工業級資料庫

『壹』 工業企業資料庫中scale指標是什麼意思

scale:
[
skeil
]
n.
鱗,刻度,衡量,數值范圍
v.
依比例決定,攀登
[
形容詞scalelike
]
[
過去式scaled
過去分詞scaled
現在分詞scaling
第三人稱單數scales
]
例句與用法
1.
scale
the
fish
before
cooking
them.
燒魚之前先去掉魚鱗。
2.
we
are
seeing
unemployment
on
an
unprecedented
scale.
我們現在正經歷規模空前的失業現象。
3.
the
company
has
begun
to
scale
down
its
operations
in
asia.
這家公司已開始減少在亞洲的業務。
4.
the
force
of
the
wind
is
measured
on
a
standard
scale
of
0-12.
風力是按0-12級標准等級測量的。

『貳』 工業level2論壇,二級計算機系統，模型建立，資料庫開發等

資料庫開發可以用Access 2010。
在Windows 7操作系統下，依次選擇【開始】|【所有程序】|【Microsoft
Office】|【Microsoft Access 2010】，便可以啟動Access 2010。
在Access 2010窗口中，可以看到Office 2010窗口的常見組成，如標題欄、【文件】菜單、功能區、快速訪問工具欄、最大化按鈕、最小化按鈕、關閉按鈕、幫助按鈕、滾動條和狀態欄等。這個窗口中還有一個導航窗格，相當於Access 2007之前的Access版本中的資料庫窗口。
導航窗格可以幫助你組織或歸類資料庫對象，並且是打開更改資料庫對象設計的主要方式。在打開資料庫時，資料庫對象的名稱將顯示在導航窗格中，資料庫對象包括表、窗體、報表、頁、宏和模塊。導航窗格把資料庫對象劃分為幾個類別，各個類別又分為幾個組。
Access 2010用選項卡式文檔顯示資料庫對象，而不是資料庫窗口。為了便於日常的交互使用，採用選項卡式文檔界面將更加方便。
Access資料庫文件的擴展名為ACCDB。在Access資料庫中包含著幾種對象，所有查看、輸入和選取資料庫中的信息都是通過資料庫中的對象來完成的。
在Access資料庫中，一共有六種類型的對象：表、查詢、窗體、報表、宏和模塊。
表是用來存儲數據的基本對象，它是資料庫的資源中心，是資料庫最基本的組件。資料庫中的每個表都包含有關某個主題的信息。在導航窗格中，在表對象上雙擊就可以打開表。
表是由列和行組成的二維結構的表格。一列中顯示某種類型的信息，在這列的最上方是列標題，描述這列的信息類型，也叫做欄位名。在標題下面列出的這個類型中具體內容的數據為欄位值。在同一行中的所有欄位值構成一條記錄。記錄由具體的欄位值構成，一個記錄就是一條獨立的信息。

『叄』 什麼資料庫可以實現一個用戶一套表

這個設想是有問題的，你違背了「資料庫」這三個字本身的意義。資料庫最基本的目的就是把「大量相關數據組織在一起」，那麼無論是A用戶，還是Z用戶，他們的收藏除了內容不同，形式完全相同，自然就是同一個表中的不同數據，並不因為你設計成了不同的表，就給系統帶來了某種質的提升。現代資料庫要是連這種查詢都沒辦法優化，那怎麼實現工業級應用呢？
不過我是站在關系資料庫的角度看這個問題的，非關系資料庫我完全不懂，但是我猜測也不會存在N個用戶就有N個表這種完全不收斂的解決方案吧？

『肆』 中國工業企業資料庫，知多少

隨著數據大數據的發展，數據安全已經上升到一個很高的高度。隨著國家對數據安全的重視,國產資料庫開始走進中國個大企業，其中不乏政府、國企。

實時資料庫系統是開發實時控制系統、數據採集系統、CIMS系統等的支撐軟體。在流程行業中，大量使用實時資料庫系統進行控制系統監控，系統先進控制和優化控制，並為企業的生產管理和調度、數據分析、決策支持及遠程在線瀏覽提供實時數據服務和多種數據管理功能。實時資料庫已經成為企業信息化的基礎數據平台，可直接實時採集、獲取企業運行過程中的各種數據，並將其轉化為對各類業務有效的公共信息，滿足企業生產管理、企業過程監控、企業經營管理之間對實時信息完整性、一致性、安全共享的需求，可為企業自動化系統與管理信息系統間建立起信息溝通的橋梁。幫助企業的各專業管理部門利用這些關鍵的實時信息，提高生產銷售的營運效率。如果你想定製這款國產資料庫 可以打 前面是 一三六 中間是 六一二零 末尾是 四一四七

北京開運聯合信息技術股份有限公司-實時性工業資料庫軟體（CreatRun Database ）

實時性工業資料庫軟體（CreatRun Database ）是什麼？

1、實時性工業資料庫軟體（CreatRun Database ）是開運聯合公司針對行業應用，獨立研發的，擁有全部自主知識產權的企業級實時/歷史資料庫平台。為企業監控生產情況、計算性能指標、進行事故分析和對設備啟停分析診斷、故障預防等提供重要的數據保障。

