人类资本指数plus（HCI+）：健康支柱评分，总计（0-50分制）

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

下载数据

指标代码：HD_HCIP_HLTH_TO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：人类资本指数plus（HCI+）的健康支柱评分反映了存活至工作年龄并实现良好早期身体发育的生产力效应。该指标基于五岁以下儿童存活率、体重不足率、青少年身高体重指数等健康指标计算，综合评估早期生命阶段的健康积累对成年后劳动生产率的潜在影响。

数据口径与风险提示

本指标每五年更新一次，时间分辨率较低，不适合捕捉年度或季度健康波动
健康支柱仅涵盖早期生命阶段的健康维度，无法反映成年后的健康状况
评分范围存在理论上限（50分），接近满分的国家可能面临边际改善空间收窄的问题
该指标未区分城乡、不同收入群体或地区的健康差异
跨国比较时需注意医疗数据统计口径和儿童生长标准参照人群的差异
健康评分与实际生产力之间的转化系数存在较大不确定性
指标设计主要针对发展中国家，对高收入国家健康政策的评估适用性有限

中国趋势

趋势解读

根据2010年至2025年的数据，中国人类资本指数健康支柱评分呈现持续上升趋势，从45.02分增长至46.51分，增长幅度约1.49分。中国在2010年至2015年间增幅最大（约0.78分），随后增速逐步放缓，2015-2020年增长约0.52分，2020-2025年增长约0.20分。这一变化轨迹可能反映了中国在早期儿童健康领域已取得显著改善，逐步接近该指标的较高水平区间，但边际改善空间随之收窄。由于健康支柱评分的理论基础是早期健康对劳动生产率的潜在贡献，评分的持续提升可能意味着劳动力健康基础的强化，但其实际转化为生产力的效率还需结合教育、在职学习等其他支柱综合判断。

中国健康支柱评分从2010年的45.02分上升至2025年的46.51分
2010-2015年期间增幅约0.78分，是四个五年周期中增幅最大的阶段
2015-2020年期间增幅约0.52分，增速较前一周期有所放缓
2020-2025年期间增幅约0.20分，增速进一步放缓
2025年46.51分的最新值是该指标有记录以来的最高点
评分增速逐年递减可能受基数效应影响，不代表健康改善政策效果减弱
健康支柱评分的变化与实际健康状况变化的对应关系存在时滞和不确定性
该指标未涵盖成年期和老年期的健康状况，无法全面反映人力资本的健康维度

全球趋势

趋势解读

根据现有数据，世界银行未提供全球加权的健康支柱评分时间序列数据，因此无法构建全球趋势分析。2025年的国别排名数据显示，韩国（48.76分）、澳大利亚（48.03分）、阿联酋（48.03分）等高收入国家位居前列，前三十名国家均在47分以上，显示出这些国家在早期儿童健康指标上的优异表现。由于数据缺失，全球层面的健康支柱评分长期变化趋势无法确定，国际比较时需注意不同发展水平国家间的基准差异。

2025年韩国以48.76分位居首位
排名前三十的国家评分均在47分以上
前三十名国家主要来自欧洲、东亚、海湾地区等发达经济体
世界银行未公布全球加权aggregate数据
全球层面数据缺失，无法判断世界整体趋势
高收入国家占据排名前列可能反映其统计体系更为完善
不同国家使用的数据质量和可比性存在差异
该排名不反映政策优劣，仅表示评分水平差异

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	-	该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
2020-2029	1.0x	-	该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。

