煤炭租金（占GDP的百分比）

Coal rents (% of GDP)

下载数据

指标代码：NY.GDP.COAL.RT.ZS所属主题：环境：Natural resources contribution to GDPEnvironment: Natural resources contribution to GDP

2021最新有效年份

175最新年份有值国家

265历史上有数据经济体

39%总体缺失率

指标解释

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

Coal rents are the difference between the value of both hard and soft coal production at world prices and their total costs of production.

可供参考的中文翻译：煤炭租金是按国际价格计算的硬煤和软煤的生产价值与其生产总成本之间的差别。

数据口径与风险提示

该指标反映的是煤炭生产价值超出直接生产成本的差额，属于资源租概念而非实际收入
数值受国际煤价波动影响显著，高煤价时期租金占比可能被人为放大
煤炭储量丰富或开采强度大的国家该指标通常偏高，但受GDP规模稀释效应影响，大国比例未必高于小国
该指标仅涵盖煤炭，其他能源和矿产资源对经济的贡献未包含在内
部分国家统计口径存在差异，生产成本核算方法可能影响数据可比性
该指标为比例指标，无法直接反映煤炭产业的绝对规模或就业规模
GDP基期年份因国家而异，名义值比较时需考虑价格基期差异
部分年份数据缺失或修订可能导致历史序列不连续

中国趋势

趋势解读

中国煤炭租金占GDP比例经历了剧烈波动，从1971年的约0.07%上升至2021年的约0.61%，长期看增长了约8倍。1980年代初该指标曾触及约8.7%的极高水平，此后在波动中大幅回落，2000年代再度出现反弹，2008年达到约4.95%，2011年约3.53%，之后持续下行至2020年的约0.36%。2021年小幅回升至约0.61%，整体呈现大起大落的走势。这种大幅波动可能既与煤炭价格周期有关，也受产业结构变化影响，较高时期意味着煤炭在国民经济核算中的贡献相对突出。

1971年值为0.07%，1982年达到历史最高值8.73%
1994年降至历史最低值0.06%
2008年反弹至4.95%，2011年进一步升至3.53%
2020年回落至0.36%，2021年小幅回升至0.61%
从1971年到2021年增长了约8.15倍
煤炭价格具有强周期性，短期波动可能反映市场因素而非结构性变化
GDP规模持续扩大可能压低比例指标，掩盖绝对产出的增长
跨国比较时需注意资源禀赋和产业结构差异

全球趋势

趋势解读

全球煤炭租金占GDP比例从1970年的约0.07%稳步升至2021年的约0.26%，增幅约3.75倍。峰值出现在2008年的约0.82%，之后逐步回落至2015年前后的约0.16%，2021年回升至约0.26%。与世界整体的持续上升趋势不同，中国表现出更剧烈的波动特征，这可能既与中国煤炭产业的周期性特征有关，也与GDP增长速度快慢的稀释效应相关，需要结合能源结构转型背景综合理解。

1970年值为0.07%，2021年升至0.26%
2008年达到历史峰值0.82%
2015年降至0.16%，之后逐步回升
从初期到末期增长了约3.75倍
最新值约为初期值的3.75倍
世界平均值受主要煤炭生产国和消费国影响较大
不同地区的煤炭资源禀赋差异显著，区域可比性有限
GDP增长可能导致比例指标被稀释

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	36.2x	3.8x	中国该时期增幅远超世界，可能主要反映了改革开放初期工业快速发展带来的能源需求扩张，以及煤炭开采强度快速提升，而世界整体增幅相对温和，产业结构差异和需求增速的分化可能导致两国变化倍数的显著差距。
1980-1989	0.3x	0.4x	中后期两国均出现下降，但中国的降幅更为显著，可能既与经济调整导致的需求增速放缓有关，也与GDP快速扩张产生的稀释效应有关，需要结合产业结构变化和能源消费结构数据进行验证。
1990-1999	0.0x	0.3x	两国均延续下降趋势，中国降幅更为突出，可能反映了中国经济从能源密集型向其他产业转型，而世界其他地区的煤炭依赖度下降可能相对缓慢，资源禀赋和产业结构的差异可能是主要驱动因素。
2000-2009	11.7x	4.9x	中国增幅远超世界，可能主要与该时期重化工业高速扩张、煤炭需求和价格同步上涨有关，而世界增幅相对温和，两者变化倍数的差距可能反映了工业化阶段和能源需求强度的结构性差异。
2010-2019	0.2x	0.3x	中国出现下降而世界也下降，但中国降幅更大，可能意味着中国能源结构优化或经济转型加速，分子分母的相对变化可能反映了去产能政策和产业升级的阶段性成效，与世界变化趋势的分化值得进一步结合政策变量进行验证。
2020-2029	1.7x	1.8x	两国增幅相近但中国略低，可能既与疫情后经济恢复节奏有关，也与全球能源价格回升的同步效应相关，数值差异相对有限，可能反映了两国经济周期和能源市场的联动性在增强。

