Penn World Table|经济增长数据集|国际比较数据集

kaggle2017-09-05 更新2024-04-26 收录

经济增长

国际比较

下载链接：

https://www.kaggle.com/datasets/jboysen/penn-world-table

下载链接

链接失效反馈

资源简介：

Compare Economic Growth Across Countries

创建时间：

2017-09-05

AI搜集汇总

数据集介绍

构建方式

Penn World Table数据集的构建基于对全球多个国家经济指标的系统性收集与整理。该数据集通过整合国际货币基金组织（IMF）、世界银行等多方权威机构的数据，采用一致的统计方法和标准，确保了数据的可比性和准确性。具体构建过程中，研究团队对原始数据进行了细致的清洗和标准化处理，以消除不同国家间统计口径的差异，从而为全球经济研究提供了坚实的基础。

特点

Penn World Table数据集以其全面性和权威性著称，涵盖了从1950年至今的全球主要经济体的关键经济指标，包括国内生产总值（GDP）、人均收入、资本存量等。该数据集的特点在于其高度标准化和可比性，使得不同国家和时期的经济数据能够进行直接对比分析。此外，数据集的更新频率较高，通常每年都会进行修订和补充，确保了数据的时效性和准确性。

使用方法

Penn World Table数据集广泛应用于经济学、发展经济学、国际贸易等领域的研究中。研究者可以通过该数据集进行跨国比较分析，探究不同国家经济发展路径的异同。使用该数据集时，研究者需根据具体研究问题选择合适的经济指标，并结合其他相关数据进行综合分析。此外，数据集提供了详细的使用指南和数据字典，帮助用户更好地理解和应用数据。

背景与挑战

背景概述

Penn World Table（PWT）是由宾夕法尼亚大学国际比较项目（ICP）开发的经济数据集，首次发布于1995年。该数据集汇集了全球多个国家和地区的宏观经济指标，包括国内生产总值（GDP）、人口、劳动力、资本存量等，旨在为经济学家和政策制定者提供一个标准化的数据平台，以进行跨国比较和长期趋势分析。PWT的核心研究问题是如何在不同国家之间进行经济指标的准确比较，从而揭示经济发展模式和政策效果。其影响力在于为全球经济研究提供了基础数据支持，推动了国际经济学的发展和政策优化。

当前挑战

Penn World Table在构建过程中面临多项挑战。首先，数据收集涉及多个国家和地区的统计体系，数据质量和一致性难以保证。其次，不同国家的经济结构和统计方法差异巨大，如何进行标准化处理以确保比较的准确性是一大难题。此外，随着时间的推移，经济指标的定义和计算方法也在不断演变，如何保持数据集的时效性和准确性是持续的挑战。最后，数据集的更新和维护需要大量的人力和资源投入，确保数据的持续可用性和可靠性。

发展历史

创建时间与更新

Penn World Table数据集首次创建于1978年，由宾夕法尼亚大学国际比较研究中心开发。该数据集自创建以来，经历了多次重大更新，最近一次主要更新发生在2019年，版本为10.0。

重要里程碑

Penn World Table数据集的重要里程碑包括1995年的第五版发布，该版本首次引入了购买力平价（PPP）数据，极大地提升了数据集在国际经济比较中的应用价值。2002年的第六版则进一步扩展了数据覆盖的国家和年份，为全球经济研究提供了更为全面的数据支持。2015年的第九版更新，引入了新的经济增长核算方法，显著提高了数据集的精确性和可靠性。

当前发展情况

当前，Penn World Table数据集已成为全球经济研究领域的重要参考资源，广泛应用于经济增长、国际贸易、发展经济学等多个领域。其最新版本10.0不仅更新了数据至2019年，还引入了新的变量和改进的数据处理方法，进一步提升了数据集的实用性和学术价值。该数据集的持续更新和扩展，为全球经济学者提供了宝贵的数据支持，推动了相关领域的深入研究和发展。

