使用至少基本饮水服务的农村人口比例（占农村人口的百分比）

People using at least basic drinking water services, rural (% of rural population)

下载数据

指标代码：SH.H2O.BASW.RU.ZS所属主题：健康：Disease preventionHealth: Disease prevention

2024最新有效年份

165最新年份有值国家

265历史上有数据经济体

69%总体缺失率

指标解释

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

The percentage of people using at least basic water services. This indicator encompasses both people using basic water services as well as those using safely managed water services. Basic drinking water services is defined as drinking water from an improved source, provided collection time is not more than 30 minutes for a round trip. Improved water sources include piped water, boreholes or tubewells, protected dug wells, protected springs, and packaged or delivered water.

可供参考的中文翻译：使用至少基本饮水服务的人口比例。该指标涵盖使用基本饮水服务的人口以及使用安全管理饮水服务的人口。基本饮水服务定义为从改善水源取水，往返时间不超过30分钟。改善水源包括自来水、钻井或管井、受保护的浅井、受保护的泉眼以及包装或运送的饮用水。

数据口径与风险提示

“30分钟往返”这一时间阈值是获取便利性的代理指标，不直接反映水的质量、可靠性或充足性。
“改善水源”类别涵盖多种异质性基础设施类型，其实际服务水平可能存在显著差异。
数据主要基于家庭调查，可能存在回忆偏差和社会期望偏差。
部分国家报告数据可能因调查频率和统计能力差异而存在口径不一致。
该指标将基本服务和安全管理服务合并计算，未单独区分两者水平。
改善水源的存在不必然等同于持续、足量的安全饮用水供应。
季节性水源变化或旱季供水短缺情况可能未被完全捕捉。
不同国家“改善水源”定义的具体技术标准可能存在差异。

中国趋势

趋势解读

中国农村基本饮水服务覆盖率在2000年至2024年间持续攀升，从70.7%逐步提升至93.8%，累计增长约23.1个百分点。这一阶段呈现两阶段特征：前期（2000-2019年）呈现高度线性的阶梯式增长，年均提升约1个百分点；后期（2020-2024年）增速明显加快，尤其2021至2022年间跳升约2个百分点。值得注意的是，2023年和2024年数据均为93.8%，可能反映统计口径调整或覆盖率趋近饱和。

2000年基期值为70.7%，为有记录以来的最低点
2024年最新值为93.8%，较基期累计增长约23.1个百分点
2000-2009年期间，数值从70.7%升至78.3%，倍数约为1.11
2010-2019年期间，数值从79.2%升至87.5%，倍数约为1.10
2020-2024年期间，数值从88.4%升至93.8%，倍数约为1.06
2000年以来未出现年度数值下降的情况
2021至2022年单年变化最大，增幅约2.1个百分点
2023年和2024年数值完全相同（93.8%），可能反映数据修订或统计截断，而非实际无增长

全球趋势

趋势解读

全球农村基本饮水服务覆盖率从2000年的68.8%上升至2024年的84.5%，累计提升约15.7个百分点。与中国相比，全球增速更为平稳但整体偏低。2020年以来全球增速有所加快，2021至2022年单年增幅约0.8个百分点，可能与近年来国际社会对水、环境卫生和个人卫生（WASH）领域的关注增强有关。

2000年基期值为68.8%，2024年最新值为84.5%
2000-2009年倍数约为1.09，2010-2019年倍数约为1.07
2020-2024年倍数约为1.03，显示近期增速有所放缓
2000年以来同样未出现年度数值下降
2021至2022年单年变化约0.8个百分点
2024年84.5%为有记录以来的最高值
不同国家调查年份不一致，跨国比较存在时间错位问题
部分发展中国家数据可能因调查覆盖不足而被低估

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	1.1x	1.1x	该阶段中国倍数（约1.11）略高于世界倍数（约1.09），中国增速相对领先可能反映世纪初农村饮水安全工程力度的阶段性加强，但差异幅度有限，两者变化可能均主要受统计方法改进和基础设施投资的共同驱动，需要结合中国农村基础设施投资数据进一步验证。
2010-2019	1.1x	1.1x	中国倍数（约1.10）继续高于世界倍数（约1.07），中国增速优势有所扩大，这可能意味着中国农村饮水覆盖率提升速度快于全球一般水平，尤其在覆盖率基数已相对较高的基础上仍保持较快增长，可能反映了持续性政策投入的累积效应，但需要结合同期中国城镇化率和农村人口结构变化进行验证。
2020-2029	1.1x	1.0x	中国倍数（约1.06）仍高于世界倍数（约1.03），但两者差距进一步扩大。中国在覆盖率已超过90%的高基数上仍保持约6%的十年增长，而世界仅为约3%，这可能意味着中国正从“扩大覆盖”转向“提升质量”的阶段，但2020-2024年数据尚不完整，需要结合安全管理饮水服务指标验证覆盖深度变化。

