人力资本指数加强版（HC I+）：健康支柱得分（男性，0-50分）

Human capital index plus (HCI+): health pillar score, male (scale 0–50)

下载数据

指标代码：HD_HCIP_HLTH_MA所属主题：公共部门：Policy & institutionsPublic Sector: Policy & institutions

2025最新有效年份

192最新年份有值国家

265历史上有数据经济体

95%总体缺失率

指标解释

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

The human capital index plus (HCI+): health pillar score captures productivity effects of surviving to working age and achieving adequate early-life physical growth.

可供参考的中文翻译：人力资本指数加强版（HC I+）健康支柱得分衡量的是存活至工作年龄以及在生命早期实现适当身体发育所带来的生产率效应。

数据口径与风险提示

本指标仅涵盖男性群体，无法直接反映女性或总人口的人力资本健康水平
数据覆盖期仅从2010年开始，历史可比性受限，无法追溯至更早时期
世界银行以五年为间隔更新该指标，时效性相对滞后
该指标为复合健康指标，所使用的子维度权重可能因研究目的不同而存在差异
不同国家在婴幼儿死亡率、营养水平等底层数据质量上存在差异，可能影响跨国可比性
该指标侧重于存活率和身体发育，对心理健康、慢性病负担等维度覆盖有限
人力资本健康水平受医疗卫生条件、食品安全、环境质量等多因素影响，单一指标难以全面刻画
中国数据仅有4个观测点，趋势判断的统计稳健性有限

中国趋势

趋势解读

中国男性人力资本健康支柱得分在2010年至2025年间呈现稳步增长态势，从43.94分上升至45.63分，累计增幅约为3.85%。以五年为观测周期，2010-2015年增长约0.86分，2015-2020年增长约0.60分，2020-2025年增长约0.23分，增速呈现逐年放缓特征。这一变化轨迹可能反映中国在基本医疗卫生服务和儿童营养改善方面已取得显著成效，进一步提升的空间逐步收窄，边际改善难度加大。同时需要注意的是，该指标主要反映存活率和早期身体发育等基础健康维度，对成年后健康状况变化的捕捉能力有限。

2010年中国得分为43.94分，2025年提升至45.63分
2010-2015年间增长0.86分，2015-2020年间增长0.60分
2020-2025年间仅增长0.23分，增速明显放缓
2025年得分同时也是有记录以来的最高值
仅包含4个数据点，中期趋势判断需谨慎
增长放缓可能源于基数效应或数据测量精度限制
指标涵盖的健康维度相对基础，未涵盖成年期慢性病等因素

全球趋势

趋势解读

根据预计算数据，世界银行未提供该指标在全球层面的汇总统计，中国与世界在这一具体指标上的对比分析缺乏直接数据支撑。从2025年排名快照可见，排名前列的国家得分普遍在46-48分区间，均高于中国当前的45.63分。中国在该指标上的国际位置可能处于中上水平，但与顶尖国家仍存在一定差距。在缺乏全球趋势数据的情况下，无法判断中国增速与全球平均水平的相对关系，这一限制需要在使用时予以说明。

世界银行未提供全球层面的汇总得分
2025年排名前30的国家得分均在46分以上
中国45.63分与排名靠前国家存在约1.5-2.8分的差距
无法进行中国与全球趋势的同步对比
缺乏世界其他主要经济体的参照数据
十年变化数据中world_ratio均为空值，限制了分析深度

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	-	-	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。
1980-1989	-	-	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。
1990-1999	-	-	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。
2000-2009	-	-	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。
2010-2019	1.0x	-	该阶段中国人力资本健康得分增长约2%，增速相对平稳。这一时期的增长可能与中国持续推进基本公共卫生服务均等化、加强基层医疗卫生体系建设有关。但由于缺乏世界同期数据，无法判断该增速在跨国比较中的相对位置。
2020-2029	1.0x	-	该阶段中国得分增长约0.5%，增速进一步放缓。这可能意味着在基本健康指标已达到相对较高水平后，进一步提升的边际难度增大，或者改善重心已转移至其他人力资本维度。需要结合相关变量验证增长放缓的具体原因。

