安全管理饮用水服务使用率（占总人口的百分比）

People using safely managed drinking water services (% of population)

下载数据

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

2024最新有效年份

134最新年份有值国家

265历史上有数据经济体

75%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 drinking water from an improved source that is accessible on premises, available when needed and free from faecal and priority chemical contamination. 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：使用来自改善水源的饮用水，该水源需同时满足以下三个条件：场所可及（即在用水点即可获取）、随时可得（即需要时能够持续供应）以及不受粪便和优先化学污染物污染。改善水源包括自来水、钻孔井或管井、保护性挖掘井、保护性泉水以及包装或运送的水。

数据口径与风险提示

该指标定义包含场所可及、随时可得、水质达标三个维度，数据收集和监测的技术要求较高，部分国家数据可能仅反映部分维度达标情况
各国对'改善水源'和'水质达标'的技术标准认定存在差异，可能影响跨国比较的有效性
该指标衡量的是服务覆盖的人口比例，不反映实际用水量、供水连续性或居民实际支付能力
全球数据通过世界卫生组织与联合国儿童基金会联合监测（JMP）模型估算，部分低收入国家数据可能存在较大不确定性
不同年份的数据更新频率和统计口径可能发生变化，跨年比较时需注意数据修订
该指标不区分农村和城市内部的覆盖差异，高覆盖率可能掩盖特定区域的供水安全缺口

中国趋势

趋势解读

世界银行数据库中目前未收录中国在该指标上的时间序列数据，中国的相关数据缺失可能与监测体系覆盖范围、城乡供水基础设施数据报告完整性或国际数据标准对接程度有关。中国在安全饮水领域的进展需要参考国家卫生健康委员会、水利部等部门的专项调查或统计公报。

中国在该指标上的数据点数量为0，趋势数据不可得
由于缺乏中国数据，无法对中国进行趋势分析或与全球水平进行直接比较
中国数据缺失可能影响对中国在水安全领域进展的全面评估

全球趋势

趋势解读

全球安全管理饮用水服务覆盖率在2000年至2024年间呈现持续但相对缓慢的上升趋势，从61.2%增长至73.7%，累计提升约12.4个百分点。世界平均水平从2000年开始有连续记录，至2024年已达到73.7%的历史最高值。最近五年（2019-2024）增长约3.2个百分点，增速较前期有所加快，但全球仍有超过四分之一的人口未能获得安全管理饮用水服务，提升速度与可持续发展目标要求之间仍存在差距。

全球覆盖率从2000年的61.2%逐步提升至2024年的73.7%，呈阶梯式缓慢增长
最新数据显示2024年覆盖率已达73.7%，为有记录以来的最高水平
2000年至2024年间，累计提升约12.4个百分点
2000年到2024年的最新值与期初值之比为1.20倍
最近一次变化（2023至2024年）增长约1.7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	-	1.0x	该阶段只有世界具备可比变化率，适合用作背景参照，不宜直接推断中国差异。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
2010-2019	-	1.1x	该阶段只有世界具备可比变化率，适合用作背景参照，不宜直接推断中国差异。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
2020-2029	-	1.0x	该阶段只有世界具备可比变化率，适合用作背景参照，不宜直接推断中国差异。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。

