20大中小微型企业划分标准是什么
20.大中小微型企业划分标准是什么？促进中小企业发展，是《中小企业促进法》对各级人民政府提出的职责要求。必须准确划分企业的规模类型，从而精准识别中小企业。
一、主要历史沿革
2002年6月，第九届全国人大常委会第二十八次会议通过《中小企业促进法》，规定“中小企业的划分标准由国务院负责企业工作的部门根据企业职工人数、销售额、资产总额等指标，结合行业特点制定，报国务院批准”。随后，原国家经贸委、原国家计委、财政部和国家统计局于2003年颁布《中小企业标准暂行规定》
（国经贸中小企〔2003〕143号，以下简称2003年《规定》），并指出“中小企业标准上限即为大企业标准的下限，国家统计部门据此制订大中小型企业的统计分类，并提供相应的统计数据”。据此，国家统计局随后印发《统计上大中小型企业划分办法（暂行）》（国统字〔2003〕17号）。
2011年6月，工业和信息化部、国家统计局、发展改革委、财政部研究制定了《中小企业划型标准规定》（工信部联企业〔2011〕300号，以下简称2011年《规定》），2003年《规定》相应废止。随后，国家统计局根据2011年《规定》出台《统计上大中小微型企业划分办法》（国统字〔2011〕75号，以下简称2011年《办法》）。2017年12月，国家统计局根据新国家标准《国民经济行业分类》（GB/T4754—2017），在延续2011年《办法》的分类原则、方法、结构框架和适用范围的前提下，修订出台了《统计上大中小微型企业划分办法（2017）》（国统字〔2017〕213号，以下简称现行办法）。
二、划分方法简介
（一）主要方法。
现行办法选取从业人员、营业收入、资产总额等指标或替代指标，并结合行业特点制定具体划分标准，将在我国境内依法设立的各种组织形式的法人企业或单位的规模划分为大型、中型、小型和微型。个体工商户参照该办法进行划分。
（二）行业范围。
现行办法适用的行业范围3包括：农、林、牧、渔业，采矿业，制造业，电力、热力、燃气及水生产和供应业，建筑业，批发和零售业，交通运输、仓储和邮政业，住宿和餐饮业，信息传输、软件和信息技术服务业，房地产业，租赁和商务服务业，科学研究和技术服务业，水利、环境和公共设施管理业，居民服务、修理和其他服务业，文化、体育和娱乐业等15个行业门类以及社会工作行业大类。
（三）应用领域。
相较于国家统计局2003年制定的暂行办法，现行办法不仅设置了“微型企业”，使得层次划分更细致，而且行业范围更全面、指标选取更合理、阈值设置更符合当前实际。现行办法的出台，为按企业规模统计以及对中小企业（特别是微型企业）在财税支持、融资促进、创业扶持、创新支持、市场开拓、服务措施、权益保护等全方面促进奠定了基础。
（四）注意事项。
在实际判断企业（单位）的规模时，需注意两点：
1.企业划分指标以现行统计制度为准。其中：（1）从业人员，是指期末从业人员数，没有期末从业人员数的，采用全年平均人员数代替。（2）营业收入，工业、建筑业、限额以上批发和零售业、限额以上住宿和餐饮业以及其他设置主营业务收入指标的行业，采用主营业务收入；限额以下批发与零售业企业采用商品销售额代替；限额以下住宿与餐饮业企业采用营业额代替；农、林、牧、渔业企业采用营业总收入代替；其他未设置主营业务收入的行业，采用营业收入指标。（3）资产总额，采用资产总计代替。
2.指标条件的满足情况略有不同。其中：大型、中型和小型企业，须同时满足所列指标的下限，否则下划一档；微型企业只须满足所列指标中的一项即可。
三、示例
以工业为例，现行办法划定标准如下：
（撰稿：王萍曾飞）
注：对于从事金融业的企业，根据《国务院办公厅关于金融支持小微企业发展的实施意见》（国办发〔2013〕87号），人民银行、银监会、证监会、保监会与国家统计局于2015年联合印发《金融业企业划型标准规定》（银发〔2015〕309号），形成了对《中小企业划型标准规定》和《统计上大中小微型企业划分办法》的有益补充。
