名师讲堂｜使用 Python 根据上市公司及其子公司与税调匹配结果测算碳排放

2753 字 约 9 分钟 名师讲堂 企业数据碳排放上市公司数据匹配Python

指标来源

该碳排放测算方法来自吴超鹏等（2025）发表于《中国工业经济》的论文《高管股权激励与企业碳排放：绿色发展背景下的企业激励机制研究》。该论文采用排放因子法，基于全国税收调查数据（税调）中企业层面的能源消费信息来估算上市公司的碳排放量。

论文原文中对碳排放测算方法的描述（第144页脚注②）如下：

本文的碳排放量指标参考现有文献（Lee et al., 2022; 周泽将等, 2022）的做法，根据全国税收调查数据中的企业用电量、煤炭、石油和天然气的消费量数据，利用排放系数法计算得到。

核心思路是：上市公司自身的能源消费数据通常不可直接获取，但通过将上市公司及其子公司与税调企业进行名称匹配，可以间接获得这些企业的能源消费数据，再利用各能源品种的碳排放系数计算出碳排放量。

计算过程

排放系数

论文中使用的各能源品种碳排放系数如下：

论文中提到的 “每兆瓦时电力的碳排放因子为 7.5 吨” 应该是笔误，10兆瓦时 = 1万kwh，按照《节能低碳技术推广管理暂行办法》里面的描述 0.75kgCO2/kWh = 7.5吨CO2/万千瓦时。

能源品种 碳排放系数 消费量单位
电力 7.5 吨CO2/万千瓦时 万千瓦时
煤炭 1.89 吨CO2/吨 吨
石油 3.02 吨CO2/吨 吨
天然气 21.68 吨CO2/万标立方米 万标立方米

碳排放量的计算公式为：

其中 E 为各能源的消费量，α 为对应的碳排放系数。

数据匹配与汇总流程

整个测算流程分为以下几个步骤：

  1. 读取税调企业能源消费数据（2007~2020年各税调企业电力、煤炭、燃油、天然气消费量面板数据）
  2. 计算各税调企业的碳排放量（消费量 × 碳排放系数）
  3. 对税调企业层面的碳排放进行缩尾处理（1%和99%分位数）
  4. 计算上市公司碳排放（母公司层面）：将税调与上市公司匹配结果合并，按上市公司-年份汇总
  5. 计算全资子公司碳排放：筛选持股比例为100%的全资子公司，与税调匹配后汇总
  6. 合并母公司和子公司碳排放数据，生成最终面板数据

关于全资子公司的筛选

论文中特别指出，对于子公司的碳排放，仅保留持股比例为100%的全资子公司。总持股比例的计算方式为：

总持股比例=直接持股+间接持股

仅保留总持股比例等于100%的子公司，这是为了确保对子公司碳排放的归因准确性。

变量说明

最终生成的数据包含以下变量：

  • total_carbon_emission_ton：总碳排放量（母公司 + 全资子公司），单位：吨CO2
  • ln_carbon_emission：总碳排放量加1取自然对数
  • asinh_carbon_emission：总碳排放量的反双曲正弦变换
  • total_carbon_emission_ton_winsor：缩尾处理后的总碳排放量
  • parent_carbon_emission_ton：母公司层面碳排放量
  • sub_carbon_emission_ton：全资子公司碳排放量
  • 各能源碳排放明细（煤炭、石油、天然气、电力）
  • 各能源消费量（原始单位）

使用 reticulate 创建与管理 Python 虚拟环境

在 R 中通过 reticulate 包来调用 Python，最好的实践是为项目创建一个专属的 Python 虚拟环境，将所需依赖隔离到独立空间，避免与系统 Python（如 Anaconda）发生版本冲突。

重要说明（避免”已初始化”报错）：reticulate 在 R 会话中只能绑定一次 Python——一旦某个 {python} 代码块运行，Python 解释器就被锁定，之后再调用 use_virtualenv() 会报错：

ERROR: The requested version of Python cannot be used, as another version has already been initialized.

因此，虚拟环境的激活必须在所有 {python} 代码块之前完成。本文档的解决方案是在 setup chunk 中通过 Sys.setenv(RETICULATE_PYTHON = ...) 提前锁定 Python 路径，这是 reticulate 选取 Python 的最高优先级入口。

安装 reticulate（仅首次）

options(repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))

if (!requireNamespace("reticulate", quietly = TRUE)) {
  install.packages("reticulate")
  message("reticulate 安装完成！")
} else {
  message("reticulate 已安装，版本：", packageVersion("reticulate"))
}

虚拟环境初始化原理（已在 setup chunk 中完成）

本文档的 setup chunk（隐藏运行）包含如下逻辑：

library(reticulate)

.venv_name   <- ".venv"
.venv_python <- virtualenv_python(.venv_name)

# 虚拟环境不存在时自动创建
if (!file.exists(.venv_python)) {
  virtualenv_create(.venv_name)
  .venv_python <- virtualenv_python(.venv_name)
}

