基于全球开放数据与政策文本表征的绿色转型绩效预测

用气候政策数据库(CPDB)、Our World in Data碳排放与能源数据构建164国4428条国家-年份面板，做碳强度恒等分解、双向固定效应、稳健性检验和政策文本增量实验预测下一年度碳强度；项目主动用朴素基线审计出高R2主要来自年度惯性，并撤回了此前一个不稳健的政策存量结论。带注释代码、54页技术文档、面试问答文档和整套配图，适合经管/公共政策方向做毕设、加简历、备面试。

• 任务类型机器学习
• 专业方向经管/社科 · 公共政策 · 数据科学

项目亮点

• Our World in Data CO2 数据：<https://github.com/owid/co2-data>
• Our World in Data Energy 数据：<https://github.com/owid/energy-data>
• 合并得到 1995--2021 年、164 个国家、4,428 条国家—年份样本；政策库清洗后保留 6,372 条政策记录。
• CPDB 不是 OECD/IFCMA Climate Policy Database。政策实证和文本增量只使用与面板交叉的 38 个 Annual 更新国家；Sporadic 国家的未记录年份保留为缺失，不填为 0。

如果你正在找一个能写进简历、面试时又能讲清楚的宏观实证项目，这个「全球164个国家谁是真减排、谁只是在混」的题目会很合适——它最大的亮点不是模型多复杂，而是全程在教你怎么不被一个好看的R²骗过去，甚至自己把此前一个站不住脚的结论主动撤回了。

配套都给你备齐了，帮你真正搞懂它、在面试和答辩里讲明白：带中文注释的代码，一份54页的技术文档，一份把面试问题连答案都写好的问答文档，还有一整套可以直接拿去做 PPT 的配图。

先说清楚，它到底在做什么

项目把"绿色转型做得好不好"这个笼统问题，拆成一个可以计算、可以检验的具体任务：合并联合国气候政策数据库和Our World in Data的碳排放、能源公开数据，构建1995—2021年164个国家的面板，先用恒等式把碳强度的年度变化分解成"单位产出能耗改善"和"单位能源碳排放下降"两条渠道，再比较宏观能源特征、政策结构特征和政策文本表征三组特征对下一年度碳强度的预测增量。

搞懂它，你能在面试里讲清楚什么

这才是这个项目对你最大的价值。把下面几件事吃透，面试官问到相关问题时，你都能从容答上来。

为什么高达0.96的R²不能直接当成模型很厉害的证据。 这是这个项目最出彩、也最考验统计素养的一点：冠军模型测试集R²=0.9633，看起来很漂亮，但项目专门做了一个"朴素基线审计"——如果模型什么都不学，只是直接把去年的碳强度当今年的预测值，RMSE也只比冠军模型差1.98%，而且这个改善经国家层面聚类检验后并不显著。高R²主要是因为碳强度本身逐年变化很小（强惯性），不是模型学到了多少真本事。

为什么要撤回自己此前的结论，而不是悄悄不提。 项目原本发现"累计政策记录"和碳强度下降显著相关，但换了更严格的规格（剔除疫情年份、双向聚类、加入国家趋势）重新检验后，三个政策存量指标的p值都在0.5以上，项目选择在README里明确写"原有结论已撤回"，而不是选择性只展示第一次好看的结果。这种"自己证伪自己"的诚实，恰恰是很多同类项目做不到、也最值得在面试里主动讲的地方。

怎么讲清楚哪些结果才是真正站得住的。 不是所有结论都被撤回——可再生能源占比每提高1个百分点，与单位能源碳排放约1.27%的下降相关，这个结果在剔除疫情期、双向聚类、加入国家趋势、缩尾等多组稳健性检验下都保持一致，项目也如实标注这是"稳定条件相关，不是因果弹性"。能分清"哪些结果扛得住稳健性检验、哪些扛不住"，这正是宏观实证研究最核心的能力。

面试官会问的，都帮你备好了

随便感受几个这个项目真实会被追问的问题：

• R²=0.96为什么不能直接说明模型预测能力强？
• 为什么"累计政策存量显著"这个结论后来被撤回了？
• 可再生能源占比和碳排放的相关性，为什么不能说成因果关系？

看到这几个是不是会愣一下？正常。配套的面试问答文档把这个项目——从整体思路到每个流程细节、各种面试可能追问的点——连参考答案都给你写好了。

另外还有现成的简历描述，照着改就能写进简历；那一整套配图也能直接套进 PPT 模板，快速出一份面试 / 答辩 PPT。你要做的不是背，而是理解，再用自己的话讲一遍。

配套资料：搞懂一个项目需要的，这里全都有

先看那份技术文档——54页，从知识迁移到答辩问答，图文并茂：

代码也给你了——关键部分都带着中文注释，帮你读懂"它到底是怎么实现的"，面试被追问细节时也答得上来：

技术文档、面试问答、源码注释、整套配图——搞懂一个项目、并在面试里讲清楚它，需要的全都备齐了。

适合谁

不管你是经济学、公共政策、环境科学专业想做一个真正体现宏观实证功底的毕设，还是想在简历上体现"懂稳健性检验、不会被漂亮指标忽悠"的研究素养，这个项目都接得住。它把面板数据分析、恒等分解、稳健性检验和机器学习预测这几块经管社科方向很实用的能力串在了一起，资料、讲解和面试答案都给你铺好了，把它真正搞懂、能讲出来，就是一个能写进简历、撑得起面试的项目。