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	Hungary 匈牙利	HUN	100.0
2	Iceland 冰岛	ISL	100.0
3	Kuwait 科威特	KWT	100.0
4	Liechtenstein 列支敦士登	LIE	100.0
5	Monaco 摩纳哥	MCO	100.0
6	New Zealand 新西兰	NZL	100.0
7	Singapore 新加坡	SGP	100.0
8	San Marino 圣马力诺	SMR	100.0
9	Netherlands 荷兰	NLD	100.0
10	Denmark 丹麦	DNK	99.9
11	Germany 德国	DEU	99.9
12	Malta 马耳他	MLT	99.8
13	United Kingdom 英国	GBR	99.8
14	Sweden 瑞典	SWE	99.8
15	Cyprus 塞浦路斯	CYP	99.7
16	France 法国	FRA	99.7
17	Luxembourg 卢森堡	LUX	99.7
18	Finland 芬兰	FIN	99.6
19	Slovenia 斯洛文尼亚	SVN	99.6
20	Slovak Republic 斯洛伐克	SVK	99.6
21	Belgium 比利时	BEL	99.5
22	Israel 以色列	ISR	99.5
23	Spain 西班牙	ESP	99.5
24	Korea, Rep. 韩国	KOR	99.3
25	Norway 挪威	NOR	99.1
26	Estonia 爱沙尼亚	EST	98.9
27	Bahrain 巴林	BHR	98.9
28	Austria 奥地利	AUT	98.9
29	Japan 日本	JPN	98.7
30	United Arab Emirates 阿联酋	ARE	98.6
31	Czechia 捷克	CZE	98.1
32	Chile 智利	CHL	97.8
33	United States 美国	USA	97.6
34	Latvia 拉脱维亚	LVA	97.0
35	Canada 加拿大	CAN	96.9
36	Italy 意大利	ITA	96.8
37	Lithuania 立陶宛	LTU	96.7
38	Switzerland 瑞士	CHE	96.7
39	Greece 希腊	GRC	96.7
40	Bulgaria 保加利亚	BGR	96.2
41	Ireland 爱尔兰	IRL	96.1
42	Qatar 卡塔尔	QAT	95.3
43	Portugal 葡萄牙	PRT	95.2
44	Turkmenistan 土库曼斯坦	TKM	94.9
45	Malaysia 马来西亚	MYS	94.7
46	Iran, Islamic Rep. 伊朗	IRN	94.4
47	Belarus 白俄罗斯	BLR	93.1
48	Kazakhstan 哈萨克斯坦	KAZ	91.5
49	Oman 阿曼	OMN	91.1
50	Palau 帕劳	PLW	90.8
51	Andorra 安道尔	AND	90.6
52	Jordan 约旦	JOR	89.0
53	Poland 波兰	POL	88.7
54	Brazil 巴西	BRA	88.6
55	Ukraine 乌克兰	UKR	87.9
56	Croatia 克罗地亚	HRV	87.3
57	Bosnia and Herzegovina 波黑	BIH	86.4
58	Montenegro 黑山	MNE	85.5
59	Romania 罗马尼亚	ROU	82.2
60	Armenia 亚美尼亚	ARM	82.1
61	Uzbekistan 乌兹别克斯坦	UZB	81.9
62	North Macedonia 北马其顿	MKD	80.8
63	West Bank and Gaza 约旦河西岸和加沙	PSE	80.6
64	Costa Rica 哥斯达黎加	CRI	80.5
65	Morocco 摩洛哥	MAR	80.0
66	Egypt, Arab Rep. 埃及	EGY	78.9
67	India 印度	IND	76.4
68	Russian Federation 俄罗斯	RUS	76.3
69	Moldova 摩尔多瓦	MDA	75.8
70	Serbia 塞尔维亚	SRB	75.0
71	Colombia 哥伦比亚	COL	74.3
72	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	73.9
73	Albania 阿尔巴尼亚	ALB	70.8
74	Georgia 格鲁吉亚	GEO	70.5
75	Ecuador 厄瓜多尔	ECU	69.9
76	Algeria 阿尔及利亚	DZA	69.0
77	South Africa 南非	ZAF	68.0
78	Guyana 圭亚那	GUY	67.2
79	Bhutan 不丹	BTN	65.6
80	Honduras 洪都拉斯	HND	65.5
81	Tajikistan 塔吉克斯坦	TJK	65.1
82	Tunisia 突尼斯	TUN	65.0
83	Seychelles 塞舌尔	SYC	64.7
84	Paraguay 巴拉圭	PRY	64.4
85	Botswana 博茨瓦纳	BWA	63.3
86	Samoa 萨摩亚	WSM	62.5
87	Iraq 伊拉克	IRQ	59.8
88	Myanmar 缅甸	MMR	59.7
89	Bangladesh 孟加拉国	BGD	59.1
90	Viet Nam 越南	VNM	58.6
91	Azerbaijan 阿塞拜疆	AZE	57.8
92	Suriname 苏里南	SUR	55.8
93	Peru 秘鲁	PER	49.4
94	Guatemala 危地马拉	GTM	48.8
95	Philippines 菲律宾	PHL	48.5
96	Gambia, The 冈比亚	GMB	48.2
97	Lebanon 黎巴嫩	LBN	47.7
98	Sri Lanka 斯里兰卡	LKA	46.9
99	Dominican Republic 多米尼加共和国	DOM	45.3
100	Pakistan 巴基斯坦	PAK	45.0
101	Mongolia 蒙古	MNG	43.4
102	Mexico 墨西哥	MEX	43.0
103	Ghana 加纳	GHA	42.9
104	Fiji 斐济	FJI	42.1
105	Eswatini 斯威士兰	SWZ	38.2
106	Sao Tome and Principe 圣多美和普林西比	STP	36.7
107	Cote d'Ivoire 科特迪瓦	CIV	36.4
108	Lao PDR 老挝	LAO	35.2
109	Tanzania 坦桑尼亚	TZA	31.3
110	Lesotho 莱索托	LSO	31.3
111	Afghanistan 阿富汗	AFG	30.6
112	Indonesia 印度尼西亚	IDN	30.5
113	Cambodia 柬埔寨	KHM	30.0
114	Nigeria 尼日利亚	NGA	29.9
115	Tonga 汤加	TON	29.6
116	Mozambique 莫桑比克	MOZ	27.5
117	Senegal 塞内加尔	SEN	27.2
118	Zimbabwe 津巴布韦	ZWE	25.5
119	Guinea-Bissau 几内亚比绍	GNB	24.0
120	Madagascar 马达加斯加	MDG	22.1
121	Togo 多哥	TGO	20.5
122	Vanuatu 瓦努阿图	VUT	19.2
123	Nauru 瑙鲁	NRU	18.7
124	Malawi 马拉维	MWI	18.2
125	Uganda 乌干达	UGA	18.1
126	Benin 贝宁	BEN	17.7
127	Nepal 尼泊尔	NPL	16.5
128	Kiribati 基里巴斯	KIR	15.1
129	Ethiopia 埃塞俄比亚	ETH	13.5
130	Congo, Dem. Rep. 刚果（金）	COD	11.9
131	Sierra Leone 塞拉利昂	SLE	10.9
132	Tuvalu 图瓦卢	TUV	8.72
133	Chad 乍得	TCD	6.34
134	Central African Republic 中非共和国	CAF	6.22

