畜牧业生产指数（2014-2016 = 100）

Livestock production index (2014-2016 = 100)

下载数据

指标代码：AG.PRD.LVSK.XD所属主题：环境：农业生产Environment: Agricultural production

2022最新有效年份

187最新年份有值国家

265历史上有数据经济体

21%总体缺失率

指标解释

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

Livestock production index includes meat and milk from all sources, dairy products such as cheese, and eggs, honey, raw silk, wool, and hides and skins.

可供参考的中文翻译：畜牧业生产指数包括所有来源的肉和奶、奶酪等奶制品、鸡蛋、蜂蜜、生丝、毛和皮革。该指数以2014-2016年为基期，基期值设为100，数值反映相对于基期的生产水平变化。

数据口径与风险提示

本指标反映畜牧业产出量变化，不代表生产效率或质量提升，也不反映养殖方式从散养向规模化的结构性转变
肉类、奶类、蛋类等不同畜产品对资源消耗和环境影响差异显著，指数的内部构成变化会影响可比性
中国数据截至2022年，世界数据截至2020年，最新年份不一致可能导致同期比较时存在时间差
各国畜牧业结构差异较大，如草食畜牧业与粮食饲料型畜牧业的比重不同，影响国际可比性
指数为现价或不变价口径需结合具体说明，汇率波动可能影响跨国比较结果
FAO对不同国家数据质量评估标准不一，部分发展中国家数据可能存在统计缺口或估算
畜产品贸易依存度差异使得国内生产指数与实际消费水平可能脱节
饲料作物种植面积与畜牧业扩张之间存在土地资源竞争关系，单一指标无法全面反映资源约束

中国趋势

趋势解读

中国畜牧业生产指数从1961年的3.31起步，经历持续快速增长，于2022年达到109.5的峰值水平。以基期（2014-2016=100）衡量的绝对值显示，61年间增长了约33倍，这一增幅远超同期世界平均水平。值得注意的是，2010年代之前中国保持每十年翻倍甚至更高的增速，但2010-2019年间增幅仅约5%，反映出畜牧业从高速扩张阶段逐步向高质量发展转型的特征。2021-2022年出现明显反弹（增幅约8.9个指数点），可能与短期产能调整或市场周期有关，但需结合具体年份的肉类产量数据验证。

1961年基期值为3.31，2022年最新值为109.5
最新值相对于基期（首年）增长了约33倍
历史最低值为1961年的3.31，历史最高值为2022年的109.5
62个年度数据点，覆盖1961年至2022年
2010年代起始值约92.48，期末值约97.14，十年增幅约5%
2021年值为108.08，2022年值为109.5，当年增长约8.9个指数点
指数反映产出数量变化，不能直接等同于生产效率或经济效益提升
数据未区分不同畜产品类别，内部结构变化可能影响纵向可比性

全球趋势

趋势解读

全球畜牧业生产指数以2014-2016年为基期（=100），从1961年的约11.22起步，经历了较长时期的渐进式增长，于2011年达到约102.9的峰值后趋于平稳，2020年回落至基期水平100。整体来看，世界畜牧业在约60年间增长约8.9倍，增速明显低于中国。1999-2000年间出现异常跳跃（从约49.7跳升至约85.3），可能与统计口径调整或数据修订有关，跨越大时间尺度的比较需注意这一结构性断点。2020年后数据缺失，最新可用世界数据为2020年，与中国2022年数据存在两年时间差。

1961年基期值为11.22，2020年最新值为100
最新值相对于基期（首年）增长了约8.9倍
历史最低值为1961年的11.22，历史最高值为2011年的102.92
60个年度数据点，覆盖1961年至2020年
2011年达到峰值102.92，此后逐步回落至基期水平
1999年值为49.67，2000年值跃升至85.31
2020年后数据暂无更新
世界数据最新到2020年，与中国数据存在时间差，不宜直接做同期对比

