在 “双碳” 目标推进的关键阶段，精准的 CO2 排放数据是科研分析、政策制定与企业减排规划的核心支撑。无论是研究区域排放差异、追踪年度减排进度，还是制定基层减排方案，都需要一套覆盖范围广、时间跨度长、空间分辨率高的数据体系。因此我们基于全球权威数据源，整理出 2000-2023 年中国省、市、区县、乡镇四级 CO2 排放量面板数据及栅格数据，填补了基层排放数据精细化的空白，为多场景应用提供了有力支持。

一、数据来源
数据的原始基础来自 ODIAC Fossil fuel emission dataset，由日本国立环境研究所全球环境研究中心（Center for Global Environmental Research, CGER）维护。该数据集是全球气候研究领域的常用数据源，覆盖 2000 年 1 月至 2023 年 12 月的全球 CO2 排放信息，原始提供两种分辨率格式：
高分辨率：1km×1km（适合区域精细分析）
常规分辨率：1°×1°（适合宏观尺度研究）

  1. 空间裁剪：提取中国行政范围内的栅格数据，剔除无关区域，大幅缩减文件体积；
  2. 层级汇总：将 1km 分辨率的栅格数据按中国行政层级（省、市、区县、乡镇）汇总，生成面板数据，单位统一为 “吨”，无需用户二次计算。

二、数据核心：四级面板数据，从宏观到微观的全维度覆盖

数据最核心的价值在于“全层级覆盖”—— 从省级的宏观排放总量，到乡镇级的微观排放细节，满足不同尺度的分析需求。所有面板数据均包含 2000-2023 年的连续时间序列，变量设计清晰，直接可用。

2. 数据实用性示例
以 “2000-2023 年各区县 CO₂排放量面板数据” 中的上海嘉定区（县代码 310114）为例，数据清晰呈现了其 20 余年的排放变化：
2002 年排放量：165.25 万吨
2010 年排放量：385.39 万吨（工业化加速期增长明显）
2023 年排放量：稳定在 450 万吨左右（体现减排调控效果）
通过这类区县级数据，研究者可精准分析产业结构调整（如嘉定区汽车产业升级）对排放的影响，为同类区域提供参考。

三、栅格数据
除了面板数据，裁剪后的中国范围 1km×1km 栅格数据（2000-2023 年年度数据）是空间分析的 “黄金工具”。它保留了原始数据的高分辨率优势，可用于：
排放强度 mapping：计算 “吨 / 平方千米” 的排放强度，绘制空间分布图，直观识别高排放热点区域（如工业聚集区、能源基地）；
空间关联分析：结合 GIS 工具（如 ArcGIS、QGIS），分析排放与土地利用、交通网络、人口密度的空间相关性；
动态监测：对比不同年份的栅格数据，观察高排放区域的迁移趋势（如产业转移带来的排放空间变化）。
例如，2022 年中国 CO₂排放强度图显示，华北能源基地、长三角工业核心区的排放强度显著高于其他区域，这为区域协同减排提供了精准靶向。