获得的净官方发展援助（ODA）净额（占中央政府支出的百分比）
Net ODA received (% of central government expense)
下载数据指标解释
World Bank official description / 世界银行官方说明
Net official development assistance (ODA) consists of disbursements of loans made on concessional terms (net of repayments of principal) and grants by official agencies of the members of the Development Assistance Committee (DAC), by multilateral institutions, and by non-DAC countries to promote economic development and welfare in countries and territories in the DAC list of ODA recipients. It includes loans with a grant element of at least 25 percent (calculated at a rate of discount of 10 percent).
可供参考的中文翻译：净官方发展援助（ODA）包括发展援助委员会（DAC）成员国官方机构、多边机构以及非DAC国家向DAC受援国名单中的国家和地区提供的优惠条件贷款的支付额（扣除本金偿还后的净额）以及捐赠。该指标涵盖捐赠成分至少为25%的贷款（按10%的贴现率计算）。
数据口径与风险提示
- 本指标反映的是一国接受的净ODA占中央政府支出的比例，而非ODA的绝对规模。
- 分母为中央政府支出，不包括地方政府支出，可能存在财政体制差异导致的跨国不可比性。
- 优惠贷款的贴现率固定为10%，实际融资成本可能因市场利率变化而与该指标产生差异。
- ODA统计口径仅涵盖发展援助委员会认定的受援国，部分高收入国家可能被排除在统计范围外。
- 中央政府支出的统计口径和透明度在不同国家存在较大差异，可能影响数据的可靠性。
- 本指标为百分比水平而非绝对金额，不宜直接用于比较两国的实际援助金额。
- ODA的承诺额与支付额之间通常存在时间差，年度数据可能受拨付节奏影响。
- 部分国家可能同时接受多种类型的发展融资，本指标未涵盖其他非优惠性资金来源。
中国趋势
根据世界银行数据，该指标在中国可用记录为空集，意味着中国近几十年内未被列入发展援助委员会（DAC）的净ODA受援国名单，或虽有记录但数值极低未达到公开阈值。这一现象与中国经济快速发展及国际地位提升密切相关，反映出中国从ODA净受援国向发展合作提供国转变的历史进程。由于缺乏具体数值，无法进一步分析中国该指标的趋势变化及其与政府支出结构的关联。
- 该指标在中国没有可用的数据记录（count: 0）。
- 所有十年周期的中国与期初/期末倍数均为空值（null），无历史阶段变化可计算。
- 中国未被列入DAC官方受援国名单，或相关数据未达到公开披露标准。
- 中国长期不作为DAC的净ODA受援国，故此指标对中国而言通常为0或缺失，不代表数据统计问题。
- 若需分析中国与低收入国家在外部融资依赖度上的差异，建议使用占GNI或进口比重等替代指标。
- 中国近年来以发展合作提供方身份参与南南合作，其对外援助不计入本指标口径。
全球趋势
根据世界银行提供的预计算数据，该指标在全球层面的可用记录同样为空集（count: 0），所有十年周期的世界期初/期末倍数均为空值。全球层面的汇总数据缺失可能源于两个因素：其一，许多主要经济体并非DAC认定的受援国，导致全球加权平均值缺乏代表性；其二，部分年份的数据采集率和报告完整性存在局限性。从排名快照来看，该指标数值最高的国家均为最不发达国家（如索马里328%、马达加斯加71%、埃塞俄比亚65%），反映了这些国家对外部优惠资金的严重依赖。
