Emisión de Gases de Efecto Invernadero con datos de EDGAR. Los datos de EDGAR se suelen actualizar en el mes de septiembre. Hay que estar atentos ese mes para actualizar los datos usando el código cambiando adecuadamente el nombre del fichero para poner la versión más actualizada.
Cambio de formato en la versión 2026 (respecto a versiones anteriores del curso): hasta la versión 2025, EDGAR distribuía 7 ficheros ZIP (uno por sustancia) con un Excel dentro que traía el detalle completo por 39 sectores IPCC 2006 y 35 sustancias individuales (gases en unidades físicas + agregados en CO2-equivalente). Esa distribución ya no existe. En su lugar, EDGAR publica ahora:
- Mapas en rejilla (0,1° de resolución, lat/lon) por sustancia y sector — sirven para cartografía, no para un análisis tabular por país sin agregar antes cientos de MB de rejilla.
- Un “booklet” del informe anual (un único xlsx de pocos MB) con tablas ya agregadas por país, pero con mucha menos granularidad: 9 sectores macro en vez de 39, y 4 grupos de sustancias (todos ya expresados en CO2-equivalente) en vez de 35 sustancias individuales.
Este documento usa la opción 2 (el booklet), la única que sigue dando una tabla país × sector × sustancia × año sin tener que descargar y agregar rejillas. Se pierde detalle sectorial y de gases respecto a las versiones del curso anteriores a 2026, pero se gana cobertura hasta 2025 y dos tablas nuevas que sí se procesan en este documento: emisiones per cápita y por PIB, que antes no existían.
El documento tiene la misma estructura que el resto de documentos de selección de datasets de la asignatura, en dos partes independientes:
# nombre base de los ficheros que se guardan en disco
filename <- "EDGAR_GHG"La descarga es un único fichero xlsx de pocos MB (el “booklet” del
informe anual de EDGAR), del que salen dos ficheros rds
(EDGAR_GHG.rds y EDGAR_GHG_normalizado.rds),
así que solo se ejecuta si EDGAR_GHG.rds no está
todavía en la carpeta. Como los ficheros se distribuyen ya
generados, en condiciones normales este bloque no hace nada. Para forzar
la actualización de los datos (por ejemplo, cuando EDGAR publica una
versión nueva en septiembre), basta con borrar los dos
.rds y actualizar el año en la URL.
# TRUE solo si falta el rds: evita volver a descargar en cada compilación
DESCARGAR_DATOS <- !file.exists(paste0(filename, ".rds"))
cat(if(DESCARGAR_DATOS) "No se encuentra el rds: se descargan los datos de EDGAR.\n"
else paste0("Se reutiliza el fichero ", filename, ".rds ya existente ",
"(borrarlo para volver a descargar).\n"))## Se reutiliza el fichero EDGAR_GHG.rds ya existente (borrarlo para volver a descargar).# LECTURA DATOS EDGAR Y GENERACIÓN RDS
# URL DEL "BOOKLET" DEL INFORME ANUAL (único fichero, a diferencia de los 7 ZIP
# de versiones anteriores al 2026)
URL <- "https://edgar.jrc.ec.europa.eu/booklet/EDGAR_2026_GHG_booklet_2026.xlsx"temp_xlsx <- tempfile(fileext = ".xlsx")
download.file(URL, temp_xlsx, mode = "wb")
# Hoja "GHG_by_sector_and_country": el desglose por sector (9 categorías) y
# sustancia (4 grupos, ya en CO2-equivalente). Las 2 últimas filas de la hoja
# están vacías (pie de tabla de Excel) y se descartan.
datos.sector <- read.xlsx(temp_xlsx, sheet = "GHG_by_sector_and_country") |>
as_tibble() |>
filter(!is.na(Substance))
# Hoja "GHG_totals_by_country": el total por país (todos los sectores y
# sustancias sumados). Es el equivalente al "TOTAL" de versiones anteriores:
# se añade como Sector = "TOTAL" y Substance = "GWP_100_AR5_GHG" (mismo nombre
# que ya usaban las versiones anteriores para el agregado de todos los gases).
datos.totales <- read.xlsx(temp_xlsx, sheet = "GHG_totals_by_country") |>
as_tibble() |>
filter(!is.na(Country)) |>
mutate(Sector = "TOTAL", Substance = "GWP_100_AR5_GHG") |>
relocate(Substance, Sector, .before = 1)
GHG <- bind_rows(datos.sector, datos.totales) |>
rename(EDGAR_Country_Code = `EDGAR.Country.Code`) |>
pivot_longer(
cols = matches("^[0-9]{4}$"),
names_to = "date",
values_to = "value"
) |>
mutate(date = as.integer(date)) |>
filter(!is.na(value)) |>
relocate(date, EDGAR_Country_Code, Country, Sector, Substance, value)
# Guardamos los datos LO PRIMERO DE TODO, nada más construirlos, en formato rds
# (el formato nativo de R: conserva los tipos de las columnas y ocupa mucho
# menos que un Excel)
saveRDS(GHG, file = paste0(filename, ".rds"))
cat("Fichero guardado:", paste0(filename, ".rds"),
sprintf("(%.1f MB)\n", file.info(paste0(filename, ".rds"))$size / 1024^2))# TABLA NORMALIZADA: emisiones per cápita y por PIB. Novedad de la versión
# 2026: en versiones anteriores del curso no existía esta vista. Es un
# segundo fichero (no se mezcla con GHG) porque tiene otra unidad y otra
# granularidad: solo país × año, sin desglose por Sector/Substance.
datos.per_capita <- read.xlsx(temp_xlsx, sheet = "GHG_per_capita_by_country") |>
as_tibble() |>
filter(!is.na(Country)) |>
mutate(indicador = "per_capita")
datos.per_gdp <- read.xlsx(temp_xlsx, sheet = "GHG_per_GDP_by_country") |>
as_tibble() |>
filter(!is.na(Country)) |>
mutate(indicador = "per_gdp")
