[经管数据集] 1990-2020年气象监测日度数据(900万条) [推广有奖]

最终数据 (直接可用) (76 Bytes, 需要: RMB 199 元)

-----

原始EXCEL数据 (76 Bytes, 需要: RMB 99 元)

-----

所有数据(原始数据、代码、结果数据) (76 Bytes, 需要: RMB 299 元)

----

平均地表气温 日最高地表气温 日最低地表气温 日照时数 小型蒸发量 大型蒸发量 平均本站气压 日最高本站气压 日最低本站气压 平均相对湿度 最小相对湿度 降水量_20_8时 降水量_8_20时 累计降水量_20_20时 平均气温 日最高气温 日最低气温 平均风速 最大风速 最大风速的风向 极大风速 极大风速的风向 平均地表气温 日最高地表气温 日最低地表气温 日照时数 小型蒸发量 大型蒸发量 平均本站气压 日最高本站气压 日最低本站气压 平均相对湿度 最小相对湿度 降水量_20_8时 降水量_8_20时 累计降水量_20_20时 平均气温 日最高气温 日最低气温 平均风速 最大风速 最大风速的风向 极大风速 极大风速的风向

随着气候变化日趋剧烈，气候风险这一话题也引起了学术界的广泛关注。从当前的论文发表中就可略窥一二。从谷歌学术检索 climate change 一词，可以发现，发表于顶级刊物上的高引用论文并不少见：

• Schlenker & Roberts, M. J. (2009). Nonlinear temperature effects indicate severe damages to US crop yields under climate change. Proceedings of the National Academy of sciences, 106(37), 15594-15598. 引用量：2578

• Mendelsohn, R., Nordhaus, W. D., & Shaw, D. (1994). The impact of global warming on agriculture: a Ricardian analysis. The American economic review, 753-771. 引用量：1552

• Dell, M., Jones, B. F., & Olken, B. A. (2012). Temperature shocks and economic growth: Evidence from the last half century. American Economic Journal: Macroeconomics, 4(3), 66-95. 引用量：1310

• Burke, M., Hsiang, S. M., & Miguel, E. (2015). Global non-linear effect of temperature on economic production. Nature, 527(7577), 235-239. 引用量：1305

  
  

可见大家对这一话题的关注度。

所谓巧妇难为无米之炊，作为一名气候研究者来讲，电脑内存里必不可少的就是一份周期长、颗粒度高的气象数据。高质量的数据，是发表高水平论文的必要条件。

因此，我将中国气象数据网的《中国地面气候资料日值数据集(V3.0)》清洗干净，构建一份 1990-2020 年度的日度气象数据。

其中包括原始的 Excel 数据：

也包括 Stata 格式的原始数据：

最后，则会附上经过系统清洗的可直接使用的数据。变量如下：

共计900多万条：

当然，除了原始数据和可直接使用的最终数据外，还会附送一份清洗代码，大家可以根据自身需求微调代码，以实现自己的研究目的：

最后，在撰写数据来源部分时，可以参考 陈帅、张丹丹 (2020) 发表于《经济学(季刊)》上的文章：

陈帅,张丹丹.空气污染与劳动生产率——基于监狱工厂数据的实证分析[J].经济学(季刊),2020,19(04):1315-1334.