使用网络人数（占人口的百分比）

指标解释

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

Internet users are individuals who have used the Internet (from any location) in the last 3 months. The Internet can be used via a computer, mobile phone, personal digital assistant, games machine, digital TV etc.

可供参考的中文翻译：互联网用户是指在过去三个月内从任何地点使用过互联网的个人。互联网可通过计算机、手机、个人数字助理、游戏机、数字电视等设备使用。

数据口径与风险提示

本指标仅统计过去三个月内使用过互联网的人口比例，偶发性使用与高频使用用户均被计入
通过手机上网的用户与通过固定设备上网的用户在指标中被同等对待，无法区分使用方式差异
互联网使用率受网络覆盖、资费水平、数字技能等因素综合影响，不能直接反映数字化发展程度
部分发展中国家的数据可能因调查样本有限或统计方法差异而存在偏差
跨境游客、外籍劳工等临时人口可能影响特定国家或地区的统计准确性
本指标反映的是"接入"而非"使用质量"，网络速度、内容丰富度等质量维度未被纳入
不同国家的调查时间和调查方法可能存在年度差异，影响跨年可比性
老年人、残障人士等群体的实际使用情况可能因调查覆盖不足而被低估

中国趋势

趋势解读

中国互联网使用率经历了从零起步到高速追赶再到接近饱和的完整发展周期。1990年至2009年间，中国互联网普及极为缓慢，2000年普及率仅为1.78%，此后逐步提速，2007年突破16%，2009年达到28.9%。2010年代进入快速增长期，2018年达到65.36%，2019年略有回落至64.08%。2020年后出现跃升式增长，2023年飙升至90.6%，2024年达到峰值92%，2025年为91.6%。中国从几乎零基础追赶至接近全球前列水平，增长曲线的陡峭程度在主要经济体中较为突出，但近年来增速已明显放缓，表明普及率接近天花板。

1990年普及率为0%，2000年升至1.78%，2009年达到28.9%
2007年突破16%，相比2006年的10.52%增长约52%
2018年达到65.36%，2019年小幅回落至64.08%
2023年跃升至90.6%，较2022年的75.61%增长近15个百分点
2024年达到历史峰值92%，2025年为91.6%
从首次有数据年份到2025年累计增长91.6个百分点
1990-1993年数据极为稀疏，可能存在测量误差
2019年较2018年出现小幅回落，可能与统计口径或调查方法变化有关

全球趋势

趋势解读

全球互联网使用率呈现持续稳步增长态势，从2005年有系统数据以来的15.6%逐步攀升至2025年的73.6%。2005-2015年间增速相对平稳，从15.6%缓慢升至39.9%；2015年后增速略有加快，2020年达到60.1%，2025年达到73.6%。与中国的追赶式增长不同，全球曲线更为平滑，反映了不同发展阶段国家的异质性汇总。中国在后期数据的加入对全球平均值有一定提升作用，但全球增长主要受益于新兴经济体的基础设施普及。

2005年普及率为15.6%，此后连续20年保持正增长
2010年达到28.4%，2015年升至39.9%
2020年突破60%，达到60.1%
2025年达到73.6%的历史最高值
最近一期较首期累计增长约4.72倍
近期变化为9.8个百分点
世界银行汇总的全球数据包含不同发展阶段国家，平均值可能掩盖内部巨大差异
数据始于2005年，早期数据缺失较多

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	16.3x	1.6x	该阶段中国增长倍数（16.27倍）远高于世界（1.62倍），可能反映中国从极低基数快速扩大网络覆盖的追赶效应，而世界平均水平因包含大量已有一定普及率的国家，分子分母的绝对增量相对比值较低。随着两国普及率差距缩小，未来的倍数差异可能进一步收窄。
2010-2019	1.9x	1.9x	中国（1.87倍）与世界（1.90倍）增长倍数趋于接近，可能意味着中国的快速追赶期已过，基数效应减弱，与全球同步增长的特征开始显现。这一阶段中国普及率已超50%，边际增长难度加大，而世界范围内仍有大量发展中国家处于爬坡期。
2020-2029	1.3x	1.2x	中国倍数（1.31倍）略高于世界（1.22倍），但差距已大幅收窄，可能反映中国在高普及率水平上仍保持一定增长动力，而世界平均增速的放缓与发达国家和部分新兴市场接近饱和有关。中国的倍数优势已不显著，后续增长空间有限。

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	Kuwait 科威特	KWT	100.0
2	Luxembourg 卢森堡	LUX	99.1
3	Switzerland 瑞士	CHE	97.3
4	Sweden 瑞典	SWE	95.8
5	North Macedonia 北马其顿	MKD	93.1
6	Austria 奥地利	AUT	91.9
7	China 中国	CHN	91.6
8	Azerbaijan 阿塞拜疆	AZE	90.8
9	Turkiye 土耳其	TUR	89.8
10	India 印度	IND	70.0