# El PIB solo está disponible desde 1990 (16 años menos que per cápita, que
# arranca en 1970); pivot_longer con `values_drop_na` de sobra por si acaso,
# pero aquí la diferencia de cobertura ya viene de qué columnas de año trae
# cada hoja, no de NA sueltos dentro de la hoja.
GHG_normalizado <- bind_rows(datos.per_capita, datos.per_gdp) |>
rename(EDGAR_Country_Code = `EDGAR.Country.Code`) |>
pivot_longer(
cols = matches("^[0-9]{4}$"),
names_to = "date",
values_to = "value"
) |>
mutate(date = as.integer(date)) |>
filter(!is.na(value)) |>
relocate(date, EDGAR_Country_Code, Country, indicador, value)
saveRDS(GHG_normalizado, file = paste0(filename, "_normalizado.rds"))
cat("Fichero guardado:", paste0(filename, "_normalizado.rds"),
sprintf("(%.1f MB)\n", file.info(paste0(filename, "_normalizado.rds"))$size / 1024^2))A diferencia del INE, el ISTAC, EUROSTAT o el Banco Mundial, EDGAR
no tiene un catálogo previo del que extraer la ficha
del dataset: aquí los metadatos se construyen en este mismo documento y
se guardan en EDGAR_GHG_metadatos.xlsx, con cuatro
hojas:
dataset — la ficha general (fuente, versión, cobertura,
unidades) de las dos tablas de datos (EDGAR_GHG.rds y
EDGAR_GHG_normalizado.rds).Sector — el significado de cada uno de los 9 sectores
macro de la columna Sector (más TOTAL, añadido
por este documento).Substance — el significado de cada grupo de gases de la
columna Substance, con su unidad.Indicador — el significado de cada valor de la columna
indicador de EDGAR_GHG_normalizado.rds
(emisiones per cápita y por PIB), con su unidad.Las tres últimas son las explicaciones de los
indicadores, que es lo que en las otras fuentes viene ya dado
en el catálogo (Indicator_desc en el Banco Mundial,
Descripcion del topic en EUROSTAT).
Nota: a diferencia de versiones anteriores del curso, las descripciones de
Sectorde abajo son una traducción directa de la definición oficial que EDGAR publica en la hojainfodel propio booklet (no generadas por IA). Las deSubstancesí se han redactado a mano a partir de esa misma hoja y de fuentes generales sobre GWP-100 (AR5).
# DESCRIPCIÓN DE CADA SECTOR (columna `Sector`), traducida de la definición
# oficial de EDGAR (hoja `info` del booklet)
desc_sector <- tibble(
Sector = c(
"TOTAL",
"Power Industry",
"Industrial Combustion",
"Buildings",
"Transport",
"Agriculture",
"Fuel Production",
"Processes",
"Waste"
),
descripcion = c(
"Suma de todos los sectores. Procede de la hoja de totales por país del booklet; no debe combinarse con filas de sectores individuales.",
"Centrales eléctricas y de calor, públicas o de autoproductores.",
"Combustión para fabricación industrial.",
"Combustión estacionaria a pequeña escala no industrial (hogares, comercios, instituciones).",
"Combustión móvil: carretera, ferrocarril, transporte marítimo y aviación.",
"Suelos agrícolas, quema de residuos de cultivos, fermentación entérica, gestión de estiércol y emisiones indirectas de N2O de origen agrícola.",
"Producción, transformación y refino de combustibles.",
"Procesos industriales (p. ej. producción de cemento, hierro y acero, aluminio, productos químicos, disolventes...).",
"Eliminación de residuos sólidos y tratamiento de aguas residuales."
)
)# DESCRIPCIÓN DE CADA GRUPO DE SUSTANCIAS (columna `Substance`)
desc_substance <- tibble(
Substance = c(
"GWP_100_AR5_GHG",
"CO2",
"GWP_100_AR5_CH4",
"GWP_100_AR5_N2O",
"GWP_100_AR5_F-gases"
),
descripcion = c(
"AGREGADO: suma de las 4 categorías siguientes en CO2-equivalente (GWP-100, AR5). Unidad: Mt CO2eq/año. Solo existe en las filas con Sector = \"TOTAL\".",
"Dióxido de carbono de origen fósil. A diferencia de versiones anteriores del curso, este booklet NO incluye el CO2 de origen biogénico por separado. Unidad: Mt CO2/año (= Mt CO2eq, su GWP es 1).",
"Metano agregado en CO2-equivalente (GWP-100 AR5 = 28). Unidad: Mt CO2eq/año. Ya no se distingue la fuente (ganadería, gas natural, vertederos...); para eso está la columna Sector.",
"Óxido nitroso agregado en CO2-equivalente (GWP-100 AR5 = 265). Unidad: Mt CO2eq/año.",
"Suma de TODOS los gases fluorados (HFC + PFC + SF6 + NF3) en CO2-equivalente. Unidad: Mt CO2eq/año. A diferencia de versiones anteriores del curso, ya no se desglosa por especie individual (HFC-134a, SF6...)."
)
)# DESCRIPCIÓN DE CADA INDICADOR de EDGAR_GHG_normalizado.rds (columna `indicador`)
desc_indicador <- tibble(
indicador = c("per_capita", "per_gdp"),
descripcion = c(
"Emisiones totales del país (todos los sectores y sustancias) divididas entre su población. Unidad: t CO2eq/cap/año. Cobertura: 1970-2025, igual que la tabla principal.",
"Emisiones totales del país divididas entre su PIB. Unidad: t CO2eq/kUSD/año. Cobertura: SOLO 1990-2025 (16 años menos que per_capita; el PIB no está disponible antes de 1990)."
)
)La ficha general se calcula a partir de las tablas ya guardadas en
disco, para que describa exactamente lo que hay en los .rds
y no lo que se esperaba descargar.
