Our World in Data 的 energy-data 仓库有三个文件：README 16,149 字节、owid-energy-codebook.csv 45,793 字节、owid-energy-data.csv 9,229,369 字节。数据是一行一个"地点—年份"，覆盖能源消费、能源结构、电力结构、人均指标与碳排放强度等上百个字段。

但打开 README 第一眼看到的是一条警告，这条比数据本身更重要：这套 legacy 数据已经停止更新。OWID 把数据集搬到了新地址，并且改变了"一次能源"的计量方法，以对齐其主要数据提供方的口径；新方法与旧版数字不可直接比较，官方另给了一份列名映射表方便迁移。

所以现在用这份数据要做的第一个决定是：用旧版还是新版。旧版格式稳定、文档齐全，适合做历史序列；新版口径对齐了 Energy Institute 与 Ember，适合做当前分析。两个混着算，会得到一个不存在的增速。

README 列了五个来源：Energy Institute 的《Statistical Review of World Energy》、美国 EIA 的国际能源数据、Shift Data Portal 的化石燃料数据、Ember 的年度电力数据，以及 OWID 自己的能源结构与化石燃料生产加工。

处理规则有三条值得记住：

一是单位统一换算成太瓦时（TWh）。原始数据多用艾焦（EJ），OWID 按 277.8 的系数换算。

二是可再生能源的一次能源按"替代法"（substitution method）计算，这也是新旧版不可比的根源之一——替代法与实际发电量法给出的数字差很多。

三是人均指标统一用 OWID 自己的人口数据算，GDP 用 Maddison 项目数据库。这意味着别人用联合国人口数算的人均能耗，与这里的数会对不上。

更新日志一直记到 2026 年 4 月 27 日（更新 Ember 年度电力数据），此前还有 2026 年 1 月的两次电力数据更新与 2025 年 11 月的地址迁移。

用 OWID 图表页导出的"可再生能源发电占比"CSV（同一套 Ember 数据，5,278 行，中国 1985—2025 年连续 41 年），最近三年的值是：

2023 年 30.61%、2024 年 33.70%、2025 年 37.04%。

三年涨了 6.4 个百分点，年均约 3.2 个百分点。这条曲线比"装机容量"更能说明电力结构的变化，因为它是发电量占比，已经把风光的高装机低利用小时折算掉了。

需要说明的是，这个指标的分母是"发电量"，与前面提到的"一次能源占比"不是一回事。同一国家同一年，可再生能源在一次能源中的占比通常明显低于在电力中的占比，因为交通与供热还在烧化石燃料。

第一，把"电力占比"当"能源占比"。字段名里带 elec 的是电力口径，带 energy 或 primary_energy 的是一次能源口径，两者不能互换。OWID 在 2024 年 1 月的更新里专门改过一次电力占一次能源比重的算法（从投入当量改为直接一次能源），说明这个区分连官方都踩过坑。

第二，混用聚合区域。数据里既有 OWID 自己定义的区域（如 Europe），也有原数据源定义的区域（如 Europe (EI)），两者成员不同。做区域汇总时只用其中一套。

第三，忽略"停止更新"。旧版最后一轮更新停在 2026 年 4 月，之后的数据只在新版里。用旧版做 2026 年以后的趋势，会得到一条平线。

第四，人口分母。人均能耗、人均电力都依赖 OWID 的人口序列，若你的研究用的是另一套人口数据，人均值会有系统偏差，最好直接用总量自己除。

owid-energy-codebook.csv 是字典：每个指标一行，写清定义、单位与来源。查字段含义先看它，比猜列名快。

owid-energy-data.csv 是主表：一行一个地点年份，列数上百（含国家、年份、代码与各类指标）。9.2 MB 用 pandas 读进来约几十万行，内存占用不大。

README 是版本与口径的唯一权威：更新日志、来源、换算系数、许可都写在这里，做正式分析前应该通读一遍，尤其是那段迁移警告。

README 写明：OWID 制作的所有可视化、数据与代码完全开放，采用 Creative Commons BY 许可，允许在任何介质使用、分发与复制，条件是注明来源与作者。

这条比较宽松，做二次分析、写报告、做图表都可以，只要标 OWID。但如果改编了方法论（比如自己重算一次能源），要说明改动，别让读者以为是 OWID 的原始口径。

仓库地址、三个文件的直链、新版入口与图表页导出方式都在下面，回复一下就能看到。