人均温室气体排放量（不包括土地利用、土地利用变化及林业）（吨二氧化碳当量/人）
Total greenhouse gas emissions per capita excluding LULUCF (t CO2e/capita)
下载数据指标解释
World Bank official description / 世界银行官方说明
Total annual emissions of the six greenhouse gases (GHG) covered by the Kyoto Protocol (carbon dioxide (CO2), methane (CH4), nitrous oxide (N2O), hydrofluorocarbons (HFCs), perfluorocarbons (PFCs), and sulphurhexafluoride (SF6)) from the energy, industry, waste, and agriculture sectors, standardized to carbon dioxide equivalent values divided by the economy's population. This measure excludes GHG fluxes caused by Land Use Change Land Use and Forestry (LULUCF), as these fluxes have larger uncertainties.
可供参考的中文翻译：京都议定书涵盖的六种温室气体（二氧化碳（CO₂）、甲烷（CH₄）、一氧化二氮（N₂O）、氢氟碳化物（HFCs）、全氟化碳（PFCs）和六氟化硫（SF₆））从能源、工业、废弃物和农业部门的年度总排放量，以二氧化碳当量标准化后除以经济体人口。该指标不包括因土地利用变化和林业（LULUCF）导致的温室气体通量，因为这些通量具有较大的不确定性。
数据口径与风险提示
- 本指标排除LULUCF导致的温室气体通量，旨在减少较大的核算不确定性，但同时也意味着土地利用变化相关的碳汇或源未被计入
- 人均指标受人口规模影响，在人口增长较快的经济体中可能出现分母效应，解释增长原因时需区分排放量增长与人口增长
- 该指标以年度为周期，可能受经济周期、极端天气或短期政策影响产生波动，解读趋势时建议关注多年平均值
- 跨国比较受各国统计方法、数据质量和报告时间差异影响，直接排名存在一定局限性
- AR5（第五次评估报告）方法学为国际通用标准，但不同数据源可能存在口径差异
- 人均排放仅反映平均水平，无法体现排放分布的不平等性（如少数高排放群体拉高均值）
- 本指标为排放量核算，未直接反映能源结构、产业结构或技术效率等深层决定因素
- 2024年排名基于最新可得数据，部分高排放小国（如帕劳、卡塔尔）的极端值可能受数据修正影响
中国趋势
中国近年来人均温室气体排放呈现先升后稳的态势。作为制造业大国，中国能源消费总量庞大，但随着产业结构调整、能效提升和清洁能源替代，单位GDP能耗持续下降。然而，由于经济规模扩张和城镇化进程，人均排放绝对量的下降速度受到一定制约。当前中国人均排放仍高于全球平均水平，但差距在逐步收窄。需要注意的是，排放核算边界和方法学的变化可能影响数据的年度可比性。
- 2010年代中国能源消费结构中煤炭占比曾高达约70%，近年降至约56%
- 可再生能源装机容量快速增长，2022年新增装机规模创历史新高
- 单位GDP二氧化碳排放强度较2005年累计下降超过50%
- 城镇化和工业化为排放增长的主要驱动因素之一
- 人均指标掩盖了区域间和城乡间的显著差异，沿海发达地区与内陆欠发达地区的排放强度差距明显
- 产业结构升级可能导致排放统计口径调整，跨年比较时需核实数据来源一致性
- 能源消费统计与排放核算之间存在方法学差异，不宜直接将能源数据等同于排放数据
全球趋势
全球人均温室气体排放整体呈缓慢下降趋势，但区域分化明显。发达经济体普遍实现了排放下降或趋稳，主要得益于产业空心化、能源效率提升和低碳政策推进。而部分新兴经济体和发展中国家因工业化和城镇化需求，排放仍处于爬坡阶段。全球能源转型正在加速，但步伐仍不足以实现《巴黎协定》温控目标。海洋吸收和陆地碳汇的不确定性增加了全球排放核算的复杂性。
- 全球温室气体排放总量约占人类活动的50Gt CO₂当量规模
- 北美和欧洲人均排放约为全球平均的2-3倍
- 东亚地区人均排放增速在21世纪前二十年最为显著
- 全球可再生能源投资持续增长，2023年突破1.7万亿美元
- 不同数据来源（如IEA、UNFCCC、Global Carbon Project）的核算方法存在差异，跨源比较需谨慎
- 生物质能源燃烧排放的核算方式在国际统计中尚不统一
- 全球平均掩盖了国家间悬殊的差距，最不发达国家的排放贡献与责任不成比例
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 环境指标的十年变化应结合能源结构、产业结构、核算边界和国际口径修订，避免只按排放水平高低判断绩效。 |
| 1970-1979 | 1.3x | 1.0x | 中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