查看更多意见
人工智能在安防行业，主要有哪些应用
作为安防重点应用领域，目前公安行业正在依托信息感知、云计算、人工智能等技术的不断发展，大力推进公安信息化以及智慧警务建设，人工智能在其中发挥着越来越重要的作用。
1.在智慧警务中的应用
作为安防重点应用领域，目前公安行业正在依托信息感知、云计算、人工智能等技术的不断发展，大力推进公安信息化以及智慧警务建设，人工智能在其中发挥着越来越重要的作用。
公安行业用户的迫切需求是在海量的视频信息中，发现犯罪嫌疑人的线索。人工智能在视频内容的特征提取、内容理解方面有着天然的优势。在对人、车、物进行检测和识别的过程中，基于深度学习的图像识别技术是目前应用较为广泛的，公安工作中运用人脸识别技术在布控排查、犯罪嫌疑人识别、人像鉴定以及重点场所门禁等领域获得了良好的应用效果。
现有的治安监控系统融入基于深度学习的人脸识别算法，实现系统的智能化升级。系统平台数据库将案件重点关注人群入库，实现在身份认证方面对常驻人口、暂住人口、重点人口、在逃人员等数据的人像比对，为户籍管理、治安管理、刑侦破案等提供大数据分析技术手段。
2.在智能交通中的应用
在城市交通领域，单纯的车牌识别技术已经无法满足实际需求，业界迫切希望能够更快更准确提取更多元的车辆信息，除车牌号码外，还有车辆的厂牌、车身颜色、车辆品牌、车辆类型、车辆特征物等等。支持基于车辆外观特征的快速检索，这些特征在刑事案件侦查、交通事故处理、交通肇事逃逸、违章车辆自动记录等领域具有广泛而迫切的应用需求。
大数据分析技术、基于深度学习的图像识别技术很好地解决了城市公共交通安全管理中所面临的各种困境。针对违章车辆的抓拍，不再仅仅依靠车牌识别技术，借助计算机视觉技术、图像处理并通过海量的大数据分析、深度学习训练，可以依靠前端设备采集的车身颜色、车灯以及车标或者其他多种特征，从而得到较高的识别率，实现对目标车辆的检索。
科达海燕车辆二次分析系统采用先进的深度学习算法，首先对所有卡口系统、电子警察系统抓拍的图片进行处理，进而进行二次识别，包括车牌号码及颜色、区域、时间、车辆细分车型、车标、车辆颜色等各种信息。
3.在智慧社区的应用
社区是城市的基本空间，是社会互动的重要场所，伴随着人口流动性加大，社区中人、车、物多种信息重叠，数据海量复杂，传统管理方式难以取得高效的社区安防管控，同时，社区管理与民生服务息息相关，不仅在管理上要求技术升级，同时还要实现大数据下社区服务。
通过在社区监控系统中融入人脸识别、车辆分析、视频结构化算法，实现对有效视频内容的提取，不但可以检测运动目标，同时根据人员属性、车辆属性、人体属性等多种目标信息进行分类，结合公安系统，分析犯罪嫌疑人线索，为公安办案提供有效的帮助。另外，在智慧社区中通过基于人脸识别的智能门禁等产品也能够精准地进行人员甄别。
通过社区出入口、公共区域监控、单元门人脸自助核验门禁等智能前端形成立体化治安防控体系，做到人过留像、车过留牌，不仅对社区安全进行了全方位监控保障，而且采集的数据能够通过实时分析研判，不仅可以实现人、车、房的高效管控，而且能够形成情报资讯，为公安民警、社区群众与物管人员，打造平安、便民、智慧的社区管理新模式。人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：1.人工智能时代，AI人才都有哪些特征？http://www.duozhishidai.com/article-1792-1.html2.大数据携手人工智能，高校人才培养面临新挑战http://www.duozhishidai.com/article-7555-1.html3.人工智能，机器学习和深度学习之间，主要有什么差异http://www.duozhishidai.com/article-15858-1.html
多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站