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	2.2x	1.2x	该阶段中国增幅约为世界的1.82倍，可能反映中国畜牧业处于恢复性发展初期，基数极低导致增速弹性较大；而世界整体已处于相对稳定的传统养殖阶段，缺乏快速扩张的结构性条件。
1970-1979	1.7x	1.4x	中国增幅略高于世界（1.66倍 vs 1.43倍），但差距较前十年缩小，可能体现中国在此阶段逐步建立规模化养殖基础，而世界同期增速有所加快，二者增长路径趋于收敛。
1980-1989	2.0x	1.1x	中国增幅约为世界的1.85倍再度扩大，而世界同期仅增长约9%，可能反映中国在此阶段开启了以需求拉动为主导的快速增长模式，而全球饲料成本上升等因素抑制了其他地区的扩张速度。
1990-1999	2.2x	2.1x	该阶段中国增幅（2.22倍）与世界增幅（2.08倍）较为接近，二者差距为历史最小，可能反映中国在九十年代经历了市场化改革深化与消费升级的共同推动，而世界同期增速加快可能与苏联东欧解体后的农业重组相关。
2000-2009	1.3x	1.2x	中国增幅降至1.33倍，世界增幅降至1.19倍，增速双放缓可能反映全球范围内资源环境约束初显、饲料成本波动加剧，同时中国2000年前后数据存在口径调整（1999年约66.8跃升至2000年约85.3），该断点可能放大了基数效应。
2010-2019	1.1x	1.0x	中国增幅约5%，世界出现轻微负增长（0.97倍），中国增速显著领先可能体现中国畜牧业在环保政策收紧前已建立了庞大的产能基数，而世界范围内可能受到发达国家消费结构转型、替代蛋白兴起等长期因素的影响。
2020-2029	1.1x	-	目前仅有2020-2022年数据，中国增幅约11%，尚无法完整判断该十年的长期趋势；世界数据缺失2021年后记录，无法计算完整十年变化。

