China’s low-carbon policy intensity dataset from national- to prefecture-level over 2007–2022

中国 代理(统计) 索引(排版) 碳纤维 强度(物理) 计算机科学 业务 环境经济学 政治学 经济 算法 万维网 物理 机器学习 复合数 法学 量子力学
作者
Xinyang Dong,Can Wang,Fang Zhang,Haowen Zhang,Chengqi Xia
出处
期刊:Scientific Data [Springer Nature]
卷期号:11 (1) 被引量:9
标识
DOI:10.1038/s41597-024-03033-5
摘要

Abstract Low-carbon policies are essential for facilitating manufacturing industries’ low-carbon transformation and achieving carbon neutrality in China. However, recent studies usually apply proxy variables to quantify policies, while composite indices of policy intensity measured by objectives and instruments focus more on the national level. It is deficient in direct and comprehensive quantification for low-carbon policies. Hence, having extended the meaning of policy intensity, this paper constructs a low-carbon policy intensity index quantified by policy level, objective and instrument via phrase-oriented NLP algorithm and text-based prompt learning. This process is based on the low-carbon policy inventory we built for China’s manufacturing industries containing 7282 national-, provincial- and prefecture-level policies over 2007–2022. Lastly, we organize the dataset in two formats (.dta and .xlsx) for multidiscipline researchers. Apart from the inventory and intensity for each policy, the policy intensity is also aggregated to national-, provincial- and prefecture-level with sub-intensity for four objectives and three instruments. This dataset has potential uses for future studies by merging with macro and micro data related to low-carbon performances.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
112发布了新的文献求助30
1秒前
1秒前
快乐公主完成签到,获得积分10
2秒前
好好学习发布了新的文献求助10
2秒前
2秒前
大个应助厌学不厌校采纳,获得20
3秒前
4秒前
4秒前
人间烟火完成签到,获得积分20
5秒前
5秒前
丁论文完成签到 ,获得积分10
5秒前
tt发布了新的文献求助10
5秒前
双双发布了新的文献求助30
6秒前
哇咔咔完成签到,获得积分10
6秒前
斯文败类应助tomas采纳,获得10
6秒前
Monik完成签到,获得积分10
6秒前
壮壮妞发布了新的文献求助30
7秒前
8秒前
传奇3应助程贝贝采纳,获得10
8秒前
idXin_Qing发布了新的文献求助10
8秒前
人间烟火发布了新的文献求助10
9秒前
10秒前
11秒前
糊涂的勒完成签到,获得积分10
12秒前
112完成签到,获得积分20
15秒前
lit发布了新的文献求助10
15秒前
勤恳靖巧完成签到 ,获得积分10
15秒前
lalala发布了新的文献求助10
15秒前
甜美帅哥完成签到,获得积分10
16秒前
程贝贝完成签到,获得积分10
16秒前
17秒前
Akim应助lilian采纳,获得10
17秒前
椿人发布了新的文献求助10
19秒前
晨时明月完成签到,获得积分10
19秒前
19秒前
程贝贝发布了新的文献求助10
22秒前
23秒前
情怀应助idXin_Qing采纳,获得10
23秒前
hehehehe完成签到,获得积分10
24秒前
糖ing发布了新的文献求助20
25秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248364
求助须知:如何正确求助?哪些是违规求助? 2891768
关于积分的说明 8268706
捐赠科研通 2559765
什么是DOI,文献DOI怎么找? 1388632
科研通“疑难数据库(出版商)”最低求助积分说明 650779
邀请新用户注册赠送积分活动 627768