建站
咨詢
售后
建站咨詢
新聞中心
行人識別技術是計算機視覺領域的一個熱門研究方向，它在很多領域中都有著廣泛的應用，例如公共安全、智能監(jiān)管、自動駕駛等。而要開發(fā)一個高效的行人識別算法，就必須先構建一個行人識別數(shù)據(jù)庫來訓練這個算法。而構建一個行人識別數(shù)據(jù)庫的關鍵是如何確定正負樣本。在本文中，我們將會講解如何構建正負樣本，以幫助讀者更好地理解并應用行人識別技術。
創(chuàng)新互聯(lián)-專業(yè)網站定制、快速模板網站建設、高性價比涇川網站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式涇川網站制作公司更省心,省錢,快速模板網站建設找我們，業(yè)務覆蓋涇川地區(qū)。費用合理售后完善，10多年實體公司更值得信賴。
一、什么是行人識別數(shù)據(jù)庫
行人識別數(shù)據(jù)庫是用來存儲和管理行人圖像數(shù)據(jù)的數(shù)據(jù)庫。與普通的圖像數(shù)據(jù)庫不同的是，行人識別數(shù)據(jù)庫需要包含大量的正負樣本，以供行人識別算法使用。其中，正樣本指的是包含行人的圖像，而負樣本則指沒有行人的圖像。
使用行人識別數(shù)據(jù)庫可以幫助行人識別算法更好地學習如何識別行人。因為行人識別算法需要從樣本數(shù)據(jù)中學習特征，而正負樣本的構建可以幫助算法更好地學習樣本數(shù)據(jù)中的特征，從而更準確地識別行人。
二、如何構建正負樣本
2.1 正樣本的構建
構建正樣本的方法主要有兩種：手工標注和自動檢測。
手工標注是將已經包含行人的圖像標注為正樣本。這種方法需要耗費大量的人力和時間，但是標注的精度和可信度會更高。手工標注通常會采用一些標注工具，例如標注矩形、標注多邊形等。標注人員需要仔細地觀察圖像，將圖像中的行人部分標注出來。
自動檢測則是使用行人檢測算法自動檢測出圖像中的行人部分。這種方法速度快，但精度和可信度會相對較低。自動檢測模型主要會使用一些深度學習模型，例如SSD、Faster R-CNN等來進行行人檢測。
2.2 負樣本的構建
構建負樣本的方法通常比較簡單，可以直接從行人數(shù)據(jù)集中刪除包含行人的圖像，或者從其他數(shù)據(jù)集中隨機選擇圖像作為負樣本。
構建負樣本需要注意的一點是，負樣本要盡可能地與正樣本相似。因為行人識別算法需要學習如何判斷一張圖像中是否有行人，如果負樣本中存在太多與正樣本不同的特征，反而會降低算法的性能。因此，構建負樣本的過程需要注意篩選，選擇與正樣本相似的圖像作為負樣本。
2.3 樣本的均衡
在構建正負樣本時，需要注意樣本的均衡。均衡是指正負樣本之間的數(shù)量應該相當。因為如果正樣本數(shù)量遠遠大于負樣本數(shù)量，行人識別算法容易出現(xiàn)過擬合現(xiàn)象，導致算法過于關注正樣本，而無法正確識別負樣本。相反，如果負樣本數(shù)量遠遠大于正樣本數(shù)量，算法會過于關注負樣本，而無法正確識別正樣本。因此，樣本均衡是構建行人識別數(shù)據(jù)庫時需要重點考慮的因素之一。
三、行人識別數(shù)據(jù)庫的應用
構建完行人識別數(shù)據(jù)庫后，它可以被用來訓練行人識別算法。行人識別算法通常采用深度學習模型，例如卷積神經網絡（CNN）、循環(huán)神經網絡（RNN）、長短時記憶網絡（LSTM）等。
行人識別算法可以被用來解決非常實際的問題，例如視頻監(jiān)控、交通管理、智能駕駛等。在視頻監(jiān)控中，行人識別算法可以自動檢測圖像中是否出現(xiàn)可疑人員，從而提高視頻監(jiān)控的效率和準確性。在交通管理中，行人識別算法可以幫助交通系統(tǒng)自動識別行人，從而更好地管理交通流量和保障行人的安全。在智能駕駛中，行人識別算法可以自動識別行人，從而避免車輛與行人之間的碰撞，提高行車安全性。