2022 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	Malawi 马拉维	MWI	190.1
2	Indonesia 印度尼西亚	IDN	190.0
3	Seychelles 塞舌尔	SYC	189.7
4	Oman 阿曼	OMN	186.6
5	Tajikistan 塔吉克斯坦	TJK	185.9
6	Lao PDR 老挝	LAO	183.2
7	Fiji 斐济	FJI	167.4
8	Saudi Arabia 沙特阿拉伯	SAU	164.7
9	Mongolia 蒙古	MNG	159.4
10	Guyana 圭亚那	GUY	153.5
11	Mozambique 莫桑比克	MOZ	153.3
12	Bangladesh 孟加拉国	BGD	153.1
13	Kuwait 科威特	KWT	146.0
14	Tanzania 坦桑尼亚	TZA	145.5
15	Chad 乍得	TCD	145.4
16	Nepal 尼泊尔	NPL	144.4
17	Senegal 塞内加尔	SEN	144.3
18	Togo 多哥	TGO	142.9
19	Benin 贝宁	BEN	140.9
20	Qatar 卡塔尔	QAT	140.1
21	Singapore 新加坡	SGP	139.0
22	Grenada 格林纳达	GRD	137.4
23	Turkiye 土耳其	TUR	137.3
24	Viet Nam 越南	VNM	135.4
25	Bahrain 巴林	BHR	134.4
26	India 印度	IND	132.5
27	Bhutan 不丹	BTN	132.3
28	Burundi 布隆迪	BDI	132.1
29	United Arab Emirates 阿联酋	ARE	132.1
30	St. Kitts and Nevis 圣基茨和尼维斯	KNA	131.1
31	Djibouti 吉布提	DJI	130.8
32	Angola 安哥拉	AGO	130.7
33	Jordan 约旦	JOR	130.3
34	Mali 马里	MLI	127.3
35	Nicaragua 尼加拉瓜	NIC	126.0
36	Pakistan 巴基斯坦	PAK	125.3
37	Sri Lanka 斯里兰卡	LKA	125.1
38	Kazakhstan 哈萨克斯坦	KAZ	124.8
39	Suriname 苏里南	SUR	124.1
40	Ireland 爱尔兰	IRL	123.2
41	Brunei Darussalam 文莱	BRN	123.1
42	Lebanon 黎巴嫩	LBN	123.1
43	Peru 秘鲁	PER	123.1
44	Uzbekistan 乌兹别克斯坦	UZB	121.6
45	Cyprus 塞浦路斯	CYP	121.6
46	Azerbaijan 阿塞拜疆	AZE	121.3
47	Libya 利比亚	LBY	120.5
48	Bolivia 玻利维亚	BOL	120.5
49	Guatemala 危地马拉	GTM	120.2
50	Luxembourg 卢森堡	LUX	120.2
51	Mexico 墨西哥	MEX	120.1
52	Yemen, Rep. 也门	YEM	119.7
53	Zimbabwe 津巴布韦	ZWE	119.6
54	Mauritius 毛里求斯	MUS	119.4
55	Egypt, Arab Rep. 埃及	EGY	119.4
56	Ghana 加纳	GHA	119.2
57	Canada 加拿大	CAN	119.1
58	Spain 西班牙	ESP	118.7
59	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	118.5
60	St. Lucia 圣卢西亚	LCA	117.6
61	Belize 伯利兹	BLZ	117.4
62	Honduras 洪都拉斯	HND	117.4
63	Cote d'Ivoire 科特迪瓦	CIV	116.9
64	Russian Federation 俄罗斯	RUS	116.9
65	Ethiopia 埃塞俄比亚	ETH	116.1
66	Niger 尼日尔	NER	115.4
67	Jamaica 牙买加	JAM	114.9
68	Turkmenistan 土库曼斯坦	TKM	114.0
69	Argentina 阿根廷	ARG	113.9
70	Paraguay 巴拉圭	PRY	113.5
71	Costa Rica 哥斯达黎加	CRI	113.4
72	Poland 波兰	POL	113.3
73	South Sudan 南苏丹	SSD	113.2
74	Nigeria 尼日利亚	NGA	112.9
75	Kiribati 基里巴斯	KIR	112.7
76	Brazil 巴西	BRA	112.2
77	Iraq 伊拉克	IRQ	112.0
78	Antigua and Barbuda 安提瓜和巴布达	ATG	111.9
79	Dominican Republic 多米尼加共和国	DOM	111.4
80	United States 美国	USA	110.5
81	Cameroon 喀麦隆	CMR	110.5
82	Colombia 哥伦比亚	COL	110.3
83	Belarus 白俄罗斯	BLR	109.9
84	Central African Republic 中非共和国	CAF	109.9
85	Uruguay 乌拉圭	URY	109.6
86	China 中国	CHN	109.5
87	Israel 以色列	ISR	109.5
88	Eritrea 厄立特里亚	ERI	109.3
89	Korea, Rep. 韩国	KOR	109.3
90	Mauritania 毛里塔尼亚	MRT	109.2
91	Zambia 赞比亚	ZMB	109.1
92	Guinea 几内亚	GIN	108.7
93	Sao Tome and Principe 圣多美和普林西比	STP	108.0
94	Montenegro 黑山	MNE	108.0