发展历程

Penn World Table首次发表，由宾夕法尼亚大学国际比较研究中心的Irving Kravis、Robert Summers和Alan Heston共同创建，旨在提供跨国经济比较的标准化数据。
1978年
Penn World Table发布了第5版，引入了购买力平价（PPP）数据，以更准确地比较不同国家的经济规模。
1991年
Penn World Table发布了第6版，增加了更多国家和地区的数据，并改进了数据质量和覆盖范围。
2001年
Penn World Table发布了第7版，引入了新的数据处理方法和更广泛的时间序列数据，以支持长期经济分析。
2011年
Penn World Table发布了第9.1版，进一步扩展了数据覆盖范围，并改进了购买力平价计算方法，以提高数据的准确性和可靠性。
2017年

常用场景

经典使用场景

在经济学研究领域，Penn World Table（PWT）数据集被广泛用于分析和比较不同国家在经济增长、生产力、收入分配等方面的表现。该数据集提供了详细的宏观经济变量，如国内生产总值（GDP）、资本存量、劳动力投入等，使得研究者能够进行跨国和跨时间的经济比较分析。

解决学术问题

PWT数据集解决了经济学研究中常见的跨国数据可比性问题。通过标准化处理，该数据集使得不同国家的经济指标能够在同一基准上进行比较，从而有助于揭示经济增长的驱动因素和模式。此外，PWT还为研究全球经济不平等、技术进步和生产效率提供了重要数据支持。

衍生相关工作

基于PWT数据集，许多经典的经济学研究得以开展。例如，Heston, Summers和Aten（2002）的工作进一步扩展了PWT的数据范围和精度，为全球经济研究提供了更为详尽的数据支持。此外，Acemoglu和Robinson（2012）在其著作《Why Nations Fail》中也大量引用了PWT数据，探讨了制度因素对经济增长的影响。

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 4098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

CatMeows

该数据集包含440个声音样本，由21只属于两个品种（缅因州库恩猫和欧洲短毛猫）的猫在三种不同情境下发出的喵声组成。这些情境包括刷毛、在陌生环境中隔离和等待食物。每个声音文件都遵循特定的命名约定，包含猫的唯一ID、品种、性别、猫主人的唯一ID、录音场次和发声计数。此外，还有一个额外的zip文件，包含被排除的录音（非喵声）和未剪辑的连续发声序列。

huggingface 收录

学生课堂行为数据集 (SCB-dataset3)

学生课堂行为数据集(SCB-dataset3)由成都东软学院创建，包含5686张图像和45578个标签，重点关注六种行为：举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景，通过YOLOv5、YOLOv7和YOLOv8算法评估，平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础，解决教育领域中学生行为数据集的缺乏问题。

arXiv 收录

中国区域交通网络数据集

该数据集包含中国各区域的交通网络信息，包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。

data.stats.gov.cn 收录

RAVDESS

情感语音和歌曲 (RAVDESS) 的Ryerson视听数据库包含7,356个文件 (总大小: 24.8 GB)。该数据库包含24位专业演员 (12位女性，12位男性)，以中性的北美口音发声两个词汇匹配的陈述。言语包括平静、快乐、悲伤、愤怒、恐惧、惊讶和厌恶的表情，歌曲则包含平静、快乐、悲伤、愤怒和恐惧的情绪。每个表达都是在两个情绪强度水平 (正常，强烈) 下产生的，另外还有一个中性表达。所有条件都有三种模态格式: 纯音频 (16位，48kHz .wav)，音频-视频 (720p H.264，AAC 48kHz，.mp4) 和仅视频 (无声音)。注意，Actor_18没有歌曲文件。

OpenDataLab 收录

URPC系列数据集, S-URPC2019, UDD

URPC系列数据集包括URPC2017至URPC2020DL，主要用于水下目标的检测和分类。S-URPC2019专注于水下环境的特定检测任务。UDD数据集信息未在README中详细描述。

github 收录