GDP单位能源消耗（2017年不变价购买力平价美元/千克石油当量）

指标解释

World Bank official description / 世界银行官方说明

GDP per unit of energy use is the PPP GDP per kilogram of oil equivalent of energy use. PPP GDP is gross domestic product converted to 2021 constant international dollars using purchasing power parity rates. An international dollar has the same purchasing power over GDP as a U.S. dollar has in the United States.

可供参考的中文翻译：GDP单位能源消耗是指每千克石油当量的能源消耗所产生的按购买力平价计算的GDP。按购买力平价计算的GDP是指采用购买力平价汇率将国内生产总值换算为2017年不变价国际元。国际元对GDP的购买力相当于美元在美国的购买力。

数据口径与风险提示

该指标以PPP口径转换GDP，便于跨国比较但不等同于实际汇率下的GDP规模
分子采用2021年不变价国际元以消除价格变动影响，分母为能源使用量实物量
数据覆盖范围取决于各国能源统计体系完整性，部分发展中国家数据可能存在滞后或估算
该指标反映的是生产侧效率，未直接体现消费端行为差异
能源结构差异（如化石燃料占比高的国家该指标通常较低）会影响跨国可比性
PPP转换因子由World Bank定期更新，历史数据可能因基准年调整而出现回溯修订
人均GDP较高但重化工业占比大的国家，该指标未必优于服务业为主的经济体

中国趋势

趋势解读

中国该指标从1990年的2.16上升至2023年的7.96，三十三年间增长约3.69倍，总体呈持续上行趋势。1990年代增速最快，年均增幅约11%；2000年代增速放缓至约2%；2010年代受产业升级推动再次提速至约4%。近年在2022年达到8.03的峰值后，2023年小幅回落至7.96。该指标反映中国能源使用效率持续改善，单位能源创造的经济价值显著提升，但绝对水平仍低于全球均值，与中国作为制造业大国的经济结构特征相符。

1990年起点值为2.16（千克石油当量/PPP美元）
2023年最新值为7.96，较1990年增长3.69倍
2022年达到历史峰值8.03
1990年代年均增速约11%，1999年已升至4.29
2000年代年均增速约2%，2009年为5.51
2010年代年均增速约4%，2019年达7.85
近三年（2021-2023）变化率分别为0.94%、1.12%、-0.93%
该指标改善不等同于环境治理成效，需结合能源结构分析

全球趋势

趋势解读

全球该指标从1990年的7.05上升至2023年的11.42，三十三年间增长约1.62倍，保持稳健但相对缓慢的上行趋势。1990年代年均增速约1.4%，2000年代约为1.2%，2010年代约为1.9%。与中国的快速追赶不同，全球均值受各经济体差异抵消，整体提升幅度有限。值得注意的是，全球水平始终高于中国约3-4个单位，表明中国能源效率仍有一定追赶空间，但差距在逐步收窄。

1990年起点值为7.05
2023年最新值为11.42，较1990年增长1.62倍
2023年达到历史峰值
1990年代从7.05升至7.96，年均增速约1.4%
2000年代从8.17升至9.14，年均增速约1.2%
2010年代从9.10升至10.88，年均增速约1.9%
近三年（2021-2023）变化率分别为0.58%、2.75%、1.74%
全球均值受不同发展阶段经济体差异影响，解读需谨慎

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1970-1979	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1980-1989	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1990-1999	2.0x	1.1x	中国该指标十年增长约1.99倍，全球仅增长约1.13倍，差距显著。这可能反映中国在工业化初期能效提升基数较低，同时经济快速增长期伴随工艺改进和管理优化；而全球均值增速受高收入经济体能效已处高位所抑制，提升空间相对有限。需要结合中国工业化进程和全球产业结构变化进一步验证。
2000-2009	1.2x	1.1x	中国增长约1.22倍，全球增长约1.12倍，倍数差距收窄。这可能意味着中国能效提升的边际收益开始递减，高速工业化阶段的技术红利逐渐减弱；而全球经济在此期间受新兴经济体崛起推动，整体效率改善相对均衡。供需结构变化和分子分母的相对弹性差异可能影响这一时期的增长节奏。
2010-2019	1.4x	1.2x	中国增长约1.42倍，全球增长约1.19倍，差距再次扩大。这可能反映中国在节能减排政策和产业升级推动下，能效改善重回快车道，单位能源产出效率显著提升；全球增长则更多受技术扩散和能源转型政策影响，改善幅度相对平稳。不同发展阶段导致提升路径分化。
2020-2029	1.0x	1.1x	中国增长约1.02倍，全球增长约1.05倍，增速反转。这可能意味着中国能效改善进入平台期，产业结构优化和技术进步对效率提升的边际贡献下降；全球则因新兴市场能源使用效率改善而增长略有加速。这种反向变化需要结合能源消费结构和宏观经济波动进一步分析。

