名师讲堂｜使用 Stata 筛选绿色进出口、统计各企业及各城市进出口及绿色进出口额与占比数据

2501 字 约 8 分钟 名师讲堂 企业数据Stata

注意：附件中的「统一HS编码」仅提供了 2000 年的数据，海关数据也由于过大也没有在附件中提供，全部年份的数据需要从下述链接购买复现。

今天给大家分享如何使用 Stata 基于逐条海关记录，筛选绿色进出口、统计各企业及各城市的进出口额与绿色进出口额，并计算绿色进出口占比（绿色进出口总额 ÷ 进出口总额 × 100%）的方法。数据基于「2000～2016 年海关数据（版本 2）」与平台分享的「2000～2016年海关数据 HS 编码（税号编码）统一对照表及统一结果」二次整理得到。

2000～2016 年海关数据（版本2）：https://rstata.duanshu.com/#/brief/course/530c467967104ffe9aeb2c6cfabf9fa1

2000～2016年海关数据 HS 编码（税号编码）统一对照表及统一结果：https://rstata.duanshu.com/#/brief/course/e596b993c65646189696d21627e64fc8

处理流程概览：整个测算由 4 个 .do 文件串联完成，下表给出每一步对应的脚本与任务：

步骤 脚本 任务
Step 1 生成绿色HS6位清单.do 合并 table1.xlsx / table2.xlsx → 绿色HS6位清单.csv（155 个绿色 HS6 位码）
Step 2 绿色进出口测算_主程序.do 逐年读入海关数据，merge 统一 HS2017、筛选绿色进出口，并按企业 / 城市分类汇总
Step 3 合并多年数据.do 将逐年结果纵向 append 为 *_全部年份.dta
Step 4 绘图_*.do 生成总出口、绿色出口及占比趋势图

其中 table1.xlsx / table2.xlsx 来自之前的数据分享，是环境商品对应的海关 HS6 代码表：

使用 R 语言处理和提取绿色产品 HS6 代码：https://rstata.duanshu.com/#/brief/course/4dca1aac87394d52b235985351ed4fa9

数据来源说明：测算依赖五类数据——原始逐条海关记录、统一 HS 编码对照表、绿色 HS6 位清单、企业省市对照（全部海关企业所属省市.dta）、贸易方式大类（贸易方式大类.dta）、国别标准化（ISO3.dta）。其中企业省市对照的省市区县信息：2000～2011 年根据原始“经营单位所在市名称”汇总；2012～2016 年改用企业名称 + 工商注册信息匹配获取城市；省市区划代码使用 2021 版。

其中全部海关企业所属省市.dta、贸易方式大类.dta、ISO3.dta 三个数据来自之前分享的数据：

2000～2016 年各城市与各国家进出口额面板数据：https://rstata.duanshu.com/#/brief/course/0bf27cbbb2d841cdab4640fa7af59460

不过这个数据里面并没有这三个文件，因为它们只是整理过程中需要的中间文件，这里在附件中都提供了。

一、指标来源与计算原理

1.1 核心指标：进出口额、绿色进出口额与占比

指标 含义
进口额 进出口分类名称 == "进口" 时的金额
出口额 进出口分类名称 == "出口" 时的金额
进出口总额 进口额 + 出口额
绿色进口额 属于绿色产品且为进口的金额
绿色出口额 属于绿色产品且为出口的金额
绿色进出口总额 绿色进口额 + 绿色出口额
绿色进出口占比 绿色进出口总额 ÷ 进出口总额 × 100%
绿色出口占比（可派生） 绿色出口额 ÷ 出口额 × 100%

1.2 绿色进出口的筛选原理

“是否属于绿色进出口”由 HS 编码 + 绿色清单 判定：

  • 原始海关数据中每条记录通过 newhgid 在「统一 HS 编码」中对应到统一的 HS2017（8 位）；
  • 取 HS2017 前 6 位，与 绿色HS6位清单.csv（2017 版绿色 HS6 位码，共 155 个）匹配；
  • 命中即记为绿色（green = 1），未命中为 green = 0。

注意：判定必须使用统一的 HS2017 前 6 位，不能用原始 商品编码（其 HS 版本随年变化），否则跨年不可比、漏判严重。

1.3 数据来源与口径

数据 角色
2000～2016 年海关数据（版本 2） 原始逐条记录，仅用 7 个核心变量
统一HS编码/（逐年 .dta） 通过 newhgid 取 HS2017
绿色HS6位清单.csv 绿色判定字典（155 个 HS6 位码）
贸易方式大类.dta 贸易方式名称 → 标准大类
全部海关企业所属省市.dta 经营单位名称 → 省 / 市
ISO3.dta 起运国 / 目的国名称 → 标准名 / ISO3

二、数据准备工作

2.1 Step 1：生成绿色 HS6 位清单

关键命令说明：

  • import excel …, firstrow：读取 Excel；ds + word 1 of r(varlist)’动态取首列，规避两张表首列变量名不一致（含空格）导致rename` 失败
  • destring …, force：将可能是字符的数字转数值
  • strofreal(raw, “%06.0f”)：补齐前导零，统一为 6 位字符串
*- ── 0. 路径设置 ──
global projdir `"<项目绝对路径>"'
global tbl1    `"$projdir/table1.xlsx"'
global tbl2    `"$projdir/table2.xlsx"'
global outcsv  `"$projdir/绿色HS6位清单.csv"'

