军费支出（现价本币单位）

Military expenditure (current LCU)

下载数据

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

2024最新有效年份

150最新年份有值国家

265历史上有数据经济体

53%总体缺失率

指标解释

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

Military expenditure in local currency at current prices (by calendar year)

可供参考的中文翻译：军费支出以当地货币按当年价格计算。数据来源为斯德哥尔摩国际和平研究所（SIPRI），依据北约（NATO）定义编制，包括军队（含维和部队）、国防部及其他政府防务机构、准军事部队（如已受训并配备军事装备）以及军用外空活动的所有经常性支出和资本支出。具体涵盖军人与文职人员退休金及社会服务、运营与维护、采购、军事研发以及军事援助（在捐助国军费中列支）。民防、退伍军人福利、复员安置、武器销毁等不在统计范围内。由于各国军费预算口径差异，部分国家数据可能不覆盖民兵、预备役、辅助部队、警察及准军事部队、实物军援、军人退休金和政府间社保转移等项目。

数据口径与风险提示

本指标以当地货币当年价格计量，未剔除通货膨胀影响；在高通胀国家，名义数值的大幅增长可能主要反映物价上涨而非实际军费扩张
不同国家军费预算口径存在差异，部分国家数据不含民兵、预备役、警察及准军事部队等，双重用途人员（如军警）统计归属亦不相同
世界银行未提供全球或区域汇总数据（world聚合值缺失），无法直接对比中国与世界整体的增长节奏
该指标以本币计价，跨国比较需通过汇率或购买力平价转换，单纯比较大国与小国名义值并无实际意义
SIPRI采用北约定义，部分转型经济体和发展中国家的数据可能因预算外军费、实物补贴等难以完全捕捉
军费支出受国防政策、地缘环境、装备更新周期等多因素驱动，高低本身不直接反映国家安全水平或威胁程度

中国趋势

趋势解读

中国军费支出在1989年至2024年间呈现持续增长态势，按现价本币计算从约423.6亿元攀升至约22.5万亿元，增长约53倍。1990年代保持较高增速，2000年代增速略有加快，2010年代后增速逐步回落，2020年以来增速进一步放缓。这种长期增长趋势可能反映国防现代化建设投入增加、军队人员成本上升以及武器装备采购扩张，但也需注意现价数据包含通胀因素。

1989年军费支出约为423.6亿元，为历史最低点
2024年军费支出约为22.5万亿元，创历史最高纪录
从1989年到2024年增长了约53倍
1999年首次突破1万亿元关口
2014年突破10万亿元
2020年军费支出约为17.8万亿元
现价本币数据包含通货膨胀成分，名义增长不完全等同于实际军费规模扩张
未提供同期价格指数或不变价数据，难以剥离通胀效应

全球趋势

趋势解读

世界银行数据库中未收录全球军费支出的汇总数据，因此无法直接获取全球趋势信息，也无法将中国军费增长与国际整体水平进行对标分析。若需开展跨国比较，建议参考SIPRI数据库或使用美元计价的军费指标并结合汇率数据进行转换。

world聚合数据缺失，无法生成全球趋势摘要
跨国比较时需考虑汇率折算问题，单纯比较本币数值缺乏经济学含义
SIPRI提供以美元计价和不变价计算的军费数据，可作为补充参考

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该时期数据不可得，无法分析中国与世界增长差异。
1970-1979	-	-	该时期数据不可得，无法分析中国与世界增长差异。
1980-1989	-	-	该时期数据不可得，无法分析中国与世界增长差异。
1990-1999	3.6x	-	该时期中国军费支出增长约3.57倍，但世界汇总数据缺失，无法直接判断中国增速相对全球的水平差异，需结合SIPRI美元计价数据验证。
2000-2009	3.6x	-	该时期中国军费支出增长约3.58倍，与1990年代增速基本持平，表明增长动力在高位保持稳定，但缺乏全球基准数据限制了对相对增速的解读。
2010-2019	2.3x	-	该时期中国军费支出增长约2.32倍，较前两个十年明显放缓，可能反映增速平台期或基数效应，也可能与经济增速换挡背景下的军费扩张节奏调整有关，需结合GDP增速和国防政策变化验证。
2020-2029	1.3x	-	截至2024年，该时期增长约1.27倍，增速进一步回落，但仅覆盖部分年份，完整十年趋势尚待观察，可能反映军费增长进入相对平稳阶段。

