土地利用、土地利用变化及林业（LULUCF）——其他土地的二氧化碳净通量（百万吨CO₂当量）
Carbon dioxide (CO2) net fluxes from LULUCF - Other Land (Mt CO2e)
下载数据指标解释
World Bank official description / 世界银行官方说明
Net flux of carbon dioxide (CO2) in the category "Other land".
可供参考的中文翻译：“其他土地”类别中的二氧化碳（CO₂）净通量。
数据口径与风险提示
- 本指标仅涵盖LULUCF中“其他土地”单一类别的CO₂净通量，不包括森林、农田、有机土等类别，与LULUCF总量指标不可混淆
- 数据为负值表示碳吸收（净汇），正值才表示碳排放；数值的绝对值越大代表吸收能力越强
- 中国序列数据仅从2000年开始，1960—1999年无数据；世界序列从1990年开始，部分早期十年数据缺失
- 最近三年数据（2021—2023）呈水平状态，可能反映数据修订或FAO估计值尚未更新，不代表真实无变化
- 跨国比较时各国IPCC方法学应用水平参差不齐，报告质量差异较大，需审慎解读排名
- “其他土地”包括草地、湿地、建设用地、裸地等，其分类边界在不同国家报告中的界定可能存在差异
- 本指标采用AR5全球增温潜势（GWP）值进行换算，与AR4或AR6口径不可直接混用
- 作为单一类别指标，不宜直接用于评估一国整体LULUCF碳平衡或气候政策效果，需结合森林碳汇、农田排放等综合分析
中国趋势
中国“其他土地”CO₂净通量自2000年有连续记录以来，呈现持续且明显的碳吸收增强趋势。2000—2005年间数值基本稳定在约-117.8 Mt CO₂当量；2006年起每年大致下降15.47 Mt CO₂当量，至2015年已降至约-287.97 Mt CO₂当量；2016—2021年继续保持下行态势，2021年触及序列最低值-369.11 Mt CO₂当量，2022—2023年维持该水平。整体看，2023年最新值相较2000年基准增强了约3.13倍，最近期变化约为-34.72 Mt CO₂当量。由于“其他土地”在LULUCF中属于相对边缘的类别，中国该类别净吸收规模的持续扩大，可能既与草地、湿地等土地管理方式转变有关，也可能受到统计口径或报告方法演化的影响，不宜简单归因于单一因素。
- 序列起止年份为2000—2023年，共24个数据点
- 2000年基准值为-117.79 Mt CO₂当量
- 2023年最新值为-369.11 Mt CO₂当量
- 最小值（最大吸收）出现在2021年，为-369.11 Mt CO₂当量
- 最大值（最小吸收）出现在2000年，为-117.79 Mt CO₂当量
- 最新值与基准值的比率为3.13
- 近期变化（最近一个有效间隔）约为-34.72 Mt CO₂当量
- 中国数据起点为2000年，1960—1999年无记录，无法进行更长周期的分析
全球趋势
全球“其他土地”CO₂净通量自1990年有记录以来，整体呈现波动下行态势，碳吸收能力有所增强但幅度相对有限。1990年初始值为-690.25 Mt CO₂当量，此后经历1991年小幅回升后逐步下降，1999年骤降至-1004.72 Mt CO₂当量；2000—2007年间在-800至-950 Mt CO₂当量区间震荡，2008—2009年短暂回升至-806.69 Mt CO₂当量；2010年后再度波动下行，2016—2017年触及序列极值约-1209.36 Mt CO₂当量，2018年后有所回升。2023年最新值为-1152.51 Mt CO₂当量，最新值与1990年基准值的比率为1.67，最近期变化约为-56.41 Mt CO₂当量。全球该类别碳吸收规模的起伏，可能既与各区域草地、湿地等土地类型的退化或恢复进程有关，也可能受到不同国家报告覆盖率和质量变化的影响。
- 序列起止年份为1990—2023年，共34个数据点
- 1990年基准值为-690.25 Mt CO₂当量
- 2023年最新值为-1152.51 Mt CO₂当量
- 最小值（最大吸收）出现在2017年，为-1209.36 Mt CO₂当量
- 最大值（最小吸收）出现在1991年，为-671.64 Mt CO₂当量
- 最新值与基准值的比率为1.67
- 近期变化（最近一个有效间隔）约为-56.41 Mt CO₂当量
- 世界数据1990年前无记录，1960—1989年各十年数据均缺失
