1998～2014 年工企周边 1～5km 范围内碳排放总量面板数据

之前给大家分享过不少碳排放相关的数据，例如：

1. 1970～2021 年中国各省市区县 CO2 排放量面板数据 & 栅格数据：https://rstata.duanshu.com/#/brief/course/c80307ac8d4e44f490387d4bacf200b3
2. 2005～2020 年各城市总碳排放、人均碳排放、各领域碳排放、常住人口、地区生产总值等指标：https://rstata.duanshu.com/#/brief/course/608f6e3072544db1afa41f8b78d81e56
3. 年度数据｜中国各省市区县 CO2 排放量面板数据 + 栅格数据（2000 年～2019 年）：https://rstata.duanshu.com/#/brief/course/bd604edcdc934fdd9f6bd29ff11f81c9
4. 月度数据｜中国各省市区县CO2排放量面板数据+栅格数据（2000年1月～2019年12月）：https://rstata.duanshu.com/#/brief/course/3b70184227b343229cd8728621f226f0
5. 2018～2021年A股和港股上市公司碳排放、碳强度和碳披露数据：https://rstata.duanshu.com/#/brief/course/1f56feb7996c4566807b131aae86ca93

不过大多都是一些宏观层面的碳排放数据，只有最后一个是上市公司的，只是时间范围特别段，实用性有限。

在其他研究中，经常我们会使用例如样本所在城市的人口、GDP 作为该样本本身变量的一些代理变量。因此我想是不是也可以使用上市公司周边一定区域的碳排放量作为其自身碳排放量的代理（这种做法的问题会很多，但是如果实在没有更好的方法，或许也是一种手段）。

借助地理计算，我们可以构建工企周围半径一定距离的范围，然后以此来裁剪「1970～2021 年中国各省市区县 CO2 排放量面板数据 & 栅格数据」中的栅格数据得到该范围内的碳排放总量。

前不久给大家分享过上市公司周边的碳排放数据，今天再给大家分享一份工企的。

工企数据我使用的是之前分享的这个：「1998～2014 年工业企业数据库地理位置数据（含经纬度、所处省市区县、南北方属性以及距离秦岭淮河线的距离）」（https://rstata.duanshu.com/#/brief/course/1c0d065e272c46b49cc528a445c2d3d9），其中经纬度是使用高德地图地理编码接口进行解析的。

2014 年工企业地理分布

首先分别生成了工企地址周边 1km、2km、3km、4km、5km 的缓冲区（因为计算量非常大，所以这次没有计算 10km、15km 和 20km 的），例如注册地址 5km 的缓冲区是这样生成的：

library(tidyverse)
library(sf) 
haven::read_dta("1998～2014年工企地理位置面板数据.dta") %>% 
  filter(年份 == 2014) %>%
  select(gqid, contains("度")) -> df1 

df1 %>% 
  st_as_sf(coords = c("经度", "纬度"), crs = 4326) -> df2 

df2 %>% 
  st_buffer(dist = units::set_units(5, km)) -> df2_5km 

这样会得到一个以每个工企为中心、半径为 5km 的圆形区域。

然后读取碳排放量栅格数据，例如 2014 年的：

library(terra) 
rast("cntif/2014.tif") -> rst 

然后使用上面的缓冲区数据和栅格数据进行地理计算就可以得到每个缓冲区内的碳排放总量了！例如 5km 的：

terra::extract(rst, vect(df2_5km), fun = "sum", na.rm = T, exact = T) %>% 
  as_tibble()

按照这个思路循环各个年份的即可（不过运算量非常大，建议大家不要尝试，非常耗时）。

处理之后再整理即可得到分享给大家的 历年工企周边的碳排放总量 数据了，数据中的碳排放量单位是“吨”：

• 工企周边的碳排放.dta

例如 dta 格式的数据是这样的：

为了便于大家理解这个计算过程，我绘制了一副这样的图：

方格子就是栅格数据，圆圈是工企周围 5km 范围的缓冲区。例如某个缓冲区和四个格子交叉，那么就是根据交叉部分的比例计算其范围内的碳排放总量。

作为演示，下图展示了历年来中国印刷总公司周边1～5km范围内碳排放总量：

注意数据里面的碳排放单位均为吨，绘图的时候处理成了万吨。

获取数据

是不是感觉很硬核！欢迎报名 RStata 培训班获取全部课程和以会员价获取数据资料（10元/份）详情可阅读这篇推文：数据处理、图表绘制、效率分析与计量经济学如何学习～

之前更新的课程和数据资料可点击阅读原文进入 RStata 学院查看（从首页的会员卡专区即可查看和购买会员卡）。

更多关于 RStata 培训班的信息可添加微信号 r_stata 咨询：

附件下载（点击文末的阅读原文即可跳转）：
https://rstata.duanshu.com/#/brief/course/dc7de6a658d0417a9420b43c69a9e718