# 通过环境变量抢先锁定 Python（优先级最高，早于任何 {python} chunk）
Sys.setenv(RETICULATE_PYTHON = .venv_python)
use_virtualenv(.venv_name, required = TRUE)

这样做的关键在于：knitr 在处理第一个 {python} chunk 时，reticulate 已经通过 RETICULATE_PYTHON 环境变量知道要使用 .venv，不会再去碰 Anaconda。

在虚拟环境中安装 Python 包（仅首次）

# 检查关键包是否已安装，缺失的才安装
py_pkgs <- c("pandas", "numpy", "pyreadstat")
installed <- py_list_packages(".venv")$package
need_install <- setdiff(py_pkgs, installed)

if (length(need_install) > 0) {
  virtualenv_install(".venv", packages = need_install)
  message("已安装缺失的包：", paste(need_install, collapse = ", "))
} else {
  message("所有 Python 包已就绪，无需安装")
}

验证激活状态

py_config()

计算代码

下面使用 Python 完成整个测算过程。需要安装 pandas 和 numpy 两个包。

第一步：读取数据文件

import pandas as pd
import numpy as np

# 读取税调企业能源消费数据
energy_data = pd.read_stata(
    "2007～2020年各税调企业电力、煤炭、燃油、天然气消费量面板数据.dta"
)

# 读取税调与上市公司匹配结果
match_tax_listed = pd.read_stata(
    "2007～2020年税调与上市公司匹配结果.dta"
)

# 读取税调与上市公司子公司匹配结果
match_tax_subsidiary = pd.read_stata(
    "2007~2020年税调数据与上市公司子公司数据匹配结果.dta"
)

第二步：定义排放系数

# 根据论文中的描述（第144页脚注②）：
# - 每兆瓦时电力的碳排放因子为 7.5 吨 = 7.5 吨CO2/万千瓦时
# - 每吨煤炭的碳排放因子为 1.89 吨 = 1.89 吨CO2/吨煤炭
# - 每吨油的碳排放因子为 3.02 吨 = 3.02 吨CO2/吨油
# - 每万标立方米天然气的碳排放因子为 21.68 吨 = 21.68 吨CO2/万标立方米

ELECTRICITY_EMISSION_FACTOR = 7.5    # 电力：7.5 吨CO2/万千瓦时
COAL_EMISSION_FACTOR = 1.89          # 煤炭：1.89 吨CO2/吨
OIL_EMISSION_FACTOR = 3.02           # 石油：3.02 吨CO2/吨
GAS_EMISSION_FACTOR = 21.68          # 天然气：21.68 吨CO2/万标立方米

第三步：计算各税调企业的碳排放量

此处代码需下载讲义材料查看～

第四步：缩尾处理

# 对税调企业层面的碳排放进行缩尾处理（1%和99%分位数）
p1 = carbon_emission["total_co2_ton"].quantile(0.01)
p99 = carbon_emission["total_co2_ton"].quantile(0.99)
carbon_emission["total_co2_ton_winsor"] = carbon_emission["total_co2_ton"].clip(
    lower=p1, upper=p99
)

print("缩尾处理后碳排放统计摘要（吨CO2）：")
print(carbon_emission["total_co2_ton_winsor"].describe())

第五步：计算上市公司碳排放（母公司层面）

# 此处代码需下载讲义材料查看～

print(f"母公司层面观测值数量：{len(listed_company_carbon)}")

第六步：筛选全资子公司并计算碳排放

# 筛选持股比例为100%的全资子公司
# 总持股比例 = 直接持股 + 间接持股
match_tax_subsidiary["直接持股"] = match_tax_subsidiary["直接持股"].fillna(0)
match_tax_subsidiary["间接持股"] = match_tax_subsidiary["间接持股"].fillna(0)
match_tax_subsidiary["总持股"] = (
    match_tax_subsidiary["直接持股"] + match_tax_subsidiary["间接持股"]
)
match_tax_subsidiary_full = match_tax_subsidiary[
    match_tax_subsidiary["总持股"] == 100
].copy()

print(f"筛选前子公司观测值数量：{len(match_tax_subsidiary)}")
print(f"筛选后全资子公司观测值数量：{len(match_tax_subsidiary_full)}")

# 将税调企业碳排放数据与全资子公司匹配数据合并
# 此处代码需下载讲义材料查看～

第七步：合并母公司和子公司碳排放数据

combined_carbon = listed_company_carbon.merge(
    subsidiary_company_carbon,
    left_on=["股票代码", "年份"],
    right_on=["证券代码", "年份"],
    how="outer",
)

# 只有子公司没有母公司的行，用证券代码填充股票代码
combined_carbon["股票代码"] = combined_carbon["股票代码"].fillna(combined_carbon["证券代码"])

# 母公司碳排放（如果没有匹配到则为0）
combined_carbon["carbon_emission_ton"] = combined_carbon["carbon_emission_ton"].fillna(0)
combined_carbon["carbon_emission_ton_winsor"] = combined_carbon["carbon_emission_ton_winsor"].fillna(0)

