使用 R 语言整理中国省份碳排放面板数据

首先我们从中国碳核算数据库下载1997～2018年中国各省市的排放清单数据。

数据来源：通过中国碳核算数据库（Carbon Emission Accounts & Datasets, CEADs）注册获取。https://www.ceads.net.cn/ 使用时注意引用规范并遵守相关协议。

下载好之后就可以使用 R 语言进行处理合并了。

首先加载所需的 R 包：

library(tidyverse)
library(fs)
library(readxl)

设定工作目录：

setwd("~/Desktop/省级CO2")
# 将1997-2017省级CO2放在文件夹“1997-2017”中

注意这个文件夹的路径要根据自己的电脑来设置。

files <- dir_ls("1997-2017")
length(files) # 21年

然后使用 lapply() 批量读取合并即可：

lapply(files, function(path){
  read_xlsx(path) %>%
    select(1,2) %>%
    set_names(c("prov","co2")) %>%
    mutate(year = str_match(path, "1997-2017/(.{4})")[,2]) %>%
    slice(1:30) %>%
    mutate(prov = str_remove(prov,year)) %>%
    type_convert()
}) %>%
  bind_rows() -> df2017

df2017
#> # A tibble: 630 x 3
#>    prov            co2  year
#>    <chr>         <dbl> <dbl>
#>  1 Beijing        61.9  1997
#>  2 Tianjin        51.4  1997
#>  3 Hebei         212.   1997
#>  4 Shanxi        149.   1997
#>  5 InnerMongolia  97    1997
#>  6 Liaoning      201.   1997
#>  7 Jilin          98.6  1997
#>  8 Heilongjiang  129.   1997
#>  9 Shanghai      103.   1997
#> 10 Jiangsu       184.   1997
#> # … with 620 more rows

2018年格式不同于之前年份，需要单独处理：

read_xlsx("2018年30个省份排放清单.xlsx") %>%
  slice(-1) %>%
  select(1,23) %>%
  set_names(c("prov","co2")) %>%
  mutate(year = "2018") %>%
  slice(1:30) %>%
  mutate(prov = str_remove(prov,year)) %>%
  type_convert() -> df2018

#> # A tibble: 30 x 3
#>    prov            co2  year
#>    <chr>         <dbl> <dbl>
#>  1 Beijing        89.6  2018
#>  2 Tianjin       154.   2018
#>  3 Hebei         912.   2018
#>  4 Shanxi        542.   2018
#>  5 InnerMongolia 724.   2018
#>  6 Liaoning      521.   2018
#>  7 Jilin         196.   2018
#>  8 Heilongjiang  248.   2018
#>  9 Shanghai      191.   2018
#> 10 Jiangsu       764.   2018
#> # … with 20 more rows

合并并导出：

# 匹配省份code方便与其他数据合并
readxl::read_excel("省份编码.xlsx") -> provcode

df2017 %>%
  bind_rows(df2018) %>%
  left_join(provcode,by = c("prov" = "province")) %>%
  select(省代码, year, co2, everything()) %>%
  write_csv("ProvCO2_1997-2018.csv")

最后我们还可以绘制一幅省级地图展示 2017 年的 lnCO2 分布：

2017 年的 lnCO2 分布

关于该地图的绘制可以参考这个课程：

https://rstata.duanshu.com/#/course/0d5d29fd85794546bc37943a71a92e6d

点击这里跳转到 RStata 短书平台获取附件：使用 R 语言整理中国省份碳排放面板数据