- 全球层面的该指标没有可用数据记录（count: 0）。
- 所有十年周期的世界倍数均为空值（null），无法计算阶段变化率。
- 2023年排名数据显示，索马里以328%的该指标值位居首位，意味着其ODA净流入超过中央政府支出的3倍。
- 排名靠前的国家多为撒哈拉以南非洲最不发达国家及太平洋岛国。
- 世界平均值可能因大量非受援高收入经济体的存在而被显著稀释，不宜直接用于与低收入国家比较。
- 部分年份的全球汇总数据可能受数据缺失和报告滞后的影响，完整性存疑。
- 该指标在不同收入组别国家间的差异极大，极端值可能反映数据报告口径的差异而非真实依赖度。
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 该十年周期缺乏可用的数据点，无法计算期初与期末的倍数关系，也难以直接比较中国与世界的阶段变化特征。 |
| 1970-1979 | - | - | 数据缺失导致无法评估该阶段中国与全球在ODA相对依赖度上的变化差异。 |
| 1980-1989 | - | - | 无法基于现有数据计算该时期中国与世界的变化倍数及相关含义。 |
| 1990-1999 | - | - | 数据不可用导致无法分析该十年中国与全球ODA占政府支出比率的变化模式。 |
| 2000-2009 | - | - | 缺乏具体数值，无法判断该阶段中国与世界的变化差异及其可能的政策含义。 |
| 2010-2019 | - | - | 无法基于空值数据评估该时期中国与全球在官方发展援助相对依赖度上的分化趋势。 |
| 2020-2029 | - | - | 当前可用数据无法支撑对该时间段中国与全球阶段变化的分析。 |
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
该指标数值越高，表明该国中央政府支出中来自外部优惠资金的比重越大，反映出对国际发展援助的依赖程度较高。这通常意味着该国财政自给能力有限，经济发展水平较低，或面临重大人道主义、冲突后重建等特殊外部支持需求。
数值较低通常意味着什么
该指标数值越低，说明该国中央政府支出中外部优惠资金的占比越小，可能反映出较强的财政自主能力、较高的经济发展水平，或已逐步减少对传统ODA的依赖。部分高收入国家该指标接近零甚至为零。
鍙ｅ緞闄愬埗
- 分母仅包含中央政府支出，未涵盖地方政府支出和公共债务融资，可能低估财政依赖度。
- 该指标是百分比水平而非绝对金额，无法反映实际援助金额的大小。
- 优惠贷款的贴现率固定为10%，可能与实际市场利率存在偏差，影响捐赠成分的准确性。
- 部分新兴经济体和发展中国家可能同时接受非DAC国家的优惠融资，未被完全纳入统计。
- 政府支出的统计口径和财政透明度存在显著的跨国差异。
- 该指标无法区分不同类型援助（赠款、优惠贷款、技术合作等）的结构和质量。
- 年度数据可能受援助拨付节奏、一次性大型项目或债务重组等特殊因素的影响而产生较大波动。
- 排名仅反映数值高低，不构成发展成效或政策质量的评判标准。
使用建议
- 研究时建议同时参考ODA占GNI、占进口比重、占资本形成比重等替代指标，以获得更全面的外部融资依赖图景。
- 进行跨国比较时，应根据国家收入组别和发展阶段对样本进行分层，避免将最不发达国家与高收入经济体置于同一比较框架。
- 分析时间序列变化时，应注意ODA承诺额与支付额之间的时间差，建议使用3-5年移动平均以平滑波动。
- 结合定性信息（如国家发展战略、外部融资战略、财政改革进程）解读数据，避免机械地得出政策结论。
- 对于高值国家，应进一步区分其ODA依赖的结构是持续性还是阶段性的，结合政治稳定性、经济增长率、财政赤字等指标综合判断可持续性。
- 在使用排名数据时，应明确说明排名仅反映相对数值水平，不涉及发展质量或治理能力的评判。
- 如需评估对外援助的有效性，建议结合人类发展指数、贫困率、经济增长率等成果指标进行综合分析。
常见错误用法
错误做法：将中国与该指标排名靠前的国家（如索马里、马达加斯加）进行对比，直接得出中国发展水平远高于这些国家的结论
