中国2007-2022年国家至地级市低碳政策强度数据集研究
作者与机构
本研究的通讯作者为清华大学环境学院的Can Wang，合作作者包括Xinyang Dong（第一作者）、Fang Zhang（清华大学公共管理学院）、Haowen Zhang和Chengqi Xia（均来自清华大学环境学院）。研究成果发表于《Scientific Data》期刊2024年第11卷，文章标题为“China’s low-carbon policy intensity dataset from national- to prefecture-level over 2007–2022”。
科学领域与背景
低碳政策是推动制造业低碳转型和实现碳中和目标的核心工具。然而，现有研究多采用代理变量（proxy variables）量化政策效果，或仅聚焦国家层面的复合指标，缺乏对政策文本的直接、全面量化。中国作为全球最大的碳排放国，其多层次（国家、省级、地级市）政策体系对减排的影响尚未系统评估。
研究动机
1. 数据缺口：现有低碳政策数据集缺乏跨行政层级（尤其是地级市）的强度量化，且多依赖人工评分，存在主观偏差。
2. 方法局限：传统政策分析难以处理大规模文本数据，而机器学习技术（如自然语言处理，NLP）的应用尚未充分探索。
3. 政策需求：中国“双碳”目标需要科学评估政策效果，但政策执行与文本强度之间的关联亟待实证支持。
研究目标
构建覆盖2007–2022年中国国家、省级、地级市三级的低碳政策强度指数，通过政策文本分析量化政策层级（level）、目标（objective）和工具（instrument）的协同作用，为跨学科研究提供标准化数据集。
1. 数据准备
- 政策清单构建：从PKULaw数据库收集7282条政策文本（国家级、31省份、334个地级市），筛选标准包括关键词（如“碳减排”“能耗双控”）和可操作性（排除宣传类文件）。
- 文本结构化：利用固定特征（如标题、背景、目标、工具）拆分政策文本，通过章节标记（如“第一章”“（一）”）提取目标与工具内容至独立文件。
2. 政策分类
- 政策层级：分为国家级、省级、地级市三级。
- 政策目标：四类——碳减排（carbon reduction）、节能（energy conservation）、产能利用率（capacity utilization）、技术（technology）。
- 政策工具：三类——命令控制型（command-and-control）、市场型（market-based）、复合型（composite）。
- 分类方法：基于高频短语（如“碳排放”“补贴”）和语义相似度（Word2Vec算法），优先级规则解决多类别冲突（如碳减排目标优先于节能）。
3. 强度量化
- 公式：政策强度（PI）= 政策层级强度 × 目标强度 × 工具强度。
- 层级强度：国家级=3，省级=2，地级市=1。
- 目标/工具强度：1（弱）至3（强），节能目标增设4级（“能耗总量与强度双控”）。
- 人工标注：3334条政策由人工评分（16省份样本），训练监督模型。
4. 机器学习预测
- 模型：采用ERNIE 3.0（知识增强预训练模型）和提示学习（prompt learning），解决小样本与标注成本问题。
- 数据增强：稀疏数据识别（sparse data identification）和训练数据扩充（training data augmentation）提升准确率（碳减排目标模型准确率最高达85%）。
5. 数据集整合
- 输出格式：.dta（Stata）和.xlsx文件，包含单政策强度及按层级、目标、工具聚合的指数。
- 验证：动态时间规整（DTW）显示与国家环境政策指数趋势相似（距离2.53），随机抽样验证人工与预测结果一致性（准确率85–93%）。
科学价值
1. 方法创新：首次结合政策层级、目标、工具三维度，通过NLP与提示学习量化政策强度，减少人工偏差。
2. 数据贡献：覆盖中国全行政层级，支持与宏观/微观数据（如企业碳排放）的跨学科关联分析。
应用价值
1. 政策评估：为地方政府提供政策效果量化工具，优化“自上而下”目标分解。
2. 碳中和路径：揭示市场型工具对低碳转型的促进作用，指导政策组合设计。
局限与展望
未来可结合政策执行强度数据，进一步分析文本与实效的差距。数据集已公开于Figshare（DOI: 10.6084/m9.figshare.c.6761106.v1），供学术与非商业使用。