固定宽带订阅（每百人）

Fixed broadband subscriptions (per 100 people)

下载数据

指标代码：IT.NET.BBND.P2所属主题：基础设施：CommunicationsInfrastructure: Communications

2024最新有效年份

145最新年份有值国家

265历史上有数据经济体

69%总体缺失率

指标解释

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

Fixed broadband subscriptions refers to fixed subscriptions to high-speed access to the public Internet (a TCP/IP connection), at downstream speeds equal to, or greater than, 256 kbit/s. This includes cable modem, DSL, fiber-to-the-home/building, other fixed (wired)-broadband subscriptions, satellite broadband and terrestrial fixed wireless broadband. This total is measured irrespective of the method of payment. It excludes subscriptions that have access to data communications (including the Internet) via mobile-cellular networks. It should include fixed WiMAX and any other fixed wireless technologies. It includes both residential subscriptions and subscriptions for organizations.

可供参考的中文翻译：固定宽带订阅是指固定订阅高速接入公共互联网（TCP/IP连接），下行速度等于或大于256 kbit/s。这包括电缆调制解调器、数字用户线路（DSL）、光纤到户/建筑、其他固定（有线）宽带订阅、卫星宽带和地面固定无线宽带。无论付款方式如何，该指标均以总数衡量。该指标不包括通过移动蜂窝网络接入数据通信（包括互联网）的订阅。应包括固定WiMAX和任何其他固定无线技术。包括住宅订阅和组织订阅。

数据口径与风险提示

本指标衡量的是固定有线宽带订阅，不包括仅通过移动蜂窝网络接入互联网的移动宽带订阅，两者应区分使用
数值受人口分母影响，人口结构年轻的地区即使绝对用户规模相近也可能呈现更高的人均水平
订阅数量反映的是接入能力而非实际使用强度，高订阅率不等于高利用率
不同国家计费周期和统计口径可能存在差异，部分用户可能拥有多个订阅账户
城市地区订阅密度通常高于农村，该指标无法直接反映城乡数字鸿沟的全貌
企业或机构订阅可能推高数值，需要结合住宅订阅占比等变量进一步分析

中国趋势

趋势解读

中国固定宽带普及率经历了从极低基数到接近顶部水平的跨越式发展。2000年该指标仅为每百人约0.002个订阅，在全球几乎可忽略不计，此后经历了持续快速攀升，2004年突破1，2009年突破7，2015年接近20，2020年超过33，2024年已达到约47.2。2024年中国该指标值已超过德国、美国、澳大利亚等主要经济体，与韩国、法国等通信发达国家处于相近区间。这种长期快速增长反映了中国在过去二十余年间在固定宽带基础设施领域的持续大规模投资与建设。

2000年固定宽带普及率仅为每百人约0.002个订阅
2004年突破每百人1个订阅
2009年突破每百人7个订阅
2015年接近每百人20个订阅
2024年达到每百人约47.2个订阅，与法国、韩国水平相近
极低基期值使得早期年份的倍数变化容易产生巨大数字，需要注意绝对规模仍然有限
固定宽带与移动宽带存在一定替代关系，部分用户可能以移动宽带为主

全球趋势

趋势解读

全球固定宽带普及率呈现持续稳步增长态势。2005年全球平均约为每百人3.4个订阅，2010年约7.6，2015年约11.3，2020年约15.6，2025年约20.1。全球增长曲线相对平滑，始终保持正向积累式增长。与中国相比，全球基期水平明显更高，但增长率远低于中国过去高速发展期。全球固定宽带普及率的提升反映了过去二十年间世界各国在宽带基础设施建设方面的持续投入，但由于许多国家早已具备一定基础，因此增速相对平缓。

2005年全球平均约为每百人3.4个订阅
2010年约为每百人7.6个订阅
2015年约为每百人11.3个订阅
2020年约为每百人15.6个订阅
2025年约为每百人20.1个订阅
不同收入水平国家差异悬殊，高收入国家普遍远高于全球平均水平
部分发展中国家可能因移动宽带替代效应而固定宽带发展较慢

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	4339.3x	2.0x	该十年是中国固定宽带普及率从几乎空白到初具规模的阶段，期初极低基数导致倍数变化极大，而全球同期仅增长约2倍。中国的大规模基础设施建设与全球平稳增长形成鲜明对比，可能反映了中国在该领域的后发追赶态势，但也需要考虑初期统计口径和数据完整性的差异。
2010-2019	3.4x	1.9x	该十年中国固定宽带普及率增长约3.4倍，全球增长约1.9倍。中国增速仍明显快于全球平均水平，但相比前十年已大幅放缓，可能反映了中国宽带普及从快速扩张阶段逐步向深化覆盖阶段过渡，也意味着未接入家庭相对减少，扩产边际难度上升。
2020-2029	1.4x	1.3x	该阶段中国增长约1.4倍，全球增长约1.3倍，中外增速差距进一步收窄。这一阶段变化可能反映了中国固定宽带普及率已接近饱和区间，边际增长主要来自存量用户升级而非新增用户覆盖，增速自然趋向全球平均水平。

