死于传染病、母婴及营养不良原因（占总死亡的百分比）
Cause of death, by communicable diseases and maternal, prenatal and nutrition conditions (% of total)
下载数据指标解释
World Bank official description / 世界银行官方说明
Cause of death refers to the share of all deaths for all ages by underlying causes. Communicable diseases and maternal, prenatal and nutrition conditions include infectious and parasitic diseases, respiratory infections, and nutritional deficiencies such as underweight and stunting.
可供参考的中文翻译：死亡原因指所有年龄段人口中因根本死因导致的死亡占比。传染病、母婴及营养不良原因包括传染病和寄生虫病、呼吸系统感染以及营养不足（如体重不足和发育迟缓）。
数据口径与风险提示
- 本指标为死亡总数中各类根本死因的构成比，各类别之间互斥且理论上合计为100%，但实际数据可能因分类系统差异而存在残余类别。
- 根本死因判定依赖医疗诊断和死亡证明填写规范，在医疗资源匮乏地区可能存在误分类或报告不完整的问题。
- 传染病、母婴及营养不良原因涵盖范围较广，包括感染性疾病、呼吸道疾病及营养缺乏三大类，其内部构成差异可能影响跨时期可比性。
- 部分死亡可能涉及多种疾病共存，分类至单一根本死因可能无法反映复杂的病因结构。
- 数据来源于各国公共卫生信息系统，报告质量和覆盖率因国家发展水平和统计能力不同而存在显著差异。
- 本指标反映死亡构成的相对结构而非绝对死亡风险，高收入国家该比例较低主要因为老龄化导致非传染性疾病占比上升。
- WHO和国际疾病分类（ICD）标准的修订可能导致跨时期趋势出现人为间断。
- 新冠疫情期间部分国家死亡证明填报规范可能发生变化，影响该时期数据的跨国家可比性。
中国趋势
中国该指标在2000年至2021年间呈现持续且显著的单向下行趋势，从期初的约9.12%降至期末的约3.20%，降幅接近65个百分点，绝对值降至期初的约35%。2000年至2010年下降最快，从约9.12%降至约4.95%，年均下降约0.42个百分点；此后下降速度有所放缓，2010年至2019年从约4.95%逐步降至约3.47%。2020年和2021年基本企稳在约3.20%左右，表明该比例已降至较低水平，进一步下降空间可能有限。该趋势反映了中国公共卫生体系在传染病防控、母婴保健和营养改善方面的持续进展，也与疾病模式从传染性疾病向非传染性疾病的流行病学转变阶段相符。
- 2000年中国该指标值为9.12%，为可追溯数据中的最高点。
- 2021年中国该指标值为3.20%，为可追溯数据中的最低点。
- 从2000年到2021年，中国该指标下降约5.92个百分点。
- 从2000年到2021年，中国该指标值降至期初的约35%。
- 2010年中国该指标值为4.95%，较2000年下降约4.16个百分点。
- 2015年中国该指标值为4.07%，较2010年进一步下降约0.88个百分点。
- 2019年中国该指标值为3.47%，较2015年下降约0.60个百分点。
- 2020年至2021年基本持平，维持在约3.20%左右。
全球趋势
全球该指标在2000年至2019年间呈持续下降趋势，从约32.43%降至约18.29%，但2020年和2021年出现显著反弹，升至约22.77%和约27.37%，几乎抵消了此前20年的部分降幅。2000年至2010年从约32.43%降至约24.49%，下降约7.95个百分点；2010年至2019年进一步降至约18.29%，年均下降约0.69个百分点，这一阶段下降较为平稳。2020年全球该指标大幅回升至约22.77%，较2019年上升约4.48个百分点；2021年继续升至约27.37%，较2020年又上升约4.59个百分点。这种反弹在历史趋势中极为罕见，可能反映了全球健康统计在特定时期的异常波动，其背后原因可能涉及多种因素的交织影响。
- 2000年全球该指标值为32.43%，为可追溯数据中的最高点。
- 2019年全球该指标值为18.29%，为可追溯数据中的最低点。
