GDP(现价美元)

GDP (current US$)

下载数据

指标代码:NY.GDP.MKTP.CD所属主题:经济政策与债务:国民账户:现价美元:综合指标Economic Policy & Debt: National accounts: US$ at current prices: Aggregate indicators

2024最新有效年份
180最新年份有值国家
265历史上有数据经济体
17%总体缺失率

指标解释

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

Gross domestic product is the total income earned through the production of goods and services in an economic territory during an accounting period. It can be measured in three different ways: using either the expenditure approach, the income approach, or the production approach. This indicator is expressed in current prices, meaning no adjustment has been made to account for price changes over time. This indicator is expressed in United States dollars.

可供参考的中文翻译:以购买者价格计算的GDP是一个经济体内所有居民生产者创造的增加值的总和加上任何产品税并减去不包括在产品价值中的补贴。计算时未扣除资产折旧或自然资源损耗和退化。数据为现价美元。GDP的美元数据采用单一年份官方汇率从各国货币换算得出。对于官方汇率不反映实际外汇交易中所采用的有效汇率的少数国家,采用的是替代换算因子。

数据口径与风险提示

  • 数据以美元计值,受汇率波动影响,美元走强时各国GDP换算美元数值可能偏低
  • 现价指标未剔除通胀因素,不同年份数据不可直接比较实际产出变化
  • 各国GDP使用单一年份官方汇率换算,汇率偏离实际有效汇率的国家可能存在换算偏差
  • GDP反映经济规模总量,不直接代表人均福祉或发展质量
  • 跨国比较未考虑PPP因素,购买力差异可能导致生活水平误判
  • 数据依赖各国统计体系,口径差异可能影响可比性
  • 部分国家存在数据修订,历史序列与最新数据可能不一致
  • 未扣除环境损耗和资源耗减,非绿色GDP概念

中国趋势

趋势解读

中国GDP从1960年约597亿美元增至2024年约18.74万亿美元,增长约313倍。自改革开放以来呈现阶梯式加速特征:1980年代年增速约9%,1990年代约10%,2000年代年均名义增速超过15%,2010年代虽有所回落但仍保持中高速。2024年中国GDP排名世界第二,与第一名美国的差距约为10万亿美元。数据以美元计价,受汇率波动和国内通胀影响,名义增幅中包含价格因素。

  • 1960年中国GDP约59.8亿美元,2024年约18.74万亿美元
  • 1962年达到最低点约47.3亿美元,2024年达到最高点约18.74万亿美元
  • 1990年代以来增长显著加速,1994年约5670亿美元,1999年约1.10万亿美元
  • 2000年代增量最大:2000年约1.22万亿美元,2008年约4.67万亿美元
  • 2014年突破10万亿美元,约10.67万亿美元
  • 近年增速有所放缓:2019年约14.56万亿,2024年约18.74万亿
  • 美元计价受汇率影响,人民币相对美元升值会扩大以美元计的GDP增幅
  • 现价GDP包含通胀成分,与实际产出变化存在差异

全球趋势

趋势解读

全球GDP从1960年约1.37万亿美元增至2024年约111万亿美元,增长约81倍。1970年代石油危机和1990年代亚洲金融危机期间曾出现短暂放缓,但整体呈持续增长态势。2008年金融危机后增速明显下滑,2009年曾出现负增长。2010年代全球GDP年均增速约2-3%,2020年代受疫情等因素影响出现较大波动。全球GDP增长主要由新兴经济体贡献,发达经济体增速相对较低。

  • 1960年全球GDP约1.37万亿美元,2024年约111万亿美元
  • 1973年石油危机期间增速短暂加快,当年达约4.69万亿美元
  • 1982年出现小幅回落,从前一年的约11.84万亿降至约11.72万亿美元
  • 1997年亚洲金融危机后增长放缓,当年约31.87万亿美元
  • 2009年受金融危机冲击降至约6.10万亿美元,较2008年下降约5.2%
  • 2020年再次降至约85.91万亿美元,此后持续回升
  • 全球数据受样本国家数量变化影响,新纳入国家可能影响历史对比
  • 美元作为计价货币,美元走势对全球GDP数值有放大或缩小效应

