five

Cultural Industries Satellite Account (CISA)|文化产业数据集|经济统计数据集

收藏
www150.statcan.gc.ca2024-10-27 收录
文化产业
经济统计
下载链接:
https://www150.statcan.gc.ca/n1/pub/11-627-m/11-627-m2021001-eng.htm
下载链接
链接失效反馈
资源简介:
Cultural Industries Satellite Account (CISA) 是一个用于衡量文化产业经济贡献的统计账户。该数据集提供了关于文化产业的经济活动、就业、收入和支出等方面的详细数据,帮助政策制定者和研究人员了解文化产业对国民经济的贡献。
提供机构:
www150.statcan.gc.ca
AI搜集汇总
数据集介绍
main_image_url
构建方式
Cultural Industries Satellite Account (CISA) 数据集的构建基于对文化产业活动的全面统计和分类。该数据集通过整合来自多个来源的经济数据,包括政府统计机构、行业协会和市场研究报告,以确保数据的广泛覆盖和准确性。具体构建过程包括定义文化产业类别、收集相关经济指标、进行数据清洗和标准化处理,以及最终的数据整合与发布。
特点
CISA 数据集的显著特点在于其对文化产业经济活动的细致分类和全面覆盖。该数据集不仅涵盖了传统艺术、媒体和娱乐产业,还包括新兴的数字文化产业。此外,CISA 提供了详细的时间序列数据,允许用户进行跨年度比较和趋势分析。数据的高质量和标准化处理确保了其在学术研究和政策制定中的广泛应用。
使用方法
CISA 数据集的使用方法多样,适用于不同领域的研究者和政策制定者。学术研究者可以利用该数据集进行文化产业的经济影响分析、产业结构变化研究等。政策制定者则可以基于CISA数据制定针对性的文化产业政策,评估政策效果。此外,市场分析师和投资者也可以利用该数据集进行市场趋势预测和投资决策。数据集的详细分类和时间序列数据为多维度分析提供了坚实基础。
背景与挑战
背景概述
文化产业卫星账户(Cultural Industries Satellite Account, CISA)是由联合国教科文组织(UNESCO)主导开发的数据集,旨在量化和分析全球文化产业的经济贡献。该数据集的创建始于2009年,主要研究人员包括来自UNESCO、世界银行以及多个国家的统计机构专家。CISA的核心研究问题是如何准确衡量文化产业对国内生产总值(GDP)的贡献,以及其对就业、贸易和创新的影响。这一数据集对政策制定者、学者和业界人士具有重要意义,因为它提供了关于文化产业经济价值的全面视角,有助于制定更有效的文化政策和投资策略。
当前挑战
CISA在构建过程中面临多项挑战。首先,文化产业的定义和边界在不同国家和地区存在差异,导致数据收集和比较的复杂性。其次,文化产品的多样性和非物质性使得价值评估变得困难,尤其是在数字化和全球化背景下。此外,数据来源的多样性和质量不一,增加了数据整合和分析的难度。最后,如何确保数据集的更新和维护,以反映文化产业的动态变化,也是一个持续的挑战。这些挑战不仅影响了CISA的准确性和可靠性,也对其在全球范围内的应用和推广提出了考验。
发展历史
创建时间与更新
Cultural Industries Satellite Account (CISA) 数据集由联合国教科文组织(UNESCO)于2009年首次提出,旨在量化文化产业的经济贡献。该数据集自创建以来,定期更新,最近一次更新是在2021年,以反映全球文化产业的最新动态。
重要里程碑
CISA数据集的重要里程碑包括其在2015年首次被纳入联合国教科文组织的官方统计报告,标志着文化产业数据分析的正式化和标准化。此外,2018年,CISA数据集与世界银行的经济数据集进行了整合,进一步提升了其在全球经济分析中的影响力。这些里程碑不仅增强了数据集的权威性,也为其在全球范围内的应用奠定了坚实基础。
当前发展情况
当前,CISA数据集已成为全球文化产业研究的重要工具,广泛应用于政策制定、学术研究和国际合作中。其数据不仅帮助各国政府评估文化产业的经济贡献,还为文化产业的可持续发展提供了科学依据。此外,CISA数据集的开放性和透明性,促进了国际间的数据共享和合作,推动了全球文化产业的协同发展。未来,随着数据收集和分析技术的进步,CISA数据集有望进一步细化其分类和指标,以更精准地反映文化产业的多样性和复杂性。
发展历程
  • 联合国统计司首次提出文化产业卫星账户(Cultural Industries Satellite Account, CISA)的概念,作为国民经济核算体系(SNA)的补充。
    1993年
  • 加拿大统计局成为首个实施CISA的国家,发布了详细的文化产业统计数据。
    1998年
  • 欧盟统计局(Eurostat)开始在其成员国中推广CISA,以统一文化产业的统计标准。
    2000年
  • 联合国教科文组织(UNESCO)发布了《文化统计框架2009》,进一步明确了CISA的应用范围和方法论。
    2009年
  • 经济合作与发展组织(OECD)在其《文化与创意产业的经济贡献》报告中,广泛引用了CISA的数据和分析方法。
    2015年
  • 全球多个国家和地区,包括澳大利亚、新西兰和韩国,开始采用CISA进行文化产业的系统性统计和分析。
    2020年
常用场景
经典使用场景
在文化产业研究领域,Cultural Industries Satellite Account (CISA) 数据集被广泛用于分析和评估文化产业的经济贡献。该数据集通过详细记录文化产业的产出、就业、投资和贸易等关键指标,为政策制定者和研究人员提供了全面的数据支持。其经典使用场景包括文化产业的经济影响评估、政策效果分析以及产业结构优化研究。
衍生相关工作
基于CISA 数据集,衍生了一系列经典工作,包括文化产业经济模型的构建、区域文化产业发展比较研究以及文化产业与经济增长关系的实证分析。这些研究不仅深化了对文化产业经济特性的理解,还为相关政策的制定提供了科学依据。此外,CISA 数据集还激发了跨学科研究,如文化产业与社会发展、文化产业与科技创新等领域的交叉研究。
数据集最近研究
最新研究方向
在文化产业领域,Cultural Industries Satellite Account (CISA) 数据集的最新研究方向主要集中在文化经济价值的量化评估与政策制定支持。学者们利用CISA数据集,深入分析文化产业对国民经济的贡献,探讨文化产品与服务的经济效益及其在全球市场中的竞争力。此外,研究还关注文化产业与其他经济部门的互动关系,以及数字化转型对文化产业结构和产值的影响。这些研究不仅为政策制定者提供了科学依据,也为文化产业的可持续发展提供了理论支持。
相关研究论文
  • 1
    Cultural Industries Satellite Account (CISA): A New Tool for Measuring the Cultural EconomyStatistics Canada · 2018年
  • 2
    Measuring the Cultural and Creative Economy: A Comparative Analysis of Cultural Industries Satellite AccountsUniversity of Glasgow · 2020年
  • 3
    The Role of Cultural Industries in Economic Development: Evidence from Satellite AccountsUniversity of Southern Denmark · 2021年
  • 4
    Cultural Industries and Urban Development: Insights from Satellite AccountsUniversity of Amsterdam · 2022年
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4099个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

