武装部队人员，总数

Armed forces personnel, total

下载数据

指标代码：MS.MIL.TOTL.P1所属主题：公共部门：Defense & arms 贸易Public Sector: Defense & arms trade

2020最新有效年份

169最新年份有值国家

265历史上有数据经济体

61%总体缺失率

指标解释

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

Armed forces personnel are active duty military personnel, including paramilitary forces if the training, organization, equipment, and control suggest they may be used to support or replace regular military forces.

可供参考的中文翻译：武装部队人员指现役军人，包括其训练、组织、装备和控制表明可支援或代替正规军队的辅助军队。

数据口径与风险提示

本指标统计现役军人总数，含辅助军事力量，但不同国家对辅助力量的界定标准可能存在差异
各国军事情报机构的统计口径和更新频率不一致，部分国家数据可能存在滞后
该指标为绝对数量，未考虑人口基数、领土面积或安全威胁水平的差异
军事人员数据可能受地缘政治紧张时期扩军或裁军政策影响，产生非连续性变化
部分年份数据可能因军改、统计方法调整或数据修订而出现异常波动
世界银行数据为估算值，与各国官方公布数据可能存在偏差
本指标不反映军队现代化水平、装备质量或作战能力
不同国家辅助军事力量在训练程度和组织架构上差异较大，影响跨国可比性

中国趋势

趋势解读

中国武装部队人员总数从1985年的390万人逐步下降至2020年的约253.5万人，降幅约为35%。1990年代中期曾达到约413.5万人的历史峰值，随后经历多轮裁军改革。2007年前后出现显著下降，此后基本保持递减趋势。与世界整体趋势不同，中国在该指标上呈现持续收缩态势，反映了从人员规模向质量效能转型的军事现代化路径。

1985年武装部队人员为390万人，2020年为253.5万人
1996年达到历史峰值413.5万人
2019年降至最小值253.5万人
从1985年至2020年累计减少136.5万人
近期变化为减少16万人
最新值与初始值之比为0.65
数据不含预备役和退役军人，无法反映完整军事人力储备
裁军数据可能滞后于实际政策执行

全球趋势

趋势解读

全球武装部队人员总数从1985年的约2221万人增长至2020年的约2741万人，整体呈上升趋势但波动明显。1990年代中期达到约3019万人的阶段性峰值，与当时多国扩军备战有关。2000年代后增速放缓并趋于稳定，近年来略有下降。全球武装力量规模受地区冲突、大国军事政策和国际安全环境等多重因素影响，呈现复杂多变的格局。

1985年全球武装部队人员为2220.9万人，2020年为2740.6万人
1996年达到历史峰值3019.7万人
1985年至2020年累计增加约519.7万人
最新值与初始值之比为1.23
近期变化为减少约13.6万人
不同地区和国家的统计标准差异较大，影响全球汇总数据的可比性
部分国家因数据缺失或估算方法不同，全球总数可能存在偏差
该指标未反映军队结构和专业化程度的差异

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	1.0x	1.1x	该时期中国武装力量规模基本持平，而全球略有增长（约1.09倍），可能反映中国在该阶段处于裁军调整期或数据记录起点较为特殊，与全球扩张趋势形成对比。
1990-1999	1.1x	1.2x	中国增长约1.09倍而全球增长约1.24倍，意味着中国增速低于全球平均，可能与该阶段全球多国处于扩军周期有关，中国军力扩张相对克制。
2000-2009	0.8x	1.0x	中国大幅降至期初值的0.75倍而全球仅降至0.95倍，差异显著，可能反映中国在该时期主动推进裁军改革，而全球武装力量仍维持较大规模基数。
2010-2019	0.9x	1.0x	中国进一步降至期初值的0.86倍，全球基本维持在0.98倍，中国持续收缩而全球趋于稳定，可能表明中国军事现代化重心已转向装备质量和人员素质提升，人员规模让位于效能优化。
2020-2029	-	-	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。