- 从2000年到2021年，全球该指标下降约5.07个百分点。
- 从2000年到2021年，全球该指标值降至期初的约84%。
- 2010年全球该指标值为24.49%，较2000年下降约7.95个百分点。
- 2015年全球该指标值为20.85%，较2010年下降约3.64个百分点。
- 2019年降至约18.29%，较2015年下降约2.56个百分点。
- 2020年大幅回升至约22.77%，较2019年上升约4.48个百分点。
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 | - | - | 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。 |
| 2010-2019 | 0.7x | 0.7x | 该十年间中国该指标期初至期末的倍数约为0.70，意味着中国该比例在此阶段进一步压缩至期初的约七成；而全球同期倍数约为0.75，中国下降速度略快于全球平均水平，可能反映了中国在该时期传染病防控和妇幼健康领域的进展相对更为集中，也可能与全球部分地区下降动能减弱有关；不过两国倍数差异不大，需要结合医疗卫生条件改善、免疫规划推进等相关变量进行验证。 |
| 2020-2029 | 1.0x | 1.2x | 该阶段中国该指标期初至期末的倍数接近1.00，表明该比例基本企稳，进一步下降的边际空间可能有限；全球同期倍数则超过1.20，意味着该比例出现了显著回升，这种分化可能既与统计口径变化、人口结构差异有关，也与全球范围内特定时期健康统计的异常波动相关，需要结合各国医疗系统承受压力、免疫接种覆盖率等指标审慎解读。 |
2021 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。
使用建议、常见误用与研究场景
数值较高通常意味着什么
该比例较高意味着在所有死亡中，传染病、母婴及营养不良原因导致的死亡占比较大，通常反映公共卫生体系在传染病防控、母婴保健或营养改善方面面临较大压力，也可能是人口年龄结构相对年轻导致死亡模式尚未完成向非传染性疾病的转变。
数值较低通常意味着什么
该比例较低意味着传染病、母婴及营养不良原因导致的死亡占比较小，通常反映公共卫生条件较好、医疗可及性较高，同时也可能与人口老龄化导致非传染性疾病死亡占比上升有关。
鍙ｅ緞闄愬埗
- 该指标是结构比例而非绝对风险指标，高比例国家可能总死亡率较低，低比例国家也可能面临严峻的传染病威胁，不宜单独用该指标判断整体健康水平。
- 该比例受分母（总死亡数）变化影响，人口老龄化会自然压低该比例，即使传染病死亡绝对人数没有变化。
- 各国死亡证明填写规范和根本死因判定标准存在差异，跨国家比较需谨慎，不应将数值差异简单归因于医疗卫生水平差异。
- 数据可追溯性有限，中国数据最早仅至2000年，无法进行更早时期的历史对比；1960年代至1990年代数据缺失影响长期趋势判断。
- 该指标未区分各类具体疾病，同一类别下不同疾病的流行病学特征和防治难度差异很大。
- 部分国家可能在特定年份存在统计报告延迟或数据修订，导致年度数据出现非连续波动。
使用建议
- 将该指标与非传染性疾病死亡比例、孕产妇死亡率、儿童死亡率等具体健康结果指标结合使用，以获得更全面的健康图景。
- 在跨时期分析时关注各国疾病分类标准是否发生过重大修订，必要时进行口径调整后再比较。
- 将该指标与人均卫生支出、医疗服务可及性等投入指标结合，分析投入产出的滞后关系。
- 在跨国比较时考虑将数据按收入组别或区域分组，避免将高度异质的发展中国家和发达国家混同比较。
- 关注该指标的长期趋势而非单一年份数值，单年份数据可能受统计异常影响而产生偏误。
- 结合各国人口年龄结构和生育模式，在分析下降原因时考虑人口学因素的贡献。
- 将该指标与免疫接种覆盖率、传染病发病率等过程指标结合使用，以理解结果指标变化的背后机制。
常见错误用法
错误做法：直接将该指标数值高低作为评判一个国家卫生系统好坏或人民健康水平的唯一标准
正确做法：结合人均卫生支出、预期寿命、孕产妇死亡率、儿童死亡率、非传染性疾病负担等多维指标综合评估
该指标仅反映死亡结构而非健康结果或医疗服务质量，高收入老龄化国家该比例通常较低，但这并不意味着其传染病防控能力更强；低收入年轻人口国家该比例可能较高，但可能已有完善的传染病防控体系
错误做法：认为该指标下降等同于传染病死亡绝对人数的等比例减少
