6至59月龄儿童贫血患病率

Prevalence of anemia among children (% of children ages 6-59 months)

下载数据

指标代码：SH.ANM.CHLD.ZS所属主题：健康：NutritionHealth: Nutrition

2019最新有效年份

189最新年份有值国家

265历史上有数据经济体

73%总体缺失率

指标解释

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

Prevalence of anemia, children ages 6-59 months, is the percentage of children ages 6-59 months whose hemoglobin level is less than 110 grams per liter, adjusted for altitude.

可供参考的中文翻译：贫血患病率，6至59月龄儿童，是指血红蛋白水平低于110克/升的6至59月龄儿童所占百分比，已根据海拔高度进行调整。

数据口径与风险提示

本指标反映6至59月龄儿童群体的贫血状况，低值表示健康状况较好
该指标基于血红蛋白浓度检测，已按海拔高度调整，不同地理条件下的可比性需留意
数值基于世界卫生组织模型估算，非所有国家都有原始调查数据支撑
儿童贫血受营养、感染、社会经济等多重因素影响，单独解读有局限
该指标为时点患病率，不能反映病程长短或复发情况
跨国比较时应考虑不同国家检测标准、抽样方法的差异
数据更新可能存在滞后，2019年之后的数据缺失
婴幼儿贫血防治具有阶段性特征，与辅食添加、母乳喂养等喂养行为密切相关

中国趋势

趋势解读

中国6至59月龄儿童贫血患病率在2000年为28.5%，至2019年降至18.8%，二十年间下降约9.7个百分点，降幅明显。从年度数据看，2000至2007年间下降最为迅速，从28.5%降至20.8%，此后降速逐渐放缓，2014年达到监测期间最低值18.1%，2014年后有所波动但总体保持稳定。该指标长期呈下降趋势，反映了中国在儿童营养改善方面的持续进展，但近年来的小幅波动提示防治工作仍需持续关注。

2000年基期值为28.5%，2019年最新值为18.8%
2000年达到监测期间最大值28.5%，2014年达到最小值18.1%
2000至2007年间从28.5%持续下降至20.8%
2014年后数值在18.1%至18.8%之间小幅波动
最新值与基期值之比为0.66，表明整体降幅约34%
数据范围仅覆盖2000至2019年，更早时期缺乏中国数据
近年小幅回升可能受检测范围扩大、抽样变化或统计口径影响，需结合相关指标验证
该指标为模型估算值，不同版本可能存在差异

全球趋势

趋势解读

全球6至59月龄儿童贫血患病率在2000年为48.9%，至2019年降至40.5%，二十年间下降约8.4个百分点，降幅较为平缓。从年度数据看，2000至2007年间从48.9%降至44.4%，2008年后降速进一步放缓，2018年触及监测期间最低点40.4%，2019年略有回升至40.5%。整体呈现稳步下降态势，但下降速度在后期明显减弱，且数值仍处于较高水平，说明全球儿童贫血问题仍然突出，不同地区进展情况差异较大。

2000年基期值为48.9%，2019年最新值为40.5%
2000年达到监测期间最大值48.9%，2018年达到最小值40.4%
2000至2007年间从48.9%降至44.4%
2018年后略有回升至40.5%
最新值与基期值之比为0.83，表明整体降幅约17%
全球平均值包含大量发展中国家，高患病率国家对该均值影响较大
不同国家的调查年份、数据质量和模型假设存在差异
2019年数据显示回升趋势，是否形成拐点尚待后续数据验证

