中国各省市气候风险指数（19932023）

中国各省市气候风险指数（1993-2023）

出版年份及主题分布

时间跨度

1993-2023

数据范围

中国省、市、地区（31个省、229个城市）

数据指标

该数据包含的指标及部分数据如下：

省份部分数据

部分地级市数据

2. 数据说明

每组CPRI数据包含4个分项指数和一个总指数，涵盖1993年至2023年期间。LTD（极端低温日数）、HTD（极端高温日数）、ERD（极端降雨日数）和EDD（极端高温日数）。干旱日数）四个分项指标，分别代表极端低温日数、极端高温日数、极端阴雨天数和极端干旱日数。使用下面解释的方法对这些指数进行标准化，然后用于构建一般CPRI，它指的是一个国家气候物理风险的总体程度。

3.数据处理

(一)数据收集

原始天气数据来自NOAA（国家海洋和大气管理局）

(2)数据处理过程

步骤一：删除样本中大量缺失数据

步骤2：计算1973年1月1日至1992年12月31日各指标的历史分布

步骤3：计算1993年至2023年各站点极端日事件类型

步骤4：计算区域层面每年的极端天气天数

第五步：指数计算

文献案例

参考

[1] 世界气象组织(WMO)，2023 年全球气候状况，https://library.wmo.int/idurl/4/68835（2024 年4 月7 日访问）。

[2] J. Rising、M. Tedesco、F. Piontek 等人，气候变化的缺失风险，Nature 610 (2022) 643651，doi:10.1038/s41586-022-05243-6。

[3] 郭凯，李勇，张勇，季强，赵文，气候风险冲击与农产品市场有何关联？ J.Commod.Mark。 32（2023）100367，doi:10.1016/j.jcomm.2023.100367。

[4] Y. Zhou，S. Wu，Z. Liu，等，气候风险对碳、能源和金属市场之间高矩连通性的不对称影响，Nat。交流。 14（2023）7157，doi:10。 1038/s41467-023-42925-9。

[5] S. Dietz、A. Bowen、C. Dixon 等人，全球金融资产的气候风险价值，Nat。爬升。 Change 6 (2016)676679, doi:10.1038/nclimate2972.[6] D. 张，Y. 吴，Q. 季，K. 郭，B. Lucey，气候对中国区域性商业银行贷款质量的影响， J。国际。货币金融。 140（2024）102975，doi:10.1016/j.jimonfin.2023.102975。

[7] I. Shala，B. Schumacher，自然灾害对银行减值流量的影响——来自德国的证据，J. Clim.Financ。 6（2024）100031，doi:10.1016/j.jclimf.2024.100031。

[8] 马勇，刘正，马东，等，基于新闻的中国气候政策不确定性指数，科学。数据10 (2023) 881，doi:10.1038/s41597-023-02817-5。

[9] S.O. Lee, N.C. Mark, J. Nauerz, J. Rawls, Z. Wei，全球温度冲击和实际汇率，J. Clim。财务。 1（2022）100004，doi:10.1016/j.jclimf.2022.100004。

[10] 沉勇，孙旭，季强，张东，气候事件对全球天然气市场的影响，能源经济。 125（2023）106887，doi:10.1016/j.eneco.2023.106887。