GHG <- readRDS(paste0(filename, ".rds"))
GHG_normalizado <- readRDS(paste0(filename, "_normalizado.rds"))
ficha <- tibble(
Campo = c("Fuente", "Version", "URL", "N.hojas.combinadas", "Fecha.de.generacion",
"N.observaciones", "N.columnas", "N.paises.y.entidades", "N.sectores",
"N.sustancias", "Freq", "Ini", "Fin", "N.periodos", "Unidades",
"N.observaciones.normalizado", "N.paises.normalizado", "Ini.per_gdp"),
Valor = c(
"EDGAR (Emissions Database for Global Atmospheric Research), JRC - Comisión Europea",
"EDGAR 2026 GHG (booklet del informe anual 2026)",
"https://edgar.jrc.ec.europa.eu/report_2026",
"2",
as.character(Sys.Date()),
as.character(nrow(GHG)),
as.character(ncol(GHG)),
as.character(n_distinct(GHG$EDGAR_Country_Code)),
as.character(n_distinct(GHG$Sector)),
as.character(n_distinct(GHG$Substance)),
"Y (anual)",
as.character(min(GHG$date)),
as.character(max(GHG$date)),
as.character(n_distinct(GHG$date)),
"Mt CO2-equivalente/año (para CO2 puro, Mt CO2eq = Mt CO2 porque su GWP es 1)",
as.character(nrow(GHG_normalizado)),
as.character(n_distinct(GHG_normalizado$EDGAR_Country_Code)),
as.character(min(GHG_normalizado$date[GHG_normalizado$indicador == "per_gdp"]))
)
)
# comprobación: toda categoría presente en los datos tiene que tener descripción
faltan_sector <- setdiff(unique(GHG$Sector), desc_sector$Sector)
faltan_subs <- setdiff(unique(GHG$Substance), desc_substance$Substance)
faltan_indicador <- setdiff(unique(GHG_normalizado$indicador), desc_indicador$indicador)
if(length(faltan_sector) > 0)
warning("Sectores sin descripción: ", paste(faltan_sector, collapse = ", "))
if(length(faltan_subs) > 0)
warning("Sustancias sin descripción: ", paste(faltan_subs, collapse = ", "))
if(length(faltan_indicador) > 0)
warning("Indicadores sin descripción: ", paste(faltan_indicador, collapse = ", "))
# las cuatro hojas en un solo xlsx: openxlsx toma el nombre de cada hoja del
# nombre del elemento de la lista
write.xlsx(list(dataset = ficha,
Sector = desc_sector,
Substance = desc_substance,
Indicador = desc_indicador),
file = paste0(filename, "_metadatos.xlsx"), overwrite = TRUE)
cat("Fichero guardado:", paste0(filename, "_metadatos.xlsx"),
"- hojas: dataset, Sector, Substance, Indicador\n")## Fichero guardado: EDGAR_GHG_metadatos.xlsx - hojas: dataset, Sector, Substance, Indicadorcat("Categorías sin descripción:", length(faltan_sector), "sectores,",
length(faltan_subs), "sustancias,", length(faltan_indicador), "indicadores\n")## Categorías sin descripción: 0 sectores, 0 sustancias, 0 indicadoresUna vez guardados en disco los metadatos (fichero xlsx) y los datos
(fichero RDS), iniciamos el proceso de análisis. A partir de aquí el
documento se compila solo con los ficheros ya guardados
en disco; no se usa ningún objeto de las secciones anteriores. Es a
propósito: es la parte que se incorpora a la memoria del proyecto
personal (ver la última sección, Incorporación del dataset a la
memoria), así que tiene que poder ejecutarse sola (lo único que se
usa de lo definido anteriormente es filename).
metadatos
| Campo | Valor |
|---|---|
| Fuente | EDGAR (Emissions Database for Global Atmospheric Research), JRC - Comisión Europea |
| Version | EDGAR 2026 GHG (booklet del informe anual 2026) |
| URL | https://edgar.jrc.ec.europa.eu/report_2026 |
| N.hojas.combinadas | 2 |
| Fecha.de.generacion | 2026-10-08 |
| N.observaciones | 278419 |
| N.columnas | 6 |
| N.paises.y.entidades | 212 |
| N.sectores | 9 |
| N.sustancias | 5 |
| Freq | Y (anual) |
| Ini | 1970 |
| Fin | 2025 |
| N.periodos | 56 |
| Unidades | Mt CO2-equivalente/año (para CO2 puro, Mt CO2eq = Mt CO2 porque su GWP es 1) |
| N.observaciones.normalizado | 18960 |
| N.paises.normalizado | 210 |
| Ini.per_gdp | 1990 |
data
## # A tibble: 278,419 × 6
## date EDGAR_Country_Code Country Sector Substance value
## <int> <chr> <chr> <chr> <chr> <dbl>
## 1 1970 AFG Afghanistan Agriculture CO2 0.0292
## 2 1971 AFG Afghanistan Agriculture CO2 0.0292
## 3 1972 AFG Afghanistan Agriculture CO2 0.0292
## 4 1973 AFG Afghanistan Agriculture CO2 0.0292
## 5 1974 AFG Afghanistan Agriculture CO2 0.0400
## # ℹ 278,414 more rowsAviso sobre la tabla combinada: Esta tabla combina el desglose por sector con el total por país en una sola tabla, por lo que NO debe sumarse a ciegas sobre
Sectorni sobreSubstance. Las filasSector == "TOTAL"(conSubstance == "GWP_100_AR5_GHG") ya son la suma de todos los sectores y sustancias: sumarlas junto con el resto duplicaría las emisiones. Ver la sección Descripción de las variables de la tabla más abajo.
Se presentan las diferentes dimensiones, cada una con sus valores posibles y el nº de observaciones.
