综合碳排放强度代理
「综合碳排放强度代理」，覆盖 1990-2024 年，频率 年度，省级层级，含 7 个变量，样本量约 948。 衡量各省份综合碳排放强度，即单位地区生产总值产生的碳排放代理量。
| 时间跨度 | 1990-2024 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 省级 |
| 变量数 | 7 |
| 样本量 | 948 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Province [省份名称] — 省份的中文名称.
- ProvinceCode [省份代码] — 省份的相关统计部门代码 (6 位字符串).
- Year [年份] — 统计年份.
- CoalConsump [煤炭消费量(万吨)] — 煤炭消费量指报告期内本地区各行业及居民生活实际消费的煤炭总量，单位为万吨。统计范围包括原煤、洗精煤等，反映煤炭终端消费水平。
- ElecConsump [电力消费量(亿千瓦小时)] — 电力消费量指报告期内本地区各行业及居民生活实际消费的电力总量，单位为亿千瓦小时。统计范围包括全行业用电和城乡居民用电，反映电力消费水平。
- Grp [地区生产总值(亿元)] — 地区生产总值指按市场价格计算的一个地区所有常住单位在一定时期内生产活动的最终成果。统计范围涵盖国民经济各行业，反映地区经济总量和规模。单位：亿元。
- CarbonProxyTotal [综合碳排放强度代理] — 综合碳排放强度代理。计算公式：(CoalConsump*1.9 + ElecConsump*0.785) / Grp。
常见问题
- 「综合碳排放强度代理」是什么数据集？
- 综合碳排放强度代理，隶属资源与环境。衡量各省份综合碳排放强度，即单位地区生产总值产生的碳排放代理量。
- 该数据集的时间范围是？
- 覆盖 1990-2024 年。
- 包含哪些变量/指标？
- 共 7 个变量。核心指标包括：煤炭消费量(万吨)、电力消费量(亿千瓦小时)、地区生产总值(亿元)、综合碳排放强度代理。完整字段清单（变量名·中文名·说明）见页面「字段字典」。
- 数据频率和层级是怎样的？
- 频率为年度，省级层级。
- 样本量有多大？
- 约 948 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 综合碳排放强度代理指标（CarbonProxyTotal）用于衡量单位地区生产总值（GDP）所产生的碳排放当量，是评估区域经济增长与碳排放脱钩程度的核心代理变量。该指标通过引入煤炭消费量与电力消费量的加权碳排放因子，构建一个综合性的碳排放强度代理，以弥补直接碳排放数据在省级层面获取的滞后性与不完整性。数据来源为相关统计部门年度公开数据中的省级能源消费与宏观经济指标。完整计算公式如下： $$ \text{CarbonProxyTotal}{it} = \frac{ \text{CoalConsump}{it} \times 1.9 + \text{ElecConsump}{it} \times 0.785 }{ \text{Grp}{it} } $$ 其中，\( \text{CoalConsump}{it} \) 表示省份 \( i \) 在年份 \( t \) 的煤炭消费量（万吨标准煤），\( \text{ElecConsump}{it} \) 表示电力消费量（亿千瓦时），\( \text{Grp}{it} \) 表示地区生产总值（亿元）。煤炭排放因子取 1.9 吨 CO₂/吨标准煤，电力排放因子取 0.785 kg CO₂/kWh（约合 0.785 万吨 CO₂/亿千瓦时），两者均基于 IPCC（2006）推荐值。计算时需将电力消费量单位由亿千瓦时转换为万吨 CO₂：\( \text{ElecConsump} \times 0.785 \) 直接得到万吨 CO₂。指标单位为万吨 CO₂/亿元，取值范围通常在 0.5 至 10 之间，典型量级为 1–5 万吨 CO₂/亿元，高碳省份（如山西、内蒙古）可达 8 以上。 补充说明 本指标基于简化假设：煤炭与电力是碳排放的主要来源，且排放因子采用固定值（煤炭 1.9，电力 0.785），未考虑发电结构年度变化及非化石能源占比提升的影响。边界条件：覆盖 1997–2022 年省级面板数据，缺失年份（如西藏部分年份）采用线性插值处理；单位换算中，电力消费量原始单位为亿千瓦时，乘以 0.785 后直接得到万吨 CO₂，无需额外换算。计算粒度为 Province 主键（ProvinceCode, Year）。已知限制：该指标为碳排放强度的代理变量，并非实际碳排放量，可能低估或高估真实强度，尤其在电力调入调出频繁的省份（如广东、浙江）误差较大；实际应用时建议按当年发电结构调整排放因子。 参考文献 [1] IPCC (2006). 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Institute for Global Environmental Strategies (IGES), Hayama, Japan. [2] Cai, B., Wang, J., He, J., & Geng, Y. (2016). Evaluating CO₂ emission performance in China’s cement industry: A non-radial directional distance function approach. Journal of Cleaner Production, 112: 1064–1073.
- 如何获取该数据集？
- 通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。