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	Venezuela, RB 委内瑞拉	VEN	24,357,999,999,999,998,427,136
2	Iran, Islamic Rep. 伊朗	IRN	3,646,059,327,750,000
3	Indonesia 印度尼西亚	IDN	175,113,000,000,000
4	Korea, Rep. 韩国	KOR	64,884,900,000,000
5	Lebanon 黎巴嫩	LBN	57,001,800,000,000
6	Colombia 哥伦比亚	COL	56,537,000,000,000
7	Russian Federation 俄罗斯	RUS	13,827,500,000,000
8	Myanmar 缅甸	MMR	10,625,000,000,000
9	Japan 日本	JPN	8,371,675,000,000
10	Iraq 伊拉克	IRQ	8,094,266,666,667
11	India 印度	IND	7,206,582,450,000
12	Guinea 几内亚	GIN	4,844,135,000,000
13	Chile 智利	CHL	4,819,164,274,410
14	Uganda 乌干达	UGA	4,195,395,000,000
15	Argentina 阿根廷	ARG	3,823,277,032,708
16	Zimbabwe 津巴布韦	ZWE	3,637,600,000,000
17	Paraguay 巴拉圭	PRY	3,128,634,000,000
18	Cambodia 柬埔寨	KHM	2,934,500,000,000
19	Algeria 阿尔及利亚	DZA	2,926,000,000,000
20	Pakistan 巴基斯坦	PAK	2,831,350,000,000
21	Ukraine 乌克兰	UKR	2,600,577,665,611
22	Congo, Dem. Rep. 刚果（金）	COD	2,537,409,000,000
23	Tanzania 坦桑尼亚	TZA	2,408,400,000,000
24	China 中国	CHN	2,254,801,911,599
25	Hungary 匈牙利	HUN	1,730,698,000,000
26	Nigeria 尼日利亚	NGA	1,678,400,000,000
27	United States 美国	USA	997,309,000,000
28	Turkiye 土耳其	TUR	821,245,871,160
29	Angola 安哥拉	AGO	803,961,000,000
30	Burkina Faso 布基纳法索	BFA	620,762,000,000
31	Mongolia 蒙古	MNG	613,066,500,000
32	Kazakhstan 哈萨克斯坦	KAZ	567,754,299,000
33	Mali 马里	MLI	563,521,000,000
34	Armenia 亚美尼亚	ARM	556,995,000,000
35	Madagascar 马达加斯加	MDG	552,020,000,000
36	Burundi 布隆迪	BDI	495,576,000,000
37	Bangladesh 孟加拉国	BGD	465,887,000,000
38	Sri Lanka 斯里兰卡	LKA	402,495,000,000
39	Cote d'Ivoire 科特迪瓦	CIV	399,230,000,000
40	Philippines 菲律宾	PHL	350,460,746,667
41	Chad 乍得	TCD	338,200,000,000
42	Cameroon 喀麦隆	CMR	324,338,000,000
43	Senegal 塞内加尔	SEN	312,264,000,000
44	Mexico 墨西哥	MEX	306,341,136,870
45	Saudi Arabia 沙特阿拉伯	SAU	301,240,000,000
46	Niger 尼日尔	NER	264,321,000,000
47	South Sudan 南苏丹	SSD	264,153,000,000
48	Serbia 塞尔维亚	SRB	251,425,453,028
49	Rwanda 卢旺达	RWA	231,900,000,000
50	Malawi 马拉维	MWI	202,626,375,000
51	Thailand 泰国	THA	194,810,250,000
52	Gabon 加蓬	GAB	193,502,000,000
53	Israel 以色列	ISR	172,113,784,000
54	Kenya 肯尼亚	KEN	166,086,000,000
55	Czechia 捷克	CZE	151,506,000,000
56	Poland 波兰	POL	151,241,000,000
57	Sweden 瑞典	SWE	127,308,000,000
58	Togo 多哥	TGO	118,460,000,000
59	Brazil 巴西	BRA	112,971,700,000
60	Norway 挪威	NOR	112,211,000,000
61	Congo, Rep. 刚果（布）	COG	110,393,000,000
62	Egypt, Arab Rep. 埃及	EGY	108,646,850,000
63	Benin 贝宁	BEN	93,452,000,000
64	Germany 德国	DEU	81,776,500,000
65	Ethiopia 埃塞俄比亚	ETH	75,776,000,000
66	Uruguay 乌拉圭	URY	69,787,539,017
67	Denmark 丹麦	DNK	68,670,000,000
68	Equatorial Guinea 赤道几内亚	GNQ	68,606,000,000
69	United Kingdom 英国	GBR	63,991,129,771
70	France 法国	FRA	59,789,594,000
71	Dominican Republic 多米尼加共和国	DOM	58,313,400,000
72	Nepal 尼泊尔	NPL	57,086,000,000
73	Morocco 摩洛哥	MAR	54,851,700,000