構建一個高效的行人識別算法的前提是要有一個行人識別數(shù)據(jù)庫。而構建正負樣本是行人識別數(shù)據(jù)庫中的關鍵因素，它會直接影響到行人識別算法的性能。因此，需要在構建正負樣本的過程中仔細思考，盡可能地使正負樣本之間數(shù)量均衡，以獲得更好的算法效果。
相關問題拓展閱讀：
- 怎么把工業(yè)企業(yè)數(shù)據(jù)庫弄成面板數(shù)據(jù)
怎么把工業(yè)企業(yè)數(shù)據(jù)庫弄成面板數(shù)據(jù)
中國工業(yè)企業(yè)數(shù)據(jù)庫的使用現(xiàn)狀和潛在問題 聶輝華 江艇 楊汝岱 提要：在經驗研究中，企業(yè)級的微觀數(shù)據(jù)正受到越來越多的重視。中國工業(yè)企業(yè)數(shù)據(jù) 庫成為海內外學者研究中國企業(yè)行為和績效的主要數(shù)據(jù)庫之一。但是該數(shù)據(jù)庫存在樣本匹配 混亂、變量大小異常、測度誤差明顯和變量定義模糊等嚴重問題，忽視這些問題可能會導致 研究結果錯誤。本文介紹了該數(shù)據(jù)庫的基本情況和使用現(xiàn)狀，指出了該數(shù)據(jù)庫的若干缺陷， 并根據(jù)現(xiàn)有研究提供了若干改進建議。 關鍵詞：企業(yè)數(shù)據(jù) 工業(yè)企業(yè) 微觀計量 制造業(yè) 生產率 JEL 分類號：C33 D24 L22 L60 一、引言 數(shù)據(jù)是經驗研究的細胞，因此數(shù)據(jù)質量的好壞直接決定了經驗研究的活力。最近十多 年來，國際經濟學界越來越重視使用微觀面板數(shù)據(jù)（longitudinal micro-level data）的研究。 相對于宏觀數(shù)據(jù)或行業(yè)數(shù)據(jù)，微觀的企業(yè)數(shù)據(jù)或個體數(shù)據(jù)的優(yōu)勢是非常明顯的：之一，微觀 面板數(shù)據(jù)包含了更多信息，例如企業(yè)的所有制、規(guī)模和出口等狀態(tài)，這些信息對于企業(yè)行為 研究是必不可少的；第二，微觀面板數(shù)據(jù)同時包含了時間維度和個體維度，有助于解決計量 經濟學中的個體異質性問題，更容易保證估計的一致性；第三，微觀面板數(shù)據(jù)增加了觀測值 個數(shù)，使得估計更有效率。對于產業(yè)組織理論、企業(yè)理論、公司金融、國際貿易、收入分配 和勞動供給等研究領域來說，經驗研究的數(shù)據(jù)主要就是微觀數(shù)據(jù)。 伴隨微觀計量經濟學的引入和國內外微觀數(shù)據(jù)庫的開放，中國經濟學者越來越重視微 觀數(shù)據(jù)的開發(fā)和使用，并生產了很多基于微觀數(shù)據(jù)的研究成果。一些中國數(shù)據(jù)庫甚至被全世 界各國學者使用，這一方面表明中國問題越來越受到國際經濟學界的重視，另一方面也表明 中國數(shù)據(jù)的質量得到了越來越多的認可。特別是，相當多海內外學者使用了“中國工業(yè)企業(yè) 數(shù)據(jù)庫”（Chinese industrial enterprises database） ① ，其研究成果廣泛發(fā)表在包括《American Economic Review》（如Song等，2023）、《Quarterly Journal of Economics》（如Hsieh和Klenow， 2023）和《經濟研究》等國際和國內著名學術期刊上。作為一個由中國國家統(tǒng)計局收集的 數(shù)據(jù)庫，它的優(yōu)點是樣本大、指標多、時間長。但是，它畢竟不是一個由學術機構發(fā)布的數(shù) 據(jù)庫，因此在很多方面還不太符合學術研究的嚴格要求，其缺陷包括樣本匹配混亂、指標存 在缺失、指標大小異常、測度誤差明顯和變量定義模糊等嚴重問題。我們認為，如果研究者 沒有察覺到這些數(shù)據(jù)缺陷，并且采取有效的方法緩解或消除這些缺陷，那么就會對經驗研究 的結果產生負面影響，甚至會導致錯誤的結果。而錯誤的結果對于理論研究和經驗研究來說， 不僅浪費了時間和精力，而且可能會產生誤導作用。