2020 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	India 印度	IND	3,068,000
2	China 中国	CHN	2,535,000
3	Korea, Dem. People's Rep. 朝鲜	PRK	1,469,000
4	Russian Federation 俄罗斯	RUS	1,454,000
5	United States 美国	USA	1,395,000
6	Pakistan 巴基斯坦	PAK	943,000
7	Egypt, Arab Rep. 埃及	EGY	836,000
8	Brazil 巴西	BRA	762,000
9	Indonesia 印度尼西亚	IDN	676,000
10	Iran, Islamic Rep. 伊朗	IRN	650,000
11	Korea, Rep. 韩国	KOR	569,000
12	Viet Nam 越南	VNM	522,000
13	Turkiye 土耳其	TUR	512,000
14	Myanmar 缅甸	MMR	463,000
15	Iraq 伊拉克	IRQ	459,000
16	Thailand 泰国	THA	455,000
17	Colombia 哥伦比亚	COL	428,000
18	Venezuela, RB 委内瑞拉	VEN	343,000
19	Mexico 墨西哥	MEX	341,000
20	Italy 意大利	ITA	338,000
21	Algeria 阿尔及利亚	DZA	326,000
22	Sri Lanka 斯里兰卡	LKA	317,000
23	France 法国	FRA	304,000
24	Ukraine 乌克兰	UKR	298,000
25	Saudi Arabia 沙特阿拉伯	SAU	282,000
26	Syrian Arab Republic 叙利亚	SYR	269,000
27	Japan 日本	JPN	261,000
28	Morocco 摩洛哥	MAR	246,000
29	Bangladesh 孟加拉国	BGD	227,000
30	Nigeria 尼日利亚	NGA	223,000
31	Eritrea 厄立特里亚	ERI	202,000
32	Spain 西班牙	ESP	199,000
33	Cambodia 柬埔寨	KHM	191,000
34	Poland 波兰	POL	189,000
35	Germany 德国	DEU	183,000
36	Israel 以色列	ISR	178,000
37	Afghanistan 阿富汗	AFG	165,000
38	Belarus 白俄罗斯	BLR	158,000
39	Peru 秘鲁	PER	158,000
40	Philippines 菲律宾	PHL	157,000
41	United Kingdom 英国	GBR	153,000
42	Greece 希腊	GRC	147,000
43	Sudan 苏丹	SDN	144,000
44	Ethiopia 埃塞俄比亚	ETH	138,000
45	Malaysia 马来西亚	MYS	136,000
46	Congo, Dem. Rep. 刚果（金）	COD	134,000
47	Lao PDR 老挝	LAO	129,000
48	Romania 罗马尼亚	ROU	128,000
49	Angola 安哥拉	AGO	117,000
50	Jordan 约旦	JOR	116,000
51	Chile 智利	CHL	114,000
52	Nepal 尼泊尔	NPL	112,000
53	Argentina 阿根廷	ARG	103,000
54	South Africa 南非	ZAF	89,000
55	Azerbaijan 阿塞拜疆	AZE	82,000
56	Lebanon 黎巴嫩	LBN	80,000
57	Cuba 古巴	CUB	76,000
58	Canada 加拿大	CAN	72,000
59	Bolivia 玻利维亚	BOL	71,000
60	Dominican Republic 多米尼加共和国	DOM	71,000
61	Kazakhstan 哈萨克斯坦	KAZ	71,000
62	Uzbekistan 乌兹别克斯坦	UZB	68,000
63	United Arab Emirates 阿联酋	ARE	63,000
64	Australia 澳大利亚	AUS	60,000
65	Singapore 新加坡	SGP	59,000
66	Turkmenistan 土库曼斯坦	TKM	57,000
67	South Sudan 南苏丹	SSD	53,000
68	Portugal 葡萄牙	PRT	52,000
69	Zimbabwe 津巴布韦	ZWE	51,000
70	Tunisia 突尼斯	TUN	48,000
71	Armenia 亚美尼亚	ARM	47,000
72	Oman 阿曼	OMN	47,000
73	Hungary 匈牙利	HUN	46,000
74	Uganda 乌干达	UGA	46,000
75	Chad 乍得	TCD	45,000
76	Guatemala 危地马拉	GTM	43,000
77	Ecuador 厄瓜多尔	ECU	42,000
78	El Salvador 萨尔瓦多	SLV	42,000
79	Mali 马里	MLI	41,000
80	Netherlands 荷兰	NLD	41,000
81	Yemen, Rep. 也门	YEM	40,000
82	Bulgaria 保加利亚	BGR	37,000
83	Lithuania 立陶宛	LTU	37,000
84	Rwanda 卢旺达	RWA	35,000
85	Cameroon 喀麦隆	CMR	34,000