2025 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	Korea, Rep. 韩国	KOR	48.4
2	Malta 马耳他	MLT	47.8
3	San Marino 圣马力诺	SMR	47.7
4	United Arab Emirates 阿联酋	ARE	47.7
5	Netherlands 荷兰	NLD	47.7
6	Australia 澳大利亚	AUS	47.6
7	Kuwait 科威特	KWT	47.6
8	Qatar 卡塔尔	QAT	47.6
9	Luxembourg 卢森堡	LUX	47.6
10	Norway 挪威	NOR	47.5
11	Andorra 安道尔	AND	47.5
12	Switzerland 瑞士	CHE	47.3
13	Belgium 比利时	BEL	47.3
14	Bahrain 巴林	BHR	47.3
15	Germany 德国	DEU	47.2
16	Ireland 爱尔兰	IRL	47.2
17	Singapore 新加坡	SGP	47.1
18	Greece 希腊	GRC	47.0
19	Sweden 瑞典	SWE	47.0
20	Denmark 丹麦	DNK	47.0
21	Japan 日本	JPN	46.9
22	Finland 芬兰	FIN	46.9
23	Cyprus 塞浦路斯	CYP	46.8
24	Italy 意大利	ITA	46.7
25	United Kingdom 英国	GBR	46.7
26	Iceland 冰岛	ISL	46.5
27	Portugal 葡萄牙	PRT	46.4
28	Chile 智利	CHL	46.4
29	Austria 奥地利	AUT	46.4
30	Spain 西班牙	ESP	46.3
31	Czechia 捷克	CZE	46.3
32	Canada 加拿大	CAN	45.9
33	New Zealand 新西兰	NZL	45.9
34	Oman 阿曼	OMN	45.9
35	Slovenia 斯洛文尼亚	SVN	45.9
36	France 法国	FRA	45.8
37	Jordan 约旦	JOR	45.8
38	Israel 以色列	ISR	45.8
39	North Macedonia 北马其顿	MKD	45.7
40	Maldives 马尔代夫	MDV	45.7
41	China 中国	CHN	45.6
42	Iran, Islamic Rep. 伊朗	IRN	45.6
43	Estonia 爱沙尼亚	EST	45.4
44	Algeria 阿尔及利亚	DZA	45.3
45	Turkiye 土耳其	TUR	45.3
46	Poland 波兰	POL	45.0
47	Tunisia 突尼斯	TUN	44.8
48	Albania 阿尔巴尼亚	ALB	44.8
49	United States 美国	USA	44.8
50	Saudi Arabia 沙特阿拉伯	SAU	44.7
51	Croatia 克罗地亚	HRV	44.7
52	Bosnia and Herzegovina 波黑	BIH	44.6
53	Costa Rica 哥斯达黎加	CRI	44.6
54	Cuba 古巴	CUB	44.5
55	Montenegro 黑山	MNE	44.5
56	Barbados 巴巴多斯	BRB	44.4
57	Kosovo 科索沃	XKX	44.4
58	Argentina 阿根廷	ARG	44.3
59	Lebanon 黎巴嫩	LBN	44.2
60	Uruguay 乌拉圭	URY	44.2
61	Serbia 塞尔维亚	SRB	44.1
62	Slovak Republic 斯洛伐克	SVK	44.1
63	Azerbaijan 阿塞拜疆	AZE	44.0
64	Sri Lanka 斯里兰卡	LKA	44.0
65	Antigua and Barbuda 安提瓜和巴布达	ATG	43.9
66	Cabo Verde 佛得角	CPV	43.6
67	Brunei Darussalam 文莱	BRN	43.6
68	Morocco 摩洛哥	MAR	43.6
69	Colombia 哥伦比亚	COL	43.5
70	Hungary 匈牙利	HUN	43.5
71	Peru 秘鲁	PER	43.3
72	Latvia 拉脱维亚	LVA	43.3
73	Lithuania 立陶宛	LTU	43.2
74	St. Lucia 圣卢西亚	LCA	43.1
75	Panama 巴拿马	PAN	43.1
76	Dominican Republic 多米尼加共和国	DOM	43.1
77	Paraguay 巴拉圭	PRY	43.0
78	Brazil 巴西	BRA	42.9
79	Romania 罗马尼亚	ROU	42.8
80	Iraq 伊拉克	IRQ	42.8
81	Bulgaria 保加利亚	BGR	42.7
82	Samoa 萨摩亚	WSM	42.6
83	Tonga 汤加	TON	42.6
84	Uzbekistan 乌兹别克斯坦	UZB	42.5
85	Libya 利比亚	LBY	42.5
86	Seychelles 塞舌尔	SYC	42.5
87	Mauritius 毛里求斯	MUS	42.4
88	Egypt, Arab Rep. 埃及	EGY	42.3
89	Grenada 格林纳达	GRD	42.2
90	Bhutan 不丹	BTN	42.2
91	Jamaica 牙买加	JAM	42.2
92	Tajikistan 塔吉克斯坦	TJK	42.2
93	Ecuador 厄瓜多尔	ECU	42.2
94	Armenia 亚美尼亚	ARM	42.1
95	Turkmenistan 土库曼斯坦	TKM	42.1
96	Georgia 格鲁吉亚	GEO	42.0
97	Belarus 白俄罗斯	BLR	42.0
98	Kazakhstan 哈萨克斯坦	KAZ	41.9
99	Suriname 苏里南	SUR	41.8
100	Korea, Dem. People's Rep. 朝鲜	PRK	41.7
101	Dominica 多米尼克	DMA	41.6
