企业股权数据采集遇到接口额度耗尽的处理路径

批量拉取企业股权穿透数据时，最常见的意外不是接口报错，而是跑到一半额度没了。现象很有辨识度：前面几个区数据正常，后面整片区域全部返回 0 条。

这不是那些区真的没有企业，而是接口在拒绝服务。下面按“判断—验证—补救—定边界”的顺序讲清楚怎么处理。

一、先确认是额度问题，不是数据问题

结论先行：整片区域返回 0，优先怀疑配额，不要怀疑数据源。

商业企业数据接口（企查查这类）通常按调用次数或积分计费。额度耗尽时，返回码常见是 402，错误信息类似：

{"status": 402, "message": "积分余额不足"}

看到这个，基本可以停止重试。继续调用不会恢复，只会浪费排查时间。

判断依据有三条：

• 已采区域数据完整，说明接口本身是通的；
• 缺口是整区整区出现，不是零星失败，说明是配额边界而非网络抖动；
• 错误码是 402 或明确的余额类提示。

如果错误码是 401/403，那是授权问题，方向不同——先查 OAuth 授权是否过期，而不是充值。

二、验证其他 server 的额度是否独立

很多数据平台把能力拆成多个 server（如 risk、operation、history），各自独立计费和授权。

值得花几分钟确认：其他 server 是否也有“对外投资”这个工具，额度是否独立。

实测结论通常是：其他 server 没有对外投资工具，或者 history 尚未授权。也就是说，换 server 这条路走不通，不能指望绕开配额。

这一步的意义在于排除幻想。确认之后，才能把精力放到真正的替代方案上。

三、逐个测试免费公开渠道

结论：免费渠道拿不到系统性的“股权+持股比例”数据。

逐个测试的结果如下：

渠道	结果
爱企查	跳转反爬验证页
天眼查 / 企业年报	要求登录
企知道集团页	JS 渲染，抓不到内容
债券评级报告 PDF	字体乱码，抽取不可靠

表格读法：左列是尝试过的公开渠道，右列是实际卡点。四类渠道全部失败，且失败原因各不相同——反爬、登录墙、动态渲染、文档质量问题。

其中债券评级报告这条路径值得单独说。它理论上是最靠谱的公开替代：集团发债会披露子公司结构。但 PDF 常见扫描件或嵌入字体，文本层抽取出来是乱码，无法可靠还原持股比例。数据质量不达标，宁可不做。

四、把已采部分整理成可用成果

结论：额度耗尽不等于工作白做，先把已采数据成型。

典型的一次采集中断，进度可能是这样的：

项	结果
一级企业	195 家，16 区全覆盖
二级企业	832 家，8 区齐全，虹口 25 家（部分）
缺口	杨浦、闵行、宝山、嘉定、金山、青浦、崇明 7 区二级未采

表格读法：一级是区国资委直接持股≥50% 的企业，二级是其对外投资。缺口集中在 7 个区的二级数据，原因是 key 在虹口跑到一半耗尽。

整理时按层级拆表：一级一张、二级一张，保留持股比例字段。这样即使二级不全，一级的 16 区覆盖仍然可用。

如果之前通过官网等公开资料核实过个别区的二级数据（例如松江、奉贤），可以合并进来，但要在表里标注来源，避免和接口数据混在一起无法追溯。

五、确认成果与划定边界

怎么确认整理成功：

• 一级表行数与采集日志一致；
• 二级表按区统计，齐全的区数量对得上；
• 缺口区在表里显式标记为“未采”，而不是留空。

怎么判断哪一步失败：如果某区二级为 0 且该区在一级表里有企业，那就是采集缺口，不是真实为零。

边界要说清楚：免费公开渠道无法补齐“股权+持股比例”这类结构化数据。商业接口的数据质量明显更高，缺口只能靠续费或换付费源解决。反爬、登录墙、JS 渲染、PDF 乱码这四类障碍，短期内没有稳定的免费绕法。

因此合理的做法是：交付已采部分的完整版本，把缺口列成清单，由需求方决定是补额度还是接受不完整。不要用推测数据填缺口，那会让整张表失去可信度。