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	Andorra 安道尔	AND	100.0
2	Armenia 亚美尼亚	ARM	100.0
3	Australia 澳大利亚	AUS	100.0
4	Austria 奥地利	AUT	100.0
5	Belgium 比利时	BEL	100.0
6	Brazil 巴西	BRA	100.0
7	Denmark 丹麦	DNK	100.0
8	Estonia 爱沙尼亚	EST	100.0
9	Finland 芬兰	FIN	100.0
10	France 法国	FRA	100.0
11	Germany 德国	DEU	100.0
12	Greece 希腊	GRC	100.0
13	Hungary 匈牙利	HUN	100.0
14	Iceland 冰岛	ISL	100.0
15	Israel 以色列	ISR	100.0
16	Luxembourg 卢森堡	LUX	100.0
17	Malta 马耳他	MLT	100.0
18	Netherlands 荷兰	NLD	100.0
19	New Zealand 新西兰	NZL	100.0
20	Norway 挪威	NOR	100.0
21	Romania 罗马尼亚	ROU	100.0
22	San Marino 圣马力诺	SMR	100.0
23	Slovak Republic 斯洛伐克	SVK	100.0
24	Spain 西班牙	ESP	100.0
25	Switzerland 瑞士	CHE	100.0
26	Thailand 泰国	THA	100.0
27	Turkmenistan 土库曼斯坦	TKM	100.0
28	United Arab Emirates 阿联酋	ARE	100.0
29	United Kingdom 英国	GBR	100.0
30	United States 美国	USA	100.0
31	West Bank and Gaza 约旦河西岸和加沙	PSE	100.0
32	Maldives 马尔代夫	MDV	99.9
33	Tuvalu 图瓦卢	TUV	99.9
34	Belarus 白俄罗斯	BLR	99.9
35	Mauritius 毛里求斯	MUS	99.9
36	Croatia 克罗地亚	HRV	99.9
37	Lithuania 立陶宛	LTU	99.7
38	Ukraine 乌克兰	UKR	99.7
39	Cyprus 塞浦路斯	CYP	99.7
40	Saudi Arabia 沙特阿拉伯	SAU	99.6
41	Costa Rica 哥斯达黎加	CRI	99.6
42	Sweden 瑞典	SWE	99.6
43	Montenegro 黑山	MNE	99.5
44	Samoa 萨摩亚	WSM	99.3
45	Bhutan 不丹	BTN	99.3
46	Paraguay 巴拉圭	PRY	99.1
47	Palau 帕劳	PLW	99.1
48	Antigua and Barbuda 安提瓜和巴布达	ATG	99.0
49	Bangladesh 孟加拉国	BGD	98.8
50	Tonga 汤加	TON	98.6
51	Latvia 拉脱维亚	LVA	98.5
52	Czechia 捷克	CZE	98.5
53	Viet Nam 越南	VNM	98.5
54	Canada 加拿大	CAN	98.5
55	St. Lucia 圣卢西亚	LCA	98.2
56	North Macedonia 北马其顿	MKD	98.1
57	Ireland 爱尔兰	IRL	98.0
58	Jordan 约旦	JOR	97.8
59	Portugal 葡萄牙	PRT	97.8
60	Kazakhstan 哈萨克斯坦	KAZ	97.6
61	Bulgaria 保加利亚	BGR	97.5
62	Mexico 墨西哥	MEX	97.5
63	Bosnia and Herzegovina 波黑	BIH	97.3
64	Dominica 多米尼克	DMA	96.6
65	Suriname 苏里南	SUR	96.6
66	Uzbekistan 乌兹别克斯坦	UZB	96.4
67	Egypt, Arab Rep. 埃及	EGY	96.3
68	Guyana 圭亚那	GUY	95.7
69	Uruguay 乌拉圭	URY	95.3
70	Serbia 塞尔维亚	SRB	95.3
71	Malaysia 马来西亚	MYS	95.2
72	India 印度	IND	94.9
73	Iraq 伊拉克	IRQ	94.8
74	Dominican Republic 多米尼加共和国	DOM	94.8
75	Iran, Islamic Rep. 伊朗	IRN	94.8
76	Azerbaijan 阿塞拜疆	AZE	94.7
77	Turkiye 土耳其	TUR	94.5
78	Albania 阿尔巴尼亚	ALB	94.1
79	Nepal 尼泊尔	NPL	94.0
80	Marshall Islands 马绍尔群岛	MHL	93.9
81	China 中国	CHN	93.8
82	Georgia 格鲁吉亚	GEO	93.7
83	Chile 智利	CHL	93.6