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 | - | - | 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。 |
| 1980-1989 | - | - | 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。 |
| 1990-1999 | - | 1.5x | 该十年世界期初与期末数据均缺失倍数信息，仅世界期末值与1990年基准的累计变化约为1.67倍，该十年内曾出现1999年的大幅下降（-1004.72 Mt CO₂当量），可能与部分地区草地干旱或统计覆盖范围变化有关，中国无此阶段数据。 |
| 2000-2009 | 1.5x | 0.9x | 中国该十年倍数约1.53，世界约0.89，中国上升而世界下降的反向分化可能反映中国“其他土地”类别基数较小、报告覆盖扩大，而世界整体波动中略有收缩，两者差异可能受统计口径扩展与报告质量不均的影响。 |
| 2010-2019 | 1.7x | 1.2x | 中国该十年倍数约1.71，世界约1.20，中国增速明显高于世界，这一差距可能意味着中国该类别土地利用碳汇在政策驱动下加速扩张，或统计范围界定方式与全球加总口径存在系统性差异，需要结合方法学文档进一步验证。 |
| 2020-2029 | 1.1x | 1.0x | 中国该十年倍数约1.06，世界约0.97，均接近1倍且趋于平稳，可能反映该类别碳通量已达相对稳定状态，或FAO尚未完成最新数据修订；两国增速收敛也可能是统计口径趋于一致的表现。 |
2023 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
数值为负时，绝对值越大代表“其他土地”作为碳汇的能力越强，即从大气吸收的CO₂越多；数值为正时代表净排放
数值较低通常意味着什么
数值为负时，绝对值越小代表“其他土地”碳汇功能越弱；数值为正时代表净排放量越大
鍙ｅ緞闄愬埗
- 本指标仅反映“其他土地”单一类别，不包括森林、农田、有机土等LULUCF其他组成部分，不能替代LULUCF碳平衡总量
- 不同国家对“其他土地”的界定标准可能不同，土地分类边界存在差异，跨国直接比较存在方法学异质性
- FAO数据更新存在时滞，最近2—3年数据可能处于待更新状态，不宜据此判断最新变化
- 负值表示碳汇与正值表示排放的本质不同，在跨指标比较时需注意符号含义
- LULUCF数据受IPCC方法学版本、报告质量、土地覆盖变化检测技术等因素影响，时间序列可能出现非连续跳变
使用建议
- 在使用前明确了解IPCC AR5的GWP换算方法和FAO统计口径，区分不同版本方法学的结果差异
- 结合EN.GHG.CO2.LU.FL（森林）、EN.GHG.CO2.LU.DF（毁林）等类别指标，综合评估土地利用部门的整体碳通量
- 与EN.GHG.CO2.MT.CE.AR5（不含LULUCF的CO₂排放总量）配合使用，分析土地利用与能源活动排放的互补或替代关系
- 关注不同国家的报告质量差异，必要时通过FAO方法学文档核实各国数据来源和估算方法
- 进行长期趋势分析时注意FAO数据修订可能导致的历史数值回溯调整
- 在气候政策研究中，不宜将单一LULUCF类别指标作为政策效果的主要评估依据
- 比较中国与世界数据时，建议结合人口、国土面积、“其他土地”占比等相关变量进行标准化处理
- 追踪FAO数据库更新动态，及时使用最新修订数据进行时效性分析
常见错误用法
错误做法：将“其他土地”CO₂净通量等同于中国或世界LULUCF碳平衡的全部内容，用于评估整体土地利用减排成效
正确做法：将“其他土地”指标与LULUCF总量（EN.GHG.CO2.LU.MT.CE.AR5）或森林碳汇（EN.GHG.CO2.LU.FL.MT.CE.AR5）等指标配合使用，综合评估土地利用部门的整体碳通量格局
LULUCF碳平衡由森林、农田、有机土、其他土地等多个类别构成，单一类别无法反映整体状况，误用可能导致严重高估或低估实际碳汇能力
错误做法：直接比较中国和世界“其他土地”的绝对数值排名，得出中国碳汇能力弱于或强于某国的结论
正确做法：在进行跨国比较时，首先通过FAO方法学文档核实各国的报告覆盖率和分类标准差异，必要时采用人均或地均标准化口径进行比较
“其他土地”的统计范围和报告质量在不同国家间差异显著，直接用绝对值排名可能导致误导性结论
错误做法：将2021—2023年中国数据完全一致的现象解读为碳汇能力停滞或已达峰值