2024 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	Monaco 摩纳哥	MCO	55.7
2	Andorra 安道尔	AND	52.4
3	Liechtenstein 列支敦士登	LIE	50.0
4	France 法国	FRA	48.9
5	Korea, Rep. 韩国	KOR	47.8
6	China 中国	CHN	47.2
7	Switzerland 瑞士	CHE	47.0
8	Germany 德国	DEU	45.6
9	Portugal 葡萄牙	PRT	45.2
10	Norway 挪威	NOR	45.2
11	Greece 希腊	GRC	44.7
12	Malta 马耳他	MLT	44.5
13	Belgium 比利时	BEL	44.2
14	Saudi Arabia 沙特阿拉伯	SAU	44.1
15	Denmark 丹麦	DNK	43.4
16	Netherlands 荷兰	NLD	43.0
17	Canada 加拿大	CAN	42.5
18	United Kingdom 英国	GBR	42.2
19	United Arab Emirates 阿联酋	ARE	40.8
20	Sweden 瑞典	SWE	40.6
21	Luxembourg 卢森堡	LUX	40.3
22	Spain 西班牙	ESP	39.2
23	Czechia 捷克	CZE	38.9
24	United States 美国	USA	38.9
25	New Zealand 新西兰	NZL	38.0
26	Cyprus 塞浦路斯	CYP	37.6
27	Hungary 匈牙利	HUN	37.5
28	Iceland 冰岛	ISL	37.5
29	Australia 澳大利亚	AUS	36.5
30	Finland 芬兰	FIN	36.5
31	Belarus 白俄罗斯	BLR	36.3
32	Romania 罗马尼亚	ROU	35.8
33	Estonia 爱沙尼亚	EST	35.4
34	Uzbekistan 乌兹别克斯坦	UZB	34.7
35	Slovenia 斯洛文尼亚	SVN	34.2
36	Slovak Republic 斯洛伐克	SVK	33.8
37	Serbia 塞尔维亚	SRB	33.4
38	Uruguay 乌拉圭	URY	33.0
39	Montenegro 黑山	MNE	32.3
40	Ireland 爱尔兰	IRL	32.3
41	Italy 意大利	ITA	31.8
42	Seychelles 塞舌尔	SYC	31.6
43	Georgia 格鲁吉亚	GEO	30.4
44	Austria 奥地利	AUT	30.1
45	North Macedonia 北马其顿	MKD	29.9
46	Moldova 摩尔多瓦	MDA	29.6
47	Croatia 克罗地亚	HRV	29.6
48	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	29.5
49	Bosnia and Herzegovina 波黑	BIH	29.4
50	Israel 以色列	ISR	29.2
51	Mauritius 毛里求斯	MUS	28.0
52	Lithuania 立陶宛	LTU	27.8
53	Singapore 新加坡	SGP	27.8
54	Russian Federation 俄罗斯	RUS	27.1
55	Argentina 阿根廷	ARG	26.1
56	Latvia 拉脱维亚	LVA	25.8
57	Poland 波兰	POL	25.4
58	Bahamas, The 巴哈马	BHS	25.3
59	Albania 阿尔巴尼亚	ALB	24.9
60	Brazil 巴西	BRA	24.1
61	Chile 智利	CHL	23.7
62	Viet Nam 越南	VNM	23.7
63	Turkiye 土耳其	TUR	23.4
64	Costa Rica 哥斯达黎加	CRI	23.3
65	Azerbaijan 阿塞拜疆	AZE	21.8
66	Mexico 墨西哥	MEX	21.7
67	Ukraine 乌克兰	UKR	21.7
68	Brunei Darussalam 文莱	BRN	21.2
69	Armenia 亚美尼亚	ARM	20.3
70	Maldives 马尔代夫	MDV	19.6
71	Suriname 苏里南	SUR	18.8
72	Iraq 伊拉克	IRQ	17.6
73	Ecuador 厄瓜多尔	ECU	17.2