2021 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	Cabo Verde 佛得角	CPV	17.2
2	Mongolia 蒙古	MNG	4.89
3	Mozambique 莫桑比克	MOZ	3.78
4	South Africa 南非	ZAF	2.44
5	India 印度	IND	1.28
6	Indonesia 印度尼西亚	IDN	1.22
7	Kazakhstan 哈萨克斯坦	KAZ	0.85
8	Australia 澳大利亚	AUS	0.79
9	Colombia 哥伦比亚	COL	0.73
10	Mauritania 毛里塔尼亚	MRT	0.67
11	Russian Federation 俄罗斯	RUS	0.61
12	China 中国	CHN	0.61
13	Botswana 博茨瓦纳	BWA	0.50
14	Tajikistan 塔吉克斯坦	TJK	0.49
15	Kosovo 科索沃	XKX	0.38
16	Viet Nam 越南	VNM	0.38
17	Ukraine 乌克兰	UKR	0.34
18	Bosnia and Herzegovina 波黑	BIH	0.30
19	Zimbabwe 津巴布韦	ZWE	0.29
20	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	0.26
21	Poland 波兰	POL	0.25
22	Serbia 塞尔维亚	SRB	0.24
23	Zambia 赞比亚	ZMB	0.23
24	United States 美国	USA	0.17
25	Montenegro 黑山	MNE	0.14
26	Eswatini 斯威士兰	SWZ	0.14
27	Bulgaria 保加利亚	BGR	0.13
28	Pakistan 巴基斯坦	PAK	0.12
29	Philippines 菲律宾	PHL	0.09
30	Czechia 捷克	CZE	0.09
31	Canada 加拿大	CAN	0.07
32	Uzbekistan 乌兹别克斯坦	UZB	0.05
33	Tanzania 坦桑尼亚	TZA	0.05
34	Turkiye 土耳其	TUR	0.05
35	Myanmar 缅甸	MMR	0.05
36	Niger 尼日尔	NER	0.04
37	Thailand 泰国	THA	0.03
38	Albania 阿尔巴尼亚	ALB	0.03
39	New Zealand 新西兰	NZL	0.03
40	Slovenia 斯洛文尼亚	SVN	0.03
41	Malaysia 马来西亚	MYS	0.03
42	Romania 罗马尼亚	ROU	0.02
43	Afghanistan 阿富汗	AFG	0.02
44	Malawi 马拉维	MWI	0.02
45	Mexico 墨西哥	MEX	0.02
46	Greece 希腊	GRC	0.01
47	Germany 德国	DEU	0.01
48	Brazil 巴西	BRA	0.01
49	Bangladesh 孟加拉国	BGD	0.01
50	Iran, Islamic Rep. 伊朗	IRN	0.01
51	Hungary 匈牙利	HUN	0.01
52	North Macedonia 北马其顿	MKD	0.01
53	Georgia 格鲁吉亚	GEO	0.01
54	Nepal 尼泊尔	NPL	0.01
55	Slovak Republic 斯洛伐克	SVK	0.01
56	Cambodia 柬埔寨	KHM	0.00
57	Peru 秘鲁	PER	0.00
58	Korea, Rep. 韩国	KOR	0.00
59	United Kingdom 英国	GBR	0.00
60	Norway 挪威	NOR	0.00
61	Nigeria 尼日利亚	NGA	0.00
62	Japan 日本	JPN	0.00
63	Ethiopia 埃塞俄比亚	ETH	0.00
64	Argentina 阿根廷	ARG	0.00
65	Chile 智利	CHL	0.00
66	Armenia 亚美尼亚	ARM	0.00
67	Algeria 阿尔及利亚	DZA	0.00
68	Angola 安哥拉	AGO	0.00
69	Antigua and Barbuda 安提瓜和巴布达	ATG	0.00
70	Austria 奥地利	AUT	0.00
71	Azerbaijan 阿塞拜疆	AZE	0.00
72	Bahamas, The 巴哈马	BHS	0.00
73	Bahrain 巴林	BHR	0.00
74	Barbados 巴巴多斯	BRB	0.00
75	Belarus 白俄罗斯	BLR	0.00
76	Belgium 比利时	BEL	0.00
77	Belize 伯利兹	BLZ	0.00
78	Benin 贝宁	BEN	0.00
79	Bhutan 不丹	BTN	0.00
80	Bolivia 玻利维亚	BOL	0.00
81	Brunei Darussalam 文莱	BRN	0.00
82	Burkina Faso 布基纳法索	BFA	0.00
83	Burundi 布隆迪	BDI	0.00
84	Cameroon 喀麦隆	CMR	0.00
85	Central African Republic 中非共和国	CAF	0.00
86	Chad 乍得	TCD	0.00
87	Comoros 科摩罗	COM	0.00
88	Congo, Dem. Rep. 刚果（金）	COD	0.00
