本数据集基于中国上市公司年报文本，采用文本分析技术构建企业层面的气候风险指数。数据涵盖2010—2024年期间，共包含51860条公司-年度观测值。数据核心指标包括：股票代码（上市公司唯一标识）、年份、总词数（去停用词）（即年报文本经分词、过滤停用词及单字词后的有效词汇总数）、气候相关总词数（年报中所有气候相关关键词出现次数之和）以及气候风险指数（按公式 气候风险指数 = 100 × (气候相关总词数 / 总词数) 计算）。此外，数据集还提供气候相关关键词详情字段，以“关键词:频次”的形式记录每个气候相关词的具体出现情况，便于用户进行更细粒度的分析。本数据集为研究数字技术如何重塑基层政府行为与区域经济发展提供了可量化、可追踪的实证基础，填补了数字治理政策在微观区县层面因果识别的空白。本数据集的描述性统计结果与Tong & Tan（2026）的研究数据进行了对比。
基于本数据集，研究者可从以下三方面展开系统分析：一是气候风险的时间演变与行业差异，利用面板数据追踪同一公司或行业在不同年份的气候风险指数变化，揭示气候关注度的时序趋势，并结合“双碳”目标、环保税改革等政策事件，运用事件研究法或断点回归评估宏观政策对气候披露的冲击效应；二是气候风险与企业财务绩效及融资约束的关联，将气候风险指数与资产收益率、融资成本、投资效率等指标匹配，检验气候风险暴露对企业盈利能力与资本成本的影响，并探究人工智能等数字化转型能力是否能够缓解其负面冲击，验证技术能力在气候适应中的缓冲作用；三是气候风险对市场价值与投资者行为的影响，结合股票市场交易、分析师覆盖、机构持股等数据，考察气候风险指数与股价波动、市场估值、ESG评级之间的关系，分析资本市场是否已对气候风险进行定价，并利用双重差分方法评估环境政策对气候风险披露与市场价值的因果效应，为监管政策优化提供实证支撑。
本数据集的核心指标“气候风险指数”严格遵循气候相关财务披露工作组（TCFD）建议及气候金融领域主流文献（Hoang et al., 2025；Tong & Tan, 2026）的披露强度代理方法，采用基于年报文本分析的标准化流程构建。首先，我们以TCFD推荐的气候风险术语为基础，结合中国A股上市公司年报的语境特征，构建了包含104个气候相关关键词的词典，涵盖物理风险、转型风险、政策响应及治理披露等多维度术语，并将所有关键词加入jieba分词用户词典以确保多词短语的完整切分。随后，利用Python编写程序对全部股票代码-年份.txt文件进行批量处，使用jieba.lcut()进行中文分词；基于hit_stopwords.txt停用词表过滤停用词，同时剔除长度小于2的单字词以降低分母噪声；在过滤后的词语列表中统计每个关键词的出现次数，累加得到“气候相关总词数”，并记录过滤后的词语总数作为“总词数（去停用词）”。最后，按公式“气候风险指数 = 100 × (气候相关总词数 / 总词数)”计算标准化指数，将股票代码、年份、总词数、气候相关总词数、气候风险指数及关键词详情输出为Excel格式的数据表。
以下为构建过程使用的104词词典：
气候变化、碳风险、极端天气、碳排放、环境风险、气候政策、低碳、温室气体、全球变暖、气候变暖、气候风险、极端气候、碳排、二氧化碳、温室效应、低碳发展、碳中和、碳达峰、绿色低碳、节能减排、可再生能源、清洁能源、新能源、能源转型、碳市场、碳交易、碳汇、碳捕集、碳封存、适应气候变化、气候韧性、气候行动、气候治理、巴黎协定、物理风险、转型风险、气候适应、气候脆弱性、海平面上升、高温、干旱、洪水、飓风、野火、供应链中断、运营中断、资产减值、气候法规、碳排放交易、碳税、环境规制、环保标准、监管要求、合规成本、披露要求、TCFD、SBTi、气候目标、国家自主贡献、能源效率、能效提升、低碳技术、清洁技术、绿色技术、电气化、脱碳、净零排放、零碳、低碳经济、循环经济、绿色制造、可持续供应链、绿色债券、绿色金融、ESG投资、气候投资、碳资产、碳负债、碳定价、内部碳定价、碳成本、气候相关财务披露、气候情景分析、压力测试、气候战略、可持续发展战略、环境管理、环境绩效、碳管理、碳足迹、碳排放强度、减排目标、碳中和承诺、净零承诺、绿色产品、环保产品、生态设计、可持续采购、利益相关方参与、投资者关注、信息披露、ESG报告、可持续发展报告、企业社会责任。
数据信息
- 数据来源：上市公司年度报告
- 时间跨度：2010-2024
数据范围：年度报告中的“管理层讨论与分析”（MD&A）章节
数据格式：Excel形式- 主要指标：
| 股票代码 | 股票简称 | 年份 | 总词数（去停用词） |
| 气候相关总词数 | 气候风险指数 | 气候相关关键词详情 |
数据展示
参考文献
[1] Hoang, K., Pham, L., Ha, O.K., Nghiem, H.X. Firm-level climate change risk exposure and firm efficiency. International Review of Economics & Finance, 2025, 101: 104220.
[2] Tong, Z., Tan, Z. Artificial intelligence and climate risk: Toward sustainable development within a Double Helix framework. Technological Forecasting & Social Change, 2026, 226: 124592.
[3] Task Force on Climate-related Financial Disclosures (TCFD). Final Report: Recommendations of the Task Force on Climate-related Financial Disclosures. 2017.
【下载→
方式一（推荐）：主页 *个人* 简介
经管数据集-CSDN博客
方式二：数据下载方式汇总-CSDN博客