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	48.8
2	Australia 澳大利亚	AUS	48.0
3	United Arab Emirates 阿联酋	ARE	48.0
4	Kuwait 科威特	KWT	48.0
5	Netherlands 荷兰	NLD	48.0
6	San Marino 圣马力诺	SMR	48.0
7	Norway 挪威	NOR	47.9
8	Luxembourg 卢森堡	LUX	47.9
9	Malta 马耳他	MLT	47.9
10	Switzerland 瑞士	CHE	47.8
11	Andorra 安道尔	AND	47.8
12	Greece 希腊	GRC	47.8
13	Qatar 卡塔尔	QAT	47.8
14	Ireland 爱尔兰	IRL	47.8
15	Singapore 新加坡	SGP	47.7
16	Germany 德国	DEU	47.7
17	Belgium 比利时	BEL	47.7
18	Finland 芬兰	FIN	47.6
19	Japan 日本	JPN	47.5
20	Bahrain 巴林	BHR	47.5
21	Denmark 丹麦	DNK	47.5
22	Sweden 瑞典	SWE	47.4
23	Cyprus 塞浦路斯	CYP	47.3
24	Portugal 葡萄牙	PRT	47.3
25	Italy 意大利	ITA	47.3
26	United Kingdom 英国	GBR	47.2
27	Czechia 捷克	CZE	47.1
28	Chile 智利	CHL	47.1
29	Iceland 冰岛	ISL	47.1
30	Austria 奥地利	AUT	47.1
31	Spain 西班牙	ESP	47.0
32	Slovenia 斯洛文尼亚	SVN	46.7
33	France 法国	FRA	46.7
34	Israel 以色列	ISR	46.7
35	Canada 加拿大	CAN	46.7
36	Estonia 爱沙尼亚	EST	46.6
37	North Macedonia 北马其顿	MKD	46.6
38	New Zealand 新西兰	NZL	46.6
39	China 中国	CHN	46.5
40	Iran, Islamic Rep. 伊朗	IRN	46.5
41	Poland 波兰	POL	46.5
42	Oman 阿曼	OMN	46.4
43	Jordan 约旦	JOR	46.2
44	Maldives 马尔代夫	MDV	46.1
45	Turkiye 土耳其	TUR	46.1
46	Algeria 阿尔及利亚	DZA	45.9
47	Croatia 克罗地亚	HRV	45.9
48	United States 美国	USA	45.7
49	Tunisia 突尼斯	TUN	45.7
50	Bosnia and Herzegovina 波黑	BIH	45.7
51	Albania 阿尔巴尼亚	ALB	45.7
52	Costa Rica 哥斯达黎加	CRI	45.7
53	Serbia 塞尔维亚	SRB	45.6
54	Cuba 古巴	CUB	45.5
55	Barbados 巴巴多斯	BRB	45.4
56	Montenegro 黑山	MNE	45.4
57	Saudi Arabia 沙特阿拉伯	SAU	45.4
58	Slovak Republic 斯洛伐克	SVK	45.4
59	Azerbaijan 阿塞拜疆	AZE	45.4
60	Latvia 拉脱维亚	LVA	45.4
61	Uruguay 乌拉圭	URY	45.3
62	Kosovo 科索沃	XKX	45.3
63	Lebanon 黎巴嫩	LBN	45.3
64	Sri Lanka 斯里兰卡	LKA	45.3
65	Lithuania 立陶宛	LTU	45.2
66	Cabo Verde 佛得角	CPV	45.2
67	Argentina 阿根廷	ARG	45.1
68	Hungary 匈牙利	HUN	44.9
69	St. Lucia 圣卢西亚	LCA	44.8
70	Colombia 哥伦比亚	COL	44.7
71	Antigua and Barbuda 安提瓜和巴布达	ATG	44.6
72	Bulgaria 保加利亚	BGR	44.6
73	Romania 罗马尼亚	ROU	44.6
74	Armenia 亚美尼亚	ARM	44.6
75	Belarus 白俄罗斯	BLR	44.5
76	Paraguay 巴拉圭	PRY	44.5
77	Brunei Darussalam 文莱	BRN	44.4
78	Brazil 巴西	BRA	44.4
79	Dominican Republic 多米尼加共和国	DOM	44.4
80	Tonga 汤加	TON	44.4
81	Morocco 摩洛哥	MAR	44.4
82	Georgia 格鲁吉亚	GEO	44.3
83	Panama 巴拿马	PAN	44.2
84	Peru 秘鲁	PER	44.2
85	Seychelles 塞舌尔	SYC	44.0
86	Mauritius 毛里求斯	MUS	43.9
87	Kazakhstan 哈萨克斯坦	KAZ	43.9
88	Jamaica 牙买加	JAM	43.9
89	Uzbekistan 乌兹别克斯坦	UZB	43.8
90	Turkmenistan 土库曼斯坦	TKM	43.7
91	Iraq 伊拉克	IRQ	43.5
92	Egypt, Arab Rep. 埃及	EGY	43.4
93	Suriname 苏里南	SUR	43.3
94	Samoa 萨摩亚	WSM	43.3
95	Ecuador 厄瓜多尔	ECU	43.3
96	Grenada 格林纳达	GRD	43.3
97	Tajikistan 塔吉克斯坦	TJK	43.3
98	Dominica 多米尼克	DMA	43.3
99	Mexico 墨西哥	MEX	43.1
100	Bahamas, The 巴哈马	BHS	43.0
101	St. Kitts and Nevis 圣基茨和尼维斯	KNA	43.0