COLUMNA: date (56 opciones)
date N.observ
[1,] 2012 5003
[2,] 2011 4995
[3,] 2017 4992
[4,] 2018 4990
[5,] 2019 4989
[6,] 2021 4989
[7,] 2022 4989
[8,] 2025 4989
[9,] 2015 4988
[10,] 2023 4988
[11,] 2024 4988
[12,] 2013 4987
[13,] 2020 4986
[14,] 2014 4985
[15,] 2016 4985
[16,] 2010 4982
[17,] 1979 4979
[18,] 1978 4978
[19,] 1996 4978
[20,] 1997 4978
[21,] 2005 4978
[22,] 1993 4977
[23,] 2009 4977
[24,] 2007 4976
[25,] 1977 4973
[26,] 2006 4973
[27,] 1976 4972
[28,] 1995 4972
[29,] 2008 4972
[30,] 2004 4971
[31,] 1975 4964
[32,] 1980 4964
[33,] 1986 4964
[34,] 1987 4964
[35,] 1973 4963
[36,] 1981 4963
[37,] 1983 4963
[38,] 1985 4963
[39,] 1988 4963
[40,] 1994 4963
[41,] 1974 4962
[42,] 1982 4961
[43,] 1984 4961
[44,] 1989 4960
[45,] 1992 4960
[46,] 1998 4957
[47,] 2003 4957
[48,] 1972 4956
[49,] 1990 4956
[50,] 2001 4956
[51,] 1991 4955
[52,] 1999 4955
[53,] 1970 4954
[54,] 1971 4954
[55,] 2002 4952
[56,] 2000 4950 COLUMNA: EDGAR_Country_Code (212 opciones)
EDGAR_Country_Code N.observ
[1,] ARG 1456
[2,] AUS 1456
[3,] AUT 1456
[4,] BEL 1456
[5,] BGR 1456
[6,] BRA 1456
[7,] CAN 1456
[8,] CHE 1456
[9,] CHL 1456
[10,] CHN 1456
[11,] COL 1456
[12,] CZE 1456
[13,] DZA 1456
[14,] EGY 1456
[15,] EU27 1456
[16,] FRA 1456
[17,] GBR 1456
[18,] GLOBAL TOTAL 1456
[19,] GRC 1456
[20,] HUN 1456
[21,] IDN 1456
[22,] IND 1456
[23,] ITA 1456
[24,] JPN 1456
[25,] KOR 1456
[26,] MEX 1456
[27,] MYS 1456
[28,] NZL 1456
[29,] PHL 1456
[30,] PRK 1456
[31,] ROU 1456
[32,] SCG 1456
[33,] SVK 1456
[34,] SVN 1456
[35,] SWE 1456
[36,] THA 1456
[37,] TUR 1456
[38,] TWN 1456
[39,] UKR 1456
[40,] VEN 1456
[41,] KAZ 1453
[42,] PRT 1451
[43,] QAT 1451
[44,] MKD 1450
[45,] NOR 1450
[46,] HRV 1447
[47,] MMR 1446
[48,] KWT 1444
[49,] DNK 1443
[50,] IRQ 1441
[51,] LVA 1439
[52,] URY 1438
[53,] ESP 1436
[54,] ZWE 1436
[55,] PER 1426
[56,] ECU 1425
[57,] POL 1425
[58,] CUB 1424
[59,] BIH 1418
[60,] BLR 1418
[61,] LTU 1414
[62,] ALB 1411
[63,] IRL 1406
[64,] VNM 1406
[65,] EST 1404
[66,] CIV 1400
[67,] DEU 1400
[68,] IRN 1400
[69,] ISR 1400
[70,] JOR 1400
[71,] LBY 1400
[72,] NGA 1400
[73,] NLD 1400
[74,] RUS 1400
[75,] SGP 1400
[76,] TKM 1400
[77,] TTO 1400
[78,] USA 1400
[79,] UZB 1400
[80,] ZAF 1400
[81,] AZE 1399
[82,] CRI 1398
[83,] BHR 1397
[84,] DOM 1397
[85,] SAU 1394
[86,] KEN 1388
[87,] BGD 1383
[88,] PAK 1378
[89,] TUN 1378
[90,] ARE 1375
[91,] FIN 1369
[92,] LBN 1361
[93,] MAR 1356
[94,] GEO 1350
[95,] BOL 1344
[96,] BRN 1344
[97,] JAM 1344
[98,] LKA 1344
[99,] NIC 1344
[100,] PRY 1344
[101,] SDN 1344
[102,] SYR 1344
[103,] ARM 1343
[104,] GAB 1343
[105,] MDA 1343
[106,] SEN 1339
[107,] CMR 1337
[108,] AFG 1336
[109,] ETH 1331
[110,] LCA 1331
[111,] MLI 1329
[112,] CYP 1327
[113,] COG 1325
[114,] SLV 1325
[115,] BTN 1320
[116,] GTM 1320
[117,] SUR 1320
[118,] MUS 1317
[119,] HND 1310
[120,] KHM 1308
[121,] BEN 1307
[122,] MNG 1307
[123,] OMN 1307
[124,] BFA 1291
[125,] HKG 1290
[126,] AGO 1288
[127,] BLZ 1288
[128,] GUF 1288
[129,] KGZ 1288
[130,] MOZ 1288
[131,] MWI 1288
[132,] PNG 1288
[133,] TCD 1288
[134,] TZA 1288
[135,] ZMB 1288
[136,] MRT 1285
[137,] BHS 1284
[138,] BDI 1281
[139,] COD 1278
[140,] DMA 1275
[141,] FLK 1274
[142,] PAN 1274
[143,] VCT 1274
[144,] GHA 1270
[145,] NER 1270
[146,] TGO 1270
[147,] ISL 1268
[148,] GNQ 1265
[149,] BWA 1264
[150,] CAF 1260
[151,] GIN 1260
[152,] NPL 1260
[153,] SOM 1260
[154,] MAC 1259
[155,] FJI 1258
[156,] MDV 1258
[157,] SLB 1258
[158,] SWZ 1256
[159,] LUX 1252
[160,] MDG 1248
[161,] GUY 1239
[162,] LAO 1237
[163,] NAM 1235
[164,] BRB 1232
[165,] GLP 1232
[166,] MTQ 1232
[167,] PRI 1232
[168,] TLS 1220
[169,] VGB 1219
[170,] TJK 1218
[171,] SHN 1214
[172,] YEM 1213
[173,] ANT 1211
[174,] SLE 1210
[175,] GRD 1206
[176,] COM 1204
[177,] CPV 1204
[178,] DJI 1204
[179,] ERI 1204
[180,] GMB 1204
[181,] GNB 1204
[182,] LBR 1204
[183,] LSO 1204
[184,] REU 1204
[185,] STP 1204
[186,] KIR 1202
[187,] NCL 1202
[188,] TON 1202
[189,] VUT 1202
[190,] WSM 1202