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	人口与健康指标的十年变化通常较慢，应结合人口年龄结构、医疗体系、登记完整性和社会发展阶段解读。
1970-1979	-	-	人口与健康指标的十年变化通常较慢，应结合人口年龄结构、医疗体系、登记完整性和社会发展阶段解读。
1980-1989	-	-	人口与健康指标的十年变化通常较慢，应结合人口年龄结构、医疗体系、登记完整性和社会发展阶段解读。
1990-1999	-	-	人口与健康指标的十年变化通常较慢，应结合人口年龄结构、医疗体系、登记完整性和社会发展阶段解读。
2000-2009	0.7x	0.9x	2000年代中国该指标从28.5%降至19.5%，降幅接近32%，而全球同期仅从48.9%降至43.0%，降幅约12%。中国降幅约为全球的2.7倍，可能反映该阶段中国在儿童营养干预、妇幼保健等方面取得较快进展，而全球整体进展相对缓慢，不同区域表现分化。
2010-2019	1.0x	1.0x	2010年代中国该指标从19.0%仅降至18.8%，几乎持平，而全球同期从42.4%降至40.5%，降幅约4%。中国降幅远低于全球，可能说明中国在前期快速下降后已处于较低水平，进一步下降空间有限，而全球仍处于稳步下降阶段。
2020-2029	-	-	人口与健康指标的十年变化通常较慢，应结合人口年龄结构、医疗体系、登记完整性和社会发展阶段解读。