鑒于此，我們認為有必要詳細地、嚴謹 地討論中國工業(yè)企業(yè)數(shù)據(jù)庫的基本情況、使用現(xiàn)狀，指出其存在的問題，并盡可能提供解決 問題的建議。我們希望，本文的分析不僅有助于潛在使用者了解該數(shù)據(jù)庫的研究現(xiàn)狀和未來 聶輝華，中國人民大學經濟學院，人大企業(yè)與組織研究中心，北京市；email: 。 江艇，中國人民大學經濟學院，人大企業(yè)與組織研究中心，；楊汝岱，湘潭大學消費 研究院，。作者感謝何帆對寫作本文提供的建議，感謝屠順杰提供的助研工作，同時 感謝兩位匿名審稿人提供的有益建議。本文的研究得到姚洋主持的國家社科基金重大項目“我國中長期經 濟增長與結構變動趨勢研究（09&ZD020）”和聶輝華、楊汝岱分別主持的教育部新世紀優(yōu)秀人才項目的資 助，特此鳴謝。文責自負。 ① 一些英文文章將該數(shù)據(jù)庫名稱翻譯為“China Annual Survey of Industrial Firms”或“China Annual Survey of Manufacturing Firms”。 1 本文發(fā)表于《世界經濟》2023 年第5 期 方向，而且有助于他們更準確地使用該數(shù)據(jù)庫，從而推進相關領域的研究。當然，作為該數(shù) 據(jù)庫的使用者之一，我們并不能保證我們全面地熟悉了該數(shù)據(jù)庫，并且我們對問題的分析不 可避免地包含了一定的研究傾向。 二、數(shù)據(jù)庫基本信息 我們首先簡單地描述數(shù)據(jù)庫的基本情況。中國工業(yè)企業(yè)數(shù)據(jù)庫由國家統(tǒng)計局建立，它 的數(shù)據(jù)主要來自于樣本企業(yè)提交給當?shù)亟y(tǒng)計局的季報和年報匯總。該數(shù)據(jù)庫的全稱為“全部 國有及規(guī)模以上非國有工業(yè)企業(yè)數(shù)據(jù)庫”，其樣本范圍為全部國有工業(yè)企業(yè)以及規(guī)模以上非 國有工業(yè)企業(yè)，其統(tǒng)計單位為企業(yè)法人。這里的“工業(yè)”統(tǒng)計口徑包括“國民經濟行業(yè)分類” 中的“采掘業(yè)”、“制造業(yè)”以及“電力、燃氣及水的生產和供應業(yè)”三個門類，主要是制造 業(yè)（占 90%以上）。這里的“規(guī)模以上”要求企業(yè)每年的主營業(yè)務收入（即銷售額）在 500 萬元及其以上，2023 年該標準改為2023 萬元及其以上。基于上述統(tǒng)計口徑的數(shù)據(jù)庫自1998 年開始采集，但多數(shù)學者使用的工業(yè)企業(yè)數(shù)據(jù)庫涉及的年份在1999－2023 年之間。由于該 數(shù)據(jù)庫的主要成份為制造業(yè)企業(yè)，在統(tǒng)計口徑上與其它國家的產業(yè)分類比較一致，而且一些 變量（例如資本、研發(fā)投入和出貨值）更容易度量，因此使用者通常析出該數(shù)據(jù)庫中的 制造業(yè)企業(yè)。制造業(yè)的統(tǒng)計口徑包括從農副食品加工業(yè)、食品制造業(yè)到工藝品及其它制造業(yè)、 廢棄資源和廢舊材料回收加工業(yè)等30 個大類（二位數(shù)行業(yè)），對應于國民經濟行業(yè)分類與代 碼（GB/T4754—2023）中的代碼 13－43（沒有 38）。為了保持企業(yè)樣本的完整性，同時與 現(xiàn)有研究具有可比性，我們以1999－2023 年全部國有及規(guī)模以上非國有工業(yè)企業(yè)作為我們 分析該數(shù)據(jù)庫的主要樣本。 1999－2023 年中國工業(yè)企業(yè)數(shù)據(jù)庫包括了 200 多萬個觀測值，每年的樣本企業(yè)數(shù)量從 1999 年的大約16 萬家逐年遞增到2023 年的大約33 萬家。 ① 在9 年樣本期內，總共有大約 55 萬家企業(yè)出現(xiàn)，包括上市公司。