正确做法：在分析趋势时注意FAO数据更新周期的影响，关注2020年前后的实际变化幅度；如需最新数据，直接查询FAO官方数据库的最新修订版
FAO数据存在时滞，多年水平数据更可能是待更新状态而非真实无变化
错误做法：将“其他土地”碳吸收增强简单归因于生态保护政策成效，未考虑统计口径扩展或方法学修订因素
正确做法：在解读长期趋势时，结合相关变量的变化方向（如草地面积、湿地面积变化）进行机制验证，并关注FAO方法学文档中关于统计范围变化的说明
LULUCF数据对方法学选择和数据覆盖范围扩展高度敏感，数值变化可能部分反映报告体系完善而非实际土地利用改善
实际应用场景
- 中国土地利用碳汇对能源排放的替代效应分析：研究中国实现碳达峰碳中和路径时，需要评估非化石能源排放削减与土地利用碳汇之间的互补关系 被解释变量或机制变量 可将本指标作为被解释变量，分析GDP增速、城镇化率、农林政策等对其时间趋势的边际贡献；或与能源排放指标（如EN.GHG.CO2.IC.MT.CE.AR5）配合，构建土地利用-能源排放联立模型，评估两类减排路径的替代弹性
- “其他土地”与毁林排放的对比：LULUCF内部结构分析：评估中国LULUCF内部不同土地利用类别碳通量的相对贡献，识别关键减排增汇领域 比较或稳健性检验变量 将本指标与毁林碳通量（EN.GHG.CO2.LU.DF.MT.CE.AR5）和森林碳汇（EN.GHG.CO2.LU.FL.MT.CE.AR5）并列对比，观察各子类别的量级差异和变化方向分化，作为LULUCF内部结构稳健性检验的基础
- 全球“其他土地”碳汇能力变化的区域异质性研究：利用跨国数据研究不同发展水平国家在草地、湿地等“其他土地”管理上的碳汇差异 被解释变量或控制变量 以本指标为因变量，选取气候带（降水量、温度）、人口密度、土地政策自由度等作为解释变量，通过面板回归分析区域异质性；或作为控制变量加入其他研究模型，剥离土地利用碳汇波动对主效应的影响
- FAO-LULUCF数据修订对中国排放核算的影响评估：在编制国家温室气体清单或进行排放趋势回溯分析时，评估FAO数据修订对历史基准的影响 稳健性或敏感性分析变量 使用本指标检验FAO不同时期修订版数据的一致性，评估数据修订对长期趋势判断的敏感性；结合EN.GHG.ALL.LU.MT.CE.AR5（包含LULUCF的GHG总量）进行完整性稳健性检验
土地利用、土地利用变化及林业（LULUCF）——其他土地的二氧化碳净通量（百万吨CO₂当量）常见问题
“其他土地”CO₂净通量是怎么计算的？数据来源是什么？
本指标数据来源于联合国粮农组织（FAO）的温室气体排放数据库，采用IPCC国家温室气体清单指南的方法学框架，计算“其他土地”类别（草地、湿地、建设用地等）的CO₂净交换量。FAO通过整合各国官方提交至UNFCCC的数据并统一估算后发布，但“其他土地”的分类边界和估算方法在不同国家间可能存在差异。
为什么中国的数据从2000年才开始有记录？之前没有统计吗？
中国向FAO提交的LULUCF数据覆盖情况存在历史局限，“其他土地”类别在2000年以前的报告覆盖率或数据质量未达到FAO的纳入标准，因此FAO数据库中中国该类别最早记录为2000年。2020年前后FAO曾回溯调整部分历史数据，但2000年前数据仍缺失较多。
中国“其他土地”的碳吸收能力为什么越来越强？这说明生态环境变好了吗？
数据显示中国该类别碳吸收规模持续扩大，但这可能既与草地、湿地等土地利用管理方式变化有关，也与统计报告覆盖范围扩展或方法学调整有关，还可能受数据更新周期影响。将其简单等同于生态改善可能过于片面，建议结合森林碳汇、土地覆盖变化等指标进行综合判断。
世界排名靠前的国家（如印度尼西亚、巴西）的“其他土地”碳排放很高，这是否说明这些国家环境保护做得差？
排名靠前仅表示该国“其他土地”类别的CO₂净排放（正值）或净吸收（负值）规模较大，与环境保护好坏无直接关联。“其他土地”净排放可能反映热带草原、湿地等自然碳源的排放特征，也可能受土地利用变化驱动，不宜将其作为国家环保绩效的评判标准。
这个指标和“森林碳汇”有什么区别？
本指标仅涵盖LULUCF中“其他土地”类别，包括草地、湿地、建设用地、裸地等；森林碳汇单独记录在EN.GHG.CO2.LU.FL.MT.CE.AR5指标中。两类土地的碳循环机制、驱动因素和政策含义均有差异，分析时需区分使用。
下载数据
免费获取世界银行WDI完整数据集，包含土地利用、土地利用变化及林业（LULUCF）——其他土地的二氧化碳净通量（百万吨CO₂当量）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