COVID-19大流行导致了利用私营部门数据集实时衡量商业动态和就业的研究激增。然而，关于这些数据集的代表性以及如何区分企业的开设和关闭与样本流失(即，已经运营的企业的样本进入和继续运营的企业的样本退出)仍然存在问题。本文提出了解决这些问题的新方法，并将其应用于Homebase的案例。Homebase是一个实时数据集，主要是小型服务业部门企业，在文献中被广泛用于研究大流行的影响。我们将Homebase建立记录与来自Safegraph、谷歌和Facebook的商业活动信息相匹配，以评估数据的代表性，并估计样本退出和进入中企业关闭和开业的概率。然后，我们利用数据的高频/地理细节来研究小型服务业企业是否比大型企业受到疫情的打击更严重，以及工资保障计划(PPP)在多大程度上帮助小企业保持员工就业。我们发现，我们对大流行期间小企业动态和就业情况的实时估计具有显著的代表性，与最近获得的行政数据的人口对应物非常吻合。区分企业倒闭和开业与样本流失对于这些结果至关重要。我们还发现，虽然小企业的就业在大流行开始时比大企业的就业萎缩得更严重，但在大流行结束后，小企业的就业复苏也更强劲。反过来，我们的估计表明，PPP贷款的迅速推出显著缓解了大流行对就业的负面影响。企业关闭和开业是这两个结果的关键驱动因素，因此强调了正确校正样本流失的重要性。