顯然，這是一個巨大的非平衡面板數(shù)據(jù)。由于企業(yè)關閉、 改制、重組等各種原因，只有4 萬6 千多家企業(yè)（約占樣本企業(yè)總數(shù)的8%）連續(xù)出現(xiàn)在整 個樣本期間。該數(shù)據(jù)庫樣本占據(jù)了中國工業(yè)企業(yè)的絕大部分比例。根據(jù)具有可比性的 2023 年之一次全國經濟普查年報，當年工業(yè)企業(yè)銷售額為218442.81 億元。而中國工業(yè)企業(yè)數(shù)據(jù) 庫當年全部樣本企業(yè)的銷售額為億元，約占全國的89.5%。 ② 目前，除了經濟普查 數(shù)據(jù)庫，中國工業(yè)企業(yè)數(shù)據(jù)庫是可獲得的更大的企業(yè)級數(shù)據(jù)庫。表1 描述了1999－2023 年 企業(yè)總數(shù)和國有、集體、民營、外資企業(yè)（含港澳臺企業(yè)）的份額變化?？梢钥闯?，國有和 集體企業(yè)的比例在顯著減少，從1999 年的三分之二下降到2023 年的不足十分之一，而民營 企業(yè)的比例從不足 20%迅速增加到超過 70%。該表從一個側面反映了中國市場經濟結構的 劇烈變動。 表1 中國工業(yè)企業(yè)的類型、數(shù)目和比例 年份 國有 比例% 集體 比例% 民營 比例% 外資 比例% 總數(shù)………………..① 學者們使用的該數(shù)據(jù)庫可能有幾個不同的來源，但是內容相差很小。 ② 經濟普查的工業(yè)企業(yè)銷售額來自國家統(tǒng)計局網站《之一次全國經濟普查主要數(shù)據(jù)公報（第二號）》，工業(yè) 企業(yè)數(shù)據(jù)庫中的工業(yè)企業(yè)銷售額來自作者計算。 2 本文發(fā)表于《世界經濟》2023 年第5 期…………….來源：作者根據(jù)數(shù)據(jù)庫計算 事實上，工業(yè)企業(yè)數(shù)據(jù)庫也是最全面的企業(yè)數(shù)據(jù)庫。該數(shù)據(jù)庫包括企業(yè)的兩類信息， 一類是企業(yè)的基本情況，另一類是企業(yè)的財務數(shù)據(jù)。企業(yè)的基本情況包括：法人代碼、企業(yè) 名稱、法人代表、聯(lián)系、郵政編碼、具體地址、所屬行業(yè)、注冊類型（所有制）、隸屬 關系、開業(yè)年份和職工人數(shù)等指標。企業(yè)的財務數(shù)據(jù)包括：流動資產、應收賬款、長期投資、 固定資產、累計折舊、無形資產、流動負債、長期負債、實收資本、主營業(yè)務收入、主營業(yè) 務成本、營業(yè)費用、管理費用、財務費用、營業(yè)利潤、利稅總額、廣告費、研究開發(fā)費、工 資總額、福利費總額、增值稅、工業(yè)中間投入、工業(yè)總產值和出貨值等指標。全部指標 大約為 130 個。特別是，2023 年為之一次全國經濟普查年，因此在數(shù)據(jù)庫中當年的企業(yè)指 標還包括了不同學歷（研究生、本科、大專、中專、高中、初中及以下）、不同職稱（技術 職稱和技師等）的男職工和女職工的相應數(shù)量，此外還包括了企業(yè)是否加入工會以及加入工 會的人數(shù)等其它年份所沒有的信息。 毋庸置疑，工業(yè)企業(yè)數(shù)據(jù)庫的優(yōu)勢非常顯著。之一，它的樣本量非常大，涵蓋了全國 所有的國有工業(yè)企業(yè)和規(guī)模以上的非國有工業(yè)企業(yè)。9 年的觀測值總數(shù)超過200 萬個。2023 年之后，每年的樣本企業(yè)數(shù)目已經超過了30 萬個。除了普查數(shù)據(jù)庫，還沒有哪個企業(yè)數(shù)據(jù) 庫在樣本量上能與之匹敵。從統(tǒng)計學或計量經濟學的角度講，大樣本的優(yōu)勢是降低估計的近 似偏誤，提高估計的效率。