95	Papua New Guinea 巴布亚新几内亚	PNG	107.7
96	Serbia 塞尔维亚	SRB	107.0
97	Congo, Rep. 刚果（布）	COG	106.6
98	Panama 巴拿马	PAN	106.5
99	Tuvalu 图瓦卢	TUV	106.5
100	Sudan 苏丹	SDN	106.4
101	Congo, Dem. Rep. 刚果（金）	COD	105.7
102	Georgia 格鲁吉亚	GEO	105.7
103	United Kingdom 英国	GBR	105.2
104	Portugal 葡萄牙	PRT	104.8
105	Japan 日本	JPN	104.8
106	West Bank and Gaza 约旦河西岸和加沙	PSE	104.6
107	Morocco 摩洛哥	MAR	104.6
108	Tunisia 突尼斯	TUN	104.5
109	Gabon 加蓬	GAB	104.1
110	Liberia 利比里亚	LBR	104.0
111	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	104.0
112	Kenya 肯尼亚	KEN	103.7
113	Chile 智利	CHL	103.4
114	Thailand 泰国	THA	103.2
115	South Africa 南非	ZAF	103.2
116	Norway 挪威	NOR	102.8
117	Italy 意大利	ITA	102.3
118	Czechia 捷克	CZE	102.3
119	Dominica 多米尼克	DMA	102.3
120	Belgium 比利时	BEL	102.3
121	Denmark 丹麦	DNK	102.2
122	Haiti 海地	HTI	102.2
123	Latvia 拉脱维亚	LVA	102.0
124	Sierra Leone 塞拉利昂	SLE	101.8
125	Solomon Islands 所罗门群岛	SLB	101.7
126	Slovenia 斯洛文尼亚	SVN	101.5
127	Iceland 冰岛	ISL	101.3
128	Netherlands 荷兰	NLD	101.2
129	Guinea-Bissau 几内亚比绍	GNB	100.9
130	Tonga 汤加	TON	100.9
131	Barbados 巴巴多斯	BRB	100.8
132	Austria 奥地利	AUT	100.5
133	Eswatini 斯威士兰	SWZ	100.2
134	Greece 希腊	GRC	100.1
135	Armenia 亚美尼亚	ARM	100.0
136	Iran, Islamic Rep. 伊朗	IRN	99.8
137	Sweden 瑞典	SWE	99.8
138	Comoros 科摩罗	COM	99.8
139	Malaysia 马来西亚	MYS	99.7
140	Hungary 匈牙利	HUN	99.6
141	Maldives 马尔代夫	MDV	99.5
142	Uganda 乌干达	UGA	99.0
143	New Zealand 新西兰	NZL	99.0
144	Syrian Arab Republic 叙利亚	SYR	98.9
145	El Salvador 萨尔瓦多	SLV	98.9
146	Somalia, Fed. Rep. 索马里	SOM	98.6
147	Algeria 阿尔及利亚	DZA	98.1
148	Finland 芬兰	FIN	97.8
149	Croatia 克罗地亚	HRV	97.8
150	Switzerland 瑞士	CHE	97.4
151	Burkina Faso 布基纳法索	BFA	96.5
152	Malta 马耳他	MLT	96.3
153	Cambodia 柬埔寨	KHM	95.8
154	Afghanistan 阿富汗	AFG	95.4
155	Korea, Dem. People's Rep. 朝鲜	PRK	95.4
156	Estonia 爱沙尼亚	EST	94.6
157	Madagascar 马达加斯加	MDG	94.4
158	Ecuador 厄瓜多尔	ECU	93.9
159	Lesotho 莱索托	LSO	93.8
160	Germany 德国	DEU	93.3
161	North Macedonia 北马其顿	MKD	93.2
162	France 法国	FRA	93.2
163	Bahamas, The 巴哈马	BHS	92.3
164	Timor-Leste 东帝汶	TLS	92.0
165	Namibia 纳米比亚	NAM	91.3
166	Lithuania 立陶宛	LTU	91.2
167	Philippines 菲律宾	PHL	90.4
168	Botswana 博茨瓦纳	BWA	90.3
169	Nauru 瑙鲁	NRU	89.4
170	Bulgaria 保加利亚	BGR	89.2
171	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	88.9
172	Cabo Verde 佛得角	CPV	88.7
173	Slovak Republic 斯洛伐克	SVK	88.2
174	Australia 澳大利亚	AUS	87.5
175	Cuba 古巴	CUB	87.4
176	Venezuela, RB 委内瑞拉	VEN	87.2
177	Rwanda 卢旺达	RWA	87.2
178	Equatorial Guinea 赤道几内亚	GNQ	86.5
179	Bosnia and Herzegovina 波黑	BIH	83.8
180	Albania 阿尔巴尼亚	ALB	83.7
181	Romania 罗马尼亚	ROU	83.6
182	Ukraine 乌克兰	UKR	81.2
183	Samoa 萨摩亚	WSM	80.6
184	Moldova 摩尔多瓦	MDA	76.2
185	Vanuatu 瓦努阿图	VUT	75.5
186	Gambia, The 冈比亚	GMB	73.3
187	Myanmar 缅甸	MMR	35.5