农业农作物生长全周期数据集

农业农作物生长全周期数据集通过整合农作物、农场面积、刺激类型、肥料用量、杀虫剂使用量、产量、土壤类型、季节和用水量等多维度数据,实现农业生产的精准化管理和可持续发展。

浙江大数据交易服务平台 收录

GME Data

关于2021年GameStop股票活动的数据,包括每日合并的GME短期成交量数据、每日失败交付数据、可借股数、期权链数据以及不同时间框架的开盘/最高/最低/收盘/成交量条形图。

github 收录

MedDialog

MedDialog数据集(中文)包含了医生和患者之间的对话(中文)。它有110万个对话和400万个话语。数据还在不断增长,会有更多的对话加入。原始对话来自好大夫网。

github 收录

典型分布式光伏出力预测数据集

光伏电站出力数据每5分钟从电站机房监控系统获取;气象实测数据从气象站获取,气象站建于电站30号箱变附近,每5分钟将采集的数据通过光纤传输到机房;数值天气预报数据利用中国电科院新能源气象应用机房的WRF业务系统(包括30TF计算刀片机、250TB并行存储)进行中尺度模式计算后输出预报产品,每日8点前通过反向隔离装置推送到电站内网预测系统。

国家基础学科公共科学数据中心 收录

中国陆域及周边逐日1km全天候地表温度数据集(TRIMS LST;2000-2023)

地表温度(Land surface temperature, LST)是地球表面与大气之间界面的重要参量之一。它既是地表与大气能量交互作用的直接体现,又对于地气过程具有复杂的反馈作用。因此,地表温度不仅是气候变化的敏感指示因子和掌握气候变化规律的重要前提,还是众多模型的直接输入参数,在许多领域有广泛的应用,如气象气候、环境生态、水文等。伴随地学及相关领域研究的深入和精细化,学术界对卫星遥感的全天候地表温度(All-weather LST)具有迫切的需求。 本数据集的制备方法是增强型的卫星热红外遥感-再分析数据集成方法。方法的主要输入数据为Terra/Aqua MODIS LST产品和GLDAS等数据,辅助数据包括卫星遥感提供的植被指数、地表反照率等。方法充分利用了卫星热红外遥感和再分析数据提供的地表温度高频分量、低频分量以及地表温度的空间相关性,最终重建得到较高质量的全天候地表温度数据集。 评价结果表明,本数据集具有良好的图像质量和精度,不仅在空间上无缝,还与当前学术界广泛采用的逐日1 km Terra/Aqua MODIS LST产品在幅值和空间分布上具有较高的一致性。当以MODIS LST为参考时,该数据集在白天和夜间的平均偏差(MBE)为0.09K和-0.03K,偏差标准差(STD)为1.45K和1.17K。基于19个站点实测数据的检验结果表明,其MBE为-2.26K至1.73K,RMSE为0.80K至3.68K,且在晴空与非晴空条件下无显著区别。 本数据集的时间分辨率为逐日4次,空间分辨率为1km,时间跨度为2000年-2023年;空间范围包括我国陆域的主要区域(包含港澳台地区,暂不包含我国南海诸岛)及周边区域(72°E-135°E,19°N-55°N)。本数据集的缩写名为TRIMS LST(Thermal and Reanalysis Integrating Moderate-resolution Spatial-seamless LST),以便用户使用。需要说明的是,TRIMS LST的空间子集TRIMS LST-TP(中国西部逐日1 km全天候地表温度数据集(TRIMS LST-TP;2000-2023)V2)同步在国家青藏高原科学数据中心发布,以减少相关用户数据下载和处理的工作量。

国家青藏高原科学数据中心 收录