第二，它的指標非常多，包括了企業(yè)的基本情況和企業(yè)的財務數(shù) 據(jù)，能夠從多個角度比較全面地反映企業(yè)的市場進入、投資、借貸、廣告、研發(fā)、出口等行 為和企業(yè)的短期與長期經營績效，并且企業(yè)加總數(shù)據(jù)能夠反映出企業(yè)所處行業(yè)或地區(qū)的市場 結構。從產業(yè)組織理論的角度講，一旦可以獲得市場結構、企業(yè)行為和績效的數(shù)據(jù)，學者們 幾乎就可以進行任何主題的研究！公司金融、企業(yè)理論、國際貿易和產業(yè)集聚等相關領域的 研究者們也可以對該數(shù)據(jù)庫各取所需，包括進行跨專業(yè)研究。如果將該數(shù)據(jù)庫和其它數(shù)據(jù)庫 合并，那么學者們將會發(fā)現(xiàn)更加豐富的研究視角。指標越多，在構建計量方程時解釋變量和 控制變量就越多，這樣可以減少遺漏變量問題。第三，它的時間序列比較長。工業(yè)企業(yè)數(shù)據(jù) 庫最早的建立年份是1998 年，目前已經更新到了2023 年，前后跨期11 年。這使得研究者 采用動態(tài)面板方法具有可行性，從而有助于反映歷史因素的作用，以及從動態(tài)的角度研究企 業(yè)和產業(yè)的演化過程。 相對而言，目前流行的其它幾個企業(yè)數(shù)據(jù)庫，例如萬得金融數(shù)據(jù)庫、色諾芬經濟金融 數(shù)據(jù)庫、國泰安上市公司數(shù)據(jù)庫，樣本企業(yè)都是上市公司，它們的指標更全面、準確，提供 指標的頻率也更高。比如，這些上市公司數(shù)據(jù)庫通常包括了主要股東持股情況、董事會成員 和高管的個人特征以及職位變動，從而可以研究公司治理結構。另外，上市公司數(shù)據(jù)庫不僅 包含工業(yè)類上市公司，還包含了金融類和服務類上市公司，這也是工業(yè)企業(yè)數(shù)據(jù)庫所缺乏的。 此外，一些特定的調查項目也催生了企業(yè)數(shù)據(jù)庫。例如，2023 年世界銀行和國家統(tǒng)計局對 中國12 省的1200 多家企業(yè)進行了調查，內容涉及企業(yè)社會責任、內部管理、質量管理、勞 動管理、環(huán)境管理、市場競爭以及技術改造等方面。從1991 年到2023 年，中央統(tǒng)戰(zhàn)部和全 國工商聯(lián)陸續(xù)對全國民營企業(yè)的經營情況進行了抽樣調查，內容涉及企業(yè)基本情況、管理體 制、企業(yè)家背景以及勞資關系等方面。 ① ① 關于其它企業(yè)數(shù)據(jù)庫，感興趣的讀者可以訪問香港中文大學中國研究服務中心的網站。 3 本文發(fā)表于《世界經濟》2023 年第5 期 三、數(shù)據(jù)庫使用現(xiàn)狀 由于工業(yè)企業(yè)數(shù)據(jù)庫的獨特優(yōu)勢，近幾年來每年都有大量的海內外經濟學者使用該數(shù) 據(jù)庫撰寫和發(fā)表論文，主題涵蓋產業(yè)組織理論、企業(yè)理論、公司金融、轉型經濟學、國際貿 易、勞動經濟學和區(qū)域經濟學等學科。下面，我們簡要介紹工業(yè)企業(yè)數(shù)據(jù)庫在上述經濟學分 支中的使用現(xiàn)狀。一方面，我們希望這有助于感興趣的研究人員了解人們在不同領域已經用 該數(shù)據(jù)庫做了什么，還可以做什么；另一方面，我們希望這有助于感興趣者了解現(xiàn)有研究者 是如何做這些研究的。當然，囿于篇幅和精力，我們不可能囊括所有使用該數(shù)據(jù)庫的文獻， 而是將目光聚焦于國內外的主要學術期刊或者流傳較廣的英文文章。 1、生產率 在所有使用該數(shù)據(jù)庫的相關研究文獻中，企業(yè)生產率是最受關注的主題。因為生產率 是最重要的效率度量，正如克魯格曼（Krugman，1997）所言：“生產率不是一切，但是長 期來看生產率近似于一切?！倍?，對于計算企業(yè)生產率而言，工業(yè)企業(yè)數(shù)據(jù)庫提供了加總 數(shù)據(jù)所不具有的獨特優(yōu)勢。