Schools in the shadow of toxic sites: Pollution proximity in low- and middle-income countries — replication package

Replication package for: Crawfurd, L. (2026). "Schools in the shadow of toxic sites: Pollution proximity in low- and middle-income countries." Combines geocoded data on 2,840 contaminated sites across 17 countries (Pure Earth Toxic Sites Identification Program combined with national government contaminated-site registers in India CPCB, Brazil São Paulo CETESB, Mexico RETC, and Peru PAM) with the locations of about 2.7 million schools (national EMIS data for 11 countries; Overture Maps for 6 additional countries). Contents: The full package (schools-pollution-replication-v2.zip) contains code (Python pipeline plus Stata and R cross-language replication), raw input data, processed intermediate datasets, and all paper figures and tables. README.md documents the structure, replication steps, and data availability. v2 changes (relative to v1, 2026-05): Adds national government contaminated-site registers for four countries; adds Argentina and Mexico EMIS data; expands the appendix with TSIP-versus-register robustness checks (tab_wealth_gradient_robustness) and a population-baseline comparison using WorldPop (tab_population_baseline); reorganises the build pipeline into a code/build/ subfolder driven by run.py.本复现包对应文献：Crawfurd, L. (2026).《有毒场地阴影下的校园：中低收入国家的污染邻近性》。 本数据集整合了17个国家共计2840个污染场地的地理编码数据，数据来源包括纯净地球（Pure Earth）有毒场地识别计划，以及印度中央污染控制委员会（CPCB）、巴西圣保罗州CETESB、墨西哥RETC、秘鲁PAM等四国官方污染场地登记数据；同时匹配了约270万所学校的位置信息，其中11个国家的数据来自各国教育管理信息系统（Education Management Information System, EMIS），另外6个国家的数据来自序曲地图（Overture Maps）。 数据集内容：完整复现包（schools-pollution-replication-v2.zip）包含代码（Python工作流，搭配Stata与R跨语言复现代码）、原始输入数据、处理后的中间数据集，以及论文的全部图表。README.md文件对包的结构、复现步骤及数据可获取性进行了说明。 v2版本更新说明（基于2026年5月发布的v1版本）：新增4个国家的官方污染场地登记数据；新增阿根廷与墨西哥的教育管理信息系统（EMIS）学校数据；扩充附录内容，新增有毒场地识别计划（Toxic Sites Identification Program, TSIP）与官方登记数据的稳健性检验模块（tab_wealth_gradient_robustness），以及基于世界人口数据集（WorldPop）的人口基线对比模块（tab_population_baseline）；将构建工作流重构至code/build/子文件夹，由run.py脚本驱动执行。