使用建议、常见误用与研究场景

数值较高通常意味着什么

指数值升高表示相对于2014-2016年基期，畜牧业整体产出规模扩大，可能反映存栏量增加、出栏率提高或单位产出增加。数值越高，通常意味着畜产品供给能力越强。

数值较低通常意味着什么

指数值降低表示相对于基期产出规模收缩，可能反映存栏量下降、养殖周期缩短或生产受到阶段性冲击。持续下降可能暗示供给能力减弱或产业结构收缩。

鍙ｅ緞闄愬埗

指数反映产出数量变化，不能区分产量增长来源于存栏量增加还是出栏率提高
未包含生产效率维度，如饲料转化率、个体单产等结构性变化
不同畜种（猪、牛、羊、禽）的资源消耗和环境影响差异显著，指数内部构成可能随时间改变
不反映畜产品质量安全、动物福利或环境可持续性等非数量维度
各国指数因畜种结构不同，国际比较需谨慎
未区分肉类、奶类、蛋类等细分品类的贡献权重

使用建议

结合畜种结构数据（如猪肉产量占比）分析指数内部构成变化
对比饲料种植面积与产量数据，评估增长是否伴随资源投入增加
关注环保政策对养殖规模的约束，识别增速放缓是否反映结构性转型
结合人均肉类消费量数据，分析供给扩张与需求增长的匹配程度
跨国比较时优先选取畜种结构相近的国家或引入权重调整
结合贸易数据评估国内生产与进口依存度的相对变化
关注疫病、环保政策等外生冲击对短期指数波动的干扰

常见错误用法

错误做法：将中国畜牧业生产指数的绝对值（109.5）与其他国家直接比较，判断“中国畜牧业比某国发达”

正确做法：应在同一时间截面上比较各国指数的相对水平，或计算同一国家相对于自身基期的变化幅度

各国基期结构不同、畜种构成差异大，跨国产值指数不可直接对比绝对数值

错误做法：将畜牧业生产指数增长简单等同于“中国畜牧业现代化取得成功”

正确做法：指数仅反映产出数量变化，应结合生产效率（饲料转化率、单体产出）、环保合规、动物福利等质量指标综合评估

数量增长可能来自养殖规模扩张而非效率提升，且可能伴随环境外部成本增加

错误做法：使用畜牧业生产指数预测未来畜产品价格走势

正确做法：价格受供需结构、季节性周期、国际贸易、饲料成本等多重因素影响，指数仅反映供给端的数量变化

供给增加不一定导致价格下跌，还需考虑需求弹性、库存变化、进口竞争等因素

实际应用场景

中国畜牧业增长与农业资源竞争研究：分析中国畜牧业快速扩张对耕地资源、饲料进口依存度的影响被解释变量以畜牧业生产指数为被解释变量，以耕地面积、谷物产量、化肥消费量等为控制变量，建立面板回归模型，检验畜牧业扩张与农业资源利用的关联强度
全球畜牧业生产效率国际比较：评估中国畜牧业相对于世界平均水平的增长绩效比较基准以世界畜牧业生产指数变化为参照系，结合畜种结构权重调整，构建标准化比较指数，识别中国增长是否显著偏离全球趋势及可能的结构性原因
环保政策收紧对畜牧业供给的影响：评估近年环保法规对养殖规模的约束效应解释变量或断点检验对象以畜牧业生产指数为被解释变量，引入政策实施年份虚拟变量，结合规模化养殖比例、饲料转化率等中介变量，检验政策冲击对供给曲线的结构性影响