利用工業(yè)企業(yè)數(shù)據(jù)庫中提供的銷售額或經濟增加值（表示Y）、 固定資產（表示K）和職工人數(shù)（表示L），采取相應的價格指數(shù)進行平減，可以計算出每個 企業(yè)的勞動生產率和全要素生產率（total factors productivity，簡稱TFP）。鑒于勞動生產率 不能反映資本的效率，因此多數(shù)文獻以TFP作為生產率的度量。又因為制造業(yè)口徑與國際產 業(yè)分類更具可比性，所以現(xiàn)有文獻在計算TFP時幾乎都以制造業(yè)企業(yè)為樣本。在計算TFP時， 一些學者采取了傳統(tǒng)的索洛殘差法（Solow residual），例如謝千里等（2023）、Hsieh和Klenow （2023）；一些學者采取了主流的OP方法（Olley和Pakes，1996），例如張杰等（2023）、余 淼杰（2023）、聶輝華和賈瑞雪（2023）、楊汝岱和熊瑞祥（2023）、Brandt等（2023）；一些 學者采取了LP方法（Levinsohn和Petrin，2023），例如周黎安等（2023）；一些學者采取了隨 機邊界方法（SFA），例如劉小玄和李雙杰（2023）。 ① 2、國際貿易 與生產率研究密切相關的是國際貿易，更具體地說，是考察企業(yè)出口與生產率的關系。 根據(jù)著名的企業(yè)異質性假說（Melitz，2023），生產率高的企業(yè)會傾向于選擇出口，即生產 率和出口是正相關的。工業(yè)企業(yè)數(shù)據(jù)庫包含了企業(yè)出貨值，但無法區(qū)分一般貿易和加工 貿易企業(yè)。利用工業(yè)企業(yè)數(shù)據(jù)庫，一些學者檢驗了這一假說對于中國企業(yè)是否成立。張杰等 （2023）利用1999－2023 年的制造業(yè)企業(yè)數(shù)據(jù)發(fā)現(xiàn)，出口有利于企業(yè)提高TFP，即存在出 口的“學習效應”。而李春頂（2023）利用1998－2023 年的樣本發(fā)現(xiàn)，出口企業(yè)的平均TFP 或勞動生產率低于內銷企業(yè)，他認為這是“生產率悖論”。此外，趙偉等（2023）發(fā)現(xiàn)勞動 生產率與出口選擇是負相關的，但 TFP 有時與出口選擇是正相關的。這似乎表明，利用該 數(shù)據(jù)庫文獻研究還沒有明確地支持企業(yè)異質性假說，但 Lu（2023）對此提供了一個理論解 釋。還有一些學者利用工業(yè)企業(yè)數(shù)據(jù)庫做了相關的研究。例如，余淼杰（2023）發(fā)現(xiàn)，貿易 自由化（降低關稅）會提高出口企業(yè)的TFP；包群等（2023）發(fā)現(xiàn)，制造業(yè)企業(yè)出口后對其 員工收入的改善并不明顯；楊汝岱和鄭辛迎（2023）發(fā)現(xiàn)行業(yè)的垂直專業(yè)化程度對企業(yè)員工 工資有差異化影響。 3、外商直接投資 中國加入 WTO 已經十周年了，外商直接投資（FDI）究竟在中國的經濟發(fā)展中扮演了 什么樣的角色？亓朋等（2023）利用1998－2023 年的制造業(yè)企業(yè)數(shù)據(jù)，考察了外資企業(yè)對 內資企業(yè) TFP 的溢出效應，發(fā)現(xiàn)在行業(yè)內溢出效應不顯著，行業(yè)間和地區(qū)間均存在正的溢 出效應。羅雨澤等（2023）使用2023 年和2023 年的制造業(yè)企業(yè)數(shù)據(jù)，發(fā)現(xiàn)外商投資企業(yè)對 ① 聶輝華和賈瑞雪（2023）比較了計算TFP 的幾種方法的優(yōu)劣。 4 本文發(fā)表于《世界經濟》2023 年第5 期 本行業(yè)和本地區(qū)的內資企業(yè)有顯著正的溢出效應。有趣的是，路江涌（2023）利用 1998－ 2023 年的制造業(yè)企業(yè)數(shù)據(jù)，發(fā)現(xiàn)外資企業(yè)對內資企業(yè)的溢出效應隨地理距離而遞減，在本 市內溢出效應為正，在全國范圍內為負，并且對國企為負，對民企為正。