2000～2024 年上市公司周边一定范围内的空气污染指标面板数据（CHAP来源）

988 字 约 4 分钟 数据资料 面板数据空气质量上市公司

今天给大家分享一份 2000～2024 年上市公司周边一定范围内的空气污染指标面板数据（CHAP来源）。原始数据来源于 CHAP（China High Air Pollutants）数据集（https://data.tpdc.ac.cn/projectDataList?specialId=8f82de3c-80ab-4fd9-90b1-9ff8b9813ac5），是目前空间分辨率较高的中国高精度空气污染数据集，涵盖 NO2、CO、O3、PM2.5、PM10、SO2 等主要空气污染物。

数据概览

该数据计算了上市公司周边 1km、2km、3km、4km、5km、10km、15km、20km、25km、30km 范围内各种空气污染指标的年度平均值，时间范围为 2000～2024 年，覆盖 A 股上市公司的注册地址和办公地址。数据包含的变量如下：

年份、股票代码、股票简称、距离范围、地址类别、CO、NO2、O3、PM10、PM2_5、SO2

数据预览如下：

图表展示

下图展示了平安银行周边 1～30km 范围内年平均 PM10 浓度变化：

下图展示了平安银行周边 1～30km 范围内年平均 PM2.5 浓度变化：

处理代码

该数据使用 R 语言的 terra、sf 包进行处理，并通过 Stata 绘制展示图。处理流程如下：

  1. 生成上市公司地址周边 1～30km 的缓冲区
  2. 分别读取 NO2、CO、O3、PM2.5、PM10、SO2 等各类 CHAP 栅格数据
  3. 使用 terra::extract() 提取缓冲区范围内各污染物均值
  4. 循环各年份、各距离范围并行计算
  5. 合并整理，输出为 .dta 面板数据

关键 R 代码示例：

library(tidyverse)
library(sf)
library(terra)
library(parallel)
cl <- makeCluster(16)

for (f in c("NO2", "CO", "O3", "PM2.5", "PM10", "SO2")) {
  parLapply(cl, 1:nrow(yddf), function(x){
    readr::read_rds(yddf$value[x]) -> dfbuffer1
    fls[str_detect(fls, yddf$year[x])] %>% rast() -> rst1
    names(rst1) <- paste0(f, "_", yddf$year[x])

    terra::extract(rst1, terra::vect(dfbuffer1),
                   fun = "mean", na.rm = T, exact = T) %>%
      bind_cols(st_drop_geometry(dfbuffer1), .) %>%
      write_rds(paste0("res/", f, "_", x, ".rds"))
  })
}

用 Stata 绘制展示图：

*- 读取数据并筛选平安银行办公地址
use 2000～2024年上市公司周边一定范围内的空气污染指标面板数据（CHAP来源）.dta, clear
ren 距离范围 距离范围_km
keep if 股票代码 == "000001" & 地址类别 == "办公地址"
tostring 距离范围_km, replace
replace 距离范围_km = "PM2_5_" + 距离范围_km + "km"
spread 距离范围_km PM2_5

*- 绘制折线图并导出
tw line PM2_5_1km 年份 || line PM2_5_5km 年份 || ///
  line PM2_5_10km 年份 || line PM2_5_30km 年份, ///
  xla(2000(2)2024) yti("平均PM2.5浓度(µg/m³)")
gr export "平安银行周边1～30km范围内年平均PM2_5.png", replace width(4800)

附件中也提供了该数据的处理代码供参考：

数据引用格式

由于该数据包含较多 RStata 处理的内容，在研究中使用该数据请使用清晰的方式注明数据来源于 RStata 或者 RStata 数据中心，并使用如下格式引用：

RStata 数据中心: 2000～2024年上市公司周边一定范围内的空气污染指标面板数据（CHAP来源）. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Panel Data on Air Pollution Indicators around Listed Companies (CHAP Source), 2000–2024. 2026. https://tidyfriday.cn/rsdb2/

关联课程/数据推荐

使用 R 语言计算工企周边一定范围内的平均 PM2.5 浓度：https://rstata.duanshu.com/#/course/016330182fb64ecd9fab8ada0d816130

1990～2021 年上市公司周边的卫星反演污染物面板数据：https://rstata.duanshu.com/#/course/4cbccc6956f946e1b24dddafbf841043

CHAP-PM2.5年度：2000～2023 年各省市区县年度 PM2.5 浓度面板数据：https://rstata.duanshu.com/#/course/98277af2d6c64ee7a09faab9c3314fc3

CHAP-PM10年度：2000～2023 年各省市区县年度 PM10 浓度面板数据：https://rstata.duanshu.com/#/course/08b5422aef7f4642976109a546aff97b

1998～2021年上市公司周边 PM2.5 浓度面板数据（华盛顿大学圣路易斯分校来源）：https://rstata.duanshu.com/#/course/456d149b00f845169faf7ab907290757

如果有相关需要可以联系李老师付费定制。

点击这里跳转到 RStata 短书平台获取附件：2000～2024 年上市公司周边一定范围内的空气污染指标面板数据（CHAP来源）

相关文章

评论