84	Philippines 菲律宾	PHL	93.6
85	Lao PDR 老挝	LAO	93.2
86	Tunisia 突尼斯	TUN	92.9
87	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	92.1
88	Syrian Arab Republic 叙利亚	SYR	92.1
89	Cuba 古巴	CUB	91.9
90	Belize 伯利兹	BLZ	91.3
91	Fiji 斐济	FJI	91.0
92	Honduras 洪都拉斯	HND	90.3
93	Russian Federation 俄罗斯	RUS	90.3
94	Pakistan 巴基斯坦	PAK	89.3
95	Guatemala 危地马拉	GTM	89.2
96	Moldova 摩尔多瓦	MDA	88.7
97	Sri Lanka 斯里兰卡	LKA	88.4
98	Panama 巴拿马	PAN	87.8
99	Peru 秘鲁	PER	87.3
100	Tajikistan 塔吉克斯坦	TJK	86.9
101	Cabo Verde 佛得角	CPV	86.2
102	Algeria 阿尔及利亚	DZA	84.9
103	Jamaica 牙买加	JAM	84.1
104	Colombia 哥伦比亚	COL	83.7
105	Vanuatu 瓦努阿图	VUT	83.5
106	Comoros 科摩罗	COM	82.9
107	Timor-Leste 东帝汶	TLS	82.3
108	Poland 波兰	POL	81.7
109	Ecuador 厄瓜多尔	ECU	81.4
110	Myanmar 缅甸	MMR	80.7
111	Morocco 摩洛哥	MAR	80.6
112	Senegal 塞内加尔	SEN	80.6
113	El Salvador 萨尔瓦多	SLV	80.4
114	Indonesia 印度尼西亚	IDN	80.4
115	Mali 马里	MLI	80.0
116	Cambodia 柬埔寨	KHM	78.9
117	Bolivia 玻利维亚	BOL	78.7
118	Gambia, The 冈比亚	GMB	78.4
119	Botswana 博茨瓦纳	BWA	77.9
120	Ghana 加纳	GHA	76.3
121	Oman 阿曼	OMN	76.3
122	Afghanistan 阿富汗	AFG	74.8
123	Eswatini 斯威士兰	SWZ	74.4
124	Namibia 纳米比亚	NAM	74.3
125	Sao Tome and Principe 圣多美和普林西比	STP	73.4
126	South Africa 南非	ZAF	73.0
127	Lesotho 莱索托	LSO	70.6
128	Liberia 利比里亚	LBR	70.3
129	Malawi 马拉维	MWI	70.1
130	Somalia, Fed. Rep. 索马里	SOM	67.5
131	Nigeria 尼日利亚	NGA	66.6
132	Yemen, Rep. 也门	YEM	65.9
133	Solomon Islands 所罗门群岛	SLB	64.5
134	Cote d'Ivoire 科特迪瓦	CIV	63.9
135	Kiribati 基里巴斯	KIR	63.6
136	Mongolia 蒙古	MNG	63.5
137	Benin 贝宁	BEN	63.1
138	Djibouti 吉布提	DJI	62.5
139	Guinea 几内亚	GIN	62.2
140	Burundi 布隆迪	BDI	61.4
141	Sudan 苏丹	SDN	59.6
142	Mauritania 毛里塔尼亚	MRT	58.8
143	Zambia 赞比亚	ZMB	58.5
144	Togo 多哥	TGO	57.5
145	Sierra Leone 塞拉利昂	SLE	57.0
146	Uganda 乌干达	UGA	56.6
147	Cameroon 喀麦隆	CMR	56.2
148	Kenya 肯尼亚	KEN	55.6
149	Rwanda 卢旺达	RWA	55.6
150	Haiti 海地	HTI	54.7
151	Zimbabwe 津巴布韦	ZWE	54.4
152	Guinea-Bissau 几内亚比绍	GNB	52.6
153	Mozambique 莫桑比克	MOZ	51.9
154	Tanzania 坦桑尼亚	TZA	51.3
155	Gabon 加蓬	GAB	49.1
156	Papua New Guinea 巴布亚新几内亚	PNG	48.3
157	Ethiopia 埃塞俄比亚	ETH	47.0
158	Niger 尼日尔	NER	46.4
159	Chad 乍得	TCD	43.8
160	Madagascar 马达加斯加	MDG	39.3
161	Angola 安哥拉	AGO	36.9
162	Burkina Faso 布基纳法索	BFA	34.4
163	South Sudan 南苏丹	SSD	32.5
164	Central African Republic 中非共和国	CAF	27.4
165	Congo, Dem. Rep. 刚果（金）	COD	13.8