2、實時性工業資料庫軟體（CreatRun Database ）可廣泛用於工業控制自動化數據的高速採集和存儲，提供高速、海量數據存儲和基礎分析能力。

3、實時性工業資料庫軟體（CreatRun Database ）可隨時觀察以及在線分析生產過程。長期保存的歷史數據不僅可以重現歷史生產情況，也使大規模數據挖掘成為可能。提供企業生產信息管理解決方案，可以有效應對「從小到大」 「由近及遠」 的各種企業級數據應用。

4、CreatRun Database 可在線按照時間序列以毫秒級精度自動採集企業的各類過程自動化系統中的生產數據，高效壓縮並存儲。同時可向用戶和應用程序提供實時和歷史數據，使得用戶可隨時觀察以及在線分析生產過程。長期保存的歷史數據不僅可以重現歷史生產情況，也使大規模數據挖掘成為可能。

『伍』 如何建設工業大數據可視化系統

工業數據可視化決策系統可以通過虛擬現實、數據儀錶板等多種顯示手段，實現與工業企業原有自動控制系統的結合。為大數據時代的工業生產監控、設備監控和虛擬製造應用提供最佳的可視化解決方案。
以萬博思圖設計可視化大屏幕系統為例，平台可連接分布在世界各地的40多萬台設備，實時採集運行數據，遠程管理設備組的運行狀態。實現准確的產品分析、預測和運營支持，同時藉助工業大數據實現傳統製造向智能製造的轉變和升級。可視化大屏幕分為四個場景：智能服務、共享經濟、模式創新和研發輔助。採集設備轉速、針數、電壓及各種實時生產能力的運行數據。充分發揮數據儀錶板在各種圖表中合理分組的優點，實現儀表數據的快速狀態切換，滿足不同場景監控的需要。通過構建工業可視化指揮決策平台，可以充分整合生產、維修等部門的信息資源，有效集成智能分析功能，實現對「人」和「設備」的綜合監控。協助經理在生產活動中實現事件的預警、指揮和調度，事件發生後的分析和評估。
多維數據組合，工業設備實時監控.。
為了滿足工業企業對設備生產的全面控制，該平台通過接入所有生產設備終端信息系統，全面顯示設備實時運行數據，幫助管理人員隨時了解設備狀態。通過對各部件的實時數據採集和試驗數據的比較，對機組各部件的剩餘壽命進行預測和可視化，有助於判斷生產設備的更換時間，提高企業的生產效率。同時，該平台還可以自動對數據進行深度關聯，如實時監控設備能力、收益、趨勢等綜合數據，方便整體分析，找出生產中難以單憑數據發現的隱患。及時向相關部門下達決策指示。
工業互聯的應用，設備預警管理的可視化。
通過對設備狀態數據的實時採集，為生產提供設備能力數據；同時通過建立數據健康管理文件(獲取設備狀態實時數據，建立數據健康管理文件)，並根據積累的設備運行數據建立故障預測模型，進行預測維修，減少工程師的響應時間，提高一次性維修率，最大限度地減少設備的計劃外停機時間。
智能分析，模式創新可視化。
系統通過梳理大量數據，可視化地顯示重要設備的詳細動態曲線、統計圖，從而分析生產設備的適用性、合理性和效率。同時，通過工業設備的在線監測數據，提供關鍵決策。

『陸』 為什麼Oracle資料庫適合大型企業 而sql Server資料庫適合中小企業

我也學了很久了，關於那麼多的資料庫的區別給你說一下
mssql定位與中型資料庫市場！
oracle定位與大型資料庫市場！
mssql的資料庫腳本是t-sql
oracle的資料庫腳本是pl/sql
mssql只能用於windows平台
oracle可以跨多個平台
mssql便宜、易於掌握、相對簡單
oracle奇貴且按組件收費、概念多、麻煩
delphi開發當然注重pl/sql的掌握！
-------------------------------------
開放性:
SQL Server 只能在windows 上運行，沒有絲毫的開放性，操作系統的系統的穩定對資料庫是十分重要的。Windows9X系列產品是偏重於桌面應用，NT server只適合中小型企業。而且windows平台的可靠性，安全性和伸縮性是非常有限的。它不象unix那樣久經考驗，尤其是在處理大數據量的關鍵業務時.
Oracle 能在所有主流平台上運行（包括 windows）。完全支持所有的工業標准。採用完全開放策略。可以使客戶選擇最適合的解決方案。對開發商全力支持。
DB2 能在所有主流平台上運行（包括windows）。最適於海量數據。DB2在企業級的應用最為廣泛,在全球的500家最大的企業中,幾乎85%以上用DB2資料庫伺服器,而國內到97年約佔5%.