2024 年全部国家排名

排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。

排名	国家	代码	数值
1	Ireland 爱尔兰	IRL	48.2
2	Switzerland 瑞士	CHE	33.0
3	Denmark 丹麦	DNK	28.5
4	Luxembourg 卢森堡	LUX	28.2
5	Costa Rica 哥斯达黎加	CRI	26.3
6	United Kingdom 英国	GBR	25.4
7	Italy 意大利	ITA	23.9
8	Portugal 葡萄牙	PRT	23.2
9	Germany 德国	DEU	22.1
10	Colombia 哥伦比亚	COL	22.0
11	Spain 西班牙	ESP	21.0
12	Netherlands 荷兰	NLD	20.6
13	Austria 奥地利	AUT	19.7
14	Greece 希腊	GRC	19.5
15	Norway 挪威	NOR	19.1
16	Israel 以色列	ISR	19.1
17	Turkiye 土耳其	TUR	18.8
18	Lithuania 立陶宛	LTU	18.1
19	France 法国	FRA	17.2
20	Poland 波兰	POL	17.1
21	Latvia 拉脱维亚	LVA	16.6
22	Hungary 匈牙利	HUN	16.2
23	Slovenia 斯洛文尼亚	SVN	16.1
24	Belgium 比利时	BEL	15.5
25	Argentina 阿根廷	ARG	15.4
26	Japan 日本	JPN	15.3
27	Estonia 爱沙尼亚	EST	15.2
28	Chile 智利	CHL	14.9
29	Sweden 瑞典	SWE	14.6
30	Mexico 墨西哥	MEX	14.1
31	Czechia 捷克	CZE	14.0
32	New Zealand 新西兰	NZL	13.9
33	Slovak Republic 斯洛伐克	SVK	13.4
34	Brazil 巴西	BRA	13.0
35	Australia 澳大利亚	AUS	12.7
36	United States 美国	USA	11.9
37	Kenya 肯尼亚	KEN	10.8
38	Korea, Rep. 韩国	KOR	10.1
39	Finland 芬兰	FIN	10.00
40	Canada 加拿大	CAN	7.92
41	Iceland 冰岛	ISL	4.21

使用建议、常见误用与研究场景

数值较高通常意味着什么

每单位能源消耗能创造更多购买力平价GDP，意味着能源使用效率较高

数值较低通常意味着什么

每单位能源消耗创造的购买力平价GDP较少，意味着能源使用效率较低或经济结构偏重

鍙ｅ緞闄愬埗

PPP转换因子并非实时更新，汇率波动可能影响可比性
能源统计口径各国不一，部分数据为估算而非实测
该指标未反映能源结构（化石/可再生）差异
经济结构差异（如服务业占比）会影响该指标
不反映能源价格和获取成本差异
不适用于评估碳排放强度

使用建议

跨时期比较时应关注趋势而非单一年份数值
跨国比较时需结合能源结构和经济结构指标
结合EG.USE.COMM.GD.PP.KD等逆指标交叉验证
结合EG.USE.PCAP.KG.OE分析人均能源使用强度
结合EG.FEC.RNEW.ZS分析可再生能源消费占比
考虑GDP增长与能源消费的脱钩程度
结合EG.ELC.RNEW.ZS分析电力清洁化程度
多指标综合评估能源效率而非依赖单一指标

常见错误用法

错误做法：直接用该指标排名判断各国环保水平

正确做法：结合能源结构、碳排放强度和可再生能源占比综合评估

该指标仅反映能效，不直接衡量环保成效，高效不一定清洁

错误做法：将中国该指标的快速增长等同于环境问题已解决

正确做法：结合EG.USE.COMM.FO.ZS分析化石能源占比

能效提升与能源结构改善并非同步，高能效可能仍以高碳为代价

错误做法：用该指标直接比较不同发展阶段的绝对差距

正确做法：结合人均GDP和工业化程度分析相对差距

发展中国家该指标较低可能与经济结构特征相关，而非单纯效率问题

错误做法：将该指标高低简单归因于政策成效

正确做法：结合产业结构、技术水平和能源政策多因素分析

能效改善受多重因素影响，政策仅是其中之一

实际应用场景

能源效率与经济增长脱钩分析：研究中国及主要经济体GDP增长与能源消耗的关系结果变量通过构建面板数据模型，分析能源效率改善对GDP增长的贡献度，检验是否存在EKC曲线关系
碳排放效率国际比较：评估各国单位能源的碳排放强度差异控制变量控制能效差异后，检验能源结构对碳排放的解释力，区分效率与清洁的双重效应
制造业升级对能源强度的影响：分析中国产业结构调整对能源效率的传导机制机制变量通过中介效应模型，将产业结构作为解释变量，能源效率作为中介变量，GDP作为被解释变量
能源效率预测模型稳健性检验：验证不同能源指标预测力的稳健性稳健性检验将EG.GDP.PUSE.KO.PP.KD与其他能效指标（如EG.USE.COMM.GD.PP.KD）分别代入预测模型，比较结果一致性