Se o teu estudo não precisa desagregar os dados completamente, você pode utilizar a própria base estatística disponibilizada pela RFB: http://www8.receita.fazenda.gov.br/SimplesNacional/Aplicacoes/ATBHE/estatisticasSinac.app/Default.aspx
Agora se você está interessado nos campos do CNPJ que fazem a relação com base do SINAC e SIMEI aí você estará vinculado as características e limitações das bases publicas disponibilizadas pela própria RFB, amplamente discutidas nessa trilha: https://dadosabertos.social/t/dados-relacionados-a-base-do-cnpj-liberados-pela-receita-federal-do-brasil/