可伸縮性,並行性
SQL server DB2 並行實施和共存模型並不成熟。很難處理日益增多的用戶數和數據卷。伸縮性有限。
Oracle 平行伺服器通過使一組結點共享同一簇中的工作來擴展windownt的能力,提供高可用性和高伸縮性的簇的解決方案。 如果windowsNT不能滿足需要, 用戶可以把資料庫移到UNIX中。
DB2 DB2具有很好的並行性。DB2把資料庫管理擴充到了並行的、多節點的環境. 資料庫分區是資料庫的一部分，包含自己的數據、索引、配置文件、和事務日 志。資料庫分區有時被稱為節點或資料庫節點

安全性
SQL server 沒有獲得任何安全證書。
Oracle Server 獲得最高認證級別的ISO標准認證。
DB2 獲得最高認證級別的ISO標准認證。

性能
SQL Server 多用戶時性能不佳
Oracle 性能最高， 保持windowsNT下的TPC-D和TPC-C的世界記錄。
DB2 適用於數據倉庫和在線事物處理 性能較高。

客戶端支持及應用模式
SQL Server C/S結構，只支持windows客戶，可以用ADO,DAO,OLEDB ,ODBC連接.
Oracle 多層次網路計算，支持多種工業標准，可以用ODBC, JDBC,OCI等網路客戶連接
DB2 跨平台，多層結構，支持ODBC,JDBC等客戶

操作簡便
SQL Server 操作簡單,但只有圖形界面.
Oracle 較復雜, 同時提供GUI和命令行，在windowsNT和unix下操作相同
DB2 操作簡單,同時提供GUI和命令行，在windowsNT和unix下操作相同

使用風險
SQL server 完全重寫的代碼，經歷了長期的測試，不斷延遲，許多功能需要時間來證明。並不十分兼容早期產品。使用需要冒一定風險。
Oracle 長時間的開發經驗，完全向下兼容。得到廣泛的應用。完全沒有風險。
DB2 在巨型企業得到廣泛的應用，向下兼容性好。風險小。 僅供參考

---------------------------------------------------------------

九大數據倉庫方案特點比較

中國電子設備系統工程研究所 王建新 劉東波

01-5-21 下午 04:33:38

--------------------------------------------------------------------------------

IBM、Oracle、Sybase、CA、NCR、Informix、Microsoft、和SAS等有實力的公司相繼（通過收購或研發的途徑）推出了自己的數據倉庫解決方案，BO和Brio等專業軟體公司也在前端在線分析處理工具市場上佔有一席之地。下面針對這些數據倉庫解決方案的性能和特點做分析和比較。
IBMIBM公司提供了一套基於可視數據倉庫的商業智能（BI）解決方案，包括：Visual Warehouse（VW）、Essbase/DB2 OLAP Server 5.0、IBM DB2 UDB，以及來自第三方的前端數據展現工具（如BO）和數據挖掘工具（如SAS）。其中，VW是一個功能很強的集成環境，既可用於數據倉庫建模和元數據管理，又可用於數據抽取、轉換、裝載和調度。Essbase/DB2 OLAP Server支持「維」的定義和數據裝載。Essbase/DB2 OLAP Server不是ROLAP（Relational OLAP）伺服器，而是一個（ROLAP和MOLAP）混合的HOLAP伺服器，在Essbase完成數據裝載後，數據存放在系統指定的DB2 UDB資料庫中。
嚴格說來，IBM自己並沒有提供完整的數據倉庫解決方案，該公司採取的是合作夥伴戰略。例如，它的前端數據展現工具可以是Business Objects的BO、Lotus的Approach、Cognos的Impromptu或IBM的Query Management Facility；多維分析工具支持Arbor Software的Essbase和IBM（與Arbor聯合開發）的DB2 OLAP伺服器；統計分析工具採用SAS系統。
OracleOracle數據倉庫解決方案主要包括Oracle Express和Oracle Discoverer兩個部分。Oracle Express由四個工具組成：Oracle Express Server是一個MOLAP (多維OLAP)伺服器，它利用多維模型，存儲和管理多維資料庫或多維高速緩存，同時也能夠訪問多種關系資料庫；Oracle Express Web Agent通過CGI或Web插件支持基於Web的動態多維數據展現；Oracle Express Objects前端數據分析工具（目前僅支持Windows平台）提供了圖形化建模和假設分析功能，支持可視化開發和事件驅動編程技術，提供了兼容Visual Basic語法的語言，支持OCX和OLE；Oracle Express Analyzer是通用的、面向最終用戶的報告和分析工具（目前僅支持Windows平台）。Oracle Discoverer即席查詢工具是專門為最終用戶設計的，分為最終用戶版和管理員版。
在Oracle數據倉庫解決方案實施過程中，通常把匯總數據存儲在Express多維資料庫中，而將詳細數據存儲在Oracle關系資料庫中，當需要詳細數據時，Express Server通過構造SQL語句訪問關系資料庫。但目前的Express還不夠靈活，數據倉庫設計的一個變化往往導致資料庫的重構。另外，目前的Oracle 8i和Express 之間集成度還不夠高，Oracle 8i和Express之間需要復制元數據，如果Oracle Discoverer（或BO）需要訪問匯總數據，則需要將匯總數據同時存放在Oracle和Express中，系統維護比較困難。值得注意的是，剛剛問世的Oracle 9i把OLAP和數據挖掘作為重要特點。
SybaseSybase提供的數據倉庫解決方案稱為Warehouse Studio，包括數據倉庫的建模、數據抽取與轉換、數據存儲與管理、元數據管理以及可視化數據分析等工具。其中，Warehouse Architect是PowerDesigner中的一個設計模塊，它支持星形模型、雪花模型和ER模型；數據抽取與轉換工具包括PowerStage、Replication Server、Carleton PASSPORT，PowerStage是Sybase提供的可視化數據遷移工具。
Adaptive Server Enterprise是Sybase企業級關系資料庫，Adaptive Server IQ是Sybase公司專為數據倉庫設計的關系資料庫，它為高性能決策支持系統和數據倉庫的建立作了優化處理，Sybase IQ支持各種流行的前端展現工具（如Cognos Impromptu、Business Objects、Brio Query等）；數據分析與展現工具包括PowerD

