铁路客运量 （百万乘客-公里）
Railways, passengers carried (million passenger-km)
下载数据指标解释
World Bank official description / 世界银行官方说明
Passengers carried by railway are the number of passengers transported by rail multiplied by kilometers traveled.
可供参考的中文翻译：铁路客运量是指运输的乘客数量乘以行驶的公里数。
数据口径与风险提示
- 本指标以乘客数量乘以运输公里数计算，未区分出行距离长短，对平均运距有差异的国家可比性有限
- 数据来源于各国铁路部门汇总，部分转型经济体存在口径调整或数据缺失问题
- 最高值通常出现在人口大国和铁路网络密集的经济体，排名反映的是绝对规模而非效率
- 世界汇总数据仅有1995–2007年序列，2010年代及之后全球总量不可得，跨时期对比需注意数据完整性差异
- 中国2020年数值因公共卫生事件出现显著下降，该异常值不宜直接用于趋势外推
- 不同国家铁路所有制结构不同，私有化程度和运营效率差异可能影响数据质量和可比性
中国趋势
中国铁路客运量在1995–2021年期间呈现长期增长趋势，从期初约35.4万百万人公里增至期末约94.6万百万人公里，整体增长约2.67倍。2019年达到历史峰值约143.9万百万人公里，此后2020年骤降至约32.8万百万人公里，2021年反弹至94.6万百万人公里，仍低于疫情前水平。2000年代和2010年代是增速最快的阶段，2004年突破55万、2013年突破100万、2017年突破120万等关键节点显示了持续扩张轨迹。需注意2020年大幅下降为外部冲击所致，并非铁路基础设施或需求的内在收缩。
- 1995年值为354,261百万人公里，2021年值为946,499百万人公里，全程增长约2.67倍
- 2019年录得最高值1,438,606百万人公里
- 2020年降至最低值328,251百万人公里，降幅显著
- 2004年首次突破55万，2013年首次突破100万，2017年突破120万
- 2000–2009十年间从约44.1万增至约78.8万，约增长1.78倍
- 2020年数值属于外部冲击导致的异常值，不反映铁路基础设施能力的长期趋势
- 数据覆盖起始于1995年，1995年前的早期数据不可得，不宜对1990年代初期变化进行解读
- 指标单位为百万人公里，人均客运强度需结合人口数据另行计算
全球趋势
世界铁路客运总量汇总数据仅覆盖1995–2007年，1995年约1,899十亿人公里，2007年约2,344十亿人公里，增长约1.23倍。数据序列较短且终点较早，难以与2010年代后的全球趋势进行直接比较。从已有数据看，世界总量在此期间增速相对温和，且1997–1998年出现短期下降。与中国持续攀升的轨迹不同，世界铁路客运增长受发达国家铁路市场相对饱和和新兴经济体数据可得性差异的影响更为明显。2010年代及之后全球总量数据缺失，限制了全球与中国长期增速的系统性对比。
- 世界汇总序列仅覆盖1995–2007年，1995年值为1,899十亿人公里
- 2007年值为2,344十亿人公里，较1995年增长约1.23倍
- 1998年录得序列最低值1,445十亿人公里
- 2005年出现一次明显跃升，从约1,760增至约2,182
- 2010年代及之后全球总量数据不可得
- 世界汇总数据终点为2007年，后续十余年全球总量无法获取，与中国2010年代后的对比缺乏同口径数据支撑
- 世界总量为各国数据加总，部分国家数据缺失可能导致系统性低估
- 未区分高速铁路与普通铁路的差异，高铁占比高的国家增长更快，可能拉高均值
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 | 1.1x | 0.8x | 中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。 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。 |
| 2000-2009 | 1.8x | 1.5x | 中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。 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。 |
| 2010-2019 | 1.8x | - | 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 | 2.9x | - | 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。 |
2021 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
客运周转量越高，表示使用铁路出行的总人公里规模越大，通常反映铁路在长途客运中的地位重要或客流距离较长。
数值较低通常意味着什么
数值较低通常意味着铁路在综合运输体系中占比有限、短途出行依赖其他方式或铁路网络覆盖不足。
鍙ｅ緞闄愬埗
- 未反映人均铁路出行频次，人口大国的绝对值往往偏高，需结合人口数据计算人均值
- 未区分列车类型，高速铁路与普速列车的周转量结构差异显著
- 不反映出行目的（通勤、旅游、探亲等），需求结构变化无法捕捉
- 不同国家统计口径可能存在差异，如是否包含城际快轨、地铁接驳等