正确做法：认识到中国根本不在DAC受援国名单中，该指标对中国不适用，应使用GNI、人类发展指数等更适合评估中国发展水平的指标
该指标衡量的是外部援助依赖度，而非综合发展水平，高数值反映的是资金来源结构而非发展成效，直接比较会产生严重的概念混淆
错误做法：看到某国ODA占中央政府支出超过300%，直接认为该国极度贫困且治理失效
正确做法：结合该国的政治稳定性、经济增长率、财政赤字等指标综合判断，确认是否处于冲突后重建或人道主义危机时期，排除数据报告口径差异的可能
高数值可能反映该国正经历极端的人道主义危机或冲突后重建阶段，而非简单的贫困程度，过度简化可能导致对该国发展状况的误判
错误做法：直接使用该指标的世界平均值来评估低收入国家对外部援助的整体依赖程度
正确做法：按收入组别和发展阶段对国家进行分层分析，优先在同一收入组别（如最不发达国家内部）进行比较，避免将高收入经济体与低收入国家置于同一框架
世界平均值因大量非受援高收入经济体的存在而被显著稀释，无法真实反映低收入国家群体接受援助的状况，直接使用会掩盖不同发展阶段的结构差异
错误做法：将不同财政体制国家的该指标值直接横向比较，得出财政自主能力的跨国排名
正确做法：在跨国比较时应控制财政体制差异，优先在同一收入组别或相似财政结构的国家间进行比较，并注意中央政府支出统计口径的差异
该指标的分母为中央政府支出，各国财政体制和中央与地方支出划分差异较大，直接比较可能产生因统计口径不同而非真实依赖度差异导致的误导性结论
实际应用场景
- 最不发达国家外部融资依赖度分析：研究撒哈拉以南非洲最不发达国家的财政可持续性问题时，将该指标作为被解释变量，分析政治稳定性、制度质量与外部援助依赖度之间的关系 被解释变量（outcome） 该指标反映了国家财政对外部优惠资金的依赖程度，可与政治稳定性指数、制度质量代理变量进行回归分析，注意控制国家固定效应以吸收不可观测的异质性
- 南南合作与传统ODA的角色替代：分析中国、印度等新兴经济体对外援助快速增长的背景下，低收入国家对传统DAC来源ODA的依赖度是否出现结构性下降 机制变量（mechanism） 将该指标作为中介变量，检验南南合作增长是否通过改变ODA依赖结构影响受援国的财政自主性，建议使用倍差法控制时间趋势和国别特征
- 援助有效性与发展成果的跨国验证：检验外部援助依赖度与人类发展成果之间的关系是否存在非线性特征，考察高援助依赖是否对发展成果产生边际递减或负向锁定效应 解释变量（explanatory） 将援助依赖度作为核心解释变量，检验其与教育、健康、贫困率等成果指标的关联，建议使用分位数回归或门限模型识别非线性关系，并注意内生性问题可使用工具变量法
获得的净官方发展援助（ODA）净额（占中央政府支出的百分比）常见问题
为什么中国在该指标上没有数据？
中国长期未被列入发展援助委员会（DAC）的净ODA受援国名单，因此该指标在中国的记录为空。这不是因为数据缺失，而是因为中国的经济发展水平已不符合传统ODA受援国的资格标准，实际情况可能为零或极低。
该指标和占GNI的ODA指标有什么区别？
两者都反映对外援助的相对重要性，但分母不同。本指标的分母是中央政府支出，更侧重于财政结构视角；占GNI指标的分母是国民总收入，更侧重于国民经济规模视角。不同分母可能导致排名差异，特别是财政体制和收入水平差异较大的国家间。
ODA占中央政府支出300%多是什么意思？
这意味着该国当年获得的净ODA金额超过其中央政府支出的3倍，在极端情况下可能反映该国财政运转高度依赖外部援助，或该国经历了严重的经济冲击导致政府支出萎缩而援助流入增加。这种情况通常出现在冲突后重建或人道主义危机时期的最不发达国家。
为什么排名靠前的都是非洲和太平洋岛国？
这些国家多为最不发达国家，经济发展水平低、财政能力有限、出口收入不稳定，因此对外部优惠资金的依赖程度较高。太平洋岛国还因国土面积小、经济体量有限、抗外部冲击能力弱而呈现较高的援助依赖度。
下载数据
免费获取世界银行WDI完整数据集，包含获得的净官方发展援助（ODA）净额（占中央政府支出的百分比）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