每十年变化摘要

十年区间中国变化世界变化提示
1960-19691.3x2.0x该时期中国增长倍数低于世界水平,这可能反映当时中国经济的封闭性和低速增长状态,而全球正值战后恢复期;另一方面也可能是汇率换算方法对当时中国的换算存在一定偏差。
1970-19791.9x3.4x中国增长倍数约1.93倍,世界约3.38倍。中国的增长可能更多来自基数效应和政策调整,而世界增长受布雷顿森林体系解体后全球贸易扩张推动,两者的增长驱动力存在结构性差异。
1980-19891.8x1.8x中国增长倍数约1.82倍,世界约1.78倍,两者增速接近。这可能反映中国改革开放初期的追赶效应与全球增长趋于同步,但由于统计口径和汇率换算差异,倍数本身的可比性存在局限。
1990-19993.1x1.4x中国增长倍数约3.05倍,世界约1.43倍,差距显著扩大。这一差异可能主要源于中国的快速工业化和市场化改革进程,以及全球发达经济体在该阶段增速放缓的共同作用。
2000-20094.2x1.8x中国增长倍数约4.24倍,世界约1.80倍,差距达到峰值。需结合出口依存度、制造业增速和全球商品价格上涨等变量验证,该时期中国的高增长可能与出口导向型和投资拉动模式相关性较高。
2010-20192.4x1.3x中国增长倍数约2.35倍,世界约1.32倍,优势有所收窄。这可能反映中国经济增长从高速向中高速度转换,同时经济总量基数变大后边际增速自然下降;世界增长则受益于新兴市场整体扩张。
2020-20291.2x1.3x中国增长倍数约1.25倍,世界约1.29倍,增速趋于接近。这一变化可能受近年汇率波动、全球通胀分化以及中国进入高质量发展阶段等多重因素影响,需要结合更多相关变量进行验证。

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
1United States
美国
USA28,750,956,130,731
2China
中国
CHN18,743,803,170,827
3Germany
德国
DEU4,685,592,577,805
4Japan
日本
JPN4,027,597,523,551
5India
印度
IND3,909,891,533,858
6United Kingdom
英国
GBR3,686,033,044,482
7France
法国
FRA3,160,442,622,465
8Italy
意大利
ITA2,380,825,077,244
9Canada
加拿大
CAN2,243,636,826,634
10Brazil
巴西
BRA2,185,821,648,944
11Russian Federation
俄罗斯
RUS2,173,835,806,672
12Korea, Rep.
韩国
KOR1,875,388,209,407
13Mexico
墨西哥
MEX1,856,365,616,166
14Australia
澳大利亚
AUS1,757,022,451,653
15Spain
西班牙
ESP1,725,671,652,742
16Indonesia
印度尼西亚
IDN1,396,300,098,191
17Turkiye
土耳其
TUR1,359,123,768,774
18Saudi Arabia
沙特阿拉伯
SAU1,239,804,533,333
19Netherlands
荷兰
NLD1,214,927,698,573
20Switzerland
瑞士
CHE936,564,198,049

使用建议、常见误用与研究场景

数值较高通常意味着什么

经济规模增大、本国产出增加、在全球价值链中地位提升

数值较低通常意味着什么

经济规模缩小、本土产出下降或在全球经济中份额下降

鍙e緞闄愬埗

  • 现价美元口径受汇率波动影响,不能直接比较不同年份的实际产出变化
  • 反映总量而非人均水平,人口大国即使人均较低总量也可能很大
  • 未考虑价格因素和通胀,无法判断实际产出效率
  • 不同国家统计方法存在差异,可比性有限
  • 不能直接反映生活质量、福祉或可持续发展水平
  • 美元计价可能扭曲购买力实际对比

使用建议

  • 分析长期趋势时建议结合不变价或PPP口径数据
  • 比较国家实力时应结合人均指标和GDP增速
  • 关注经济增长质量可参考调整后的储蓄类指标
  • 跨国比较应考虑汇率波动和通胀差异的修正
  • 研究经济结构可引入产业增加值和最终支出构成数据
  • 评估国际地位变化应结合贸易、投资等关联指标