使用建议、常见误用与研究场景

数值较高通常意味着什么

较高的互联网使用率通常表示该国家或地区的信息基础设施覆盖面较广，居民获取数字信息的渠道较为便利，在一定程度上反映了信息社会的发育程度。

数值较低通常意味着什么

较低的互联网使用率可能表明网络基础设施建设尚不完善、数字鸿沟问题突出，或居民面临接入成本、数字技能等方面的障碍。需要结合其他基础设施指标综合判断。

鍙ｅ緞闄愬埗

该指标仅衡量"是否在近三个月使用过互联网"，无法反映使用频率、使用时长或使用深度的差异
通过手机与通过固定网络上网的用户被等量齐观，使用质量差异被忽略
不同国家的调查执行时间、抽样方法和数据收集机构存在差异，影响跨国可比性
老年人、农村人口、低收入群体等特定人群的使用情况可能被低估
普及率指标无法区分合法与非合法接入、也无法反映内容获取的便利程度
互联网审查或内容限制可能导致实际可访问信息量与使用率指标不匹配

使用建议

分析时应结合固定宽带普及率、移动网络覆盖率等结构性指标
进行国际比较时需注意不同收入水平国家的基准差异
研究数字鸿沟问题时建议引入性别、年龄、城乡、收入等维度的分项数据
评估数字经济发展潜力时可结合ICT服务出口、电子商务指标综合判断
进行时间序列分析时应注意统计方法或数据源可能存在的断点
政策研究建议引入数字技能、金融包容等关联指标构建综合评价框架

常见错误用法

错误做法：将中国的互联网使用率与发达国家直接对比，认为90%以上就代表数字化程度已无提升空间

正确做法：中国的高普及率需结合数字技能水平、网络质量、数字内容丰富度等质量维度综合评估，普及率只是数字化的入门指标

使用率衡量的是接入行为而非使用质量，高普及率不代表数字经济活跃度、数字治理水平或创新能力已达前沿

错误做法：用中国互联网使用率的年度大幅波动推断政策或市场发生重大变化

正确做法：2023年的跃升需要核实是否为统计方法调整或数据源补充，而非居民实际使用行为的剧变

部分年份的大幅变化可能源于调查覆盖范围扩展或估算方法更新，解读趋势时应剔除统计因素干扰

错误做法：将互联网使用率视为衡量网络基础设施投入产出效率的直接指标

正确做法：使用率受人口结构、经济发展阶段、数字素养、文化习惯等多因素影响，不能直接归因于基础设施投资

相同的基础设施投入在老龄化程度高或数字素养低的地区可能产生不同的使用率效果

错误做法：用中国的高互联网使用率推断数字经济规模或电商市场必然领先

正确做法：使用率反映的是用户基数而非交易活跃度，需结合电子商务交易额、数字服务贸易等流量指标验证

高普及率只意味着潜在市场广阔，实际转化还需考虑支付体系、物流条件、消费习惯等配套因素

错误做法：将互联网使用率作为衡量数字治理或电子政务成效的单一指标

正确做法：电子政务服务水平、在线政务办事率等专项指标更能直接反映政府数字化转型进展

公民使用互联网可能出于娱乐、社交等目的，与政务服务使用并无直接关联

实际应用场景

数字鸿沟演变研究：比较不同收入水平国家或地区互联网普及率的时间序列，分析数字鸿沟的收敛或发散趋势核心被解释变量，用于衡量数字接入机会的不平等程度可结合人均收入、教育水平、城镇化率等变量进行回归分析，注意控制发展阶段的异质性
互联网普及率与经济增速关联分析：在跨国面板数据中检验互联网渗透率提高是否带动劳动生产率或GDP增速提升关键解释变量（机制变量），用于验证基础设施对增长的传导路径需处理内生性问题，建议使用工具变量或滞后项缓解反向因果，并注意遗漏变量偏误
数字金融包容性影响因素研究：分析互联网普及率提高是否有助于扩大数字金融服务覆盖面，降低传统金融排斥核心解释变量，检验数字基础设施对金融可得性的支撑作用可引入手机银行使用率、支付基础设施等中介变量，检验作用机制路径
农村互联网普及政策效果评估：评估某项农村网络覆盖政策是否显著提升了农村地区互联网使用率被解释变量（ outcome variable），衡量政策干预成效建议采用双重差分或断点回归设计，控制时间和地区固定效应
互联网使用率的性别差距研究：分析女性互联网使用率是否显著低于男性，识别数字性别鸿沟的成因与对策核心被解释变量（分性别统计），检验性别不平等问题在数字领域的延伸可引入教育水平、就业状况、家庭决策权等控制变量，分析差距来源