『柒』 IBM P550的描述

要點
· IBM Power Architecture™ 技術提供卓越的性價比和靈活性
· 帶微分區功能的 IBM Virtualization Engine 有助於提高利用率和生產力
· 靈活的 Capacity on Demand 有助於提供節省成本的可伸縮性
IBM eServer p5 550 系統是最多可達 4 路的新一代 UNIX® 或 Linux® 伺服器，旨在滿足隨需應變壞境的苛刻要求。它提供卓越的性價比、秉承主機中的可用性功能、靈活的容量升級和創新的 IBM Virtualization Engine™ 系統技術。由 IBM 最先進的 64 位處理器 － POWER5™ 支持，使用同步多線程技術支持關鍵的企業軟體系統，提供卓越的性價比，所有這些有助於提供合理的價格和響應性。
eServer p5 550 可以作為企業中部門級或地區級多功能伺服器，為在 AIX 5L™（IBM 工業級的 UNIX）或是 Linux 操作環境中運行的企業應用程序提供服務。p5-550 的性能、可靠性和可承受的價格使它適合作為伺服器整合、可伸縮的資料庫伺服器、電子商務應用程序伺服器、Web 伺服器、操作系統、商業智能（BI）和高性能計算（HPC）工作負載的關鍵平台。p5-550 還提供了靈活的 CoD（Capacity on Demand）功能，它使企業僅為所使用的容量付費，從而降低了 IT 成本。
充分的可配置能力
為了具有更廣泛的使用范圍，p5-550 提供了極大的配置靈活性來滿足大多數容量和增長需 求。客戶有著巨大的增長潛力，如果選擇 19 英寸的機櫃式或桌面式安裝，最多可達到 64GB 內存、多達 8 個可選 I/O 擴展抽屜（最多可達 15.2TB 的磁碟存儲器）以及最多 60 個熱插拔 PCI-X 插槽。另外，在單個 HPC 群集中可以包含多達 64 個 p5-550 系統。為了將 IBM 伺服器的可用性達到極致，可以使用 HACMP™ 軟體將 p5-550 群集化，HACMP™ 軟體旨在提供近乎不間斷的可用性。
IBM Virtualization Engine技術
eServer p5 550 伺服器的一大特點是為 UNIX 或 Linux 入門級系統帶來突破性技術。 可以在 p5-550 系統上選用 IBM Virtualization Engine 系統技術來提供許多創新技術，如微分區，它使得企業在確保應用程序可以持續獲取所需的資源的同時，還能提高系統的利用率。微分區通過精細地調優系統來整合多個獨立的 AIX 5L 和 Linux 工作負載，從而降低成本。一個 4 路 550 型可以管理多達 40 個「虛擬伺服器」（分區）。動態邏輯分區幫助分配系統資源（處理器、內存和 I/O）以便能更快地、不間斷地響應不斷變化的工作負載需求。
類似可選虛擬 I/O 這樣的創新技術允許共享昂貴的磁碟驅動器、通信適配器和以光纖通道連接的磁碟，並有助於降低復雜性和系統/管理費用。共享的處理器池允許在分配給共享池的分區之間自動且不間斷地均衡處理能力，從而提高了吞吐量和利用率。
隨需應變的增長
通過使用在最初購買系統時未激活，但已安裝在系統商的處理器資源，CoD（Capacity on Demand）這一可選功能有助於 p5-550 系統在隨需應變環境中滿足不斷變化的資源需求：
· CUoD（Capacity Upgrade on Demand）允許公司購買額外的永久處理器容量，以便在需要資源時激活。
· 試用 CoD 提供了一次性的無需額外費用的 30 天試用期，它允許客戶使用其伺服器上未處於活動狀態的處理器容量。
· 預留 CoD 允許公司購買處理器功能部件，這些處理器已預付費用，使用期限為 30 個處理器日，然後每過 24小時激活一次，以適應工作負載的需要，在需求下降時自動取消激活這些處理器。
· CoD 開關使得公司能夠根據需要每隔一天激活一次處理器。
秉承主機技術的 RAS 功能有助於維持隨需應變的系統
和較大型的 eServer p5 型號一樣，eServer p5 550 系統的特點在於它秉承了許多主機的可靠性、可用性和可維護性功能，這有助於使系統能晝夜不停地運行。 p5-550將p系列的世界一流RAS傳統特性擴展到入門級系統中——這些特性包括並發固件更新，對於大多數操作來說，可以在進行IBM系統固件升級的同時，保持應用的運行、熱拔插I/O擴展機箱，可以在正在運行的應用不中斷運行的情況下添加I/O容量、更為細致的L2高速緩存分解、增強的L3高速緩存列刪除和能夠提供更好自恢復功能的ECC高速緩存。
IBM eServer p5 550：多達 4 路的入門級 UNIX 和 Linux 伺服器中的新標准
p5-550 系統兼有靈活的擴展性、出色的可靠性/可用性功能和高級的虛擬技術，這使得它在零售業、批發業、金融服務業、公共事業、工業和通信環境中都是出類拔萃的選擇。由於該伺服器具有桌面型或機櫃型安裝的選項，因此它被設計成便於安裝、集成和管理。在具備這些品質的基礎之上，p5-550 旨在以合理的成本給中小型企業提供企業級的隨需應變計算能力，而且不會降低可用性、性能或安全性。 IBM eServer p5 550 為最多可達 4 路的 UNIX 和 Linux 入門伺服器制定了一個新的標准。

