最终消费支出（不变价本币单位）

Final consumption expenditure (constant LCU)

指标代码：NE.CON.TOTL.KN所属主题：经济政策与债务：国民账户：Local currency at constant prices：Expenditure on GDPEconomic Policy & Debt: National accounts: Local currency at constant prices: Expenditure on GDP

2024最新有效年份

146最新年份有值国家

265历史上有数据经济体

58%总体缺失率

指标解释

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

Final consumption expenditure is expenditure on goods and services by resident institutional units for the direct satisfaction of human needs or wants, whether individual or collective. Final consumption expenditure can be measured for households, general government, the central bank and non-profit institutions serving households. This indicator is expressed in constant prices, meaning the series has been adjusted to account for price changes over time. The reference year for this adjustment varies by country. This series is expressed in local currency units.

可供参考的中文翻译：最终消费支出是指居民机构单位为直接满足人类需求或愿望而对货物和服务发生的支出，无论是个人还是集体支出。最终消费支出可以针对家庭、一般政府、央行和为居民服务的非营利机构进行测算。本指标以不变价表示，意味着该序列已就时间推移导致的价格变化进行了调整。各国采用的基准年份可能不同。本序列以本币不变价计。

数据口径与风险提示

本指标以本币不变价计量，不同国家的数值受汇率折算和基准年份差异影响，直接跨国比较需谨慎
本序列涵盖居民部门（含家庭和非营利机构）和一般政府部门的消费支出合计，未单独拆分结构
伊朗因特殊统计口径，2024年最终消费支出数值极高（超过4万亿美元量级），可能反映特殊价格调整或补贴体系
本指标为流量指标，反映当年实际发生的消费支出规模，不等同于居民可支配收入或消费能力
中国数据起始于1995年，1995年前的历史数据不可用，无法观察更长时期的基期变化
世界总量数据因部分国家数据缺失而不可用，十年期世界倍数无法计算
不变价调整基准年因国而异，跨国比较时应注意基期价格口径差异
高收入国家与新兴市场国家的消费结构存在本质差异，数值规模差异不宜直接解读为发展水平高低

中国趋势

趋势解读

中国最终消费支出在1995年至2024年间经历了持续增长的过程。从1995年的约7.6万亿元上升至2024年的约72.9万亿元，增长约9.5倍，年均绝对增量显著。这一增长轨迹反映了中国经济规模扩大和消费市场发育的总体趋势。分阶段看，2000年代和2010年代的增长倍数较为突出（约2倍），表明这两个阶段消费支出的增速相对较快。2020年代以来增速有所放缓（约1.26倍），可能与基数效应和宏观经济环境变化有关。需要注意的是，本指标以本币不变价计量，其增长反映的是剔除价格因素后的实际消费规模扩张。

数据序列跨度为1995年至2024年，共30个年度数据点
1995年最终消费支出约为7.63万亿元，2024年约为72.86万亿元
期末值为期初值的约9.55倍
1990年代（1995-1999年）增长倍数约为1.44倍
2000年代（2000-2009年）增长倍数约为2.16倍
2010年代（2010-2019年）增长倍数约为2.00倍
2020年代（2020-2024年）增长倍数约为1.26倍
最大值为2024年的72.86万亿元，最小值为1995年的7.63万亿元

全球趋势

趋势解读

世界总量数据因多数国家历史数据缺失而不可用，无法直接计算全球最终消费支出的趋势和阶段变化倍数。在世界银行WDI数据库中，跨国汇总数据的可得性受限于各国统计体系差异和数据报告时效。目前缺乏可靠的世界总量序列以进行跨国比较分析。对于涉及全球或区域汇总指标的研究，建议另行查阅专门的全球国民账户数据集或采用已进行跨国标准化的指标序列。