89	Congo, Rep. 刚果（布）	COG	0.00
90	Costa Rica 哥斯达黎加	CRI	0.00
91	Cote d'Ivoire 科特迪瓦	CIV	0.00
92	Croatia 克罗地亚	HRV	0.00
93	Cyprus 塞浦路斯	CYP	0.00
94	Denmark 丹麦	DNK	0.00
95	Djibouti 吉布提	DJI	0.00
96	Dominica 多米尼克	DMA	0.00
97	Dominican Republic 多米尼加共和国	DOM	0.00
98	Ecuador 厄瓜多尔	ECU	0.00
99	Egypt, Arab Rep. 埃及	EGY	0.00
100	El Salvador 萨尔瓦多	SLV	0.00
101	Equatorial Guinea 赤道几内亚	GNQ	0.00
102	Estonia 爱沙尼亚	EST	0.00
103	Fiji 斐济	FJI	0.00
104	Finland 芬兰	FIN	0.00
105	France 法国	FRA	0.00
106	Gabon 加蓬	GAB	0.00
107	Gambia, The 冈比亚	GMB	0.00
108	Ghana 加纳	GHA	0.00
109	Grenada 格林纳达	GRD	0.00
110	Guatemala 危地马拉	GTM	0.00
111	Guinea 几内亚	GIN	0.00
112	Guinea-Bissau 几内亚比绍	GNB	0.00
113	Guyana 圭亚那	GUY	0.00
114	Haiti 海地	HTI	0.00
115	Honduras 洪都拉斯	HND	0.00
116	Iceland 冰岛	ISL	0.00
117	Iraq 伊拉克	IRQ	0.00
118	Ireland 爱尔兰	IRL	0.00
119	Israel 以色列	ISR	0.00
120	Italy 意大利	ITA	0.00
121	Jamaica 牙买加	JAM	0.00
122	Jordan 约旦	JOR	0.00
123	Kenya 肯尼亚	KEN	0.00
124	Kiribati 基里巴斯	KIR	0.00
125	Latvia 拉脱维亚	LVA	0.00
126	Lebanon 黎巴嫩	LBN	0.00
127	Lesotho 莱索托	LSO	0.00
128	Liberia 利比里亚	LBR	0.00
129	Libya 利比亚	LBY	0.00
130	Lithuania 立陶宛	LTU	0.00
131	Luxembourg 卢森堡	LUX	0.00
132	Madagascar 马达加斯加	MDG	0.00
133	Maldives 马尔代夫	MDV	0.00
134	Mali 马里	MLI	0.00
135	Malta 马耳他	MLT	0.00
136	Mauritius 毛里求斯	MUS	0.00
137	Moldova 摩尔多瓦	MDA	0.00
138	Morocco 摩洛哥	MAR	0.00
139	Namibia 纳米比亚	NAM	0.00
140	Netherlands 荷兰	NLD	0.00
141	Nicaragua 尼加拉瓜	NIC	0.00
142	Oman 阿曼	OMN	0.00
143	Panama 巴拿马	PAN	0.00
144	Papua New Guinea 巴布亚新几内亚	PNG	0.00
145	Paraguay 巴拉圭	PRY	0.00
146	Portugal 葡萄牙	PRT	0.00
147	Qatar 卡塔尔	QAT	0.00
148	Rwanda 卢旺达	RWA	0.00
149	Samoa 萨摩亚	WSM	0.00
150	Sao Tome and Principe 圣多美和普林西比	STP	0.00
151	Saudi Arabia 沙特阿拉伯	SAU	0.00
152	Senegal 塞内加尔	SEN	0.00
153	Seychelles 塞舌尔	SYC	0.00
154	Sierra Leone 塞拉利昂	SLE	0.00
155	Singapore 新加坡	SGP	0.00
156	Solomon Islands 所罗门群岛	SLB	0.00
157	Somalia, Fed. Rep. 索马里	SOM	0.00
158	Spain 西班牙	ESP	0.00
159	Sri Lanka 斯里兰卡	LKA	0.00
160	St. Kitts and Nevis 圣基茨和尼维斯	KNA	0.00
161	St. Lucia 圣卢西亚	LCA	0.00
162	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	0.00
163	Sudan 苏丹	SDN	0.00
164	Suriname 苏里南	SUR	0.00
165	Sweden 瑞典	SWE	0.00
166	Switzerland 瑞士	CHE	0.00
167	Timor-Leste 东帝汶	TLS	0.00
168	Togo 多哥	TGO	0.00
169	Tonga 汤加	TON	0.00
170	Tunisia 突尼斯	TUN	0.00
171	Uganda 乌干达	UGA	0.00
172	United Arab Emirates 阿联酋	ARE	0.00
173	Uruguay 乌拉圭	URY	0.00
174	Vanuatu 瓦努阿图	VUT	0.00
175	West Bank and Gaza 约旦河西岸和加沙	PSE	0.00