Du 等（2023）發(fā) 現(xiàn)，外資企業(yè)對內資企業(yè)的溢出效應主要是通過前向或后向產業(yè)關聯(lián)實現(xiàn)的，橫向產業(yè)關聯(lián) 沒有產生顯著的溢出效應；而且，來自港澳臺的外資企業(yè)和來自外國的外資企業(yè)對內資企業(yè) 的影響也不相同。Xu 和Sheng（2023）也得到了類似的發(fā)現(xiàn)。Sheng 等（2023）還發(fā)現(xiàn)，F(xiàn)DI 通過后向產業(yè)關聯(lián)提高了內資企業(yè)的出口價值，通過同行業(yè)的示范效應提高了內資企業(yè)的出 口傾向。Chen 等（2023）發(fā)現(xiàn)，外資企業(yè)具有明顯的工資溢價，并且對內資企業(yè)的工資有 抑制作用，從而加劇了企業(yè)之間的工資不平等現(xiàn)象。 4、研發(fā) 技術創(chuàng)新是企業(yè)生產率的重要源泉之一，因此企業(yè)的研究開發(fā)（R&D）行為也備受關 注。關于 R&D 的文獻主要分為兩類：之一類是研究 R&D 或者企業(yè)創(chuàng)新的決定因素，主要 是檢驗“熊彼特假說”；第二類是研究企業(yè)的 R&D 對績效的影響。聶輝華等（2023）利用 2023－2023 年的制造業(yè)企業(yè)數(shù)據(jù)，分析了發(fā)現(xiàn)企業(yè)的研發(fā)密度（度量創(chuàng)新）與規(guī)模、市場 競爭之間均呈倒 U 型關系，而且盡管國有企業(yè)的研發(fā)密度比民營企業(yè)的更高，但是研發(fā)的 效率更低。Hu 等（2023）發(fā)現(xiàn)FDI 和企業(yè)改制對于促進企業(yè)研發(fā)密度有正面作用。陳林和 朱衛(wèi)（2023）使用2023－2023 年的工業(yè)企業(yè)數(shù)據(jù)，根據(jù)國有經濟比重區(qū)分行政進入壁壘高 的行業(yè)和行政進入壁壘低的行業(yè)，發(fā)現(xiàn)在前一類行業(yè)中創(chuàng)新與市場結構之間是倒U 型關系， “熊彼特假說”成立，但是在后一類行業(yè)中相反。Cherough 和Liang（2023）以制造業(yè)中 的半導體行業(yè)為例，發(fā)現(xiàn)市場導向會影響企業(yè)R&D 的投資回報，即全球市場導向的企業(yè)比 國內市場導向的企業(yè)能夠獲得更高的 R&D 回報。戴覓和余淼杰（2023）發(fā)現(xiàn)，出口前的 R&D 投資能夠促進企業(yè)在出口后的生產率提高。 5、民營化 中國國有企業(yè)改革的主要成效之一，就是大量的國有企業(yè)進行了轉制，即從百分之百 的國有企業(yè)變成了國有控股企業(yè)或者民營企業(yè)。這一點明顯地反映在國有工業(yè)企業(yè)的實收資 本成份變化上。Tong（2023）利用1998－2023 年的工業(yè)企業(yè)數(shù)據(jù)，發(fā)現(xiàn)市場競爭的加劇、 FDI 集中度的上升以及預算約束的硬化是國企民營化的主要動因，而且績效相對好的國企更 有可能民營化。Bai 等（2023）研究了國企民營化的影響，發(fā)現(xiàn)民營化增加了銷售額和勞動 生產率，而這主要是通過減少管理費用來實現(xiàn)的。Dougherty 等（2023）發(fā)現(xiàn)，民營化通過 提高企業(yè)的贏利能力和生產的地區(qū)專業(yè)化水平提高了企業(yè)的生產率。Lu 等（2023）發(fā)現(xiàn)， 集體企業(yè)的私有化導致了銷售成本的上升，但是也導致了管理費用的下降。 6、公司金融 由于中國工業(yè)企業(yè)數(shù)據(jù)庫包含了豐富的財務指標，因此很多學者用它研究企業(yè)的投資、 融資和避稅行為。Cai 和 Liu（2023）提出了一個有趣的問題：競爭是否會加劇公司規(guī)避所 得稅？