74	South Africa 南非	ZAF	51,974,850,000
75	Australia 澳大利亚	AUS	51,405,750,000
76	Albania 阿尔巴尼亚	ALB	49,842,000,000
77	Belarus 白俄罗斯	BLR	48,813,700,000
78	Central African Republic 中非共和国	CAF	43,161,000,000
79	Guyana 圭亚那	GUY	42,234,337,000
80	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	41,221,333,333
81	Jamaica 牙买加	JAM	41,053,875,000
82	Canada 加拿大	CAN	40,205,250,000
83	Romania 罗马尼亚	ROU	40,081,200,000
84	Italy 意大利	ITA	35,096,810,000
85	Mozambique 莫桑比克	MOZ	28,752,133,333
86	Spain 西班牙	ESP	22,756,000,000
87	Netherlands 荷兰	NLD	21,428,300,000
88	North Macedonia 北马其顿	MKD	20,128,000,000
89	Singapore 新加坡	SGP	20,126,350,000
90	Malaysia 马来西亚	MYS	19,731,500,000
91	Honduras 洪都拉斯	HND	14,447,100,000
92	Mauritania 毛里塔尼亚	MRT	10,320,000,000
93	Peru 秘鲁	PER	9,627,324,844
94	Zambia 赞比亚	ZMB	9,131,900,000
95	Belgium 比利时	BEL	7,914,800,000
96	Botswana 博茨瓦纳	BWA	7,696,325,000
97	Greece 希腊	GRC	7,416,000,000
98	Namibia 纳米比亚	NAM	6,641,600,000
99	Finland 芬兰	FIN	6,460,000,000
100	Azerbaijan 阿塞拜疆	AZE	6,421,050,000
101	Switzerland 瑞士	CHE	5,919,600,000
102	New Zealand 新西兰	NZL	4,958,575,000
103	Austria 奥地利	AUT	4,861,000,000
104	Bolivia 玻利维亚	BOL	4,529,098,000
105	Portugal 葡萄牙	PRT	4,291,000,000
106	Bulgaria 保加利亚	BGR	4,217,000,000
107	Tunisia 突尼斯	TUN	4,087,000,000
108	Ghana 加纳	GHA	3,891,200,000
109	Nicaragua 尼加拉瓜	NIC	3,872,400,000
110	Guatemala 危地马拉	GTM	3,223,200,000
111	Ecuador 厄瓜多尔	ECU	2,698,000,000
112	Tajikistan 塔吉克斯坦	TJK	2,657,600,000
113	Slovak Republic 斯洛伐克	SVK	2,634,000,000
114	Haiti 海地	HTI	2,607,361,309
115	Lithuania 立陶宛	LTU	2,429,000,000
116	Kuwait 科威特	KWT	2,391,765,750
117	Oman 阿曼	OMN	2,302,500,000
118	Moldova 摩尔多瓦	MDA	1,968,024,000
119	Jordan 约旦	JOR	1,817,800,000
120	Cabo Verde 佛得角	CPV	1,715,300,000
121	Georgia 格鲁吉亚	GEO	1,673,900,000
122	Croatia 克罗地亚	HRV	1,506,000,000
123	Eswatini 斯威士兰	SWZ	1,459,850,000
124	Estonia 爱沙尼亚	EST	1,333,000,000
125	Latvia 拉脱维亚	LVA	1,318,000,000
126	Ireland 爱尔兰	IRL	1,230,000,000
127	Mauritius 毛里求斯	MUS	1,063,000,000
128	Gambia, The 冈比亚	GMB	992,923,000
129	Slovenia 斯洛文尼亚	SVN	880,000,000
130	Sierra Leone 塞拉利昂	SLE	817,890,000
131	Luxembourg 卢森堡	LUX	805,800,962
132	Brunei Darussalam 文莱	BRN	748,535,000
133	Lesotho 莱索托	LSO	665,200,000
134	Cyprus 塞浦路斯	CYP	553,000,000
135	Bahrain 巴林	BHR	520,374,000
136	El Salvador 萨尔瓦多	SLV	425,200,000
137	Bosnia and Herzegovina 波黑	BIH	390,502,000
138	Seychelles 塞舌尔	SYC	369,020,000
139	Papua New Guinea 巴布亚新几内亚	PNG	352,600,000
140	Somalia, Fed. Rep. 索马里	SOM	201,854,000
141	Fiji 斐济	FJI	174,650,542
142	Kosovo 科索沃	XKX	153,049,000
143	Montenegro 黑山	MNE	138,700,000
144	Malta 马耳他	MLT	101,002,000
145	Belize 伯利兹	BLZ	60,275,600
146	Timor-Leste 东帝汶	TLS	46,400,000
147	Liberia 利比里亚	LBR	33,825,000
148	Costa Rica 哥斯达黎加	CRI	0.00
149	Iceland 冰岛	ISL	0.00
150	Panama 巴拿马	PAN	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