102	Mexico 墨西哥	MEX	41.6
103	Bahamas, The 巴哈马	BHS	41.4
104	Bangladesh 孟加拉国	BGD	41.2
105	Malaysia 马来西亚	MYS	41.2
106	Nicaragua 尼加拉瓜	NIC	41.1
107	St. Kitts and Nevis 圣基茨和尼维斯	KNA	41.0
108	Belize 伯利兹	BLZ	40.9
109	Honduras 洪都拉斯	HND	40.9
110	Venezuela, RB 委内瑞拉	VEN	40.7
111	Viet Nam 越南	VNM	40.6
112	Fiji 斐济	FJI	40.5
113	Thailand 泰国	THA	40.3
114	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	40.3
115	Syrian Arab Republic 叙利亚	SYR	40.3
116	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	40.2
117	Moldova 摩尔多瓦	MDA	40.2
118	Senegal 塞内加尔	SEN	40.1
119	Palau 帕劳	PLW	39.9
120	Kiribati 基里巴斯	KIR	39.9
121	Nepal 尼泊尔	NPL	39.8
122	Mongolia 蒙古	MNG	39.7
123	Bolivia 玻利维亚	BOL	39.7
124	Indonesia 印度尼西亚	IDN	39.6
125	Guyana 圭亚那	GUY	39.4
126	Gabon 加蓬	GAB	39.2
127	Comoros 科摩罗	COM	39.1
128	Cambodia 柬埔寨	KHM	38.9
129	El Salvador 萨尔瓦多	SLV	38.9
130	Tuvalu 图瓦卢	TUV	38.8
131	Sao Tome and Principe 圣多美和普林西比	STP	38.8
132	Gambia, The 冈比亚	GMB	38.8
133	Botswana 博茨瓦纳	BWA	38.6
134	Russian Federation 俄罗斯	RUS	38.5
135	Mauritania 毛里塔尼亚	MRT	38.5
136	Philippines 菲律宾	PHL	38.4
137	Equatorial Guinea 赤道几内亚	GNQ	38.2
138	Vanuatu 瓦努阿图	VUT	38.1
139	Solomon Islands 所罗门群岛	SLB	38.1
140	Ukraine 乌克兰	UKR	38.0
141	India 印度	IND	37.9
142	Ghana 加纳	GHA	37.9
143	Lao PDR 老挝	LAO	37.4
144	Togo 多哥	TGO	37.2
145	Congo, Rep. 刚果（布）	COG	37.2
146	Djibouti 吉布提	DJI	37.2
147	Sierra Leone 塞拉利昂	SLE	37.0
148	Namibia 纳米比亚	NAM	36.9
149	Pakistan 巴基斯坦	PAK	36.8
150	Myanmar 缅甸	MMR	36.8
151	West Bank and Gaza 约旦河西岸和加沙	PSE	36.6
152	Mali 马里	MLI	36.5
153	Haiti 海地	HTI	36.5
154	Uganda 乌干达	UGA	36.4
155	Guinea 几内亚	GIN	36.2
156	Rwanda 卢旺达	RWA	36.1
157	Burkina Faso 布基纳法索	BFA	35.8
158	Zambia 赞比亚	ZMB	35.7
159	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	35.7
160	Guinea-Bissau 几内亚比绍	GNB	35.6
161	Cameroon 喀麦隆	CMR	35.6
162	Cote d'Ivoire 科特迪瓦	CIV	35.3
163	Nauru 瑙鲁	NRU	35.3
164	Guatemala 危地马拉	GTM	35.2
165	Yemen, Rep. 也门	YEM	35.2
166	Liberia 利比里亚	LBR	35.1
167	Ethiopia 埃塞俄比亚	ETH	35.0
168	Tanzania 坦桑尼亚	TZA	35.0
169	South Africa 南非	ZAF	35.0
170	Kenya 肯尼亚	KEN	35.0
171	Somalia, Fed. Rep. 索马里	SOM	34.9
172	Timor-Leste 东帝汶	TLS	34.9
173	Afghanistan 阿富汗	AFG	34.7
174	Eswatini 斯威士兰	SWZ	34.7
175	Marshall Islands 马绍尔群岛	MHL	34.6
176	Sudan 苏丹	SDN	34.5
177	Benin 贝宁	BEN	34.3
178	Malawi 马拉维	MWI	34.2
179	Eritrea 厄立特里亚	ERI	34.0
180	Angola 安哥拉	AGO	34.0
181	Madagascar 马达加斯加	MDG	34.0
182	Niger 尼日尔	NER	33.9
183	Zimbabwe 津巴布韦	ZWE	33.4
184	South Sudan 南苏丹	SSD	32.8
185	Papua New Guinea 巴布亚新几内亚	PNG	32.8
186	Mozambique 莫桑比克	MOZ	32.6
187	Congo, Dem. Rep. 刚果（金）	COD	32.4
188	Nigeria 尼日利亚	NGA	32.3
189	Chad 乍得	TCD	31.6
190	Central African Republic 中非共和国	CAF	30.1
191	Burundi 布隆迪	BDI	29.9
192	Lesotho 莱索托	LSO	28.3