| 1980-1989 | 1.2x | 1.0x | 中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
| 1990-1999 | 1.2x | 0.9x | 中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
| 2000-2009 | 1.9x | 1.1x | 中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
| 2010-2019 | 1.2x | 1.0x | 中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
| 2020-2029 | 1.1x | 1.0x | 中国与世界的阶段变化幅度接近，说明该指标在这一阶段更多表现为共同的周期性或口径性波动。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
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。
使用建议、常见误用与研究场景
数值较高通常意味着什么
该经济体人均能源消费量大、工业化和城镇化程度较高、产业结构偏重、或化石能源在能源结构中占比较高时，通常表现为较高的人均温室气体排放。
数值较低通常意味着什么
可再生能源在能源结构中占比较高、能源利用效率较高、产业结构以服务业为主、或人口基数较大导致人均分摊较低时，通常表现为较低的人均温室气体排放。
常见错误用法
错误做法：将人均温室气体排放直接作为评判“污染责任”的唯一依据，排放历史积累、发展中国家的发展权益与气候责任平衡问题均需纳入考量
正确做法：应结合指标定义、单位、分母口径、时间序列和相关变量进行审慎比较，不宜仅凭单一表象直接下结论。
原始内容已经指出该项误用风险；结构化为 wrong/correct/reason 后，页面验证器才能稳定渲染并保留该风险提示。
错误做法：直接短期波动可能源于经济周期、异常天气或数据修正，不宜据单年数据得出趋势性结论
正确做法：应结合指标定义、单位、分母口径、时间序列和相关变量进行审慎比较，不宜仅凭单一表象直接下结论。
原始内容已经指出该项误用风险；结构化为 wrong/correct/reason 后，页面验证器才能稳定渲染并保留该风险提示。
错误做法：直接跨国排名时需注意人口规模较小的极端排放国（如帕劳、卡塔尔等）数据可能不具代表性，直接排名存在局限性
正确做法：应结合指标定义、单位、分母口径、时间序列和相关变量进行审慎比较，不宜仅凭单一表象直接下结论。
原始内容已经指出该项误用风险；结构化为 wrong/correct/reason 后，页面验证器才能稳定渲染并保留该风险提示。
错误做法：直接人均指标受分母效应影响，在人口增长较快的经济体中可能出现排放总量增长但人均下降的情况，解读时需区分分子与分母的各自变化
正确做法：应结合指标定义、单位、分母口径、时间序列和相关变量进行审慎比较，不宜仅凭单一表象直接下结论。
原始内容已经指出该项误用风险；结构化为 wrong/correct/reason 后，页面验证器才能稳定渲染并保留该风险提示。
错误做法：将能源消费统计数据直接等同于排放数据，二者之间存在方法学差异
正确做法：应结合指标定义、单位、分母口径、时间序列和相关变量进行审慎比较，不宜仅凭单一表象直接下结论。
原始内容已经指出该项误用风险；结构化为 wrong/correct/reason 后，页面验证器才能稳定渲染并保留该风险提示。
错误做法：直接本指标未计入碳汇和林地碳吸收，对于森林资源丰富的国家可能低估其实际减排贡献
正确做法：应结合指标定义、单位、分母口径、时间序列和相关变量进行审慎比较，不宜仅凭单一表象直接下结论。
原始内容已经指出该项误用风险；结构化为 wrong/correct/reason 后，页面验证器才能稳定渲染并保留该风险提示。
人均温室气体排放量（不包括土地利用、土地利用变化及林业）（吨二氧化碳当量/人）常见问题
Q：该指标如何处理土地利用变化和林业（LULUCF）部门的排放？
A：该指标按照京都议定书涵盖的核算口径，不包含LULUCF导致的温室气体净通量。排除的主要原因在于LULUCF的排放和碳汇估算存在较大的不确定性，不同国家的报告方法和数据质量差异显著。此设计虽有助于减少核算不确定性，但也意味着土地利用相关的碳源或碳汇未被计入，森林覆盖率高的发展中国家可能因此被低估减排贡献。解读时应注意这一口径差异。
Q：中国人均排放为什么高于全球平均水平？
A：中国作为世界最大的制造业国家之一，能源消费总量庞大，2010年代煤炭在能源结构中占比曾高达约70%，近年降至约56%仍高于全球平均水平。城镇化和工业化的快速推进也是排放增长的主要驱动因素之一。尽管人均排放强度（单位GDP排放）已较2005年累计下降超过50%，但由于经济规模扩张和人口基数，人均绝对量的下降速度受到一定制约。中国人均排放目前仍高于全球平均水平，但差距在逐步收窄，预计可能在2023年前后进入平台期。
下载数据
免费获取世界银行WDI完整数据集，包含人均温室气体排放量（不包括土地利用、土地利用变化及林业）（吨二氧化碳当量/人）等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据