常见错误用法

错误做法:用中国GDP排名世界第二来论证中国已是世界第一经济强国

正确做法:指出GDP排名反映的是美元名义规模排名,中国与美国仍有约10万亿美元差距,且人均GDP差距更为显著

总量指标忽视了人均水平和发展质量,且美元计价受汇率影响,排名不能等同于综合国力对比

错误做法:直接将2024年中国GDP除以1960年得出增长300多倍来判断经济成就

正确做法:区分美元计价增幅与实际产出增幅,结合不变价和人均数据进行分析

现价美元GDP受人民币汇率走势和国内通胀影响,名义增幅中包含价格因素,并非纯粹的实际产出增长

错误做法:用中国GDP增长率与美国对比来判断中美经济差距在加速缩小

正确做法:同时考虑两国通胀率差异和汇率波动对美元计GDP的影响

名义增长率受价格因素和汇率因素双重影响,单纯对比增长率可能误导实际经济实力变化判断

错误做法:用全球GDP总量变化来评估全球经济治理效率

正确做法:结合人均GDP、经济增速分布和结构变化来综合评估

GDP总量反映规模但不能反映分配效率和全球发展均衡程度

错误做法:用中国GDP直接对比其他经济体规模来得出生活水平结论

正确做法:使用人均GDP或PPP口径数据进行生活水平的跨国比较

GDP总量未除以人口,不同人口规模国家的直接比较会严重扭曲生活质量判断

实际应用场景

  • 跨国经济规模长期演变分析:分析过去60年中国与其他主要经济体GDP规模相对地位的变化 被解释变量(经济规模) 可结合人口和人均GDP数据,将总量变化分解为人口效应和人均效应,用于识别各阶段的增长驱动力
  • 汇率对经济规模跨国比较的影响研究:研究人民币汇率变动如何影响以美元计的中国GDP在全球排名中的表现 核心解释变量的关联指标 可引入实际有效汇率或人民币对美元年均汇率,分析汇率波动对GDP换算结果的放大效应
  • 经济增长收敛性与结构性转型:检验中国GDP增速趋近全球平均增速是否反映经济收敛 被解释变量(增速) 结合产业结构和消费结构数据,验证增速放缓是否伴随增长质量提升
  • GDP与贸易、投资指标的关联检验:分析中国GDP规模扩张与对外贸易、直接投资的相互关系 被解释变量或解释变量 可引入进出口总额和FDI数据,构建VAR模型检验变量间的长期均衡和短期动态关系
  • GDP数据修订对历史趋势的影响评估:评估中国历史上GDP数据修订对长期增长趋势判断的影响 控制变量或稳健性检验对象 比较不同版本数据源的一致性,评估结论对数据修订的敏感性

GDP(现价美元)常见问题

中国的GDP总量世界第二,那人均GDP大概在什么水平?

中国2024年GDP约18.74万亿美元,人口约14亿,人均GDP约1.34万美元,仍远低于美国约6万美元、日本约3.2万美元的水平,在世界银行分类中处于中高收入经济体行列,与发达国家差距显著。

GDP现价美元和不变价GDP有什么区别,应该用哪个?

现价美元GDP以当年汇率换算,包含价格变化;不变价GDP剔除了通胀因素,反映实际产出变化。分析实际增长趋势时推荐使用不变价数据;进行跨国名义比较时可用现价美元数据。

为什么中国GDP增长很快,但感觉生活水平没有同步提高?

GDP增长反映整体产出增加,但分配结构、通胀水平、房价、医疗教育成本等因素会影响实际感受。此外GDP未扣除环境损耗,绿色GDP可能增速更低。需综合人均可支配收入和消费结构数据评估生活水准。

人民币汇率贬值会让中国GDP变少吗?

以美元计价的GDP会因人民币贬值而换算成更少的美元数值,但人民币贬值本身不影响中国国内的实际产出和消费能力。需区分名义汇率效应和实际经济变化。

中国GDP什么时候能超过美国?

这取决于两国未来名义增长率、汇率走势和通胀差异,机构预测存在较大不确定性。即使总量超过,人均水平和生活质量仍需较长时间追赶,不应将总量超越等同于综合国力超越。

GDP排名能说明一个国家的经济实力吗?

GDP排名反映美元计价的经济规模,但未考虑人口、人均水平、发展质量、产业结构和技术水平等因素。小国也可能因人均GDP高而生活水平远超大国,需结合多维指标综合评估。

GDP数据是如何获取的,滞后多长时间?

世界银行GDP数据主要来源于各国统计部门发布的官方数据,通常滞后6至12个月。部分国家可能存在更长的修订周期,历史数据也可能因方法论调整而发生追溯性变化。

GDP数据修订会产生什么影响?

各国统计机构可能因方法改进、数据源更新或基准年调整而修订历史GDP数据。修订可能导致增长率和排名的显著变化,使用长期数据时需注意数据版本的一致性,跨版本比较可能产生误差。

下载数据

免费获取世界银行WDI完整数据集,包含GDP(现价美元)等所有指标,支持按国家、指标或主题下载CSV、Excel和XML格式数据。

下载数据