军费支出数值较高意味着该国家或地区在特定年度的国防预算总额较大，可能反映出较大的军队规模、更多的武器装备采购、军事基础设施投资或人员维持成本。需要注意的是，该指标以当地货币当年价格计算，包含了通货膨胀因素，因此名义数值的增长并不等同于实际军费规模的等比例扩张。

数值较低通常意味着什么

军费支出数值较低意味着该国家或地区在特定年度的国防预算总额相对有限，可能反映较少的军事人员编制、有限的装备更新或较低的国防建设投入。但需结合该国经济总量和人口规模综合判断，因为小型经济体的绝对军费数值天然较低。

鍙ｅ緞闄愬埗

本指标以现价本币计量，未剔除通胀影响，高通胀时期名义值的大幅增长可能主要反映物价水平变化而非实际军费扩张
不同国家的军费统计口径存在差异，部分国家数据不包含民兵、预备役、准军事部队等，跨国直接比较可能存在系统性偏差
该指标未提供全球或区域汇总数据，无法直接将单一国家军费与国际整体水平进行对标分析
汇率波动会影响本币指标的国际可比性，单纯以本币计价比较不同国家军费缺乏经济学意义

使用建议

进行跨国比较时，应优先使用SIPRI提供的美元计价或不变价军费数据，并说明汇率处理方法
研究长期趋势时，建议结合GDP平减指数或军费平减指数将名义值转换为实际值，以剥离通胀因素
分析增速变化时，应同时考察装备采购、研发支出、人员经费等分项构成，以理解增长驱动因素
解读绝对数值时，应结合该国经济总量和军事战略定位，评估军费占GDP比例等相对指标

常见错误用法

错误做法：直接用中国军费支出本币数值与美国军费美元数值进行绝对额对比

正确做法：将两国军费统一转换为同一货币（如美元）并调整至可比口径，同时计算军费占GDP比例等相对指标

不同货币汇率波动会导致比较失真，且国家体量差异使得绝对值比较缺乏政策含义，相对指标更能反映国防负担和战略意图

错误做法：仅凭军费名义值增长得出"军备竞赛"或"威胁升级"等结论

正确做法：应结合军费增速与GDP增速对比、军事战略文件、地区安全环境等因素综合判断

军费增长可能反映装备更新周期、人员成本上升或通胀因素，不必然意味着进攻性军事意图，需审慎解读

错误做法：将1990年代、2000年代与2010年代的军费增速直接进行算术平均，得出"平均增速"

正确做法：应分段计算并说明各阶段增长驱动因素，同时考虑基数效应和时间加权问题

不同阶段的经济环境、国防政策和基数规模差异较大，算术平均可能掩盖结构性变化

实际应用场景

中国军费增长与国防现代化进程研究：研究1990年代至今中国军费增长与武器装备现代化、军队改革之间的关联被解释变量可采用时间序列分析或面板数据模型，将军费增长作为国防现代化进程的代理变量，同时控制GDP增速、通胀率和地缘政治事件等混杂因素，建议进行稳健性检验以排除特殊年份的异常值干扰
军费支出对经济增长的挤出效应分析：评估军费扩张是否对民用投资和消费产生挤出，进而影响长期经济增长解释变量可构建VAR模型或面板回归模型，将军费占GDP比例作为核心解释变量，控制国防政策外生冲击（如周边安全事件），注意识别军费增长与经济增长之间的反向因果关系，建议使用工具变量或自然实验方法
国防支出与科技创新的关联性研究：考察军费支出中的研发投入是否溢出至民用技术领域机制变量可将军事研发支出单独提取或作为中介变量，采用中介效应模型检验军费通过研发渠道对全要素生产率的影响，注意区分国防采购直接刺激创新与通过人才培养间接促进创新的不同路径