*- ── 1. 读取 table1 的 HS Code（首列为 HS 6 位码）──
import excel using `"$tbl1"', firstrow clear
ds
local v1 : word 1 of `r(varlist)'
rename `v1' raw
keep raw
drop if missing(raw)
tempfile t1
save `t1'

*- ── 2. 读取 table2 的 HS subheading（6-digit），追加到 t1 ──
*- 此处代码需要下载讲义材料查看～

*- ── 3. 合并去重 + 格式化为 6 位字符串 ──
*- 此处代码需要下载讲义材料查看～

*- ── 4. 导出 CSV（含表头 hs6）──
export delimited `"$outcsv"', replace nolabel

去重与格式化规则说明：

  1. 两张表首列都取为 raw，缺失行先 drop；
  2. destring …, force 把字符型数字转为数值，避免后续匹配时报类型不一致；
  3. strofreal(raw, “%06.0f”) 补齐前导零，确保 hs6 严格 6 位（如 090111 而非 90111）。

2.2 Step 2a：准备三张辅助表（tempfile）

主程序逐年循环前，先把三张维度表读入内存并存为 tempfile，供后续 m:1 合并。

关键命令说明：

  • duplicates drop 合并键：保证合并键唯一，避免 m:1 合并时一对多导致记录膨胀
  • gen byte green = 1：在绿色清单上打命中标记
*- ── 读取绿色HS6位清单 ──
import delimited "$green6csv", clear stringcols(_all) varnames(1)
gen byte green = 1
tempfile green6
save `green6'

*- ── 读取贸易方式大类并去重 ──
use "$aux/贸易方式大类.dta", clear
duplicates drop 贸易方式名称, force
tempfile trade
save `trade'

*- ── 读取企业省市对照并去重，仅保留地理字段 ──
use "$aux/全部海关企业所属省市.dta", clear
duplicates drop 经营单位名称, force
keep 经营单位名称 省代码 省 市代码 市
tempfile geo
save `geo'

三、主程序逐年测算

以下代码对应 绿色进出口测算_主程序.do，在 foreach y of global years 循环内逐年执行。

3.1 逐年读入核心变量并防溢出

foreach y of global years {
   *- 只读入 7 个核心变量，规避各年变量差异
    use newhgid 年份 进出口分类名称 商品编码 金额 经营单位名称 贸易方式名称 ///
        using "$hgdir/`y'.dta", clear
   *- 金额统一为 double，防止 float/long 求和溢出
    recast double 金额
   *- 进出口标记
    gen byte 出口 = (进出口分类名称 == "出口")
    gen byte 进口 = (进出口分类名称 == "进口")

说明：只 keepusing 7 个核心变量，是应对“各年海关数据变量数量 / 类型不完全一致”的关键；recast double 金额 保证后续 collapse (sum) 不溢出。

3.2 绿色判定：newhgid → HS2017 → 前 6 位 → 绿色清单

*- 此处代码需要下载讲义材料查看～

说明：merge 1:1 newhgid 是“逐条对应”的统一编码桥梁；substr(HS2017,1,6) 取前 6 位与绿色清单对齐；第二次 merge m:1 hs6 后未命中的 green 为缺失，用 replace green = 0 补全。

3.3 生成分项金额并合并分类维度

*- 此处代码需要下载讲义材料查看～

说明：分项金额用 金额 * 出口 * green 这类乘法，把“是否出口 / 是否绿色”的 0-1 标记直接乘进金额；最后 merge m:1 经营单位名称 把企业归属到城市。

3.4 三类汇总输出

*- 此处代码需要下载讲义材料查看～

说明：三段 preserve ... restore 在同一循环内分别产出三类结果；企业层面 drop if 经营单位名称 == "" 剔除空企业名，城市层面 drop if missing(市代码) 剔除无法归属城市的记录；collapse (sum) 完成分组加总。

四、合并多年与结果可视化

4.1 合并多年数据

clear all
set more off
global out "<输出目录>"
if "$years" == "" global years "2000 2001 ... 2016"

local cats "绿色进出口明细 城市层面汇总 企业层面汇总"
foreach f of local cats {
    local first 1
    foreach y of global years {
        capture confirm file "$out/`f'_`y'.dta"
        if _rc continue
        if `first' {
            use "$out/`f'_`y'.dta", clear
            local first 0
        }
        else append using "$out/`f'_`y'.dta"
    }
    capture sort 年份
    save "$out/`f'_全部年份.dta", replace
}

说明：capture confirm file + if _rc continue 容忍某些年份文件缺失；首年 use 作基准，其余 append using 纵向拼接。

注意：逐年文件命名须遵循 *_YYYY.dta；缺少年份文件会被静默跳过，跑完请核对年份数量。

4.2 结果可视化

以全国总出口 vs 绿色出口的双轴折线图为例：

*- 此处代码需要下载讲义材料查看～

说明：先按年 collapse (sum) 得全国口径；金额 ÷1e4 换算万美元；占比指标（绿色出口占比、绿色进出口占比）在 collapse 之后用金额相除得到；twoway 用 yaxis(1)/yaxis(2) 实现双轴；graph export ..., width(4800) height(3000) 输出高清图。绘图_各企业历年平均出口.do 逻辑类似，只是先按“企业×年”汇总、再按年对企业求均值，得到“各企业平均”口径。

4.3 结果展示

下图由上述脚本生成：

点击这里跳转到 RStata 短书平台获取附件：名师讲堂｜使用 Stata 筛选绿色进出口、统计各企业及各城市进出口及绿色进出口额与占比数据

相关文章

评论