Advertisement

中国工业企业数据集(1998-2012)

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
《中国工业企业数据集(1998-2012)》汇集了自1998年至2012年间中国工业企业的详细信息,包括财务指标、生产活动和企业规模等关键数据,为研究中国经济增长模式提供了宝贵资源。 中国工业企业数据库(Access版)从1998年至今拥有相关数据。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 1998-2012
    优质
    《中国工业企业数据集(1998-2012)》汇集了自1998年至2012年间中国工业企业的详细信息,包括财务指标、生产活动和企业规模等关键数据,为研究中国经济增长模式提供了宝贵资源。 中国工业企业数据库(Access版)从1998年至今拥有相关数据。
  • 库(1998-2012) 库连接.txt
    优质
    本文件为中国工业企业数据库(1998-2012)提供数据访问指南和说明,包含企业运营、财务等关键信息。 中国工业企业数据库(Access版)从1998年至今拥有相关数据。
  • 库(1998-2014).zip
    优质
    本数据集包含中国工业企业从1998年至2014年的详细记录,涵盖企业基本信息、财务状况及经营成果等多维度内容,为研究中国经济提供全面的数据支持。 中国工业企业数据库1998-2014年.zip
  • 1998-2014年间污染.rar
    优质
    本数据集包含了1998年至2014年间中国工业企业的污染排放信息,涵盖了企业基本信息、污染物种类及排放量等关键指标。 时间区间为1998年至2014年期间的指标包括:工业总产值(现价)单位为万元、年正常生产时间为小时数、工业用水总量以吨计,燃料煤消费量与原料煤消费量均以吨计算;燃料油中不包含车船用部分的数据也使用吨作为计量单位,并且需要区分其中重油和柴油的具体数值。洁净燃气的消耗则采用万立方米为度量标准。 废水治理设施的数量以及其处理能力(以每日处理多少吨来衡量)是另一项重要指标,同时记录工业废水中经过处理与未被治理前后的数量变化情况及去除氨氮、化学需氧量等污染物的具体数值。废气排放总量用万标立方米表示,并且要统计用于减少污染的设施设备详情及其实际效能。 具体数据集中的各项细节可参考相关资料中1998年和2006年的记录展示,涵盖上述全部项目内容。
  • 1998-2014年绿色发展
    优质
    《1998-2014年中国企业绿色发展数据库》收录了自1998年至2014年间中国企业的环保与可持续发展数据,涵盖节能减排、绿色生产等多个方面。 绿色发展数据库提供了1998年至2014年间工业企业的排放、排污及环境治理等相关数据,这些数据来源于原环保部。统计字段主要包括企业基本信息、生产情况以及水环境与大气环境等信息,内容涵盖了资源利用类指标(如工业用水量和煤炭消费量)、污染排放类指标(例如工业废水排放量和二氧化硫排放量),还有污染治理类指标(比如废水治理设施数目及氮氧化物去除量)等多个方面的数十项具体数据。 部分关键的统计项目包括企业绿色发展标识码、行政区划代码、以万元为单位计算的工业总产值,此外还包括了吨位计量下的各项用水消耗与处理情况:新鲜用水和重复利用水的数量,废水治理设施数量以及相应的处理与排放水量;化学需氧量(去除及产生)的数据记录。在能源使用方面,则包括燃料煤消费量、原料煤用量等数据统计。 废气治理设施的数目也有所涵盖,并且提供了相关的二氧化硫去除与排放情况的具体数值。 以上是数据库中部分指标信息,更多详情可参照相关文档中的1998年和2008年的数据展示。
  • 1998-2014年间库和绿色专利的匹配
    优质