使用建议、常见误用与研究场景

数值较高通常意味着什么

得分越高表示该国男性群体在存活至工作年龄以及早期身体发育方面的健康状况越好，可能意味着较高的婴儿存活率、较低的儿童营养不良率以及较好的基础健康环境，这些因素有助于未来劳动生产率的提升。

数值较低通常意味着什么

得分较低通常反映基础健康条件相对薄弱，可能与较高的婴幼儿死亡率、较差的营养状况或医疗卫生服务可及性不足相关，可能对未来劳动力质量产生负面影响。

鍙ｅ緞闄愬埗

该指标为男性专项指标，无法直接推断女性或整体人力资本健康水平
指标聚焦于存活率和早期身体发育，对成年后健康变化、慢性病负担等覆盖不足
五年更新频率较低，时效性有限
跨国数据质量差异可能影响可比性，尤其在不同发展水平国家间
该指标为正向得分指标，未考虑健康损失的负面因素
不同国家人口年龄结构差异可能影响该指标的解读

使用建议

使用时建议明确区分男性与其他群体的指标，避免跨性别比较
结合教育支柱和在职学习支柱得分，可获得更全面的人力资本评估
分析时应考虑与医疗卫生支出、儿童营养指标等配套数据的协同使用
对于政策研究，可将该指标与劳动力市场表现、生产率指标进行关联分析
跨国比较时需注意数据质量和统计口径的一致性
鉴于数据更新频率较低，在使用时需标注数据截止日期

常见错误用法

错误做法：将男性健康支柱得分直接等同于女性人力资本健康水平

正确做法：使用HD_HCIP_HLTH_FE（女性健康支柱得分）或HD_HCIP_HLTH_TO（总体健康支柱得分）来分析女性或总人口状况

男女在健康轨迹、疾病负担和医疗需求上存在差异，单独使用男性指标无法代表整体人力资本健康水平

错误做法：将2010-2019年中国增长约2%解读为高速增长并作为政策成效的突出证据

正确做法：结合基数水平和国际比较进行解读，同时关注增长的质量和可持续性

在43-45分的高基数水平上，2%的增长绝对幅度有限；缺乏全球对照数据时不宜夸大解读

错误做法：将健康支柱得分与其他维度指标（如教育支柱得分）直接相加计算人力资本总分

正确做法：使用世界银行提供的官方综合得分HD_HCIP_OVRL_MA（男性综合得分）

各支柱分值范围和权重由官方统一设定，直接相加可能破坏指标体系的内在逻辑

错误做法：忽略数据年份，认为该指标反映当前最新状况

正确做法：使用时明确标注数据年份（2025年为最新），并说明五年更新频率带来的时滞

该指标每五年更新一次，2025年数据可能反映的是较早时期的健康状况

实际应用场景

中国男性人力资本健康变化的长期趋势分析：研究中国2010-2025年男性健康支柱得分的变化轨迹及其驱动因素被解释变量可采用描述性统计呈现四个时间点的得分变化，并通过分解分析识别各子维度的贡献度，同时建议结合儿童营养不良率、婴幼儿死亡率等底层指标进行交叉验证
人力资本健康水平对劳动生产率的影响研究：分析男性人力资本健康得分与劳动生产率指标之间的关系解释变量可控制教育水平、技术进步、产业结构等因素，采用面板回归方法估计健康对生产率的边际贡献，注意内生性问题可能需要工具变量或自然实验设计
中国与周边国家人力资本健康水平比较：将中国男性健康得分与日本、韩国、新加坡等东亚国家进行横向比较比较对象由于缺乏世界汇总数据，建议选择具体可比国家进行双边或多边比较，注意统计口径和测量方法的差异可能影响结论的稳健性
人力资本各支柱协同发展研究：分析健康、教育、在职学习三个支柱之间的关系及其对综合人力资本的影响机制变量可构建联立方程模型或结构方程模型，分析各支柱之间的相互促进或替代关系，检验资源配置的合理性