氧化亚氮（N₂O）排放总量，不包括土地利用、土地利用变化及林业（LULUCF）（较1990年变化百分比）
Nitrous oxide (N2O) emissions (total) excluding LULUCF (% change from 1990)
下载数据指标解释
World Bank official description / 世界银行官方说明
Change of emissions (as %) of current year with respect to emissions in baseline year 1990 emissions of nitrous oxide (N2O), one of the six Kyoto greenhouse gases (GHG), from the agriculture, energy, waste, and industrial sectors, excluding LULUCF.. The measure is standardized to carbon dioxide equivalent values using the Global Warming Potential (GWP) factors of IPCC's 5th Assessment Report (AR5). Negative values indicate that the emission level for that year is lower than the emissions level in 1990.
可供参考的中文翻译：指本年度氧化亚氮（N₂O）排放量相对于1990年基准年排放量的百分比变化。N₂O是《京都议定书》涵盖的六种温室气体之一，排放源涵盖农业、能源、废弃物和工业部门，不包括LULUCF（土地利用、土地利用变化及林业）。数值以IPCC第五次评估报告（AR5）的全球增温潜势（GWP）系数折算为二氧化碳当量。负值表示该年排放量低于1990年水平。
数据口径与风险提示
- 本指标为相对于1990年基准年的百分比变化，负值仅表示排放低于1990年，不代表绝对排放量低
- 不含LULUCF，意味着未计入土地利用、森林碳汇等因素对排放的抵消
- 不同国家基准年排放结构差异较大，基准年低的起点可能导致变化率被放大
- N₂O排放主要来自农业（化肥使用、畜禽粪便）和部分工业过程，与能源燃烧产生的CO₂变化模式不同
- GWP系数来自AR5，不同时期报告可能因评估报告更新而存在口径差异
- 世界平均值是各经济体的加权平均，受大型经济体主导影响，中国等大型新兴经济体的快速变化会显著影响全球趋势
- 年度数据可能受统计修订影响，长期序列的端点值应关注是否经过回溯调整
中国趋势
中国氧化亚氮排放自1991年以来经历了持续上升过程。以1990年为基准，到2024年相对变化已达62.71%，较1991年的2.17%大幅增长。1990年代增速较为剧烈（1995年单年跳升至22.77%），2000年代维持在高位平台期（2006年录得最高阶段性值57.78%），2014年前后出现阶段性回调后再次攀升。2020年代呈加速态势，2024年创有记录以来最高值。整体变化路径反映了农业集约化、畜牧业扩张以及部分工业源的持续贡献。
- 1991年基准变化为2.17%，到2024年升至62.71%
- 1995年单年跳升至22.77%，1996年进一步升至28.62%，为1990年代增速最快的两年
- 2006年达到57.78%的阶段性峰值，随后在2007-2010年略有回落
- 2014年降至51.11%，形成明显回调低点
- 2022年起连续三年加速，依次为55.85%、61.39%和62.71%
- 1991至2024年间，末期值为期初值的约29倍
- 基准年排放量较低，使得后期变化率被放大；绝对排放量并未显示等比例的倍数增长
- 本指标不含LULUCF，未计入可能的林业碳汇抵消效应
全球趋势
全球氧化亚氮排放自1991年以来整体呈增长态势。以1990年为基准，到2024年全球变化率为34.03%，从1991年的约-0.22%稳步攀升。1990年代初期增长相对平缓，2000年代起加速，2007年前后进入持续增长通道，此后各年代均保持正增长。与中国相比，全球基准值起点极低（1991年接近零），因此初期变化波动较大，但绝对增速较为温和。
- 1991年全球基准变化为-0.22%，表示略低于1990年水平
- 1995年升至5.07%，2006年升至14.82%，2007年升至17.12%，各年代呈现阶梯式上升
- 2013年突破23%，2017年突破25%，2020年代进一步突破30%
- 2024年达到34.03%，创有记录以来最高值
- 1991至2024年间，末期值相对期初值的比值受到期初负值的影响，数值不具有常规倍数含义
- 世界平均值由众多经济体加权平均，其中大型新兴经济体的快速变化对均值影响显著
- 不同区域的农业结构、畜牧业密度和化肥使用模式差异巨大，均值掩盖了区域异质性
- 期初值接近零（1991年），导致变化率的倍数波动较大，不宜直接与中国的倍数数据进行数值比较
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 | 12.8x | -33.4x | 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 | 2.0x | 2.3x | 中国的阶段变化率低于世界，可能意味着本国分母项相对分子项改善更快，或净进口依赖、国内供需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 | 1.0x | 1.6x | 中国的阶段变化率低于世界，可能意味着本国分母项相对分子项改善更快，或净进口依赖、国内供需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 | 1.3x | 1.2x | 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。 |
