一个点击,2 分钟(README 记的实测是 110 秒)就能把报告里所有结果图表重画一遍;但如果要从住户微观数据重跑四个批次,参考机上的时间是约 12 小时,峰值内存到 18.1 GB。同一份包,两种用法,先分清自己在哪一层,后面就不会白等。
对应报告是世行的 From Risk to Resilience: Insights on the Impacts of Climate and Climate Policies on Welfare,六位作者都挂在世行,Mads Hoefer 另属牛津。报告用 WISE-APP 这套微观模拟工具,估算 21 国 60 轮住户调查里天气冲击如何改变家庭福利,再在 CMIP6 的 SSP3-7.0 情景下模拟未来福利,并评估四项适应政策。
两级设计:一层重画图,一层重跑全部
README 把包分成两层。默认点一下运行的是第二层:只读包里 results/ 的汇总表,重建报告里每一张结果图和表,外加正文数字清单;只要这个包,不要受限数据,包装好之后也不联网。第一层才是重跑:从住户调查、天气与气候投影重跑 descriptives、models、regional、cases 四个批次项目,再回到第二层,需要 WISE-APP 数据文件夹和大机器。
results/ 里只有汇总值,没有住户记录,校验和在 results/SHA256SUMS 里,共 1,571 个结果文件,整个目录约 524 MB。输出文件名跟着报告标签走,figure_
11.png 就是图 11;code/exhibit_map.csv 负责把内容键映到报告标签,code/intext_numbers.csv 存每个正文数字在报告里的位置与原文。
包里装了什么
| 位置 | 内容 |
| main.R | 一键入口:设 root 与 RUN_BATCH 开关,恢复环境,核对校验和,按顺序跑十个图表脚本 |
| batch/ | 四个批次项目的 spec.yaml(descriptives、models、regional、cases)与共享的 targets 流水线 |
| code/exhibits/ | 十个图表脚本,01_map.R 到 10_intext_numbers.R,各自对应到具体的图与表 |
| code/functions/ | 七个共享助手:读结果、统一样式、系数提取、RIF 剖面、政策效应、分解、国名对照 |
| results/ | 批次写出的汇总表与 SHA256SUMS |
| data/boundaries/ | 世行官方边界的简化副本,wb_admin0.gpkg 与 wb_ndlsa.gpkg |
| renv/ | renv.lock 与 cellar/ 里的 wiseapp 源码 tarball |
默认路径的四个前提
解压后在包目录里开
R、RStudio 或 Positron,直接跑 main.R(source 进去或 Rscript 都行)。它先按 renv.lock 恢复环境,再核对 results/ 的校验和,然后依次跑十个图表脚本;图进 output/figures/,绘图用值进 output/figure_data/,表与正文数字进 output/tables/。
四个前提值得先记住:一是必须从包目录运行,main.R 里的 root 取的是当前工作目录;二是用本地磁盘而不是同步盘,避免同步延迟和文件锁;三是首次 renv::restore() 要联网;四是 wiseapp 是以源码 tarball 打包在 renv/cellar/ 里的,首次恢复会本地编译约 1.5 分钟,所以要编译工具链——Windows 装 Rtools、macOS 装 Xcode 命令行工具、Linux 装 build-essential。好处是不用访问 GitHub。
全量重跑要多大的机器
| 步骤 | 参考机耗时 |
| 第二层:从 results/ 重画图表 | 约 2 分钟(实测 110 秒) |
| 第一层 descriptives(504 次运行) | 3 小时 48 分 |
| 第一层 models(651 次拟合) | 5 小时 49 分 |
| 第一层 regional(66 次运行) | 1 小时 20 分 |
| 第一层 cases(马拉维、巴西) | 1 小时 08 分 |
| 第一层合计 | 约 12 小时 |
参考机是 Windows
11、双路 Intel Xeon Platinum 8562Y+(32 核)、64 GB 内存、R 4.5.3;全量跑用 1 个数据 worker 加 4 个模拟 worker(cases 用 1 个)。内存上,巴西模拟实测峰值 14.9 GB,巴西现金转移政策 18.1 GB,所以 worker 数不要随手加大。磁盘上,输入数据归档约 1.0 GB、results/ 约 524 MB、全量跑留下的 _targets/ 约 5.08 GB,README 建议至少留 10 GB。
还有一个容易误判的地方:全量跑结束时有 19 个失败是预期内的——descriptives 与 cases 为 0,models 16 个、regional 3 个,全部来自数据本身。看到这个数字不必当成跑挂了。
受限的只有住户微观数据这一块
住户调查微观数据和由地理编码做的 H3 位置查找表受限,只影响第一层。申请入口是世行发展数据中心的「WISE-APP data for Risk to Resilience Report」数据集,编号 0067211,取回的是一个约 1.0 GB 的压缩包,解开后没有外层文件夹,直接落到 hazard、metadata、microdata 三个目录,所以要解到一个新文件夹,再把环境变量 WISEAPP_DATA_PATH 指向它,最后在 main.R 里把 RUN_BATCH 由 FALSE 改成 TRUE。
其余输入都是公开的:天气与气候投影来自哥白尼气候数据商店的 C3S Atlas 网格数据,CPI 与 PPP 换算来自世行贫困与不平等平台(2021 年 PPP),边界来自世行官方边界第 3 版。公开边界的两份简化副本已经在包里,除非删掉,01_map.R 不会重新下载。中断也不用怕:四个项目按 descriptives、models、regional、cases 顺序串行,完成的支线留在 _targets/ 里,重跑会接着上次停的地方继续。
环境记录有两处对不上,规划时按 README
记录页的技术环境写的是 macOS 26.7.
1、Apple M4 Pro 14 核、24 GB 内存、R 4.6.2;README 的参考机与运行时写的是 Windows
11、双路 Xeon、64 GB、R 4.5.3,另外记录页把可选的完整重跑记作 3 小时 15 分钟,而 README 的四步相加约 12 小时。两处口径不同,估机器和排时间请以 README 的分层表与运行表为准,记录页那组数字更适合当成一次环境快照。
────────────────
许可条款原文、原站与数据申请入口、四个批次的分析设定、哪些图不在复现范围内、以及几处容易读错的地方,都整理在下面,回复即可查看。
把经管之家装进你常用的 AI 智能体中 一键快捷安装经管之家 MCP/技能,让 AI 帮你查教程、找数据、读论坛帖子。 检索、阅读公开帖子不收费,安装可申请领取:3 通用积分+100 论坛币+3 元论坛资金 请点击查看安装教程与福利 → 说明: AI 算力按所用平台规则计算;附件按原帖条件获取;福利领取条件以活动页面为准。 |