102	Moldova 摩尔多瓦	MDA	42.9
103	Bhutan 不丹	BTN	42.9
104	Libya 利比亚	LBY	42.9
105	Venezuela, RB 委内瑞拉	VEN	42.6
106	Nicaragua 尼加拉瓜	NIC	42.6
107	Belize 伯利兹	BLZ	42.6
108	Thailand 泰国	THA	42.5
109	Viet Nam 越南	VNM	42.5
110	Mongolia 蒙古	MNG	42.5
111	Korea, Dem. People's Rep. 朝鲜	PRK	42.4
112	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	42.4
113	Malaysia 马来西亚	MYS	42.4
114	Honduras 洪都拉斯	HND	42.1
115	El Salvador 萨尔瓦多	SLV	42.0
116	Russian Federation 俄罗斯	RUS	41.9
117	Bangladesh 孟加拉国	BGD	41.8
118	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	41.8
119	Guyana 圭亚那	GUY	41.7
120	Fiji 斐济	FJI	41.7
121	Ukraine 乌克兰	UKR	41.5
122	Syrian Arab Republic 叙利亚	SYR	41.4
123	Senegal 塞内加尔	SEN	41.3
124	Palau 帕劳	PLW	41.0
125	Bolivia 玻利维亚	BOL	41.0
126	Sao Tome and Principe 圣多美和普林西比	STP	41.0
127	Kiribati 基里巴斯	KIR	41.0
128	Gabon 加蓬	GAB	40.8
129	Indonesia 印度尼西亚	IDN	40.7
130	Tuvalu 图瓦卢	TUV	40.7
131	Cambodia 柬埔寨	KHM	40.6
132	Nepal 尼泊尔	NPL	40.5
133	Comoros 科摩罗	COM	40.3
134	Botswana 博茨瓦纳	BWA	40.2
135	Philippines 菲律宾	PHL	40.0
136	Mauritania 毛里塔尼亚	MRT	39.8
137	Gambia, The 冈比亚	GMB	39.7
138	West Bank and Gaza 约旦河西岸和加沙	PSE	39.6
139	Ghana 加纳	GHA	39.4
140	Equatorial Guinea 赤道几内亚	GNQ	39.4
141	Namibia 纳米比亚	NAM	39.4
142	Vanuatu 瓦努阿图	VUT	39.3
143	Solomon Islands 所罗门群岛	SLB	39.0
144	India 印度	IND	38.9
145	Haiti 海地	HTI	38.8
146	Lao PDR 老挝	LAO	38.8
147	Djibouti 吉布提	DJI	38.6
148	Myanmar 缅甸	MMR	38.5
149	Congo, Rep. 刚果（布）	COG	38.3
150	Sierra Leone 塞拉利昂	SLE	38.3
151	Uganda 乌干达	UGA	38.2
152	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	38.2
153	Pakistan 巴基斯坦	PAK	38.0
154	Mali 马里	MLI	38.0
155	Rwanda 卢旺达	RWA	38.0
156	Burkina Faso 布基纳法索	BFA	37.9
157	Togo 多哥	TGO	37.8
158	Zambia 赞比亚	ZMB	37.7
159	Guinea-Bissau 几内亚比绍	GNB	37.5
160	South Africa 南非	ZAF	37.5
161	Guinea 几内亚	GIN	37.3
162	Cameroon 喀麦隆	CMR	37.3
163	Ethiopia 埃塞俄比亚	ETH	37.1
164	Eswatini 斯威士兰	SWZ	37.1
165	Tanzania 坦桑尼亚	TZA	36.9
166	Guatemala 危地马拉	GTM	36.7
167	Somalia, Fed. Rep. 索马里	SOM	36.7
168	Malawi 马拉维	MWI	36.7
169	Kenya 肯尼亚	KEN	36.6
170	Sudan 苏丹	SDN	36.6
171	Marshall Islands 马绍尔群岛	MHL	36.4
172	Cote d'Ivoire 科特迪瓦	CIV	36.3
173	Yemen, Rep. 也门	YEM	36.3
174	Liberia 利比里亚	LBR	36.1
175	Angola 安哥拉	AGO	36.0
176	Timor-Leste 东帝汶	TLS	35.9
177	Nauru 瑙鲁	NRU	35.9
178	Afghanistan 阿富汗	AFG	35.7
179	Mozambique 莫桑比克	MOZ	35.7
180	Eritrea 厄立特里亚	ERI	35.6
181	Zimbabwe 津巴布韦	ZWE	35.6
182	Benin 贝宁	BEN	35.5
183	Madagascar 马达加斯加	MDG	35.5
184	Niger 尼日尔	NER	35.0
185	South Sudan 南苏丹	SSD	34.9
186	Papua New Guinea 巴布亚新几内亚	PNG	34.4
187	Congo, Dem. Rep. 刚果（金）	COD	33.9
188	Chad 乍得	TCD	33.2
189	Nigeria 尼日利亚	NGA	32.7
190	Central African Republic 中非共和国	CAF	31.8
191	Burundi 布隆迪	BDI	31.7
192	Lesotho 莱索托	LSO	30.4

