中国气候政策不确定性指数数据集

原文信息

原文信息：Yan-Ran Ma#, Zhenhua Liu#, Dandan Ma, Pengxiang Zhai, Kun Guo, Dayong Zhang*, Qiang Ji*. (2023). A news-based climate policy uncertainty index for China. Scientific Data, 10(1), 881.

论文链接：https://www.nature.com/articles/s41597-023-02817-5

数据信息

本文上传了2000—2022年中国全国、省份和城市层面气候政策不确定性指数，作者将持续更新这一指数的数据，并将最新的数据定期发布在国际能源转型学会能源金融专业委员会（IEFN）网站和Figshare上。您也可以与本文的作者联系以获取最新的指数数据。具体数据内容如下：

（1）中国全国层面气候政策不确定性指数数据集（2000—2022），包含日度、月度和年度指数[“China’s climate policy uncertainty index, 2000—2022”]；

（2）中国31个省份层面气候政策不确定性指数数据集（不包含港澳台数据）（2000—2022），包含月度和年度指数[“China’s provincial climate policy uncertainty index, 2000—2022”]；

（3）中国293个地级市气候政策不确定性指数数据集（不包括港澳台数据）（2000—2022），包含月度和年度数据[“China’s city-level climate policy uncertainty index, 2000—2022”]。

原文摘要

对气候政策不确定性的经济影响进行量化评估是制定气候减缓和适应政策的关键。但是，当前还缺乏测度气候政策不确定性的有效指标。本文基于2000年到2022年中国6家主流新闻报道数据，结合人工审计和深度学习算法MacBERT模型，首次综合构建了中国国家、省份及城市不同层面的气候政策不确定性（CCPU）指数。本文构建的CCPU指数能够有效刻画中国各级政府出台重要气候政策的时点以及政策强度。CCPU指数数据集可以为政府部门、学者和投资者更直观的监测气候政策不确定性，建立经济学模型量化评估气候政策冲击的影响提供数据基础。

构建方法

本文使用人工审计和深度学习算法MacBERT模型，基于中国《人民日报》《光明日报》《经济日报》《环球时报》《科技日报》《中国新闻社》等6家主流报纸中的1,755,826篇文章，构建了2000年1月至2022年12月的中国全国、省份和主要城市层面的CCPU指数。研究框架包括六个部分：数据收集、清洗数据、人工审计、模型构建、指数计算与标准化以及技术验证，技术路线如图1所示。

图1 技术路线图

主要数据成果

第一，国家层面的气候政策不确定性指数。图2显示，中国气候政策不确定性指数整体呈现逐渐上升的变动趋势。值得注意的是，在重要气候政策出台或政策发布频繁时期，指数的上升态势十分明显，表明本文构建的气候政策不确定性指数能够有效地刻画气候政策的不确定性水平。

图2 国家层面的气候政策不确定性指数

第二，省份层面的气候政策不确定性指数。图3表明，整体而言，省份层面的CCPU走势与全国相似，大多数省份的CCPU指数呈现明显的上升趋势，并且在重要政策出台和政策发布频繁时期达到峰值。但是，各省之间的CCPU指标存在显著差异。主要原因在于，中国各个省份的气候环境、地理区位、能源结构、产业结构和资源禀赋存在巨大差异，使得各省、级地区制定的气候政策具有差异。

图3 省份层面的气候政策不确定性指数

第三，城市层面的气候政策不确定性指数。从图4可以看出，典型城市层面的CCPU指数呈现多种变动趋势，主要包括三类。第一类对应大多数城市，如合肥和南京，其CCPU指数与全国和省份层面变动趋势相似，呈现逐年上升的走势；第二类城市（如温州和长春）CCPU指数走势呈现倒U型特征，其在2010年前后达到峰值后逐渐下降；第三类城市（如丽水和湖州）CCPU指数在2014年之前一直在低位徘徊，但2014年之后急剧上升。以上结果表明，CCPU指数的构建有必要考虑城市层面的差异性特征。

图4 典型城市的气候政策不确定性指数

稳健性检验

本文采用了三种方法来检验CCPU指数的稳健性，包括（1）补充数据源；（2）人工审计与机器量化结果对比；（3）选取其他竞争模型与MacBERT模型结果对比。稳健性分析结果表明，通过以上方式构建的指数与正文基准指数之间的相关性较高，说明本文构建的CCPU指数是稳健的。