『捌』 怎麼把工業企業資料庫弄成面板數據

中國工業企業資料庫的使用現狀和潛在問題 聶輝華 江艇 楊汝岱  提要：在經驗研究中，企業級的微觀數據正受到越來越多的重視。中國工業企業數據 庫成為海內外學者研究中國企業行為和績效的主要資料庫之一。但是該資料庫存在樣本匹配 混亂、變數大小異常、測度誤差明顯和變數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。本文介紹了該資料庫的基本情況和使用現狀，指出了該資料庫的若幹缺陷， 並根據現有研究提供了若干改進建議。 關鍵詞：企業數據 工業企業 微觀計量 製造業 生產率 JEL 分類號：C33 D24 L22 L60 一、引言 數據是經驗研究的細胞，因此數據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據（longitudinal micro-level data）的研究。 相對於宏觀數據或行業數據，微觀的企業數據或個體數據的優勢是非常明顯的：第一，微觀 面板數據包含了更多信息，例如企業的所有制、規模和出口等狀態，這些信息對於企業行為 研究是必不可少的；第二，微觀面板數據同時包含了時間維度和個體維度，有助於解決計量 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，微觀面板數據增加了觀測值 個數，使得估計更有效率。對於產業組織理論、企業理論、公司金融、國際貿易、收入分配 和勞動供給等研究領域來說，經驗研究的數據主要就是微觀數據。 伴隨微觀計量經濟學的引入和國內外微觀資料庫的開放，中國經濟學者越來越重視微 觀數據的開發和使用，並生產了很多基於微觀數據的研究成果。一些中國資料庫甚至被全世 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 中國數據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「中國工業企業 資料庫」（Chinese instrial enterprises database） ① ，其研究成果廣泛發表在包括《American Economic Review》（如Song等，2011）、《Quarterly Journal of Economics》（如Hsieh和Klenow， 2009）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計局收集的 資料庫，它的優點是樣本大、指標多、時間長。但是，它畢竟不是一個由學術機構發布的數 據庫，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、測度誤差明顯和變數定義模糊等嚴重問題。我們認為，如果研究者 沒有察覺到這些數據缺陷，並且採取有效的方法緩解或消除這些缺陷，那麼就會對經驗研究 的結果產生負面影響，甚至會導致錯誤的結果。而錯誤的結果對於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。鑒於此，我們認為有必要詳細地、嚴謹 地討論中國工業企業資料庫的基本情況、使用現狀，指出其存在的問題，並盡可能提供解決 問題的建議。我們希望，本文的分析不僅有助於潛在使用者了解該資料庫的研究現狀和未來  聶輝華，中國人民大學經濟學院，人大企業與組織研究中心，北京市 100872；email: [email protected]。 江艇，中國人民大學經濟學院，人大企業與組織研究中心，[email protected]；楊汝岱，湘潭大學消費 研究院，[email protected]。作者感謝何帆對寫作本文提供的建議，感謝屠順傑提供的助研工作，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 一些英文文章將該資料庫名稱翻譯為「China Annual Survey of Instrial Firms」或「China Annual Survey of Manufacturing Firms」。 1 本文發表於《世界經濟》2012 年第5 期 方向，而且有助於他們更准確地使用該資料庫，從而推進相關領域的研究。當然，作為該數 據庫的使用者之一，我們並不能保證我們全面地熟悉了該資料庫，並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、資料庫基本信息 我們首先簡單地描述資料庫的基本情況。中國工業企業資料庫由國家統計局建立，它 的數據主要來自於樣本企業提交給當地統計局的季報和年報匯總。該資料庫的全稱為「全部 國有及規模以上非國有工業企業資料庫」，其樣本范圍為全部國有工業企業以及規模以上非 國有工業企業，其統計單位為企業法人。這里的「工業」統計口徑包括「國民經濟行業分類」 中的「採掘業」、「製造業」以及「電力、燃氣及水的生產和供應業」三個門類，主要是製造 業（占 90%以上）。這里的「規模以上」要求企業每年的主營業務收入（即銷售額）在 500 萬元及其以上，2011 年該標准改為2000 萬元及其以上。基於上述統計口徑的資料庫自1998 年開始採集，但多數學者使用的工業企業資料庫涉及的年份在1999－2007 年之間。