86	Serbia 塞尔维亚	SRB	32,000
87	Burundi 布隆迪	BDI	31,000
88	Paraguay 巴拉圭	PRY	29,000
89	Panama 巴拿马	PAN	28,000
90	Tanzania 坦桑尼亚	TZA	28,000
91	Cote d'Ivoire 科特迪瓦	CIV	27,000
92	Czechia 捷克	CZE	27,000
93	Georgia 格鲁吉亚	GEO	26,000
94	Kuwait 科威特	KWT	25,000
95	Norway 挪威	NOR	25,000
96	Belgium 比利时	BEL	24,000
97	Kenya 肯尼亚	KEN	24,000
98	Austria 奥地利	AUT	23,000
99	Honduras 洪都拉斯	HND	23,000
100	Finland 芬兰	FIN	22,000
101	Madagascar 马达加斯加	MDG	22,000
102	Qatar 卡塔尔	QAT	22,000
103	Uruguay 乌拉圭	URY	22,000
104	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	21,000
105	Mauritania 毛里塔尼亚	MRT	21,000
106	Croatia 克罗地亚	HRV	20,000
107	Switzerland 瑞士	CHE	20,000
108	Bahrain 巴林	BHR	19,000
109	Senegal 塞内加尔	SEN	19,000
110	Mongolia 蒙古	MNG	18,000
111	Slovak Republic 斯洛伐克	SVK	18,000
112	Tajikistan 塔吉克斯坦	TJK	17,000
113	Ghana 加纳	GHA	16,000
114	Namibia 纳米比亚	NAM	16,000
115	North Macedonia 北马其顿	MKD	16,000
116	Zambia 赞比亚	ZMB	16,000
117	Denmark 丹麦	DNK	15,000
118	Malawi 马拉维	MWI	15,000
119	Sweden 瑞典	SWE	15,000
120	Somalia, Fed. Rep. 索马里	SOM	14,000
121	Cyprus 塞浦路斯	CYP	13,000
122	Djibouti 吉布提	DJI	13,000
123	Guinea 几内亚	GIN	13,000
124	Benin 贝宁	BEN	12,000
125	Congo, Rep. 刚果（布）	COG	12,000
126	Montenegro 黑山	MNE	12,000
127	Nicaragua 尼加拉瓜	NIC	12,000
128	Bosnia and Herzegovina 波黑	BIH	11,000
129	Burkina Faso 布基纳法索	BFA	11,000
130	Mozambique 莫桑比克	MOZ	11,000
131	Central African Republic 中非共和国	CAF	10,000
132	Costa Rica 哥斯达黎加	CRI	10,000
133	New Zealand 新西兰	NZL	10,000
134	Niger 尼日尔	NER	10,000
135	Togo 多哥	TGO	10,000
136	Botswana 博茨瓦纳	BWA	9,000
137	Ireland 爱尔兰	IRL	9,000
138	Latvia 拉脱维亚	LVA	9,000
139	Sierra Leone 塞拉利昂	SLE	9,000
140	Albania 阿尔巴尼亚	ALB	8,000
141	Brunei Darussalam 文莱	BRN	8,000
142	Estonia 爱沙尼亚	EST	7,000
143	Gabon 加蓬	GAB	7,000
144	Slovenia 斯洛文尼亚	SVN	7,000
145	Jamaica 牙买加	JAM	6,000
146	Moldova 摩尔多瓦	MDA	6,000
147	Fiji 斐济	FJI	4,000
148	Gambia, The 冈比亚	GMB	4,000
149	Guinea-Bissau 几内亚比绍	GNB	4,000
150	Papua New Guinea 巴布亚新几内亚	PNG	4,000
151	Guyana 圭亚那	GUY	3,000
152	Mauritius 毛里求斯	MUS	3,000
153	Bahamas, The 巴哈马	BHS	2,000
154	Belize 伯利兹	BLZ	2,000
155	Lesotho 莱索托	LSO	2,000
156	Liberia 利比里亚	LBR	2,000
157	Malta 马耳他	MLT	2,000
158	Suriname 苏里南	SUR	2,000
159	Timor-Leste 东帝汶	TLS	2,000
160	Barbados 巴巴多斯	BRB	1,000
161	Cabo Verde 佛得角	CPV	1,000
162	Equatorial Guinea 赤道几内亚	GNQ	1,000
163	Haiti 海地	HTI	1,000
164	Luxembourg 卢森堡	LUX	1,000
165	Antigua and Barbuda 安提瓜和巴布达	ATG	0.00
166	Iceland 冰岛	ISL	0.00
167	Libya 利比亚	LBY	0.00
168	Seychelles 塞舌尔	SYC	0.00
169	West Bank and Gaza 约旦河西岸和加沙	PSE	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