2019 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	Yemen, Rep. 也门	YEM	79.5
2	Mali 马里	MLI	79.0
3	Burkina Faso 布基纳法索	BFA	76.6
4	Guinea 几内亚	GIN	73.8
5	Central African Republic 中非共和国	CAF	73.6
6	Sierra Leone 塞拉利昂	SLE	73.4
7	Togo 多哥	TGO	72.4
8	Liberia 利比里亚	LBR	72.3
9	Cote d'Ivoire 科特迪瓦	CIV	72.2
10	Niger 尼日尔	NER	72.0
11	Benin 贝宁	BEN	71.0
12	Nigeria 尼日利亚	NGA	68.9
13	Mozambique 莫桑比克	MOZ	68.2
14	Guinea-Bissau 几内亚比绍	GNB	68.0
15	Senegal 塞内加尔	SEN	67.9
16	Chad 乍得	TCD	66.3
17	Mauritania 毛里塔尼亚	MRT	65.5
18	Congo, Dem. Rep. 刚果（金）	COD	64.9
19	Equatorial Guinea 赤道几内亚	GNQ	64.3
20	Angola 安哥拉	AGO	62.4
21	Congo, Rep. 刚果（布）	COG	60.8
22	South Sudan 南苏丹	SSD	60.5
23	Haiti 海地	HTI	60.1
24	Ghana 加纳	GHA	59.5
25	Cameroon 喀麦隆	CMR	59.2
26	Sao Tome and Principe 圣多美和普林西比	STP	58.8
27	Burundi 布隆迪	BDI	58.0
28	Gabon 加蓬	GAB	57.9
29	Tanzania 坦桑尼亚	TZA	56.1
30	Malawi 马拉维	MWI	55.1
31	Zambia 赞比亚	ZMB	55.1
32	Comoros 科摩罗	COM	53.9
33	India 印度	IND	53.4
34	Pakistan 巴基斯坦	PAK	53.0
35	Gambia, The 冈比亚	GMB	52.3
36	Ethiopia 埃塞俄比亚	ETH	52.1
37	Djibouti 吉布提	DJI	52.0
38	Somalia, Fed. Rep. 索马里	SOM	51.8
39	Uganda 乌干达	UGA	51.7
40	Lesotho 莱索托	LSO	51.4
41	Sudan 苏丹	SDN	50.8
42	Myanmar 缅甸	MMR	49.6
43	Madagascar 马达加斯加	MDG	49.5
44	Kiribati 基里巴斯	KIR	49.4
45	Cambodia 柬埔寨	KHM	49.0
46	Eritrea 厄立特里亚	ERI	48.8
47	Papua New Guinea 巴布亚新几内亚	PNG	46.7
48	Timor-Leste 东帝汶	TLS	46.3
49	Namibia 纳米比亚	NAM	46.1
50	Afghanistan 阿富汗	AFG	44.9
51	Bhutan 不丹	BTN	44.7
52	Nepal 尼泊尔	NPL	44.6
53	South Africa 南非	ZAF	44.4
54	Cabo Verde 佛得角	CPV	44.1
55	Botswana 博茨瓦纳	BWA	43.3
56	Bangladesh 孟加拉国	BGD	43.1
57	Kenya 肯尼亚	KEN	42.8
58	Eswatini 斯威士兰	SWZ	42.7
59	Tuvalu 图瓦卢	TUV	41.9
60	Nauru 瑙鲁	NRU	41.8
61	Lao PDR 老挝	LAO	41.4
62	Fiji 斐济	FJI	39.9
63	Marshall Islands 马绍尔群岛	MHL	39.5
64	Indonesia 印度尼西亚	IDN	38.4
65	Solomon Islands 所罗门群岛	SLB	38.1
66	Rwanda 卢旺达	RWA	37.9
67	Maldives 马尔代夫	MDV	37.8
68	Zimbabwe 津巴布韦	ZWE	37.8
69	Tajikistan 塔吉克斯坦	TJK	37.0
70	Bolivia 玻利维亚	BOL	36.9
71	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	36.7
72	Samoa 萨摩亚	WSM	35.5
73	Algeria 阿尔及利亚	DZA	34.3
74	Tonga 汤加	TON	34.0
75	Palau 帕劳	PLW	33.5
76	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	33.4
77	Turkmenistan 土库曼斯坦	TKM	33.1
78	Syrian Arab Republic 叙利亚	SYR	32.9
79	Jordan 约旦	JOR	32.7
80	Egypt, Arab Rep. 埃及	EGY	32.2
81	Korea, Dem. People's Rep. 朝鲜	PRK	31.6
82	Vanuatu 瓦努阿图	VUT	31.0
83	Albania 阿尔巴尼亚	ALB	30.9
84	Mauritius 毛里求斯	MUS	30.7
85	Seychelles 塞舌尔	SYC	30.6
86	Morocco 摩洛哥	MAR	30.4
87	Tunisia 突尼斯	TUN	30.4
88	Dominica 多米尼克	DMA	29.8
89	Peru 秘鲁	PER	29.6
90	Iraq 伊拉克	IRQ	29.4
91	Guyana 圭亚那	GUY	29.3
92	Paraguay 巴拉圭	PRY	27.9
93	Venezuela, RB 委内瑞拉	VEN	27.9
94	Dominican Republic 多米尼加共和国	DOM	27.8