他們識別避稅程度的方式是，比較企業(yè)報告的利潤和根據(jù)會計規(guī)則計算的利潤之間的 差額。使用 2023－2023 的工業(yè)企業(yè)數(shù)據(jù)，他們發(fā)現(xiàn)競爭會加劇企業(yè)的避稅行為。Cull 等 （2023）認為，中國的銀行貸款（loan）和商業(yè)信用（trade credit）之間存在一種替代關系， 業(yè)績差的國企會通過商業(yè)信用將銀行貸款再配置給企業(yè)客戶，而業(yè)績好的民營企業(yè)比業(yè)績差 的民營企業(yè)更有可能擴展商業(yè)信用。余明桂和潘紅波（2023）利用2023－2023 年的工業(yè)企 業(yè)數(shù)據(jù)發(fā)現(xiàn)，企業(yè)（特別是私有企業(yè)）會將授予客戶的商業(yè)信用作為產品市場競爭的手段， 這驗證了商業(yè)信用的競爭假說。Guariglia 等（2023）發(fā)現(xiàn)，民營企業(yè)的內部融資（現(xiàn)金流/ 總資產）是企業(yè)增長的重要約束條件，而國有企業(yè)則不受此類約束。 7、產業(yè)集聚 利用企業(yè)層面的數(shù)據(jù)，我們可以得到行業(yè)或地區(qū)層面的加總數(shù)據(jù)，這可以反映中國工業(yè) 5 本文發(fā)表于《世界經濟》2023 年第5 期 的產業(yè)集聚現(xiàn)象。使用1998－2023 年的制造業(yè)企業(yè)數(shù)據(jù)，Lu 和Tao（2023）考察了中國制 造業(yè)集聚（用EG 指數(shù)衡量）的決定因素，發(fā)現(xiàn)地方保護主義（國有企業(yè)的雇傭比例）是阻 礙產業(yè)地區(qū)集聚的主要因素。另外一些學者考察了產業(yè)集聚對企業(yè)的影響。Li 等（2023） 發(fā)現(xiàn)產業(yè)集聚對企業(yè)規(guī)模有顯著的正面影響。Lin 等（2023）發(fā)現(xiàn)，產業(yè)集聚和企業(yè)生產率 之間存在一種倒U 型關系。Yang 和He（2023）發(fā)現(xiàn)貿易通過信息和分工影 轉載僅供參考，版權屬于原作者。祝你愉快，滿意請采納哦
要將工業(yè)企業(yè)數(shù)據(jù)庫轉換為面板數(shù)據(jù)，您需要執(zhí)行以下步驟：1. 對數(shù)據(jù)庫進行數(shù)據(jù)清理和預處理，以確保數(shù)據(jù)質量和一致性。2. 根據(jù)您所需的面板數(shù)據(jù)類型和指標，選擇合適的數(shù)據(jù)表，并將其轉換為透視表或交叉表。3. 在透視表或交叉表中添加行、列、過濾器和數(shù)值字段以輸出所需的面板數(shù)據(jù)。4. 更改數(shù)據(jù)的呈現(xiàn)方式，例如將數(shù)據(jù)透視為圖表或圖形，以使數(shù)據(jù)更易于理解和分析。5. 將面板數(shù)據(jù)導出為Excel、CSV或其他數(shù)據(jù)格式，以便在其他應用程序中使用和共享。6. 定期更新數(shù)據(jù)和面板，以反映新的業(yè)務和市場趨勢。
關于行人識別數(shù)據(jù)庫 正負樣本的介紹到此就結束了，不知道你從中找到你需要的信息了嗎 ？如果你還想了解更多這方面的信息，記得收藏關注本站。
創(chuàng)新互聯(lián)服務器托管擁有成都T3+級標準機房資源，具備完善的安防設施、三線及BGP網絡接入帶寬達10T，機柜接入千兆交換機，能夠有效保證服務器托管業(yè)務安全、可靠、穩(wěn)定、高效運行；創(chuàng)新互聯(lián)專注于成都服務器托管租用十余年，得到成都等地區(qū)行業(yè)客戶的一致認可。
本文名稱：行人識別數(shù)據(jù)庫：如何構建正負樣本？(行人識別數(shù)據(jù)庫正負樣本)
文章源于：http://m.fisionsoft.com.cn/article/ccoddhp.html