由於該 資料庫的主要成份為製造業企業，在統計口徑上與其它國家的產業分類比較一致，而且一些 變數（例如資本、研發投入和出口交貨值）更容易度量，因此使用者通常析出該資料庫中的 製造業企業。製造業的統計口徑包括從農副食品加工業、食品製造業到工藝品及其它製造業、 廢棄資源和廢舊材料回收加工業等30 個大類（二位數行業），對應於國民經濟行業分類與代 碼（GB/T4754—2002）中的代碼 13－43（沒有 38）。為了保持企業樣本的完整性，同時與 現有研究具有可比性，我們以1999－2007 年全部國有及規模以上非國有工業企業作為我們 分析該資料庫的主要樣本。 1999－2007 年中國工業企業資料庫包括了 200 多萬個觀測值，每年的樣本企業數量從 1999 年的大約16 萬家逐年遞增到2007 年的大約33 萬家。 ① 在9 年樣本期內，總共有大約 55 萬家企業出現，包括上市公司。顯然，這是一個巨大的非平衡面板數據。由於企業關閉、 改制、重組等各種原因，只有4 萬6 千多家企業（約占樣本企業總數的8%）連續出現在整 個樣本期間。該資料庫樣本占據了中國工業企業的絕大部分比例。根據具有可比性的 2004 年第一次全國經濟普查年報，當年工業企業銷售額為218442.81 億元。而中國工業企業數據 庫當年全部樣本企業的銷售額為195600 億元，約佔全國的89.5%。 ② 目前，除了經濟普查 資料庫，中國工業企業資料庫是可獲得的最大的企業級資料庫。表1 描述了1999－2007 年 企業總數和國有、集體、民營、外資企業（含港澳台企業）的份額變化。可以看出，國有和 集體企業的比例在顯著減少，從1999 年的三分之二下降到2007 年的不足十分之一，而民營 企業的比例從不足 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 中國工業企業的類型、數目和比例 年份 國有 比例% 集體 比例% 民營 比例% 外資 比例% 總數 1999 52817 32.86 53507 33.29 27757 17.27 26652 16.58 160733 2000 44665 27.66 49383 30.58 39192 24.27 28240 17.49 161480 2001 36781 21.67 42528 25.06 59208 34.89 31178 18.37 169695 2002 31570 17.55 38237 21.25 75884 42.18 34208 19.02 179899 2003 25157 12.93 32334 16.62 98698 50.74 38318 19.70 194507 ① 學者們使用的該資料庫可能有幾個不同的來源，但是內容相差很小。 ② 經濟普查的工業企業銷售額來自國家統計局網站《第一次全國經濟普查主要數據公報（第二號）》，工業 企業資料庫中的工業企業銷售額來自作者計算。 2 本文發表於《世界經濟》2012 年第5 期 2004 27403 9.89 26896 9.70 165864 59.85 56976 20.56 277139 2005 18520 6.86 23875 8.84 171603 63.53 56112 20.77 270110 2006 16209 5.40 20983 6.99 202417 67.43 60585 20.18 300194 2007 11724 3.50 19355 5.78 236823 70.68 67174 20.05 335076 來源：作者根據資料庫計算 事實上，工業企業資料庫也是最全面的企業資料庫。該資料庫包括企業的兩類信息， 一類是企業的基本情況，另一類是企業的財務數據。企業的基本情況包括：法人代碼、企業 名稱、法人代表、聯系電話、郵政編碼、具體地址、所屬行業、注冊類型（所有制）、隸屬 關系、開業年份和職工人數等指標。企業的財務數據包括：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、主營業務收入、主營業 務成本、營業費用、管理費用、財務費用、營業利潤、利稅總額、廣告費、研究開發費、工 資總額、福利費總額、增值稅、工業中間投入、工業總產值和出口交貨值等指標。全部指標 大約為 130 個。特別是，2004 年為第一次全國經濟普查年，因此在資料庫中當年的企業指 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量，此外還包括了企業是否加入工會以及加入工 會的人數等其它年份所沒有的信息。 毋庸置疑，工業企業資料庫的優勢非常顯著。第一，它的樣本量非常大，涵蓋了全國 所有的國有工業企業和規模以上的非國有工業企業。9 年的觀測值總數超過200 萬個。2006 年之後，每年的樣本企業數目已經超過了30 萬個。除了普查資料庫，還沒有哪個企業數據 庫在樣本量上能與之匹敵。從統計學或計量經濟學的角度講，大樣本的優勢是降低估計的近 似偏誤，提高估計的效率。第二，它的指標非常多，包括了企業的基本情況和企業的財務數 據，能夠從多個角度比較全面地反映企業的市場進入、投資、借貸、廣告、研發、出口等行 為和企業的短期與長期經營績效，並且企業加總數據能夠反映出企業所處行業或地區的市場 結構。從產業組織理論的角度講，一旦可以獲得市場結構、企業行為和績效的數據，學者們 幾乎就可以進行任何主題的研究！