WLD序列数据点数量为0，无可用世界汇总数据
十年期世界倍数均无法计算
世界排名快照中包含多个国家数据，但为当期截面数据，非时间序列
排名快照按数值降序排列，并非发展水平的规范性评价
无世界总量数据，无法进行中国与世界平均水平的直接对比
世界排名快照仅反映特定年份各国规模排序，不反映增速或趋势
跨国比较受基准年份差异和汇率折算影响，不宜直接用绝对值比较
缺乏历史序列限制了长期结构性分析的可行性

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	1.4x	-	中国在该阶段（1995-1999年）最终消费支出增长约1.44倍，由于数据仅涵盖1995年后，完整十年变化不详，世界数据不可得，无法判断中国增速相对全球的位置。
2000-2009	2.2x	-	中国该阶段最终消费支出增长约2.16倍，消费规模翻番以上，反映了经济快速增长期居民和政府消费的实际扩张。世界数据不可得，若全球平均增速较低，可能意味着中国在全球消费增量中占比提升，但具体幅度需结合进口依赖和出口结构验证。
2010-2019	2.0x	-	中国该阶段增长约2.00倍，增速与前一阶段相近但略低。世界数据不可得，消费增速与投资、出口增速的相对关系可能反映内需结构调整倾向，需结合资本形成和净出口数据验证。
2020-2029	1.3x	-	中国该阶段增长约1.26倍，增速明显放缓至相对温和水平。世界数据不可得，增速放缓可能与基数增大、需求结构变化或统计口径调整有关，需要结合人均消费、居民收入增长等变量进一步验证。