95	Romania 罗马尼亚	ROU	27.1
96	Moldova 摩尔多瓦	MDA	27.0
97	Libya 利比亚	LBY	26.6
98	Iran, Islamic Rep. 伊朗	IRN	26.5
99	Honduras 洪都拉斯	HND	26.2
100	Suriname 苏里南	SUR	25.9
101	Ukraine 乌克兰	UKR	25.6
102	Sri Lanka 斯里兰卡	LKA	25.1
103	Uruguay 乌拉圭	URY	25.1
104	Thailand 泰国	THA	24.9
105	Azerbaijan 阿塞拜疆	AZE	24.8
106	El Salvador 萨尔瓦多	SLV	24.6
107	Georgia 格鲁吉亚	GEO	24.6
108	Malaysia 马来西亚	MYS	24.6
109	Bosnia and Herzegovina 波黑	BIH	24.3
110	Oman 阿曼	OMN	24.3
111	Bulgaria 保加利亚	BGR	24.1
112	Slovak Republic 斯洛伐克	SVK	23.7
113	Grenada 格林纳达	GRD	23.6
114	Jamaica 牙买加	JAM	23.6
115	Ecuador 厄瓜多尔	ECU	23.5
116	Bahrain 巴林	BHR	23.4
117	Kazakhstan 哈萨克斯坦	KAZ	23.0
118	Viet Nam 越南	VNM	22.9
119	Lebanon 黎巴嫩	LBN	22.8
120	St. Lucia 圣卢西亚	LCA	22.5
121	Qatar 卡塔尔	QAT	22.4
122	Colombia 哥伦比亚	COL	22.2
123	Russian Federation 俄罗斯	RUS	21.9
124	Uzbekistan 乌兹别克斯坦	UZB	21.9
125	Saudi Arabia 沙特阿拉伯	SAU	21.8
126	Mexico 墨西哥	MEX	21.7
127	Mongolia 蒙古	MNG	21.7
128	Nicaragua 尼加拉瓜	NIC	20.9
129	North Macedonia 北马其顿	MKD	20.4
130	St. Kitts and Nevis 圣基茨和尼维斯	KNA	20.4
131	United Arab Emirates 阿联酋	ARE	20.4
132	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	20.3
133	Belize 伯利兹	BLZ	20.2
134	Croatia 克罗地亚	HRV	20.2
135	Chile 智利	CHL	20.1
136	Barbados 巴巴多斯	BRB	20.0
137	Brunei Darussalam 文莱	BRN	20.0
138	Kuwait 科威特	KWT	19.8
139	Armenia 亚美尼亚	ARM	19.6
140	Serbia 塞尔维亚	SRB	19.5
141	Latvia 拉脱维亚	LVA	19.4
142	Argentina 阿根廷	ARG	19.0
143	Costa Rica 哥斯达黎加	CRI	19.0
144	China 中国	CHN	18.8
145	Czechia 捷克	CZE	18.7
146	Slovenia 斯洛文尼亚	SVN	18.2
147	Cuba 古巴	CUB	18.1
148	Hungary 匈牙利	HUN	18.1
149	Estonia 爱沙尼亚	EST	18.0
150	Bahamas, The 巴哈马	BHS	17.9
151	Belarus 白俄罗斯	BLR	17.8
152	Lithuania 立陶宛	LTU	17.8
153	Belgium 比利时	BEL	17.4
154	Malta 马耳他	MLT	17.4
155	Antigua and Barbuda 安提瓜和巴布达	ATG	17.2
156	Greece 希腊	GRC	16.7
157	Japan 日本	JPN	16.7
158	Panama 巴拿马	PAN	16.0
159	Netherlands 荷兰	NLD	15.5
160	United Kingdom 英国	GBR	15.5
161	New Zealand 新西兰	NZL	15.3
162	Germany 德国	DEU	15.1
163	Korea, Rep. 韩国	KOR	15.0
164	Italy 意大利	ITA	14.9
165	France 法国	FRA	14.7
166	Montenegro 黑山	MNE	14.7
167	Austria 奥地利	AUT	14.6
168	Spain 西班牙	ESP	14.6
169	Sweden 瑞典	SWE	14.6
170	Cyprus 塞浦路斯	CYP	14.5
171	Denmark 丹麦	DNK	14.5
172	Israel 以色列	ISR	14.3
173	Monaco 摩纳哥	MCO	14.3
174	Portugal 葡萄牙	PRT	14.3
175	Andorra 安道尔	AND	14.1
176	Ireland 爱尔兰	IRL	14.1
177	Switzerland 瑞士	CHE	14.0
178	Norway 挪威	NOR	13.5
179	Philippines 菲律宾	PHL	13.5
180	Singapore 新加坡	SGP	13.5
181	Australia 澳大利亚	AUS	13.3
182	Canada 加拿大	CAN	13.2
183	San Marino 圣马力诺	SMR	12.8
184	Finland 芬兰	FIN	11.8
185	Luxembourg 卢森堡	LUX	11.7
186	Brazil 巴西	BRA	11.6
187	Iceland 冰岛	ISL	11.0
188	Guatemala 危地马拉	GTM	9.80
189	United States 美国	USA	6.10