使用建议、常见误用与研究场景

数值较高通常意味着什么

健康支柱评分越高，通常意味着早期儿童存活率较高、营养状况较好、生长发育达标率较高，反映该国家或地区在早期健康投资方面的积累较为充足，对未来劳动力的健康基础具有正向作用。

数值较低通常意味着什么

健康支柱评分较低通常表明早期儿童健康指标存在改善空间，可能与营养不良、儿童存活率挑战或医疗资源可及性不足等因素相关，需要有针对性地加强妇幼保健、营养干预等领域的政策投入。

鍙ｅ緞闄愬埗

该指标每五年更新一次，时间颗粒度较粗，不适合监测短期健康动态
健康支柱仅反映早期生命阶段（0-5岁）的健康状态，无法评估成年后的健康变化
评分向生产力的实际转化效率受就业、教育、基础设施等多种因素调节
跨国比较需注意不同国家统计口径、生长标准参照人群和医疗数据质量的差异
指标存在理论上限（50分），接近满分的国家边际改善空间有限
该指标未区分城乡、收入群体或地区差异，无法识别内部异质性

使用建议

使用时建议结合HCI+的教育支柱和在职学习支柱构建人力资本的综合评估
分析长期趋势时应使用同一指标版本，避免因方法论调整导致的数据不可比
跨国比较研究应考虑控制发展水平、医疗体系结构和营养政策等变量
政策评估时需结合具体健康指标（如五岁以下儿童死亡率、体重不足率）进行细粒度分析
区域比较研究应结合GDP、教育水平、公共卫生支出等相关变量
注意该指标与实际生产力之间的转化关系存在较大不确定性，不宜做简单因果推断

常见错误用法

错误做法：直接使用健康支柱评分高低判断一个国家的劳动力健康状况

正确做法：将健康支柱评分理解为早期健康积累的综合代理指标，结合成年期健康指标综合评估

该指标仅涵盖0-5岁阶段的健康信息，无法反映劳动力在工作时段的实际健康状态，直接套用会产生严重的概念错位

错误做法：用健康支柱评分直接预测经济增速或劳动生产率

正确做法：将健康支柱评分作为人力资本的一个组成部分，与教育、技能等因素共同纳入分析框架

健康评分向实际生产力的转化受就业结构、技术进步、制度环境等多重因素调节，直接因果推断缺乏依据

错误做法：比较不同收入水平国家间健康支柱评分的差距，认为差距即等于健康政策效果差异

正确做法：比较时应控制发展阶段、统计质量和数据可得性等因素，并结合具体健康指标细项分析

高收入国家可能因统计体系更完善而显示更高评分，低收入国家可能存在数据缺失或统计口径差异，导致表面差距被高估或低估

错误做法：将2010-2019年和2020-2029年的中国增幅差异解读为健康政策效果减弱

正确做法：结合基数效应、指标上限和具体健康指标细项变化进行综合判断

评分增速放缓可能主要受高水平基数和0-50理论上限的约束，不必然反映政策投入效果的下降，需要更多细项数据验证

实际应用场景

人力资本积累与经济长期增长关系研究：研究人力资本各支柱对中长期经济增长的贡献时，将健康支柱作为控制变量或解释变量之一 explanatory 可采用面板回归或增长核算框架，将HCI+健康支柱与教育支柱、在职学习支柱分解，识别各支柱对GDP增长边际贡献的差异，注意控制物质资本积累和技术进步因素
中国各地区人力资本健康维度差异分析：分析中国不同省份或地区在早期儿童健康指标上的表现差异及其与区域发展水平的关系 comparison 可结合省级儿童营养状况数据、医疗卫生资源数据和健康支柱评分进行横向比较，注意数据的空间可比性和统计口径一致性，识别健康洼地及其驱动因素
健康投资政策效果评估：评估妇幼保健、营养干预等政策对人力资本健康积累的贡献时，使用该指标作为产出结果变量 outcome 可采用双重差分或合成控制法，比较政策实施前后健康支柱评分的变化，但需注意该指标五年更新一次的频率限制了政策评估的时效性
人口转型与人力资本结构变化研究：研究人口老龄化背景下劳动力健康基础的变化趋势，评估未来人力资本储备的健康维度 robustness 可将健康支柱评分与人口抚养比、预期寿命等指标结合，构建人力资本健康储备的综合指标体系，检验结论的稳健性