公司金融、企業理論、國際貿易和產業集聚等相關領域的 研究者們也可以對該資料庫各取所需，包括進行跨專業研究。如果將該資料庫和其它資料庫 合並，那麼學者們將會發現更加豐富的研究視角。指標越多，在構建計量方程時解釋變數和 控制變數就越多，這樣可以減少遺漏變數問題。第三，它的時間序列比較長。工業企業數據 庫最早的建立年份是1998 年，目前已經更新到了2008 年，前後跨期11 年。這使得研究者 採用動態面板方法具有可行性，從而有助於反映歷史因素的作用，以及從動態的角度研究企 業和產業的演化過程。 相對而言，目前流行的其它幾個企業資料庫，例如萬得金融資料庫、色諾芬經濟金融 資料庫、國泰安上市公司資料庫，樣本企業都是上市公司，它們的指標更全面、准確，提供 指標的頻率也更高。比如，這些上市公司資料庫通常包括了主要股東持股情況、董事會成員 和高管的個人特徵以及職位變動，從而可以研究公司治理結構。另外，上市公司資料庫不僅 包含工業類上市公司，還包含了金融類和服務類上市公司，這也是工業企業資料庫所缺乏的。 此外，一些特定的調查項目也催生了企業資料庫。例如，2006 年世界銀行和國家統計局對 中國12 省的1200 多家企業進行了調查，內容涉及企業社會責任、內部管理、質量管理、勞 動管理、環境管理、市場競爭以及技術改造等方面。從1991 年到2006 年，中央統戰部和全 國工商聯陸續對全國民營企業的經營情況進行了抽樣調查，內容涉及企業基本情況、管理體 制、企業家背景以及勞資關系等方面。 ① ① 關於其它企業資料庫，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 本文發表於《世界經濟》2012 年第5 期 三、資料庫使用現狀 由於工業企業資料庫的獨特優勢，近幾年來每年都有大量的海內外經濟學者使用該數 據庫撰寫和發表論文，主題涵蓋產業組織理論、企業理論、公司金融、轉型經濟學、國際貿 易、勞動經濟學和區域經濟學等學科。下面，我們簡要介紹工業企業資料庫在上述經濟學分 支中的使用現狀。一方面，我們希望這有助於感興趣的研究人員了解人們在不同領域已經用 該資料庫做了什麼，還可以做什麼；另一方面，我們希望這有助於感興趣者了解現有研究者 是如何做這些研究的。當然，囿於篇幅和精力，我們不可能囊括所有使用該資料庫的文獻， 而是將目光聚焦於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 在所有使用該資料庫的相關研究文獻中，企業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 期來看生產率近似於一切。」而且，對於計算企業生產率而言，工業企業資料庫提供了加總 數據所不具有的獨特優勢。利用工業企業資料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（表示L），採取相應的價格指數進行平減，可以計算出每個 企業的勞動生產率和全要素生產率（total factors proctivity，簡稱TFP）。鑒於勞動生產率 不能反映資本的效率，因此多數文獻以TFP作為生產率的度量。又因為製造業口徑與國際產 業分類更具可比性，所以現有文獻在計算TFP時幾乎都以製造業企業為樣本。在計算TFP時， 一些學者採取了傳統的索洛殘差法（Solow resial），例如謝千里等（2008）、Hsieh和Klenow （2009）；一些學者採取了主流的OP方法（Olley和Pakes，1996），例如張傑等（2009）、余 淼傑（2010）、聶輝華和賈瑞雪（2011）、楊汝岱和熊瑞祥（2011）、Brandt等（2012）；一些 學者採取了LP方法（Levinsohn和Petrin，2003），例如周黎安等（2007）；一些學者採取了隨 機邊界方法（SFA），例如劉小玄和李雙傑（2008）。 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，是考察企業出口與生產率的關系。 根據著名的企業異質性假說（Melitz，2003），生產率高的企業會傾向於選擇出口，即生產 率和出口是正相關的。工業企業資料庫包含了企業出口交貨值，但無法區分一般貿易和加工 貿易企業。利用工業企業資料庫，一些學者檢驗了這一假說對於中國企業是否成立。張傑等 （2009）利用1999－2003 年的製造業企業數據發現，出口有利於企業提高TFP，即存在出 口的「學習效應」。而李春頂（2010）利用1998－2007 年的樣本發現，出口企業的平均TFP 或勞動生產率低於內銷企業，他認為這是「生產率悖論」。此外，趙偉等（2011）發現勞動 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 資料庫文獻研究還沒有明確地支持企業異質性假說，但 Lu（2010）對此提供了一個理論解 釋。還有一些學者利用工業企業資料庫做了相關的研究。例如，余淼傑（2010）發現，貿易 自由化（降低關稅）會提高出口企業的TFP；包群等（2011）發現，製造業企業出口後對其 員工收入的改善並不明顯；楊汝岱和鄭辛迎（2011）發現行業的垂直專業化程度對企業員工 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展中扮演了 什麼樣的角色？