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
排放变化率越高，表示相对于1990年基准年的排放增量越大；正值表示排放高于1990年水平。
数值较低通常意味着什么
排放变化率越低（越接近负值），表示排放量相对1990年有所减少，或者增长幅度较小。
鍙ｅ緞闄愬埗
- 变化率受基准年排放量的绝对水平影响，基准年排放量低则变化率易被放大
- 不含LULUCF，未考虑土地利用相关碳汇对实际净排放的抵消
- 不同国家的排放结构（农业占比、工业占比）差异导致可比性受限
- 仅反映总量变化，未区分不同来源部门的贡献
- GWP系数基于AR5，与其他评估报告版本的口径不完全一致
使用建议
- 分析时应结合绝对排放量（Mt CO₂e）指标进行交叉验证
- 关注不同来源（农业、能源、工业、废弃物）的分部门数据，识别主要驱动因素
- 使用人均排放指标补充横向可比性
- 比较时应优先使用相近时间段和相近发展阶段的国家进行比较
- 结合GDP增长和产业结构数据，将排放变化置于经济发展背景下解读
- 注意数据修订导致的长期序列突变，避免将统计调整误读为实际排放波动
常见错误用法
错误做法：直接用中国的变化率倍数（如28倍）除以世界的变化率倍数来评判减排成效
正确做法：使用绝对排放量的变化幅度和人均排放变化进行横向比较
基准年排放量的绝对水平差异会导致变化率倍数的可比性严重失真
错误做法：将变化率正负直接解读为“好”或“坏”
正确做法：结合发展阶段、排放结构和减排政策周期进行审慎解读
正值并不必然等同于政策失职，也可能是发展阶段和工业化进程的反映
错误做法：用该指标直接与其他温室气体（如CO₂）的变化率进行倍数比较
正确做法：不同温室气体具有不同GWP系数和来源结构，应分别分析后再进行综合评估
N₂O主要来源于农业，而CO₂主要来源于能源燃烧，两者驱动因素和减排路径根本不同
错误做法：将该指标变化率等同于实际环境影响的严重程度
正确做法：结合全球增温潜势和大气浓度的历史积累数据进行综合判断
该指标反映的是相对1990年的变化幅度，不包含历史累计排放的概念
错误做法：将世界平均值的趋势直接等同于发达国家或发展中国家的趋势
正确做法：应结合具体区域和国别数据进行分析
世界平均值掩盖了发达与发展中经济体之间可能存在的巨大分化
错误做法：忽略LULUCF的排除，将该指标视为完整的国家排放足迹
正确做法：单独使用时明确标注“不包括LULUCF”，并建议结合含LULUCF的指标综合使用
LULUCF对部分国家（尤其是森林资源丰富的国家）的排放核算影响显著
实际应用场景
- 新兴经济体农业排放增长的结构分解：研究中国、印度等人口大国的N₂O排放变化趋势与农业结构转型的关系 被解释变量 可结合化肥施用量、畜禽存栏量等农业指标进行回归分解，识别农业集约化对N₂O排放的贡献份额
- 全球温室气体排放趋势的稳健性检验：在跨国家面板分析中检验不同温室气体指标间的相关性 稳健性检验变量 将N₂O变化率与CO₂、CH₄变化率进行相关性检验，评估各气体排放趋势的一致性程度
- 排放峰值与经济周期的关联分析：分析中国排放放缓时期与经济结构转型的时序关系 机制变量 以N₂O排放变化率作为排放强度代理变量，结合GDP增速和产业结构变化进行时序回归
- 国际气候政策效果的多气体比较：评估《京都议定书》或NDC实施对不同温室气体排放的差异化影响 结果变量 区分N₂O与其他气体在不同政策阶段的趋势变化，检验政策干预的选择性效果
- 农业源温室气体排放的区域异质性：分析不同发展程度国家农业N₂O排放的结构性差异 比较变量 结合农业GDP占比和人口密度，分析农业主导型经济体N₂O排放的自然结构特征
氧化亚氮（N₂O）排放总量，不包括土地利用、土地利用变化及林业（LULUCF）（较1990年变化百分比）常见问题
中国氧化亚氮排放增长那么多是因为什么？
氧化亚氮主要来源于农业（尤其是化肥使用和畜禽养殖）和部分工业过程。中国自1990年代以来农业集约化程度大幅提高，化肥和畜禽粪便产生的N₂O排放显著增加；同时部分工业和能源活动也有贡献，但具体驱动因素需要结合分部门数据才能准确识别。
这个指标和二氧化碳排放指标有什么区别？
二氧化碳主要来自化石能源燃烧，而氧化亚氮主要来自农业土壤、畜禽粪便和部分工业工艺。两者的来源结构、减排路径和GWP（全球增温潜势）均不相同。N₂O的GWP约为CO₂的265倍，其在大气中的寿命也更长。
为什么很多发达国家这个指标是负值？
负值表示当前排放量低于1990年基准年。发达国家在1990年代后开始实施较为严格的环境规制，部分国家农业规模有所收缩，加上能源效率提升，使得N₂O排放未持续增长甚至有所下降。
含LULUCF和不含LULUCF的指标哪个更准确？
两者反映不同的核算口径。不含LULUCF的指标仅统计直接排放源；含LULUCF的指标还计入土地利用变化和林业碳汇对排放的抵消。两者各有适用场景，比较不同国家时需注意使用同一口径。
为什么世界平均增长比中国慢但数值却更高？
这主要因为基准年排放量不同。世界1991年基准变化接近零，而中国已处于上升通道，因此中国的倍数变化看似更大；而全球绝对数值（34%）本身已超过中国（62.71%）以外的部分，两者的可比性受到基准值量级的制约。
2020年代中国的增速超过世界说明了什么？
这可能反映中国排放进入反弹阶段，或特定排放源（农业活动）有所增加，也可能受数据修订影响。但在缺乏分部门详细数据的情况下，尚不宜直接得出政策效果的结论，需进一步结合各来源的绝对排放数据加以验证。
下载数据
免费获取世界银行WDI完整数据集，包含氧化亚氮（N₂O）排放总量，不包括土地利用、土地利用变化及林业（LULUCF）（较1990年变化百分比）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