使用建议、常见误用与研究场景

数值较高通常意味着什么

更高的数值表示有更高比例的农村人口能够获取改善水源且取水时间不超过30分钟，意味着更多人获得了基本的饮水服务保障，获取饮用水的便利性达到最低门槛。

数值较低通常意味着什么

更低的数值表示有更高比例的农村人口缺乏基本饮水服务，或需花费超过30分钟时间获取饮用水，可能面临取水负担重、水源未改善等问题。

鍙ｅ緞闄愬埗

该指标仅衡量“来源”而非“实际消费的水质”，改善水源不等于安全饮用水
往返30分钟的时间阈值是便利性的代理指标，不反映供水连续性和水量的充足性
不同类型改善水源（自来水、井水、泉水等）的服务可靠性和质量差异未被区分
季节性干旱或水源枯竭导致的间歇性供水不足可能被低估
部分数据基于陈旧调查，最新年份数据的代表性可能有限
该指标不反映水价、水费负担等经济可及性维度

使用建议

使用时应结合“安全管理饮水服务”指标（SH.H2O.SMDW.RU.ZS）评估水质维度
分析时应分区域、分收入群体进行细致拆解，避免以全国均值掩盖内部差异
与卫生设施（SH.STA.BASS.RU.ZS）和洗手设施（SH.STA.HYGN.RU.ZS）指标联合使用以全面评估WASH状况
评估绝对改善时应结合农村人口绝对数量变化，百分比提升不代表服务人口净增量相同
开展国际比较时应注意不同国家调查年份和数据来源的差异
政策评估时应区分“覆盖率”提升和“服务质量”改善的不同政策含义

常见错误用法

错误做法：将“基本饮水服务覆盖率接近100%”直接解读为“中国农村饮水问题已完全解决”

正确做法：应认识到该指标仅代表“基本获取”层面的通过率，水质、水量、连续性等质量维度需要参考安全管理饮水服务等补充指标

改善水源包括多种类型，部分设施可能存在老化、污染或季节性断水问题，高覆盖率不等于高质量服务

错误做法：直接用中国93.8%与世界平均84.5%进行绝对差距比较，得出“中国已远超世界”的结论

正确做法：应结合两国基期水平和增速综合判断，优先关注“提升幅度”和“追赶效率”

基期差异会影响绝对差距的含义，高覆盖率国家的进一步提升难度更大，且国际排名受口径差异影响

错误做法：将该指标作为评估居民实际饮水安全状况的唯一依据，忽略供水可靠性和水质检测数据

正确做法：应结合水质监测合格率、供水连续性调查、居民满意度等数据综合判断

该指标是基于水源类型的静态评估，不反映动态的服务质量和实际饮用安全

错误做法：将2000年以前中国数据外推，假设该指标在更长历史时期保持类似增速

正确做法：不应自行推算无数据支撑的历史阶段，应基于实际可获得的数据年份进行分析

2000年前数据缺失，历史变化轨迹未知，不宜进行无根据的外推假设

错误做法：将该指标与城市饮水服务指标直接比较，得出城乡差距的简单结论

正确做法：应使用专门的城乡对比指标（SH.H2O.BASW.ZS与农村指标对比），并考虑人口结构因素

城乡指标定义和调查方法可能存在差异，简单比较可能产生误导

实际应用场景

中国农村饮水安全与儿童健康结局的关联研究：研究中国农村地区饮水服务覆盖水平与儿童腹泻发病率、发育迟缓等健康指标的关系核心解释变量可采用面板固定效应模型控制地区和时间固定效应，同时纳入卫生设施、收入水平等控制变量，建议使用滞后项处理健康结局的延迟效应
农村基础设施投资对劳动力时间分配的影响：评估饮水服务改善如何改变农村居民（尤其是女性）用于取水的时间负担处理变量可利用地区间投资时间差异构建工具变量或断点回归设计，关注的被影响变量包括非农劳动时间、儿童照料时间等
全球农村饮水服务改善的收敛性分析：检验不同收入水平国家农村饮水服务覆盖率是否趋同被解释变量可采用σ收敛和β收敛方法，考察初始覆盖率、GDP增速、城镇化率等对收敛速度的影响
中国WASH指标数据质量的交叉验证：利用多个相关指标相互验证以评估数据可靠性稳健性检验可检验基本饮水服务、安全管理饮水服务、农村卫生设施等指标之间的一致性及异常值