其他新冠疫情相关死亡原因（占总死亡的百分比）
Cause of death, by other COVID-19 pandemic-related outcomes (% 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. Other COVID-19 pandemic-related outcomes capture all deaths due to the pandemic which were not specifically caused by COVID-19 or the indirect COVID causes. These are estimated by subtracting COVID-19 specific deaths and deaths attributed to indirect COVID-19 causes from total excess mortality.
可供参考的中文翻译：死亡原因指所有年龄段由根本死因导致的死亡份额。其他新冠疫情相关结局涵盖了并非专门由新冠引起或间接由新冠导致的疫情期间所有死亡。该指标通过从总超额死亡中减去新冠特定死亡和归因于间接新冠原因的死亡估算得出。
数据口径与风险提示
- 本指标专门衡量新冠疫情期间未被归类为直接新冠死亡或间接新冠死亡的额外死亡，区分难度较高，分类标准可能因国家报告体系而异
- 数值为零并不代表没有疫情相关死亡，而是表示超额死亡中归因于特定类别死亡的部分
- 2020年之前数据均为零，因为该指标仅用于追踪疫情期间的相关死亡情形
- 该指标与新冠直接死亡指标（SH.DTH.CVDX.ZS）共同构成超额死亡的全部分解
- 不同国家死亡登记完整度和死因推断能力差异较大，跨国可比性需谨慎评估
- 超额死亡估算本身存在方法论不确定性，该指标的数值依赖于超额死亡的估计精度
中国趋势
中国该指标数据仅在2020-2021年有非零记录，其他年份均为零。从2000年至2019年，该指标始终为零，意味着在此期间不存在被归类为其他疫情相关结局的死亡情形。2020年出现峰值0.43%，2021年回落至0.11%，整体呈现先升后降的态势。数据显示中国在该时期内的超额死亡主要由特定类别（直接新冠死亡和间接新冠原因）解释，留给“其他相关结局”的比例较低，这可能反映疫情期间死亡归因方式的特点，但具体原因需要结合更多变量验证。
- 2000年值为0.0，2010年值为0.0，2015年值为0.0，2019年值为0.0
- 2020年达到有记录以来的最高值0.426%，为唯一非零高值年份
- 2021年最新值为0.113%，较2020年显著下降
- 从首个非零年份（2020年）到2021年的变化量为0.113个百分点
- 该指标在疫情前时期均为零，与其他死亡原因指标的横向可比性有限
- 数值为零可能表示超额死亡已被其他类别完全解释，而非没有疫情相关死亡
- 2020年单一年份的高值需要结合当年超额死亡总量和直接死因数据综合判断
- 回落后数值的下降幅度受基数效应影响，不宜直接解读为疫情影响减弱
全球趋势
全球该指标同样在2020-2021年出现非零记录，与中国不同的是，全球数值呈持续上升趋势。2000年至2019年均为零，与疫情前基准状态一致。2020年达到1.39%，2021年进一步攀升至2.70%，表明全球超额死亡中未被直接归因于新冠或间接原因的部分在这两年间逐步扩大。这一变化可能反映疫情期间医疗系统承压、非紧急疾病延误诊治、心理健康问题等间接影响的累积，但其具体驱动因素需要结合各国医疗资源指标和死因结构数据进一步分析。
- 2000年值为0.0，2010年值为0.0，2015年值为0.0，2019年值为0.0
- 2020年首次出现非零值1.39%
- 2021年达到历史最高2.70%，为2020年值的约1.94倍
- 从首个非零年份到2021年的变化量为2.70个百分点
- 全球值为190多个国家和地区的加权汇总，不同区域疫情期间死亡登记质量差异较大
- 2.70%为全球平均值，部分国家可能远高于或低于该值
- 该指标无法反映各国内部不同人群、地区或年龄组的差异
- 持续上升的趋势可能受检测能力提升、报告延迟或死因重新分类等因素影响
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 | - | - | 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。 |
| 2020-2029 | 0.3x | 1.9x | 该十年周期内中国该指标倍数（0.27倍）远低于全球倍数（1.94倍），可能意味着中国疫情期间超额死亡更多集中于特定类别（直接新冠死亡或间接原因），而未被归入该指标的其他相关结局占比较低；全球范围内该比例上升则可能反映医疗系统超负荷、慢病管理中断等间接因素在不同区域、不同阶段的作用程度差异，但具体原因需要结合各国医疗资源、死亡登记质量和死因分类标准进一步验证。 |
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
该指标数值较高通常意味着在疫情期间死亡总量中，未被直接归因于新冠或间接原因的死亡比例较大，可能反映医疗系统承压、慢性病管理中断、心理健康问题加剧或死亡登记分类方式等复合因素
数值较低通常意味着什么
该指标数值较低通常意味着超额死亡的大部分已被特定类别（直接新冠死亡或间接原因）解释，其他相关结局相对较少，可能反映死亡归因较为明确或疫情期间其他死亡率控制相对较好