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	Iran, Islamic Rep. 伊朗	IRN	42,854,237,808,461,200
2	Indonesia 印度尼西亚	IDN	7,936,169,540,000,000
3	Viet Nam 越南	VNM	3,985,186,000,000,000
4	Korea, Rep. 韩国	KOR	1,497,077,100,000,000
5	Colombia 哥伦比亚	COL	915,963,000,000,000
6	Japan 日本	JPN	421,819,674,674,000
7	Somalia, Fed. Rep. 索马里	SOM	415,072,251,880,000
8	Paraguay 巴拉圭	PRY	183,243,430,740,057
9	Chile 智利	CHL	163,996,284,183,100
10	Uzbekistan 乌兹别克斯坦	UZB	158,154,319,066,200
11	India 印度	IND	123,273,082,681,300
12	Uganda 乌干达	UGA	122,146,269,739,800
13	Iraq 伊拉克	IRQ	121,717,921,841,600
14	Cambodia 柬埔寨	KHM	103,277,322,914,000
15	Tanzania 坦桑尼亚	TZA	94,812,344,659,800
16	Russian Federation 俄罗斯	RUS	78,725,457,891,800
17	China 中国	CHN	72,859,812,771,500
18	Guinea 几内亚	GIN	72,560,069,574,450
19	Pakistan 巴基斯坦	PAK	42,913,735,853,535
20	Hungary 匈牙利	HUN	39,326,471,495,000
21	Costa Rica 哥斯达黎加	CRI	32,546,448,206,100
22	Cote d'Ivoire 科特迪瓦	CIV	32,094,425,848,300
23	Mongolia 蒙古	MNG	29,675,767,730,000
24	Bangladesh 孟加拉国	BGD	24,020,871,961,900
25	Cameroon 喀麦隆	CMR	21,829,400,000,000
26	Mexico 墨西哥	MEX	20,856,765,732,000
27	United States 美国	USA	20,183,391,014,000
28	Philippines 菲律宾	PHL	19,340,904,156,300
29	Angola 安哥拉	AGO	19,127,716,684,695
30	Madagascar 马达加斯加	MDG	18,941,393,043,800
31	Kazakhstan 哈萨克斯坦	KAZ	13,317,213,880,209
32	Senegal 塞内加尔	SEN	13,175,685,018,200
33	Mali 马里	MLI	11,796,059,241,772
34	Rwanda 卢旺达	RWA	10,866,371,129,900
35	Congo, Dem. Rep. 刚果（金）	COD	10,307,904,879,000
36	Kenya 肯尼亚	KEN	9,589,057,000,000
37	Sri Lanka 斯里兰卡	LKA	9,477,521,503,460
38	Burkina Faso 布基纳法索	BFA	9,339,502,668,900
39	Benin 贝宁	BEN	8,418,700,000,000
40	Thailand 泰国	THA	8,316,664,571,440
41	Egypt, Arab Rep. 埃及	EGY	7,547,260,000,000
42	Niger 尼日尔	NER	7,371,510,125,200
43	Chad 乍得	TCD	6,360,784,328,300
44	Algeria 阿尔及利亚	DZA	6,308,407,352,103
45	Serbia 塞尔维亚	SRB	5,869,376,109,900
46	Armenia 亚美尼亚	ARM	5,384,398,007,185
47	Czechia 捷克	CZE	4,218,092,000,000
48	Dominican Republic 多米尼加共和国	DOM	4,145,668,395,100
49	South Africa 南非	ZAF	4,029,358,066,900
50	Sweden 瑞典	SWE	3,837,200,000,000
51	Brazil 巴西	BRA	3,810,008,865,906
52	Gabon 加蓬	GAB	3,580,768,545,018
53	Equatorial Guinea 赤道几内亚	GNQ	3,568,217,192,400
54	Saudi Arabia 沙特阿拉伯	SAU	3,018,628,000,000
55	Norway 挪威	NOR	2,716,922,406,000
56	Iceland 冰岛	ISL	2,715,748,627,000
57	Germany 德国	DEU	2,713,448,150,000
58	Ukraine 乌克兰	UKR	2,431,765,104,000
59	Congo, Rep. 刚果（布）	COG	2,422,174,249,700
60	Nepal 尼泊尔	NPL	2,348,738,496,063
61	Ethiopia 埃塞俄比亚	ETH	2,074,786,437,600
62	Canada 加拿大	CAN	2,049,386,703,000
63	France 法国	FRA	2,035,699,800,000
64	United Kingdom 英国	GBR	1,995,614,584,000
65	Australia 澳大利亚	AUS	1,971,929,000,000
66	Turkiye 土耳其	TUR	1,897,531,060,500
67	Poland 波兰	POL	1,890,540,800,000
68	Albania 阿尔巴尼亚	ALB	1,719,546,347,700
69	Denmark 丹麦	DNK	1,704,543,206,000
70	Uruguay 乌拉圭	URY	1,500,851,810,000
71	Italy 意大利	ITA	1,452,697,000,000