[191,] HTI 1197
[192,] RWA 1183
[193,] ABW 1179
[194,] CYM 1179
[195,] SPM 1177
[196,] PLW 1175
[197,] UGA 1164
[198,] ATG 1150
[199,] BMU 1150
[200,] KNA 1150
[201,] SYC 1132
[202,] PYF 1131
[203,] COK 1116
[204,] TCA 1108
[205,] MLT 1094
[206,] ESH 1064
[207,] AIA 970
[208,] GIB 793
[209,] GRL 725
[210,] FRO 502
[211,] SEA 336
[212,] AIR 280 COLUMNA: Country (212 opciones)
Country N.observ
[1,] Algeria 1456
[2,] Argentina 1456
[3,] Australia 1456
[4,] Austria 1456
[5,] Belgium 1456
[6,] Brazil 1456
[7,] Bulgaria 1456
[8,] Canada 1456
[9,] Chile 1456
[10,] China 1456
[11,] Colombia 1456
[12,] Czechia 1456
[13,] EU27 1456
[14,] Egypt 1456
[15,] France and Monaco 1456
[16,] GLOBAL TOTAL 1456
[17,] Greece 1456
[18,] Hungary 1456
[19,] India 1456
[20,] Indonesia 1456
[21,] Italy, San Marino and the Holy See 1456
[22,] Japan 1456
[23,] Malaysia 1456
[24,] Mexico 1456
[25,] New Zealand 1456
[26,] North Korea 1456
[27,] Philippines 1456
[28,] Romania 1456
[29,] Serbia and Montenegro 1456
[30,] Slovakia 1456
[31,] Slovenia 1456
[32,] South Korea 1456
[33,] Sweden 1456
[34,] Switzerland and Liechtenstein 1456
[35,] Taiwan 1456
[36,] Thailand 1456
[37,] Türkiye 1456
[38,] Ukraine 1456
[39,] United Kingdom 1456
[40,] Venezuela 1456
[41,] Kazakhstan 1453
[42,] Portugal 1451
[43,] Qatar 1451
[44,] North Macedonia 1450
[45,] Norway 1450
[46,] Croatia 1447
[47,] Myanmar/Burma 1446
[48,] Kuwait 1444
[49,] Denmark 1443
[50,] Iraq 1441
[51,] Latvia 1439
[52,] Uruguay 1438
[53,] Spain and Andorra 1436
[54,] Zimbabwe 1436
[55,] Peru 1426
[56,] Ecuador 1425
[57,] Poland 1425
[58,] Cuba 1424
[59,] Belarus 1418
[60,] Bosnia and Herzegovina 1418
[61,] Lithuania 1414
[62,] Albania 1411
[63,] Ireland 1406
[64,] Viet Nam 1406
[65,] Estonia 1404
[66,] Côte d’Ivoire 1400
[67,] Germany 1400
[68,] Iran 1400
[69,] Israel and Palestine, State of 1400
[70,] Jordan 1400
[71,] Libya 1400
[72,] Netherlands 1400
[73,] Nigeria 1400
[74,] Russia 1400
[75,] Singapore 1400
[76,] South Africa 1400
[77,] Trinidad and Tobago 1400
[78,] Turkmenistan 1400
[79,] United States 1400
[80,] Uzbekistan 1400
[81,] Azerbaijan 1399
[82,] Costa Rica 1398
[83,] Bahrain 1397
[84,] Dominican Republic 1397
[85,] Saudi Arabia 1394
[86,] Kenya 1388
[87,] Bangladesh 1383
[88,] Pakistan 1378
[89,] Tunisia 1378
[90,] United Arab Emirates 1375
[91,] Finland 1369
[92,] Lebanon 1361
[93,] Morocco 1356
[94,] Georgia 1350
[95,] Bolivia 1344
[96,] Brunei 1344
[97,] Jamaica 1344
[98,] Nicaragua 1344
[99,] Paraguay 1344
[100,] Sri Lanka 1344
[101,] Sudan and South Sudan 1344
[102,] Syria 1344
[103,] Armenia 1343
[104,] Gabon 1343
[105,] Moldova 1343
[106,] Senegal 1339
[107,] Cameroon 1337
[108,] Afghanistan 1336
[109,] Ethiopia 1331
[110,] Saint Lucia 1331
[111,] Mali 1329
[112,] Cyprus 1327
[113,] Congo 1325
[114,] El Salvador 1325
[115,] Bhutan 1320
[116,] Guatemala 1320
[117,] Suriname 1320
[118,] Mauritius 1317
[119,] Honduras 1310
[120,] Cambodia 1308
[121,] Benin 1307
[122,] Mongolia 1307
[123,] Oman 1307
[124,] Burkina Faso 1291
[125,] Hong Kong 1290
[126,] Angola 1288
[127,] Belize 1288
[128,] Chad 1288
[129,] French Guiana 1288
[130,] Kyrgyzstan 1288
[131,] Malawi 1288
[132,] Mozambique 1288
[133,] Papua New Guinea 1288
[134,] Tanzania 1288
[135,] Zambia 1288
[136,] Mauritania 1285
[137,] Bahamas 1284
[138,] Burundi 1281
[139,] Democratic Republic of the Congo 1278
[140,] Dominica 1275
[141,] Falkland Islands 1274
[142,] Panama 1274
[143,] Saint Vincent and the Grenadines 1274
[144,] Ghana 1270
[145,] Niger 1270
[146,] Togo 1270
[147,] Iceland 1268
[148,] Equatorial Guinea 1265
[149,] Botswana 1264
[150,] Central African Republic 1260
[151,] Guinea 1260
[152,] Nepal 1260
[153,] Somalia 1260
[154,] Macao 1259
[155,] Fiji 1258
[156,] Maldives 1258
[157,] Solomon Islands 1258
[158,] Eswatini 1256
[159,] Luxembourg 1252
[160,] Madagascar 1248
[161,] Guyana 1239
[162,] Laos 1237
[163,] Namibia 1235
[164,] Barbados 1232
[165,] Guadeloupe 1232