    本数据库涵盖了1998年至2014年间中国工业企业的详细信息及绿色专利匹配情况,旨在研究行业创新与环境保护的关系。 1998-2014年工业企业数据库绿色专利匹配 时间:1998-2014年 样本量:470万+ 来源:工企数据库、国家知识产权局及WIPO 指标:包括工企数据库中的100多个指标,各类专利申请和授权情况,以及绿色发明专利申请和授权、绿色实用新型专利申请和授权。具体细节可参考相关文献或资料。
  • 1998-2020年月度1km NDVI
    优质
    本数据集涵盖了从1998年至2020年间中国区域每月的归一化差异植被指数(NDVI)信息,空间分辨率为1公里。该数据有助于研究长时间序列上的植被变化动态与生态系统响应。 NDVI数据集基于连续时间序列的SPOT/VEGETATION NDVI卫星遥感数据生成,采用最大值合成法制作,时间跨度为1998年至2020年,格式为tif文件,并已按年份对月度数据进行打包压缩。该数据集有效反映了全国各地区在空间和时间尺度上的植被覆盖分布及变化状况。
  • 2012-2022年上市的漂绿
    优质
    本研究聚焦2012至2022年间中国上市企业“漂绿”现象的数据分析,旨在揭示并评估企业在环保声明与实际行动之间的差距。 Green Washing Score(企业漂绿得分)是一种衡量企业在环保宣传与实际行为之间差距的量化工具。如果企业的得分为正值且数值较大,则表明其漂绿程度越严重;若得分为负数,可能意味着该企业的真实绿色表现被市场低估或受到误解。 随着社会对环境保护意识的提高,越来越多的企业面临来自公众和市场的压力,在这种情况下,一些公司可能会夸大自己的环保贡献以树立良好的形象。然而,这样的做法可能导致消费者和社会大众对其真实环保努力产生误解,并影响到企业的声誉与业绩。因此,准确评估企业漂绿的程度变得尤为重要。 Green Washing Score通过综合分析公司的环保宣传、实际行动以及第三方机构的评价等多个维度来得出一个具体的评分结果。当得分较高时,意味着该企业在夸大其绿色表现;相反地,如果得分为负,则可能反映出公司在公开透明度方面存在问题或被市场低估的情况。 研究显示,企业漂绿行为与环境保护之间并非简单的线性关系:短期内可能会因为这种做法获得一定的经济利益,但从长远来看却会损害企业的公众形象和消费者信任。因此,在制定可持续发展战略时,公司应该注重真实地展示其环保贡献而非仅仅通过宣传来美化自己。 从经济学角度来看,企业在信息不对称的市场环境中倾向于夸大或歪曲自己的环保行为以吸引更多的关注和支持。然而这种做法可能会在长期中导致负面后果,并对企业的信誉和经济效益造成伤害。使用像Stata这样的统计软件可以帮助研究人员收集并分析相关数据,从而更好地理解企业漂绿的程度及其背后的原因。 参考文献《The green fog: Environmental rating disagreement and corporate greenwashing》深入探讨了环境评级差异与公司漂绿现象之间的关系。该研究不仅指出了在评估企业的环保行为时可能存在的分歧问题,还进一步讨论了这些分歧如何影响到公司的绿色表现评价。这份文献为理解企业如何在其环保评分中被评判以及分析其漂绿动机提供了重要的理论和实证支持。
  • 2005-2020年OFDI分析
    优质
    本报告深入分析了2005年至2020年间中国企业的对外直接投资(OFDI)数据,涵盖主要行业、地区分布及全球布局趋势。 中国企业对外直接投资(OFDI)数据从2005年至2020年显示了中国企业的国际扩张趋势和特点。这段时期内,中国的海外投资活动显著增加,涉及多个行业和地区。通过分析这些数据,可以更好地理解中国企业在全球市场中的角色及其战略调整过程。
  • 利用地图和爬虫技术收园区分布
    优质
    本项目运用先进的地图技术和网络爬虫方法,系统性地搜集并分析了中国各地工业园区内企业的分布情况及其相关信息。 利用地图和爬虫技术获取全国工业园区企业分布图,并实现在线可视化。