙江工业大学建立的中小企业景气指数调查数据库。他们从2012年开始每月发布浙江省中小企业微观数据。这个数据库主要包含财报信息、融资信息、产销信息等，样本约1万个。
        除上述三大调查数据库外，国外机构（或企业）还收集了一些中国企业数据库，如Bureau van Dijk（简称BvD）亚太企业数据库、标准普尔资本智商数据库等，都或多或少包含了一些中国中小企业数据。国内部分高校（
        或机构）也建立了自己的企业调查数据库，如ODI-CNSE轻工业调查数据库、中国企业创新创业调查数据库等，但目前这些数据库的名气和质量还无法与CFPS、CHFS等中国家庭调查数据库相提并论。
        再者，如果你对创业中小企业非常感兴趣，那么我推荐你使用清科集团的私募数据库或者IT桔子网的创业融资数据库。相比较而言，上述两个初创型中小企业数据库在同类数据库中质量最高，涵盖了1990年以来初创型中小企业投资退出事件的发布信息。截至2017年底，初创型中小企业风险投资样本约12万个。
        但有人会问，如果我需要研究中小企业的进出口、创新、购地、环境污染、诉讼等问题怎么办？当然，做数据匹配！这时，你需要中国海关数据库、中国专利数据库、中国土地交易数据库、中国环境污染处罚数据库、中国诉讼数据库。拿上面提到的数据库中的中小企业列表，匹配这些数据库，就可以得到你想要的变量。这里也友情提示，由于中文的博大精深，同一企业可能会在不同的数据库注册不同的名称，因此在精准匹配的同时，需要适当考虑模糊匹配。
        最后，拿到这些中小企业数据库后，我们还需要做两件事：首先，检查数据库是真的还是假的。同一个数据库我拿到过很多版本，但经过与宏聚合数据的对比和数据分布的测试，往往可以确定哪组数据才是真实数据。二是即使获得真实数据，同一数据库不同年份的统计变量和统计口径也可能不同，这就需要进行数据清洗，统一调整变口径。