[166,] Martinique 1232
[167,] Puerto Rico 1232
[168,] Timor-Leste 1220
[169,] British Virgin Islands 1219
[170,] Tajikistan 1218
[171,] Saint Helena, Ascension and Tristan da Cunha 1214
[172,] Yemen 1213
[173,] Curaçao 1211
[174,] Sierra Leone 1210
[175,] Grenada 1206
[176,] Cabo Verde 1204
[177,] Comoros 1204
[178,] Djibouti 1204
[179,] Eritrea 1204
[180,] Guinea-Bissau 1204
[181,] Lesotho 1204
[182,] Liberia 1204
[183,] Réunion 1204
[184,] São Tomé and Príncipe 1204
[185,] The Gambia 1204
[186,] Kiribati 1202
[187,] New Caledonia 1202
[188,] Samoa 1202
[189,] Tonga 1202
[190,] Vanuatu 1202
[191,] Haiti 1197
[192,] Rwanda 1183
[193,] Aruba 1179
[194,] Cayman Islands 1179
[195,] Saint Pierre and Miquelon 1177
[196,] Palau 1175
[197,] Uganda 1164
[198,] Antigua and Barbuda 1150
[199,] Bermuda 1150
[200,] Saint Kitts and Nevis 1150
[201,] Seychelles 1132
[202,] French Polynesia 1131
[203,] Cook Islands 1116
[204,] Turks and Caicos Islands 1108
[205,] Malta 1094
[206,] Western Sahara 1064
[207,] Anguilla 970
[208,] Gibraltar 793
[209,] Greenland 725
[210,] Faroes 502
[211,] International Shipping 336
[212,] International Aviation 280 COLUMNA: Sector (9 opciones)
Sector N.observ
[1,] Processes 36546
[2,] Transport 35337
[3,] Buildings 35005
[4,] Power Industry 34667
[5,] Industrial Combustion 34442
[6,] Fuel Production 31545
[7,] Waste 30064
[8,] Agriculture 28941
[9,] TOTAL 11872 COLUMNA: Substance (5 opciones)
Substance N.observ
[1,] GWP_100_AR5_N2O 92272
[2,] GWP_100_AR5_CH4 85788
[3,] CO2 80336
[4,] GWP_100_AR5_GHG 11872
[5,] GWP_100_AR5_F-gases 8151 | Sector | n_observaciones | descripcion |
|---|---|---|
| Processes | 36546 | Procesos industriales (p. ej. producción de cemento, hierro y acero, aluminio, productos químicos, disolventes…). |
| Transport | 35337 | Combustión móvil: carretera, ferrocarril, transporte marítimo y aviación. |
| Buildings | 35005 | Combustión estacionaria a pequeña escala no industrial (hogares, comercios, instituciones). |
| Power Industry | 34667 | Centrales eléctricas y de calor, públicas o de autoproductores. |
| Industrial Combustion | 34442 | Combustión para fabricación industrial. |
| Fuel Production | 31545 | Producción, transformación y refino de combustibles. |
| Waste | 30064 | Eliminación de residuos sólidos y tratamiento de aguas residuales. |
| Agriculture | 28941 | Suelos agrícolas, quema de residuos de cultivos, fermentación entérica, gestión de estiércol y emisiones indirectas de N2O de origen agrícola. |
| TOTAL | 11872 | Suma de todos los sectores. Procede de la hoja de totales por país del booklet; no debe combinarse con filas de sectores individuales. |
| Substance | n_observaciones | descripcion |
|---|---|---|
| GWP_100_AR5_N2O | 92272 | Óxido nitroso agregado en CO2-equivalente (GWP-100 AR5 = 265). Unidad: Mt CO2eq/año. |
| GWP_100_AR5_CH4 | 85788 | Metano agregado en CO2-equivalente (GWP-100 AR5 = 28). Unidad: Mt CO2eq/año. Ya no se distingue la fuente (ganadería, gas natural, vertederos…); para eso está la columna Sector. |
| CO2 | 80336 | Dióxido de carbono de origen fósil. A diferencia de versiones anteriores del curso, este booklet NO incluye el CO2 de origen biogénico por separado. Unidad: Mt CO2/año (= Mt CO2eq, su GWP es 1). |
| GWP_100_AR5_GHG | 11872 | AGREGADO: suma de las 4 categorías siguientes en CO2-equivalente (GWP-100, AR5). Unidad: Mt CO2eq/año. Solo existe en las filas con Sector = “TOTAL”. |
| GWP_100_AR5_F-gases | 8151 | Suma de TODOS los gases fluorados (HFC + PFC + SF6 + NF3) en CO2-equivalente. Unidad: Mt CO2eq/año. A diferencia de versiones anteriores del curso, ya no se desglosa por especie individual (HFC-134a, SF6…). |
Los datos de EDGAR son por países, así que aquí lo que interesa
comprobar es que España esté presente y bien
representada. Ojo: desde la versión 2026, EDGAR ya no
reporta España por separado, sino fusionada con Andorra bajo el código
ESP (ver la sección de más abajo sobre la columna
Country).