亓朋等（2008）利用1998－2001 年的製造業企業數據，考察了外資企業對 內資企業 TFP 的溢出效應，發現在行業內溢出效應不顯著，行業間和地區間均存在正的溢 出效應。羅雨澤等（2008）使用2000 年和2002 年的製造業企業數據，發現外商投資企業對 ① 聶輝華和賈瑞雪（2011）比較了計算TFP 的幾種方法的優劣。 4 本文發表於《世界經濟》2012 年第5 期 本行業和本地區的內資企業有顯著正的溢出效應。有趣的是，路江涌（2008）利用 1998－ 2005 年的製造業企業數據，發現外資企業對內資企業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，並且對國企為負，對民企為正。Du 等（2011）發 現，外資企業對內資企業的溢出效應主要是通過前向或後向產業關聯實現的，橫向產業關聯 沒有產生顯著的溢出效應；而且，來自港澳台的外資企業和來自外國的外資企業對內資企業 的影響也不相同。Xu 和Sheng（2011）也得到了類似的發現。Sheng 等（2011）還發現，FDI 通過後向產業關聯提高了內資企業的出口價值，通過同行業的示範效應提高了內資企業的出 口傾向。Chen 等（2011）發現，外資企業具有明顯的工資溢價，並且對內資企業的工資有 抑製作用，從而加劇了企業之間的工資不平等現象。 4、研發 技術創新是企業生產率的重要源泉之一，因此企業的研究開發（R&D）行為也備受關 注。關於 R&D 的文獻主要分為兩類：第一類是研究 R&D 或者企業創新的決定因素，主要 是檢驗「熊彼特假說」；第二類是研究企業的 R&D 對績效的影響。聶輝華等（2008）利用 2001－2005 年的製造業企業數據，分析了發現企業的研發密度（度量創新）與規模、市場 競爭之間均呈倒 U 型關系，而且盡管國有企業的研發密度比民營企業的更高，但是研發的 效率更低。Hu 等（2009）發現FDI 和企業改制對於促進企業研發密度有正面作用。陳林和 朱衛（2011）使用2005－2006 年的工業企業數據，根據國有經濟比重區分行政進入壁壘高 的行業和行政進入壁壘低的行業，發現在前一類行業中創新與市場結構之間是倒U 型關系， 「熊彼特假說」成立，但是在後一類行業中相反。Chesbrough 和Liang（2007）以製造業中 的半導體行業為例，發現市場導向會影響企業R&D 的投資回報，即全球市場導向的企業比 國內市場導向的企業能夠獲得更高的 R&D 回報。戴覓和余淼傑（2012）發現，出口前的 R&D 投資能夠促進企業在出口後的生產率提高。 5、民營化 中國國有企業改革的主要成效之一，就是大量的國有企業進行了轉制，即從百分之百 的國有企業變成了國有控股企業或者民營企業。這一點明顯地反映在國有工業企業的實收資 本成份變化上。Tong（2009）利用1998－2003 年的工業企業數據，發現市場競爭的加劇、 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（2009）研究了國企民營化的影響，發現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的。Dougherty 等（2007）發現，民營化通過 提高企業的贏利能力和生產的地區專業化水平提高了企業的生產率。Lu 等（2010）發現， 集體企業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 由於中國工業企業資料庫包含了豐富的財務指標，因此很多學者用它研究企業的投資、 融資和避稅行為。Cai 和 Liu（2009）提出了一個有趣的問題：競爭是否會加劇公司規避所 得稅？他們識別避稅程度的方式是，比較企業報告的利潤和根據會計規則計算的利潤之間的 差額。使用 2000－2005 的工業企業數據，他們發現競爭會加劇企業的避稅行為。Cull 等 （2009）認為，中國的銀行貸款（loan）和商業信用（trade credit）之間存在一種替代關系， 業績差的國企會通過商業信用將銀行貸款再配置給企業客戶，而業績好的民營企業比業績差 的民營企業更有可能擴展商業信用。餘明桂和潘紅波（2010）利用2004－2007 年的工業企 業數據發現，企業（特別是私有企業）會將授予客戶的商業信用作為產品市場競爭的手段， 這驗證了商業信用的競爭假說。Guariglia 等（2011）發現，民營企業的內部融資（現金流/ 總資產）是企業增長的重要約束條件，而國有企業則不受此類約束。 7、產業集聚 利用企業層面的數據，我們可以得到行業或地區層面的加總數據，這可以反映中國工業 5 本文發表於《世界經濟》2012 年第5 期 的產業集聚現象。使用1998－2005 年的製造業企業數據，Lu 和Tao（2009）考察了中國制 造業集聚（用EG 指數衡量）的決定因素，發現地方保護主義（國有企業的僱傭比例）是阻 礙產業地區集聚的主要因素。另外一些學者考察了產業集聚對企業的影響。Li 等（2011） 發現產業集聚對企業規模有顯著的正面影響。Lin 等（2011）發現，產業集聚和企業生產率 之間存在一種倒U 型關系。Yang 和He（2011）發現貿易通過信息和分工影 轉載僅供參考，版權屬於原作者。祝你愉快，滿意請採納哦

『玖』 中國科技期刊資料庫《工業a》是不是核心期刊

這本雜志並不是實體刊物，

只是數字刊物，就是電子雜志。

因此不可能是核心。