省级政府环境治理强度数据（2002-2025）｜顶刊文本挖掘法｜环境经济必备

领取步骤如下1、进入数据皮皮侠数据编号19252、使用兑换码0TV201l2B001r24d0qb6A5V8《经济研究》同款政府环境治理指标来了基于 31 省政府工作报告文本挖掘152 个环境关键词精准测算24 年超长面板做污染、绿色发展、政策评估直接用 数据核心速览数据来源31 省政府工作报告2002-2025测算方法陈诗一、陈登科2018经济研究范式核心指标环境词频数、总词数、环境词频占比时间跨度2002–202524 年面板覆盖区域全国 31 个省份数据格式Excel直接回归关键词库152 个环境相关词环保、污染、低碳、PM2.5 等 6 大顶刊研究方向直接开题1️⃣ 环境治理与污染减排政府环境治理对雾霾、COD、SO₂、CO₂的减排效果检验政策执行力度与污染改善的关系2️⃣ 绿色发展与高质量发展环境治理强度如何促进绿色全要素生产率、产业升级环境政策对经济高质量发展的长期影响3️⃣ 政策评估与因果识别以环境词频占比为政策强度变量做 DID、事件研究评估环保督察、双碳、生态补偿等政策效果4️⃣ 地方竞争与环境治理地方政府环境规制策略互动、逐底竞争 / 逐顶竞争财政分权、官员激励对环境治理力度的影响5️⃣ 空间溢出与区域协同环境治理的空间溢出效应、流域协同治理城市群、京津冀 / 长三角 / 珠三角环境政策联动6️⃣ 多数据融合顶刊最爱匹配水污染、NDVI、土地覆盖、粮食安全、碳排放数据构建 “政府治理→环境改善→经济效应” 完整链条数据来源原始数据来源于31 个省 2002—2025 年政府工作报告的文本数据由数据皮皮侠团队人工整理全部内容真实有效。时间跨度2002年-2025年区域跨度31个省政府工作报告数据格式数据格式为Excel形式数据简介为缓解环境污染的负面影响,中央和地方政府推出了诸多环境治理政策。由于政府环境治理力度难以直接度量政府环境治理变量的构建可以探索政府治理是否降低了污染水平。从研究价值看该指标可用于揭示政府环境治理能否显著降低雾霾污染以及判断政府环境治理对经济产生的长期可持续的影响因此本数据参考陈诗一、陈登科2018的做法构建政府环境治理变量。本数据基于地方政府工作报告通过文本分析构建的政府环境治理变量而地方政府工作报告一般发生在年初经济活动则贯穿于一年的始终从而可以有效规避“反向因果”所引起的内生性问题。本数据政府环境治理变量是省级层面变量有助于缓解研究中相关变量是地级市层面变量因反向因果而产生的内生性问题。首先我们基于31 个省 2002—2025年政府工作报告的文本数据对政府工作报告文本进行分词处理,参考哈工大停用词表过滤掉年报文本中的停用词。随后基于论文中提到的部分与环境有关的词汇如下“环境保护”、“环保”、“污染”、“能耗”、“减排”、“排污”、“生态”、“绿色”、“低碳”、“空气”、“化学需氧量”、“二氧化硫”、“二氧化碳”、“PM10” 以及“ PM2. 5”以所有政府工作报告为语料库进行word2vec拓展得到与环境有关的词汇词典共152个词。最后统计与环境相关词汇出现的频次并计算其占政府报告全文词频总数的比例 从而得到刻画政府环境治理的整体指标包含省份年份环境词频总词频及占比的结构化数据集。数据指标省份年份环境词频报告总词数环境词频占比数据展示参考文献[1]陈诗一,陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究,2018,53(02):20-34.