74	Colombia 哥伦比亚	COL	17.2
75	Bahrain 巴林	BHR	17.0
76	Jamaica 牙买加	JAM	16.0
77	Mongolia 蒙古	MNG	15.8
78	Kazakhstan 哈萨克斯坦	KAZ	15.3
79	Tunisia 突尼斯	TUN	15.0
80	Thailand 泰国	THA	14.9
81	Malaysia 马来西亚	MYS	13.5
82	Algeria 阿尔及利亚	DZA	13.3
83	Venezuela, RB 委内瑞拉	VEN	12.9
84	El Salvador 萨尔瓦多	SLV	12.5
85	Bolivia 玻利维亚	BOL	12.1
86	Iran, Islamic Rep. 伊朗	IRN	12.1
87	Qatar 卡塔尔	QAT	11.8
88	Egypt, Arab Rep. 埃及	EGY	11.7
89	Peru 秘鲁	PER	11.7
90	Dominican Republic 多米尼加共和国	DOM	11.2
91	Oman 阿曼	OMN	11.1
92	Nepal 尼泊尔	NPL	10.1
93	Sri Lanka 斯里兰卡	LKA	8.47
94	Cabo Verde 佛得角	CPV	8.31
95	West Bank and Gaza 约旦河西岸和加沙	PSE	8.16
96	Bangladesh 孟加拉国	BGD	8.09
97	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	7.80
98	Botswana 博茨瓦纳	BWA	7.44
99	Morocco 摩洛哥	MAR	7.30
100	Philippines 菲律宾	PHL	7.14
101	Jordan 约旦	JOR	7.02
102	Nicaragua 尼加拉瓜	NIC	5.78
103	South Africa 南非	ZAF	5.35
104	Guatemala 危地马拉	GTM	5.34
105	Indonesia 印度尼西亚	IDN	4.92
106	Gabon 加蓬	GAB	4.69
107	Honduras 洪都拉斯	HND	4.58
108	Cambodia 柬埔寨	KHM	4.15
109	Senegal 塞内加尔	SEN	4.04
110	India 印度	IND	3.15
111	Cuba 古巴	CUB	3.08
112	Kenya 肯尼亚	KEN	3.04
113	Sao Tome and Principe 圣多美和普林西比	STP	2.99
114	Bhutan 不丹	BTN	2.92
115	Myanmar 缅甸	MMR	2.87
116	Namibia 纳米比亚	NAM	2.83
117	Eswatini 斯威士兰	SWZ	2.51
118	Zimbabwe 津巴布韦	ZWE	1.94
119	Fiji 斐济	FJI	1.80
120	Cote d'Ivoire 科特迪瓦	CIV	1.60
121	Pakistan 巴基斯坦	PAK	1.47
122	Togo 多哥	TGO	1.42
123	Vanuatu 瓦努阿图	VUT	1.16
124	Mauritania 毛里塔尼亚	MRT	0.95
125	Burkina Faso 布基纳法索	BFA	0.85
126	Zambia 赞比亚	ZMB	0.79
127	Ghana 加纳	GHA	0.66
128	Rwanda 卢旺达	RWA	0.60
129	Ethiopia 埃塞俄比亚	ETH	0.59
130	Gambia, The 冈比亚	GMB	0.52
131	Guinea-Bissau 几内亚比绍	GNB	0.39
132	Lesotho 莱索托	LSO	0.38
133	Angola 安哥拉	AGO	0.36
134	Benin 贝宁	BEN	0.28
135	Tanzania 坦桑尼亚	TZA	0.25
136	Papua New Guinea 巴布亚新几内亚	PNG	0.23
137	Uganda 乌干达	UGA	0.21
138	Mozambique 莫桑比克	MOZ	0.14
139	Niger 尼日尔	NER	0.11
140	Malawi 马拉维	MWI	0.09
141	Nigeria 尼日利亚	NGA	0.08
142	Kiribati 基里巴斯	KIR	0.03
143	Congo, Dem. Rep. 刚果（金）	COD	0.03
144	Timor-Leste 东帝汶	TLS	0.01
145	Chad 乍得	TCD	0.00