正确做法：结合人口总量变化、老龄化程度及其他死因结构变化综合分析死亡结构的相对变化
该指标是比例而非绝对数，分母（总死亡数）会随人口规模和老龄化程度变化；人口总量增长和老龄化会导致分母扩大，即使传染病死亡绝对人数减少或不变，该比例也可能下降
错误做法：在跨国比较时直接对比数值，未控制人口年龄结构差异
正确做法：按年龄段分布相近的国家或区域分组比较，或控制年龄结构后进行标准化比较
年轻人口比例较高的国家传染病死亡占比通常较高，这是人口结构差异而非卫生条件的直接反映；中国已进入深度老龄化而非洲普遍年轻，直接跨越大洲对比数值会产生严重误导
错误做法：将2020年后全球该指标的回升简单解读为全球公共卫生体系的倒退
正确做法：结合各国分项数据、报告说明及统计口径变化审慎分析，区分真实趋势变化与数据报告异常
该异常波动可能涉及死亡证明填报规范变化、人口结构变动、统计口径调整等多重因素；此外本指标并未涵盖新冠等大流行病因，因此该回升不能直接反映疫情对传染病死亡的全面影响
实际应用场景
- 传染病死亡结构转变的跨国比较研究：分析中国与同等收入水平或人口规模国家在传染病等死亡比例上的差异及其影响因素 被解释变量 可采用面板回归控制人均GDP、医疗支出、教育水平、城市化率等变量，识别影响传染病死亡结构转变的关键因素；同时关注各国统计口径差异对回归结果的潜在干扰
- 全球健康不平等的驱动因素分解：考察传染病死亡占比与全球健康不平等指数的关联 解释变量 将全球样本按收入组别或区域分组回归，检验该指标在不同发展水平国家中对健康不平等的边际效应是否一致，关注遗漏变量偏误和内生性问题
- 中国传染病死亡比例长期趋势的分解分析：对中国2000年以来传染病死亡比例持续下降的趋势进行因素分解，区分人口老龄化效应、传染病防控干预效应以及统计口径变化的影响 被解释变量 可采用因素分解方法或时间序列模型，将该比例变化拆解为年龄结构效应、死因结构效应和绝对死亡规模效应；需注意2020年后该比例趋于平缓的特征，可能反映了基数效应下的自然边界，需结合非传染性疾病死亡比例同步分析
- 传染病死亡占比与卫生体系投入指标的关联研究：考察人均卫生支出、抗逆转录病毒治疗覆盖率、免疫接种率等卫生体系投入指标与传染病死亡占比变化的关系，评估卫生投入的滞后产出效应 被解释变量 由于卫生投入对死亡结构的影响可能存在较长滞后期，建议采用滞后解释变量或误差修正模型；应注意内生性问题，死亡结构改善可能反过来促进卫生投入决策，需控制遗漏变量偏误
死于传染病、母婴及营养不良原因（占总死亡的百分比）常见问题
中国传染病死亡比例为什么这么低？
中国该比例较低主要反映了近二十年传染病防控、母婴保健和营养改善方面的持续进展，也与中国死亡模式已完成从传染病为主向慢性病为主的转变有关；但需注意该比例是死亡结构指标，其下降既可能是传染病死亡绝对数减少，也可能是老龄化导致非传染性疾病死亡占比相对上升。
为什么2020年后全球传染病死亡比例大幅上升？
2020年后全球该指标出现显著回升，这一异常波动可能涉及死亡证明填报规范变化、人口结构变动、统计口径调整等多重因素，不宜简单解读为全球公共卫生倒退，建议结合各国分项数据和报告说明审慎分析。
这个指标和发病率有什么区别？
本指标反映的是传染病等原因导致的死亡在总死亡中的占比，而非患病人数或新发病例数；一个传染病发病率高的国家，如果医疗救治及时，该原因导致的死亡比例可能并不高，两者反映的是疾病负担的不同维度。
为什么中国和非洲国家的这个指标差距这么大？
非洲国家该比例普遍在50%以上而中国不到5%，这种差距既反映了医疗卫生条件、传染病负担和妇幼保健水平的客观差异，也与人口年龄结构有关——非洲人口相对年轻导致死亡中传染病占比较高，而中国已进入深度老龄化，非传染性疾病死亡占比更高。
为什么世行数据中中国只有2000年以后的数据？
本指标的数据可追溯性取决于各国死亡登记系统的完善程度和报告历史；中国在2000年以前死亡登记数据的完整性和标准化程度有限，因此世界银行数据库中中国最早仅能追溯至2000年，1960年代至1990年代的数据缺失。
这个指标可以用来评估新冠疫情影响吗？
本指标涵盖的类别不包括新冠等大流行病相关死亡，因此不能直接反映疫情对传染病死亡的整体影响；世界银行另设有专门指标跟踪疫情相关死亡占死亡总数的比例，评估疫情需使用相应专项指标。
下载数据
免费获取世界银行WDI完整数据集，包含死于传染病、母婴及营养不良原因（占总死亡的百分比）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