# 全资子公司碳排放（如果没有匹配到则为0）
combined_carbon["subsidiary_carbon_emission_ton"] = combined_carbon["subsidiary_carbon_emission_ton"].fillna(0)
combined_carbon["subsidiary_carbon_emission_ton_winsor"] = combined_carbon["subsidiary_carbon_emission_ton_winsor"].fillna(0)

# 母公司和子公司碳排放
combined_carbon["parent_carbon_emission_ton"] = combined_carbon["carbon_emission_ton"]
combined_carbon["parent_carbon_emission_ton_winsor"] = combined_carbon["carbon_emission_ton_winsor"]
combined_carbon["sub_carbon_emission_ton"] = combined_carbon["subsidiary_carbon_emission_ton"]
combined_carbon["sub_carbon_emission_ton_winsor"] = combined_carbon["subsidiary_carbon_emission_ton_winsor"]

# 总碳排放量（母公司 + 全资子公司）
combined_carbon["total_carbon_emission_ton"] = (
    combined_carbon["parent_carbon_emission_ton"]
    + combined_carbon["sub_carbon_emission_ton"]
)
combined_carbon["total_carbon_emission_ton_winsor"] = (
    combined_carbon["parent_carbon_emission_ton_winsor"]
    + combined_carbon["sub_carbon_emission_ton_winsor"]
)

# 取对数后的碳排放量（加1取自然对数）
combined_carbon["ln_carbon_emission"] = np.log(
    combined_carbon["total_carbon_emission_ton"] + 1
)
combined_carbon["ln_carbon_emission_winsor"] = np.log(
    combined_carbon["total_carbon_emission_ton_winsor"] + 1
)

# 反双曲正弦变换
# 此处代码需下载讲义材料查看～

第八步：查看结果

print("样本期间：2007-2020年")
print(f"上市公司数量：{combined_carbon['股票代码'].nunique()}")
print(f"总观测值：{len(combined_carbon)}")

print("\n【碳排放量统计摘要】（吨CO2）：")
print(combined_carbon["total_carbon_emission_ton"].describe())

print("\n【缩尾处理后碳排放量统计摘要】（吨CO2）：")
print(combined_carbon["total_carbon_emission_ton_winsor"].describe())

print("\n【对数碳排放量（ln(Carbon Emission + 1)）统计摘要】：")
print(combined_carbon["ln_carbon_emission"].describe())

第九步：各年份样本分布

year_dist = (
    combined_carbon
    .groupby("年份")
    .agg(
        公司数量=("股票代码", "count"),
        平均碳排放=("total_carbon_emission_ton_winsor", "mean"),
        中位数碳排放=("total_carbon_emission_ton_winsor", "median"),
    )
)
print(year_dist)

第十步：添加变量标签并保存结果

import pyreadstat

# 为各变量添加中文标签并保存为 Stata 格式（使用 pyreadstat 支持中文变量名）
pyreadstat.write_dta(
    combined_carbon,
    "2007～2020年上市公司碳排放数据.dta",
    column_labels={
        "股票代码": "上市公司股票代码",
        "股票名称": "上市公司股票名称",
        "年份": "观测年份",
        "total_carbon_emission_ton": "总碳排放量：母公司+全资子公司（吨CO2）",
        "ln_carbon_emission": "总碳排放量加1取自然对数",
        "asinh_carbon_emission": "总碳排放量的反双曲正弦变换",
        "total_carbon_emission_ton_winsor": "缩尾处理后的总碳排放量（吨CO2）",
        "ln_carbon_emission_winsor": "缩尾后总碳排放量加1取自然对数",
        "asinh_carbon_emission_winsor": "缩尾后总碳排放量的反双曲正弦变换",
        "parent_carbon_emission_ton": "母公司层面碳排放量（吨CO2）",
        "carbon_emission_ton": "税调匹配的母公司碳排放量（吨CO2）",
        "sub_carbon_emission_ton": "全资子公司碳排放量（吨CO2）",
        "subsidiary_carbon_emission_ton": "税调匹配的全资子公司碳排放量（吨CO2）",
        "electricity_consumption": "母公司电力消费量（万千瓦时）",
        "coal_consumption": "母公司煤炭消费量（吨）",
        "oil_consumption": "母公司石油消费量（吨）",
        "gas_consumption": "母公司天然气消费量（万标立方米）",
        "sub_elec_cons": "全资子公司电力消费量（万千瓦时）",
        "sub_coal_cons": "全资子公司煤炭消费量（吨）",
        "sub_oil_cons": "全资子公司石油消费量（吨）",
        "sub_gas_cons": "全资子公司天然气消费量（万标立方米）",
        "n_matched_firms": "母公司匹配到的税调企业数量",
        "n_matched_subsidiaries": "匹配到的全资子公司数量",
    },
)
print("数据已保存为 2007～2020年上市公司碳排放数据.dta")

点击这里跳转到 RStata 短书平台获取附件：名师讲堂｜使用 Python 根据上市公司及其子公司与税调匹配结果测算碳排放

相关文章

评论