武装部队人员数量较高，通常表明该国维持较大规模的常备军事力量，可能面临较复杂的安全环境或承担较多国际维和任务。

数值较低通常意味着什么

武装部队人员数量较低，可能反映裁军政策成效、军事现代化以质代量策略，或国土面积和安全需求相对有限的国情。

鍙ｅ緞闄愬埗

绝对数量无法反映军队的真实作战能力和现代化水平
未区分陆军、海军、空军等军种结构差异
不同国家辅助军事力量的定义和统计标准不一致
未考虑预备役、准军事组织和私人军事承包商等非正规武装力量
未反映人口基数差异，如中国与新加坡人口差距巨大但武装人员绝对数相近
该指标为现役人员，不包含动员能力评估

使用建议

结合军费支出（MS.MIL.XPND.CD）分析军事资源配置效率
结合武装部队人员占劳动力比例（MS.MIL.TOTL.TF.ZS）进行人口标准化比较
结合军费占GDP比例（MS.MIL.XPND.GD.ZS）评估国防经济负担
结合海拔低于5米的土地面积比例等地理变量分析国家安全战略特征
结合武器进出口数据评估军事战略定位
关注长期趋势而非单一年度数值
进行区域分组对比而非全球笼统比较
结合各国国防政策文件理解数据背后的战略意图

常见错误用法

错误做法：将2020年印度武装部队人员（约306.8万）排名高于中国（约253.5万）解读为印度军事实力超过中国

正确做法：承认印度武装人员数量确实高于中国，但明确这是绝对数量比较，未反映装备水平、技术能力和综合国力差异

武装人员数量只是军事实力的维度之一，中国在军工产能、国防预算、武器装备现代化程度等方面与印度存在结构性差异，不能简单从人员数量得出实力对比结论

错误做法：使用2010年代中国武装人员持续下降的数据，得出中国国防实力削弱的结论

正确做法：将人员规模下降与军费增长、装备现代化、军事改革等变量结合分析

人员削减可能是军事现代化和质量效能提升的结果，配合国防预算增长和装备升级，反映的是从量到质的战略转型，而非实力减弱

错误做法：直接用世界武装部队人员总数除以国家数量得出平均规模，据此评判各国国防政策是否合理

正确做法：考虑各国领土面积、人口规模、安全威胁、地缘政治环境等差异进行分层比较

不同国家的安全需求和国防战略定位差异极大，绝对规模的国际比较缺乏政策合理性依据

错误做法：将中国武装力量收缩幅度（约0.86倍）与世界基本持平（约0.98倍）的差异，简单归因于某项具体政策或历史事件

正确做法：分析可能影响因素包括军事改革周期、战略重心调整、统计口径变化等，承认单一数据难以确定因果关系

武装人员变化受多因素综合影响，在缺乏其他证据链的情况下不宜做单一归因

实际应用场景

军事人员规模与国防支出的资源配置效率研究：分析军事现代化进程中人员成本与装备投入的替代关系被解释变量可选取多个国家面板数据，将武装人员数量与军费支出进行回归分析，观察不同发展阶段国家的边际替代率差异
中国军事改革对武装力量结构的影响：研究2015年前后军改对军队规模和组织效率的量化影响结果变量使用双重差分法，比较改革前后中国与其他未进行重大军改国家的人员变化轨迹差异
区域安全环境对军备扩张的实证分析：分析地缘政治紧张度与周边国家武装力量规模的相关性被解释变量或控制变量结合军费支出、武器进出口等变量，构建面板数据模型评估安全威胁感知对军力的影响
全球化背景下军事人员变化的跨国比较：评估冷战后全球军事力量缩减趋势及其驱动因素被解释变量采用因子分析或主成分分析，将人员变化与GDP增长、国际冲突频次、联盟体系变化等变量进行关联分析
国防负担与经济发展的平衡关系：评估军费占GDP比例与武装人员规模的协调性比较变量将武装人员占劳动力比例与军费占GDP比例进行联合分析，识别国防资源分配的结构性特征