## N.Observ n_sectores n_sustancias n_periodos date_min date_max
## 1436 9 5 56 1970 2025Cada combinación de sustancia × sector es un atributo que se sigue en el tiempo para cada país/entidad. Se muestra, para cada una, el nº de países con datos y los percentiles del tamaño de su serie temporal (nº de años con dato no nulo por país).
| Substance | Sector | n_paises | P0 | P25 | P50 | P75 | P100 |
|---|---|---|---|---|---|---|---|
| GWP_100_AR5_GHG | TOTAL | 212 | 56 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_N2O | Processes | 212 | 56 | 56 | 56 | 56 | 56 |
| CO2 | Transport | 211 | 22 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_CH4 | Transport | 211 | 22 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_N2O | Transport | 211 | 22 | 56 | 56 | 56 | 56 |
| CO2 | Processes | 210 | 56 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_CH4 | Buildings | 210 | 22 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_CH4 | Waste | 210 | 56 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_N2O | Buildings | 210 | 22 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_N2O | Waste | 210 | 56 | 56 | 56 | 56 | 56 |
| CO2 | Buildings | 209 | 9 | 56 | 56 | 56 | 56 |
| CO2 | Power Industry | 209 | 22 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_CH4 | Power Industry | 209 | 22 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_N2O | Power Industry | 209 | 22 | 56 | 56 | 56 | 56 |
| CO2 | Industrial Combustion | 208 | 14 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_CH4 | Industrial Combustion | 208 | 14 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_N2O | Industrial Combustion | 208 | 14 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_N2O | Agriculture | 207 | 1 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_CH4 | Agriculture | 206 | 36 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_CH4 | Fuel Production | 206 | 4 | 56 | 56 | 56 | 56 |
| CO2 | Fuel Production | 205 | 3 | 43 | 56 | 56 | 56 |
| GWP_100_AR5_N2O | Fuel Production | 197 | 2 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_F-gases | Processes | 151 | 19 | 56 | 56 | 56 | 56 |
| CO2 | Waste | 118 | 25 | 56 | 56 | 56 | 56 |
| CO2 | Agriculture | 113 | 13 | 56 | 56 | 56 | 56 |
| GWP_100_AR5_CH4 | Processes | 98 | 5 | 55 | 56 | 56 | 56 |
Novedad de la versión 2026 del dataset: junto a las emisiones
absolutas, EDGAR publica ahora dos vistas normalizadas por país y año,
en un fichero aparte (EDGAR_GHG_normalizado.rds) porque
tienen otra unidad y otra granularidad — solo país × año, sin desglose
por Sector/Substance (son siempre el total del
país).
data_normalizado
## # A tibble: 18,960 × 5
## date EDGAR_Country_Code Country indicador value
## <int> <chr> <chr> <chr> <dbl>
## 1 1970 ABW Aruba per_capita 0.649
## 2 1971 ABW Aruba per_capita 0.725
## 3 1972 ABW Aruba per_capita 0.901
## 4 1973 ABW Aruba per_capita 0.977
## 5 1974 ABW Aruba per_capita 0.960
## # ℹ 18,955 more rows| indicador | n_observaciones | descripcion |
|---|---|---|
| per_capita | 11760 | Emisiones totales del país (todos los sectores y sustancias) divididas entre su población. Unidad: t CO2eq/cap/año. Cobertura: 1970-2025, igual que la tabla principal. |
| per_gdp | 7200 | Emisiones totales del país divididas entre su PIB. Unidad: t CO2eq/kUSD/año. Cobertura: SOLO 1990-2025 (16 años menos que per_capita; el PIB no está disponible antes de 1990). |
Como referencia, los 10 países/entidades con mayores emisiones
per cápita en el último año disponible (excluyendo
GLOBAL TOTAL y EU27, que no son países):
| Country | date | t_CO2eq_per_capita |
|---|---|---|
| Palau | 2025 | 68.12112 |
| Falkland Islands | 2025 | 60.52567 |
| Qatar | 2025 | 54.83361 |
| Kuwait | 2025 | 38.48393 |
| Bahrain | 2025 | 36.62669 |
| Mongolia | 2025 | 31.19415 |
| United Arab Emirates | 2025 | 26.74023 |
| Oman | 2025 | 25.12224 |
| Brunei | 2025 | 24.39483 |
| Trinidad and Tobago | 2025 | 24.03460 |
La tabla GHG está en formato tidy: cada
fila representa una observación única país/entidad × sector × grupo
de sustancias × año. Resulta de combinar las dos hojas por país del
“booklet” del informe anual de EDGAR (desglose por sector y total),
pivotar los 56 años a una columna date y eliminar los
valores ausentes. La tabla tiene 6 columnas y del orden
de 250.000-300.000 filas (combinaciones con dato no
nulo) — bastantes menos que en versiones del curso anteriores a 2026
(~1,2 millones), porque el booklet agrega mucho más que la distribución
antigua (ver el aviso de cambio de formato al principio del
documento).
EDGAR_Country_Code (texto) —
Código de 3 letras que usa EDGAR para el país o entidad
(AFG, ESP, CHN…). No es
exactamente el ISO 3166-1 alfa-3 estándar: coincide en la
mayoría de los casos, pero EDGAR fusiona algunos países pequeños con un
vecino mayor bajo un único código (ver más abajo). Es la clave
recomendada para cruzar con otras fuentes, con esa salvedad.Country (texto) — Nombre
legible del país o entidad. Hay 212 valores distintos (225 en versiones
del curso anteriores a 2026: EDGAR ha reducido el nº de entidades al
fusionar varias), con varios matices a tener en cuenta:
Spain and Andorra (ESP),
Switzerland and Liechtenstein (CHE),
France and Monaco (FRA),
Italy, San Marino and the Holy See (ITA),
Israel and Palestine, State of (ISR),
Sudan and South Sudan (SDN). Si el
proyecto se centra en uno de estos países, conviene saber que la cifra
incluye también al vecino fusionado.Serbia and Montenegro (entidad ya disuelta). Por
esto sigue siendo mejor unir por EDGAR_Country_Code que por
Country.International Aviation e
International Shipping (búnkeres internacionales, no
asignables a un país). Conviene excluirlas para rankings por
país.GLOBAL TOTAL (mundo) y
EU27 (Unión Europea de los 27). En versiones anteriores del
curso no existían y había que sumarlos a mano; ahora
existen, pero hay que excluirlos igualmente de cualquier ranking
o promedio por país, porque no son países.Sector (texto) — Sector
emisor, según la agrupación macro que usa EDGAR en el informe anual (9
valores; ver la tabla de descripciones más arriba, tomada directamente
de la hoja info del booklet). El valor especial
TOTAL (añadido por este documento, no
viene así en el fichero original de EDGAR) marca las filas de la hoja de
totales por país, es decir, la suma de los 9 sectores.
