【数据简介】
本数据基于中国31个省级行政区政府工作报告的文本挖掘，统计报告
中减污降碳相关关键词（涵盖"污染"至"PM2.5"等环境治理领域核
心词汇）的出现频次，并以关键词总词频占工作报告总词数的比重衡
量各省减污降碳治理力度，进而生成高于/低于样本均值的异质性分组
变量。该数据可用于上市公司层面实证研究中的地区异质性分析，考
察不同环境治理力度下企业行为的差异性。


2020年中央经济工作会议首次将"做好碳达峰、碳中和工作"列为重
点任务，2021年《关于深入打好污染防治攻坚战的意见》明确以"减
污降碳协同增效"为总抓手。各省政府工作报告中减污降碳相关表述
的密度，能够有效反映地方政府对环境治理的重视程度与政策执行力
度。





【指标构建方法】
计算公式：
减污降碳关键词总词频 = 报告中所有减污降碳关键词出现频次之和
减污降碳治理力度 = 减污降碳关键词总词频 / 工作报告总词数
减污降碳治理力度异质性 = 1（治理力度 >= 样本均值）或 0（< 样本均值）


关键词范围：涵盖污染、减排、碳排放、碳中和、碳达峰、节能、
绿色发展、PM2.5 等环境治理领域核心词汇





【计算结果核心指标】
- 省份、省份编码
- 年份（2002-2024年）
- 减污降碳治理力度异质性（核心分组变量，1=高治理力度，0=低治理力度）
- 减污降碳治理力度（连续变量，比值越大治理力度越强）
- 减污降碳治理力度（样本均值）（全样本均值基准线）
- 减污降碳关键词总词频（原始词频汇总值）
- 工作报告总词数（当年政府工作报告总字数）





【输出文件版本说明】
- 计算结果省级版本：省份-年度面板数据，共713条记录，覆盖31
个省级行政区


【原始数据文件】
1. 省级政府工作报告词频数据.dta / .xlsx
各省政府工作报告中减污降碳相关关键词的逐词词频统计
2. 省份编码.dta
省份名称与行政区划代码对照表





【代码文件】
- 省级减污降碳治理力度异质性数据计算代码.do / .py
Stata 与 Python 双版本计算代码，可复现全部结果
- 上市公司省级减污降碳治理力度异质性数据评估代码.do / .py
数据描述性统计与质量评估代码


【数据用途】
本数据主要用于上市公司层面实证研究中的地区异质性分析：
- 通过省份编码匹配上市公司注册地，将上市公司划分为"高治理
力度"与"低治理力度"两组，进行分组回归或交互项分析
- 考察环境治理政策强度对企业绿色创新、ESG表现、碳排放等行
为的异质性影响
- 研究地方政府环境治理偏好对辖区内企业经营决策的影响机制





【参考文献】
- 国家级城市群政策对中国减污降碳的影响研究（详见文件夹内PDF）
- 生态环境部等. 减污降碳协同增效实施方案[Z]. 2022


【数据基本信息】
数据名称：省级减污降碳治理力度异质性数据
数据范围：中国31个省级行政区
时间范围：2002-2024年
数据来源：各省政府工作报告文本挖掘
更新时间：2026年