更新（强烈推荐）！
数据：2000-2021中国土地交易数据（包含全部爬虫代码）
爬虫软件：Stata16（提供爬虫代码）
来源：中国土地市场网
网址：https://www.landchina.com/
截止日期：2021年3月1日
观测值：275万+
变量：27终于处理完了，太不容易了！这个数据量实在是太大了！很多人觉得 Stata 的爬虫能力弱，其实不然，中国土地市场网的数据就不太容易，有相对强大的反爬机制，请求模式是 post ，想用 copy 命令的小伙伴赶紧放弃吧！那么，如何爬取这套275万多的数据呢？网站只提供前 200 页，如何爬取完整的数据呢？单一的 cookie 爬取太多页以后会触动反爬，又要如何应对呢？可以好好学习一下代码，当然这里用到了 curl ，不太熟悉的小伙伴建议先百度找一下相关内容简单学习一下。在代码中，我也是加了非常多的注释便于大家理解。当然，并不是所有小伙伴都对爬虫代码感兴趣，如果向直接获取数据也是可以的！为了让大家更好地了解数据，在附件中提供了示例数据（根据总观测值抽样不到5%，大概又12万+观测值），大家可以免费下载。

具体文件说明如下（完整的附件包含如下内容，如果只需要数据，则只包含2和3）：
1.Chinaland文件夹中的子文件夹均为爬取过程生成的文件夹
2.最终数据：2000-2021土地交易最终数据(含经纬度).dta
3.分数据（防止大家的电脑内存不够用）
（1）2000-2009土地交易数据(含经纬度).dta
（2）2010-2015土地交易数据(含经纬度).dta
（3）2016-2021土地交易数据(含经纬度).dta
4.爬虫代码
（1）Chinaland2021.do——爬取第一层数据代码（主要为了获取每条信息的网址链接）
（2）Chinaland_detail2021.do——爬取第二层数据代码（明细数据）
为了节省空间，爬取过程中生成的数据都删去了，大家还是主要根据代码学习，如果单进程完整的爬取的话，需要两个月（当然，多个电脑多个进程同时爬会成倍提高效率）
各年观测值数量：
------------+----------------------------------------
年份 | Freq. Percent Cum.
------------+----------------------------------------
2000 | 1,298 0.05 0.05
2001 | 2,987 0.11 0.16
2002 | 18,128 0.66 0.81
2003 | 25,545 0.93 1.74
2004 | 58,618 2.13 3.87
2005 | 44,298 1.61 5.48
2006 | 60,794 2.21 7.69
2007 | 143,490 5.21 12.90
2008 | 118,489 4.30 17.20
2009 | 140,851 5.12 22.32
2010 | 179,896 6.53 28.85
2011 | 203,599 7.39 36.24
2012 | 195,572 7.10 43.35
2013 | 228,396 8.29 51.64
2014 | 183,732 6.67 58.31
2015 | 163,943 5.95 64.27
2016 | 150,336 5.46 69.73
2017 | 157,541 5.72 75.45
2018 | 215,062 7.81 83.26
2019 | 209,712 7.62 90.87
2020 | 224,505 8.15 99.03
2021 | 26,768 0.97 100.00
------------+----------------------------------------
Total |2,753,560 100.00

------------+----------------------------------------
2021年截止到3月1日，所以少了一些，大家还可以根据代码接着爬取
包含变量说明：

序号	变量
1	年份
2	电子监管号
3	所在省份
4	所在城市
5	所在区县
6	经度
7	纬度
8	项目名称
9	项目位置
10	面积(公顷)
11	土地来源
12	土地用途
13	供地方式
14	土地使用年限
15	行业分类
16	土地级别
17	成交价格(万元)
18	土地使用权人
19	约定容积率下限
20	约定容积率上限
21	约定交地时间
22	约定开工时间
23	约定竣工时间
24	批准单位
25	合同签订日期
26	地址
27	链接