使用建议、常见误用与研究场景

数值较高通常意味着什么

患病率越高表示该年龄段儿童中血红蛋白不足的比例越大，通常反映儿童营养状况较差、缺铁风险较高或存在其他健康问题

数值较低通常意味着什么

患病率越低表示儿童血红蛋白水平达标的比例越高，通常反映儿童营养状况和健康状况相对较好

鍙ｅ緞闄愬埗

该指标为时点患病率，无法反映贫血病程长短和治疗效果
数值受检测方法、诊断标准和海拔调整因素影响，跨国比较需谨慎
低患病率不等于无贫血问题，个体儿童仍需关注血红蛋白水平
儿童贫血受营养、感染、遗传等多因素影响，单一指标解读有局限
该指标为模型估算值，不同模型版本可能存在差异
数据更新存在时滞，无法反映最新政策干预效果

使用建议

结合儿童营养不良率、消瘦率、发育迟缓率等指标综合评估儿童营养状况
与同期孕产妇贫血指标结合分析，评估营养干预政策的代际影响
在研究中国儿童健康时，可结合母乳喂养率、辅食添加时机等喂养行为指标
关注不同地区、不同经济水平儿童群体的差异时，可引入地区人均收入等控制变量
进行因果推断时需考虑遗漏变量偏误，建议结合多项健康指标做稳健性检验
跨国比较时应说明数据年份差异和质量差异，避免直接对比不同年份的数据
解读长期趋势时，建议结合政策变化、营养项目实施情况做定性辅助验证

常见错误用法

错误做法：直接将该指标的中国最新值与其他国家同期数值比较下结论

正确做法：比较时应说明各国数据的调查年份、抽样方法和模型假设是否一致

贫血患病率受检测标准、海拔调整和模型差异影响较大，数据年份不同或调查方法不一致可能导致比较失真

错误做法：认为患病率下降就代表儿童营养问题已经完全解决

正确做法：即使低患病率地区也应关注个体儿童的贫血风险和营养均衡

群体患病率低不等于不存在营养缺乏问题，儿童铁需求在辅食过渡期尤其需要关注

错误做法：将儿童贫血患病率与其他年龄段人群的贫血指标直接相加求平均

正确做法：不同年龄人群的诊断标准和参考范围不同，不宜简单合并

儿童贫血诊断依据是血红蛋白浓度阈值，与成年人标准不同，混用会导致误判

错误做法：用中国患病率下降的速度推断未来全球下降速度

正确做法：各国的起点水平、下降速度和平台期特征差异很大，不宜简单类推

中国在低水平基础上可能率先进入平台期，其他国家可能仍在快速下降阶段，发展路径不具可比性

实际应用场景

中国儿童营养改善政策的长期效果评估：利用2000至2019年中国儿童贫血患病率时间序列数据，结合同期营养干预项目实施情况，分析政策干预与患病率下降的关系被解释变量可采用断点回归或合成控制法评估特定营养项目的因果效应，但需注意其他同期政策的干扰
跨国儿童健康状况比较研究：控制人均收入、城市化率等变量，比较不同发展阶段国家儿童贫血患病率差异，探究影响因素被解释变量建议使用面板数据固定效应模型，同时控制国家和年份固定效应，避免遗漏变量偏误
孕产妇贫血与儿童贫血关联分析：分析母亲贫血是否与儿童贫血存在代际关联，评估母婴营养干预的协同效应被解释变量或结果变量需考虑家庭经济水平、抚养方式等中介变量，建议使用工具变量法处理内生性问题
儿童贫血与认知发育关系的稳健性检验：在研究儿童认知发育影响因素时，将儿童贫血患病率作为控制变量纳入模型控制变量贫血可能通过影响儿童注意力和学习能力进而影响认知发育，遗漏该变量可能导致估计偏误
儿童贫血与其他营养不良指标的联合分析：将贫血率与发育迟缓、消瘦、低体重等指标联合使用，全面评估儿童营养不良状况机制验证变量多种营养不良指标联合分析可更准确识别复合营养问题，指导精准干预策略