使用建议、常见误用与研究场景

数值较高通常意味着什么

固定宽带普及率较高通常表示该地区的通信基础设施相对完善，公众获取高速稳定互联网服务的能力较强，反映出地区在信息化基础设施建设方面的投入力度和数字经济发展水平较高。较高的普及率通常与在线教育、远程办公、电子商务等数字化应用的广泛开展存在正向关联，是衡量一个经济体数字化转型程度的重要侧面指标。

数值较低通常意味着什么

固定宽带普及率较低可能意味着该地区在有线通信基础设施方面的投资或覆盖相对不足，公众获取高速互联网服务的渠道有限。较低的数值可能与地形地理条件限制、城市化水平、人口密度等因素有关，也可能是移动宽带替代效应导致的结果，不宜直接解读为该地区信息化水平低下。

鍙ｅ緞闄愬埗

本指标仅统计固定有线宽带订阅，不包括通过移动蜂窝网络接入的移动宽带订阅，两者服务场景和技术特征存在差异，使用时需注意区分
订阅数量反映的是接入能力而非实际使用强度，高普及率不等于高活跃使用率或高带宽需求场景的普及程度
由于采用人口分母，人口年龄结构年轻化的地区往往呈现更高的人均普及率，需要结合人口结构数据加以理解
不同国家对订阅的定义、计费周期以及统计覆盖范围可能存在差异，跨国比较时需考虑口径可比性问题

使用建议

在进行互联网基础设施综合评估时，建议将本指标与移动宽带订阅率指标联合使用，以获得更完整的通信基础设施全景
在研究数字鸿沟问题时，应关注城乡差异，可结合分地区或分城市类型的数据进行分层分析
本指标适合作为数字经济发展或信息化水平研究的控制变量或背景变量使用
注意区分企业机构订阅与住宅订阅，在分析家庭互联网普及情况时可能需要进一步拆分或补充其他数据源
在进行时间序列分析时，应注意不同阶段的基数效应，尤其是早期极低基期数据可能导致增速数字波动剧烈

常见错误用法

错误做法：直接将固定宽带普及率等同于互联网整体普及水平，忽略移动宽带的存在

正确做法：在评估互联网渗透率时，应综合考虑固定宽带和移动宽带两类接入方式，根据研究目的选择合适的指标组合

移动宽带与固定宽带在接入方式、适用场景和用户群体上存在显著差异，许多发展中国家可能出现移动宽带替代固定宽带的现象，单一使用固定宽带数据会严重低估实际互联网覆盖情况

错误做法：直接比较人口规模差异悬殊的国家间的普及率数值，未考虑统计口径和基础条件的可比性

正确做法：在跨国比较时，应优先考虑经济发展水平、城镇化程度相近的国家组别，并注意审查各国数据来源和统计定义的差异

不同国家的数据采集方法和质量参差不齐，统计覆盖范围也可能不同，直接进行未加权的跨国比较可能导致误导性结论

错误做法：将高固定宽带普及率直接解读为该地区数字经济发展程度高，忽略宽带使用强度和内容创新因素

正确做法：宽带普及率反映的是接入基础设施的覆盖情况，数字经济发展还应考虑宽带使用效率、数字内容创新、相关制度环境等多维因素

高接入率只是数字经济的基础条件之一，实际的数字经济产出和创新能力取决于更广泛的技术应用生态和制度配套，不宜将普及率与经济发展程度简单等同

实际应用场景

数字经济发展水平的国际比较研究：研究者试图比较不同国家或地区数字经济的发展水平，需要控制基础设施因素的影响解释变量或控制变量在该类研究中，固定宽带普及率可作为控制变量纳入回归模型，以剥离基础设施差异对数字经济产出的影响；也可以作为解释变量，分析基础设施对数字经济的促进作用。建议控制人均收入、城镇化率、教育水平等相关变量，并考虑采用面板数据方法控制国家固定效应。
城乡数字鸿沟的形成机制研究：研究者关注城乡之间在互联网服务获取方面的差距及其背后的成因被解释变量或结果变量以固定宽带普及率的城乡差异作为因变量，分析基础设施投资政策、城镇化进程、地形地理条件等因素对其的影响。由于城乡数据往往难以直接获取，可能需要借助省级或市级的分区域数据，并通过构建差异模型或双重差分法来识别因果关系。
宽带基础设施对劳动生产率的影响评估：评估通信基础设施投资的经济回报，需要识别宽带普及率提升对生产效率的边际贡献核心解释变量此类研究通常采用宏观面板数据，将固定宽带普及率作为核心解释变量，劳动生产率作为被解释变量，构建包含时滞效应的回归模型。需要注意内生性问题，可借助工具变量法或自然实验策略进行处理，同时应控制人力资本、研发投入、制度质量等混淆因素。
互联网接入方式替代效应的实证分析：研究移动宽带的快速普及是否对固定宽带形成替代，以及这种替代关系在不同发展水平的国家是否存在差异被比较变量或机制变量可以将固定宽带普及率与移动宽带普及率同时纳入模型，通过观察两者的系数变化和交互项来判断替代或互补关系。研究设计需要考虑两种宽带技术普及的时间先后顺序以及不同收入组国家的异质性特征。