使用建议、常见误用与研究场景

数值较高通常意味着什么

煤炭在国民经济核算中的贡献相对突出，可能意味着该国煤炭资源丰富、开采强度大，或煤炭价格处于高位。

数值较低通常意味着什么

煤炭对整体经济的贡献相对有限，可能意味着产业结构偏重服务业、煤炭资源禀赋较低，或煤炭价格处于低位。

鍙ｅ緞闄愬埗

该指标为比例指标，受GDP规模影响显著，大国即使产出规模大也可能呈现较低比例
煤炭价格波动可能导致租金占比出现周期性大幅变化，短期值不宜直接解读为长期趋势
各国统计口径、生产成本核算方法和数据质量存在差异，跨国可比性有限
该指标仅涵盖煤炭，未反映其他能源和矿产资源对经济的贡献
仅用该指标无法判断能源结构是否清洁，需要结合碳排放和其他能源指标
GDP基期年份因国家而异，使用不变价数据时需要注意基期差异
部分国家存在数据缺失或修订，历史序列的连续性可能受影响
该指标反映的是租金而非实际税收或利润，与政策分析所需的经济指标存在口径差异

使用建议

分析多年趋势而非依赖单一年份数据，以平滑价格周期波动的影响
结合GDP增长率、工业占比、能源消费结构等变量进行综合分析
考虑资源禀赋、产业结构、经济发展阶段等背景因素后再进行跨国比较
与其他自然资源租金指标（如石油、天然气、矿产）联合解读
使用时注明数据年份和GDP基期，必要时使用统一基期进行调整
结合能源政策、碳排放数据和产业转型指标分析发展趋势
注意区分价格效应与实际产出变化，必要时进行价格调整
对于政策分析场景，建议结合能源强度和碳强度等效率指标综合评估

常见错误用法

错误做法：用某一年的数值直接判断一个国家是否“依赖煤炭经济”

正确做法：结合多年数据和经济背景，判断煤炭贡献的历史趋势和结构性变化

煤炭价格具有强周期性，单一年份可能因价格波动而被高估或低估，需要观察趋势而非依赖时点数据

错误做法：直接比较资源禀赋差异巨大的国家（如蒙古与日本）的该指标数值

正确做法：考虑资源禀赋和产业结构差异，优先与发展阶段相近的国家进行比较

煤炭资源国的比例天然高于几乎不使用煤炭的国家，该指标的跨国可比性受资源禀赋影响较大

错误做法：将煤炭租金占GDP比例等同于该国的能源结构清洁程度

正确做法：结合天然气占比、非化石能源比重和碳排放强度等指标评估能源结构

比例指标反映的是煤炭对经济的相对贡献，而非能源消费的具体结构

错误做法：仅看比例数值而忽略GDP规模差异，如认为比例相近的A国和B国煤炭产业规模也相近

正确做法：参考人均煤炭产量、煤炭产业就业人数或煤炭相关产业增加值等绝对指标

比例指标受GDP规模稀释，同样的比例可能对应差异悬殊的绝对产出

错误做法：使用不同GDP基期或价格口径的数据直接进行比较

正确做法：确保使用相同价格基期和汇率口径的数据进行跨国或跨期比较

GDP平减指数和汇率变动可能导致名义值出现较大偏差，影响比较的准确性

实际应用场景

能源与产业结构转型研究：研究煤炭资源贡献对制造业发展和产业结构变化的影响被解释变量可采用面板回归控制GDP、劳动力成本和贸易条件，检验煤炭成本对产业升级的倒逼效应
资源依赖与经济增长质量分析：评估自然资源租金占比与经济增长效率（全要素生产率）的关系控制变量或被解释变量需要注意资源诅咒假说的检验，控制人力资本和制度质量等变量
能源价格与经济周期研究：利用煤炭租金占比的时间序列分析能源价格冲击对实体经济的影响机制变量可与工业增加值、发电量等变量联合分析，检验价格传导机制
碳排放驱动因素分解：作为控制变量纳入碳排放驱动因素分解模型控制变量结合能源消费结构和碳排放强度，分析煤炭贡献的边际减排效应
国际比较视角下的能源转型评估：与中国发展阶段相近的国家进行横向比较 robustness 选择日韩德等工业化路径可比较的国家，检验结论的稳健性
能源政策效果评估：评估去产能政策和环保措施对煤炭产业的经济贡献影响被解释变量可结合政策事件分析，检验供给侧改革对指标变化的解释力