72	Israel 以色列	ISR	1,274,793,198,000
73	Malaysia 马来西亚	MYS	1,218,562,957,000
74	Mozambique 莫桑比克	MOZ	1,042,529,103,500
75	Morocco 摩洛哥	MAR	1,039,200,035,113
76	Spain 西班牙	ESP	1,022,683,000,000
77	Guinea-Bissau 几内亚比绍	GNB	990,697,005,100
78	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	989,912,495,000
79	Central African Republic 中非共和国	CAF	810,718,295,000
80	Haiti 海地	HTI	715,372,341,900
81	Netherlands 荷兰	NLD	633,388,155,000
82	Djibouti 吉布提	DJI	628,000,170,300
83	Guatemala 危地马拉	GTM	623,378,586,500
84	Argentina 阿根廷	ARG	605,914,845,300
85	Comoros 科摩罗	COM	514,595,500,700
86	Romania 罗马尼亚	ROU	487,583,400,000
87	Switzerland 瑞士	CHE	487,030,698,000
88	Peru 秘鲁	PER	465,862,000,000
89	North Macedonia 北马其顿	MKD	458,532,000,000
90	Mauritius 毛里求斯	MUS	440,721,245,900
91	Belgium 比利时	BEL	389,271,300,000
92	Austria 奥地利	AUT	301,180,359,000
93	Bolivia 玻利维亚	BOL	290,775,563,398
94	Mauritania 毛里塔尼亚	MRT	279,873,267,200
95	New Zealand 新西兰	NZL	277,718,717,000
96	Singapore 新加坡	SGP	264,342,566,300
97	Honduras 洪都拉斯	HND	247,537,600,000
98	Cabo Verde 佛得角	CPV	220,495,244,200
99	Nicaragua 尼加拉瓜	NIC	214,707,327,100
100	Portugal 葡萄牙	PRT	190,914,978,000
101	Namibia 纳米比亚	NAM	187,512,773,400
102	Finland 芬兰	FIN	185,520,753,000
103	Ireland 爱尔兰	IRL	182,342,296,000
104	Greece 希腊	GRC	182,133,473,000
105	Moldova 摩尔多瓦	MDA	178,890,716,000
106	Ghana 加纳	GHA	165,319,845,512
107	Belarus 白俄罗斯	BLR	159,213,100,000
108	Botswana 博茨瓦纳	BWA	148,528,624,600
109	Bulgaria 保加利亚	BGR	110,709,522,400
110	Ecuador 厄瓜多尔	ECU	90,672,712,400
111	Tunisia 突尼斯	TUN	89,123,957,900
112	Slovak Republic 斯洛伐克	SVK	79,347,568,000
113	Gambia, The 冈比亚	GMB	70,793,960,737
114	Zimbabwe 津巴布韦	ZWE	65,908,701,500
115	Maldives 马尔代夫	MDV	65,489,841,300
116	Eswatini 斯威士兰	SWZ	60,422,343,200
117	Georgia 格鲁吉亚	GEO	56,864,582,158
118	Croatia 克罗地亚	HRV	55,235,544,600
119	Sierra Leone 塞拉利昂	SLE	51,757,652,618
120	Panama 巴拿马	PAN	50,596,270,768
121	Libya 利比亚	LBY	48,839,400,000
122	Cuba 古巴	CUB	42,747,000,000
123	Lithuania 立陶宛	LTU	41,581,650,000
124	Bosnia and Herzegovina 波黑	BIH	39,300,666,400
125	Slovenia 斯洛文尼亚	SVN	39,278,250,000
126	Luxembourg 卢森堡	LUX	38,729,796,000
127	Seychelles 塞舌尔	SYC	27,397,075,000
128	El Salvador 萨尔瓦多	SLV	27,304,326,400
129	Latvia 拉脱维亚	LVA	24,730,311,000
130	Oman 阿曼	OMN	22,926,700,000
131	Cyprus 塞浦路斯	CYP	22,804,651,933
132	Estonia 爱沙尼亚	EST	21,424,021,000
133	Venezuela, RB 委内瑞拉	VEN	17,201,877,657
134	Sudan 苏丹	SDN	12,627,005,900
135	Malta 马耳他	MLT	12,332,550,454
136	West Bank and Gaza 约旦河西岸和加沙	PSE	12,277,600,000
137	Solomon Islands 所罗门群岛	SLB	12,250,365,545
138	Bahamas, The 巴哈马	BHS	10,800,100,000
139	Brunei Darussalam 文莱	BRN	10,558,914,379
140	Bahrain 巴林	BHR	8,152,000,000
141	Kosovo 科索沃	XKX	6,951,494,568
142	Montenegro 黑山	MNE	5,047,278,100
143	Belize 伯利兹	BLZ	4,358,285,100
144	Samoa 萨摩亚	WSM	2,382,297,400
145	Timor-Leste 东帝汶	TLS	2,212,004,789
146	Marshall Islands 马绍尔群岛	MHL	270,506,030