Ojo: en versiones del curso anteriores a 2026 esta
columna se llamaba ipcc y tenía 39 valores (la nomenclatura
IPCC 2006 completa); EDGAR ya no publica ese desglose fino en el
booklet.Substance (texto) — Grupo de
gases de la fila. Todos están ya expresados en
CO2-equivalente (GWP-100, AR5), así que a diferencia de
versiones anteriores del curso no hay que preocuparse de mezclar
unidades físicas distintas: solo hay 5 valores posibles:
CO2 — dióxido de carbono de origen fósil (ya no se
reporta el biogénico por separado).GWP_100_AR5_CH4, GWP_100_AR5_N2O — metano
y óxido nitroso, agregados.GWP_100_AR5_F-gases — TODOS los gases fluorados juntos
(ya no se desglosan por especie individual como en versiones anteriores
del curso).GWP_100_AR5_GHG — el total de las 4 categorías
anteriores. Solo aparece en las filas con
Sector == "TOTAL".date (entero) — Año de la
observación (1970–2025).value (numérico) — Emisión
anual de la combinación país/entidad × sector × sustancia, en Mt
CO2-equivalente/año (para Substance == "CO2" esto
coincide con Mt CO2/año, porque su GWP es 1). A diferencia de versiones
anteriores del curso, todas las filas comparten la misma
unidad: no hace falta consultar Substance para
saber en qué unidad está expresado value.Sector == "TOTAL" y
Substance == "GWP_100_AR5_GHG".Sector != "TOTAL" y la
Substance de interés, sin mezclarla con
GWP_100_AR5_GHG.International Aviation,
International Shipping, GLOBAL TOTAL y
EU27 (no son países), y decidir si interesa que las cifras
de Spain and Andorra y demás entidades fusionadas incluyan
al país pequeño fusionado.Tabla independiente de GHG (novedad de la versión 2026),
con las emisiones per cápita y por PIB
de cada país/entidad y año. Es una tabla distinta porque tiene otra
granularidad (solo país × año, ya son totales del país: no hay
Sector ni Substance) y otra unidad según la
fila.
EDGAR_Country_Code /
Country — mismas columnas y mismos matices
que en GHG (entidades fusionadas,
GLOBAL TOTAL/EU27…), con una diferencia:
tiene 210 entidades, 2 menos que GHG
(International Aviation e
International Shipping no tienen población ni PIB propios,
así que EDGAR no las incluye aquí).indicador (texto) —
per_capita o per_gdp (ver la tabla de
descripciones más arriba). Ojo con la cobertura temporal, no es
la misma para los dos: per_capita cubre 1970–2025
igual que GHG, pero per_gdp solo cubre
1990–2025 (el PIB no está disponible antes). Filtrar por años
anteriores a 1990 sin fijarse en indicador deja la tabla
per_gdp vacía sin ningún aviso.date (entero) — Año de la
observación.value (numérico) — El valor
depende de indicador: t
CO2-equivalente/cápita/año si
indicador == "per_capita", t CO2-equivalente/kUSD
de PIB/año si indicador == "per_gdp". Son unidades
distintas entre sí y distintas de value en la tabla
GHG (que está en Mt, no en toneladas): no cruzar
ambas tablas sumando o dividiendo value directamente sin
fijarse en las unidades.Al compilar este documento se ha generado el fichero
EDGAR_GHG_analisis.Rmd: es la sección
Análisis del dataset de arriba, preparada para la sección
Comprensión de los datos de la memoria, con los títulos
al nivel de esa sección. Para incorporar el dataset a la memoria:
EDGAR_GHG: EDGAR_GHG.rds,
EDGAR_GHG_normalizado.rds,
EDGAR_GHG_metadatos.xlsx y
EDGAR_GHG_analisis.Rmd.utilidades.R (viene en la carpeta
ProyectoPersonal, junto al modelo de memoria) y que la
memoria lo carga en el chunk de librerías:
source("utilidades.R").```{r, results='asis', cache=FALSE}
edgar <- aedv_incluir_dataset("EDGAR_GHG_analisis.Rmd")
# este dataset tiene 2 tablas: aedv_incluir_dataset() las devuelve en una lista
emisiones <- edgar$data # emisiones por país, sector y gas
emisiones_norm <- edgar$data_norm # emisiones per cápita y por unidad de PIB
```Al compilar la memoria, el análisis aparece en el lugar del chunk y
los datos quedan en las tablas emisiones y
emisiones_norm (tibbles), con las que se sigue trabajando
en el resto de la memoria. Este dataset tiene 2 tablas:
aedv_incluir_dataset() las devuelve juntas en una lista, y
las líneas que siguen a la llamada las separan, cada una con su nombre.
Si incorporas varios datasets, pega un chunk por cada uno, con nombres
de tabla distintos. En un dataset auxiliar, que no tiene que cumplir los
requisitos de AEDV,
aedv_incluir_dataset("EDGAR_GHG_analisis.Rmd", validacion = FALSE)
omite la validación.
El texto explicativo del dataset (qué mide, qué significa cada
variable y cada una de sus opciones…) se escribe en la memoria, antes o
después del chunk, no en EDGAR_GHG_analisis.Rmd: ese
fichero se sustituye cada vez que se vuelve a generar.