鍙ｅ緞闄愬埗
- 该指标为疫情期间特有的实验性指标，疫情前无历史数据可供参考
- 不同国家死因分类标准和超额死亡估算方法存在差异，跨国比较需谨慎
- 该指标无法区分其他相关结局的具体原因构成
- 数据仅覆盖2020年之后，缺少与其他和平时期死亡原因指标的横向对比
- 该指标反映的是比例而非绝对死亡人数规模
- 部分国家可能因死亡登记系统不完善而低估或高估该指标
使用建议
- 使用时应同时参考直接新冠死亡指标和超额死亡总量，以获得完整的死亡图景
- 进行跨国比较时应注意各国死亡登记系统覆盖率和死因分类能力的差异
- 该指标适合作为机制变量或稳健性检验变量，而非核心解释变量
- 结合人均医疗资源、慢性病负担和医疗可及性等变量进行分层分析
- 关注数据修订情况，该指标基于估算结果，可能随方法更新而调整
- 分析中国数据时应注意与其他亚洲国家的区域对比，避免脱离区域背景
常见错误用法
错误做法：将该指标数值直接等同于疫情期间超额死亡的严重程度
正确做法：将该指标视为超额死亡在三个类别（直接新冠死亡、间接原因、其他相关结局）中的分配比例
该指标衡量的是比例而非绝对数量，一个低比例可能对应高绝对超额死亡，一个高比例也可能对应低绝对超额死亡，直接比较会严重误判实际死亡规模
错误做法：将该指标在2020年前后的变化解读为长期健康趋势
正确做法：仅将该指标用于疫情期间的特定分析窗口
该指标在2020年之前数据均为零，是疫情催生的指标，不反映常规死亡原因结构的演变，不宜用于趋势外推
错误做法：将中国的低数值简单解释为疫情防控效果更好
正确做法：结合直接新冠死亡占比和超额死亡总量综合评估
中国数值低也可能反映死亡归因模式不同或超额死亡总量较少，不宜直接推断为防控成效，需要与直接死亡指标协同分析
错误做法：用该指标进行年度间的简单减法来计算疫情死亡变化
正确做法：理解该指标为比例指标，需结合总死亡人数计算绝对变化
百分比指标的变化受分子（其他相关结局死亡数）和分母（总死亡数）共同影响，单独看比例变化可能误导实际死亡人数的变化方向
错误做法：将该指标与其他常规死亡原因指标（如癌症死亡率）进行直接对比
正确做法：仅在疫情期间数据窗口内与同类指标（如直接新冠死亡占比）进行横向比较
该指标具有疫情特异性和时间限定性，与常规死因指标在统计口径、驱动因素和时间跨度上均不可比
实际应用场景
- 疫情期间医疗系统负荷与死亡归因模式研究：分析各国在疫情高峰期的医疗系统超负荷程度对死亡归因模式的影响 被解释变量（结局变量） 将该指标与人均医院床位数、ICU容量、医疗支出等指标进行回归分析，考察医疗资源约束是否影响死亡被归入“其他相关结局”的比例
- 死亡登记系统完善程度对疫情死亡统计的影响：评估不同国家死亡登记系统覆盖率和报告质量对疫情死亡数据准确性的差异 稳健性检验变量 将样本按死亡登记完整性指数分组，检验该指标在不同数据质量群体中的一致性，以评估数据质量对研究结论的潜在干扰
- 慢性病负担与疫情期间超额死亡构成的关联：探索疫情前慢性病流行情况是否影响疫情期间超额死亡的类别构成 机制变量 将疫情前的糖尿病、心血管疾病等慢性病患病率作为自变量，该指标作为因变量，同时控制人均GDP和医疗支出等变量，检验慢性病负担是否通过延误治疗等渠道影响其他相关结局死亡比例
- 疫情冲击对心理健康相关死亡的影响评估：研究疫情期间心理问题加剧导致的超额死亡在“其他相关结局”中的占比 比较变量 将该指标与自杀死亡率、抗抑郁药使用量、心理健康服务可及性等指标进行关联分析，评估心理健康因素对该指标的可能贡献
- 区域比较视角下的亚洲与欧洲疫情死亡模式差异：从区域视角分析亚洲和欧洲国家在死亡归因模式上的系统性差异 比较变量 将样本分为亚洲、欧洲、美洲等区域，比较各区域该指标的均值和分布差异，同时控制人口年龄结构、检测能力和报告标准等因素
其他新冠疫情相关死亡原因（占总死亡的百分比）常见问题
其他新冠疫情相关结局占比高说明什么
该指标数值高意味着在疫情期间的所有超额死亡中，未被归入直接新冠死亡或间接原因的部分占比较高，可能反映医疗系统超负荷导致的间接死亡、慢病管理中断或死亡登记分类方式等因素，但具体原因需要结合各国医疗资源状况和其他死因指标综合判断。
中国这个指标数值为什么这么低
中国该指标在2020年和2021年分别为0.43%和0.11%，显著低于全球水平，这可能意味着中国疫情期间超额死亡更多被归入直接新冠死亡或间接原因类别，留给“其他相关结局”的部分较少，但具体原因需要结合直接死亡指标和超额死亡估算方法进一步验证，不宜直接解读为死亡总规模较小。
这个指标和超额死亡有什么关系
超额死亡是总死亡人数超过预期正常水平的部分，该指标将超额死亡分解为三个类别：直接由新冠引起的死亡、间接由新冠原因（如防疫措施延误治疗）导致的死亡，以及其他与疫情相关但未被归入前两类的死亡，该指标反映的是第三类在超额死亡中的占比。
2020年之前这个指标为什么是零
该指标是专门为追踪新冠疫情影响而设计的，只有在存在疫情期间超额死亡数据时才可能产生非零值，2020年之前没有新冠疫情，因此超额死亡和各类别指标均为零，这是该指标的预期特性而非数据缺失。
可以用这个指标比较各国疫情严重程度吗
该指标衡量的是超额死亡的结构比例而非总量，低比例国家可能有较低的绝对超额死亡，也可能有较高的超额死亡但被其他类别完全解释，进行跨国比较时应同时参考超额死亡总量和直接死亡占比，单一使用该指标可能产生误导。
下载数据
免费获取世界银行WDI完整数据集，包含其他新冠疫情相关死亡原因（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