使用建议、常见误用与研究场景

数值较高通常意味着什么

最终消费支出数值越高，意味着该经济体在核算期内用于居民和政府消费的实际货物和服务规模越大，反映了总体消费需求的绝对规模。

数值较低通常意味着什么

最终消费支出数值越低，表示该经济体的消费总规模相对较小，可能反映了经济总量、人口规模或消费水平的差异。

鍙ｅ緞闄愬埗

本指标以本币不变价计量，跨国比较受汇率折算和基准年份差异影响，不宜直接用绝对值比较不同国家
指标未拆分居民消费与政府消费结构，两者驱动因素和经济学含义不同
本指标是总量指标，不反映人均消费水平或收入分配状况
世界总量数据不可用，无法直接进行中国与全球平均的对比
伊朗等特殊国家因统计口径差异数值异常，对全球汇总可能产生较大影响
不变价调整的基准年因国而异，跨国可比性有限

使用建议

进行跨国比较时，优先使用不变价美元序列（如NE.CON.TOTL.KD）或人均指标
分析中国消费趋势时，结合居民消费支出（NE.CON.PRVT.KN）和政府消费支出（NE.CON.GOVT.KN）分项
评估消费增长质量时，对比最终消费支出与GDP增速、资本形成增速的关系
研究发展阶段差异时，结合人均可支配收入、城镇化率等结构变量
分析中国消费全球地位时，可参考按购买力平价调整的人均消费指标
注意数据的年度修订，历史数值可能因基准调整而发生变化

常见错误用法

错误做法：直接用中国最终消费支出数值与美国、日本等国家进行绝对规模比较，得出“中国消费已超越某国”的结论

正确做法：应使用统一币种和价格基准的指标（如2015年不变价美元NE.CON.TOTL.KD）进行跨国比较，或采用人均指标和PPP口径

本指标以本币不变价计量，汇率折算和基准年份差异会导致跨国比较失真，且绝对规模受人口基数影响

错误做法：将最终消费支出的增长倍数直接等同于“生活水平提升幅度”，将其解读为“消费水平提高了多少倍”

正确做法：应认识到总量增长包含了人口规模扩大、经济总量增加和价格水平调整等多重因素，需结合人均可支配收入和消费结构变化分析

总量指标的增长既反映人均消费提升，也反映人口和规模扩张，倍数不宜直接等同于生活水平的质变幅度

错误做法：将中国最终消费支出数值排名（2024年约第17位）解读为“中国消费市场规模处于较低水平”

正确做法：应认识到该排名受基准年份差异、汇率折算和统计口径影响，且排名仅反映规模而非发展质量

本币不变价指标因各国基准年和汇率差异，跨国排名可比性有限，规模排名不等于消费发展水平排名

实际应用场景

中国经济双循环转型研究：分析中国经济增长模式从投资出口驱动向内需驱动转型的进程被解释变量（结果变量）可对比最终消费支出增速与固定资本形成增速、净出口增速的相对变化，观察内需占比变化趋势；需结合经济结构转型政策背景，区分趋势性变化和周期性波动；可控制城镇化率、人口结构等变量
居民消费与政府消费结构分析：研究居民消费与政府消费在最终消费支出中的占比变化及其经济含义被解释变量与比较变量可引入居民最终消费支出（NE.CON.PRVT.KN）和政府最终消费支出（NE.CON.GOVT.KN）的分项数据，计算各自占比和增速差异；分析政府消费占比上升对居民消费空间的挤入挤出效应；可对比不同发展阶段的国际经验
中国消费增长与全球分工地位研究：评估中国消费增长在全球经济中的相对位置和结构性变化 robustness（稳健性检验）可结合出口（NE.EXP.GNFS.KN）和进口（NE.IMP.GNFS.KN）数据分析内需扩张对进出口的影响；对比人均消费水平（NE.CON.PRVT.PC.KD）消除人口规模干扰；验证消费增长与制造业转型、服务业发展的关联
消费波动与宏观经济稳定性研究：分析最终消费支出的年度波动特征及其与经济周期稳定性关系机制变量（解释变量）可计算最终消费支出的年度增长率序列，分析增长波动率；对比资本形成波动与消费波动的相关性；结合财政政策和收入分配政策评估政策干预对消费稳定性的影响