- 数据缺失在部分年份和地区较普遍，时间序列不连续影响纵向比较
- 未反映票价水平和居民出行成本，需求价格弹性无法直接观察
使用建议
- 使用时优先计算人均铁路客运周转量，以消除人口规模差异
- 结合铁路营业里程（IS.RRS.TOTL.KM）计算客座利用率，更准确评估运力利用效率
- 结合航空客运量（IS.AIR.PSGR）对比不同运输方式在客运市场的相对地位
- 结合GDP或人口变量，分析铁路客运增长与经济发展阶段的关联
- 使用时注意区分疫情等外部冲击导致的异常值，避免将其纳入长期趋势拟合
- 跨国比较时建议参考交通基础设施密度和城镇化率等结构性变量
常见错误用法
错误做法：直接用2020年中国铁路客运量下降来论证中国铁路基础设施质量下滑或需求萎缩
正确做法：将2020年数值标注为外部冲击异常值，在趋势分析中予以排除或在结论中明确说明原因
2020年下降由突发公共卫生事件导致出行限制所致，并非铁路系统内在问题，直接引用会严重误读数据含义
错误做法：用2029年预测期末值除以2020年低值计算2.88倍增长，声称中国铁路客运十年翻近三倍
正确做法：使用2019年实际峰值作为基准计算长期增速，审慎对待异常低点分母效应
用异常低点作为分母会人为放大增长倍数，导致对增速的系统性高估
错误做法：将中国铁路客运量排名全球第一解读为中国居民铁路出行便利程度或满意度最高
正确做法：解读为中国的铁路客运绝对规模最大，需结合人均值、网络密度和出行便捷度综合评估
绝对规模主要反映人口基数和国土面积，排名本身不能等同于服务质量和出行体验
错误做法：将1990年代中国增速（1.14倍）高于世界增速（0.78倍）直接解读为中国铁路需求更旺盛、基础设施更先进
正确做法：结合数据完整性分析，1990年代世界数据可能存在发展中国家覆盖不足的问题，应审慎解读两国增速差
数据可得性差异可能导致世界增速被系统性低估，增速差可能部分源于统计口径而非实质性需求差异
实际应用场景
- 交通基础设施与城市化进程的关联研究：分析中国铁路客运量增长与城市化率提升的时间协同关系 被解释变量 将铁路客运量序列与城市化率序列进行协整分析或格兰杰因果检验，注意处理1995年前的缺失数据和2020年的异常值，可采用HP滤波提取趋势成分进行平滑比较
- 多式联运背景下铁路与民航竞合关系分析：考察铁路提速和高铁成网对航空客运量的替代或互补效应 被解释变量或机制变量 将铁路客运周转量与航空旅客运输量纳入联立方程模型，检验高铁开通对不同距离航线是否存在显著替代；可利用 DID 方法比较高铁开通城市与未开通城市的航空客运变化
- 铁路基础设施投资的边际效用评估：评估新增铁路里程对客运量的边际贡献 被解释变量 以铁路客运量对铁路总里程（IS.RRS.TOTL.KM）进行回归，控制经济周期和人口增长因素；注意内生性问题，可采用滞后解释变量或工具变量方法
- 铁路客运与区域经济发展的收敛性分析：检验不同省份铁路客运增速差异是否与区域GDP增速差异存在趋同或分化 被解释变量 构建面板数据模型，分析各省份铁路客运量的σ收敛或β收敛特征；可引入城镇化率和产业结构作为控制变量
- 国际旅游对客运量的影响研究：考察国际入境旅游收入与铁路客运量之间的弹性关系 被解释变量或结果变量 利用国际旅游客运收支数据（ST.INT.TRNR.CD、ST.INT.TRNX.CD）与铁路客运量进行回归分析，注意区分国内游和国际游的结构差异
铁路客运量 （百万乘客-公里）常见问题
中国铁路客运量为什么在2020年大幅下降？
2020年数值骤降至约32.8万百万人公里，为近年最低值，主要原因是突发公共卫生事件导致全国范围内出行活动受到限制，铁路客流锐减。这一下降属于外部冲击所致的一次性异常，并非铁路基础设施或出行需求的内生萎缩，2021年已大幅反弹至94.6万百万人公里。
中国铁路客运量排名全球第一说明什么？
根据最新可得数据，中国铁路客运周转量确实远超其他国家，但这反映的是客运绝对规模，主要与人口基数大和国土跨度广有关。人均铁路客运周转量和出行便捷程度需结合人口、网络密度等指标综合评估，高排名不等于服务质量或满意度最高。
铁路客运量和铁路货运量有什么区别？
客运量（IS.RRS.PASG.KM）衡量的是乘客运输规模，等于运输的乘客数量乘以行驶公里数；货运量（IS.RRS.GOOD.MT.K6）衡量的是货物运输规模，等于运输的货物吨数乘以行驶公里数。两者分别反映客运和货运两大业务板块，增速节奏往往受不同经济因素驱动。
为什么世界铁路客运总量数据只到2007年？
世界银行汇总的全球铁路客运总量序列在2007年之后数据缺口较大，原因包括部分国家数据报告延迟、部分转型经济体统计口径调整以及部分国家停止报告铁路客运统计等。2010年代后全球数据不可得，跨时期全球对比需注意数据完整性差异。
高铁发展对中国铁路客运量有什么影响？
2010年代以来中国高铁网络快速扩张，高铁以其速度优势吸引大量中短途客流，推动客运周转量在2019年前持续攀升。但高铁与普速铁路在周转量结构上存在差异，且可能对民航中短途航线形成替代，具体影响需要结合铁路里程分类型数据和航空客运数据进行专项研究。
可以用铁路客运量直接比较不同国家的铁路出行需求吗？
直接用原始值跨国比较存在局限性，人口大国的绝对值天然偏高。建议优先使用人均铁路客运周转量（除以总人口）进行比较，同时考虑国土面积对平均运距的影响，必要时结合出行频次等其他指标综合评估。
下载数据
免费获取世界银行WDI完整数据集，包含铁路客运量 （百万乘客-公里）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