使用建议、常见误用与研究场景

数值较高通常意味着什么

该指标数值较高意味着有更大比例的人口能够获得满足世卫组织与联合国儿童基金会JMP联合监测定义标准的安全管理饮用水服务。这表明在场所可及、随时可得和水质达标三个维度均达到较高水平，即居民能够在用水点直接获取水源、需要时能够持续获得供应，且水质不受粪便和优先化学污染物污染。较高的覆盖率通常反映国家在供水基础设施建设、水质监测体系和持续供水保障方面的综合能力较强，对降低水传播疾病风险、改善公众健康具有积极意义，通常被视为国家水安全治理水平和水务公共服务能力的重要正向信号。

数值较低通常意味着什么

该指标数值较低意味着有相当比例的人口未能获得符合安全管理标准的安全饮用水，可能存在场所可及性不足、供水持续性欠缺或水质未达安全标准等单一或多重问题。较低的覆盖率通常反映供水基础设施建设滞后、水质监测体系不完善或供水服务覆盖存在结构性盲区，可能导致居民面临更高的水传播疾病风险，对儿童健康和弱势群体的冲击尤为显著。较低数值是一个需要引起关注的负向信号，提示在水安全治理领域仍存在薄弱环节和待改善空间，政策资源投入和政策优先级设定需进一步优化。

鍙ｅ緞闄愬埗

该指标衡量的是使用安全管理饮用水服务的人口占总人口的比例，仅反映服务覆盖的广度而非实际用水量、供水连续性、居民支付能力或用水满意度等质量维度，"被覆盖"不等同于"高质量获得"
高总体覆盖率可能掩盖特定区域、特定人群（如偏远农村、移民群体）或特定时段的供水安全缺口，指标不区分城乡内部差异，结构性不平等问题可能被整体数字稀释
不同国家的数据采集年份、数据来源和调查方法存在差异，部分国家数据基于JMP模型估算而非实地调查，数据质量参差不齐，直接进行跨国排名比较可能产生误导
该指标定义中涉及的水质达标标准——特别是"优先化学污染物"的具体范围和检测要求——在不同国家的认定标准可能存在差异，影响跨国比较的有效性和数据口径一致性

使用建议

使用时需明确区分实际调查数据与模型估算数据，查看数据来源标注、调查年份与报告年份的时间差等信息，关注数据质量差异，避免将口径不一致的数据进行简单对比
该指标仅反映服务覆盖比例，评估水安全状况时需结合人均供水量、供水连续性指标、水质监测合格率、居民满意度等其他维度的指标进行综合判断，避免单一指标导致的片面解读
结合基本饮用水服务覆盖率（SH.H2O.BASW.ZS）等基础指标进行差距分析，通过对比场所可及和持续供应即可满足的基础覆盖率与包含水质达标要求的安全管理覆盖率，识别问题短板的主要来源
鉴于世界银行数据库中中国数据点数量为0，无法基于现有数据对中国进行可靠的跨国比较或趋势分析，评估中国水安全实际状况时应优先参考国家卫生健康委员会、水利部等部门的专项调查或统计公报数据进行补充验证

常见错误用法

错误做法：直接将安全管理饮用水覆盖率等同于'自来水普及率'或'供水管网覆盖率'

正确做法：应理解为综合评估指标，包含场所可及、随时可得和水质达标三个维度，需严格对照世卫组织JMP定义确认具体含义

该指标并非单纯的设施覆盖率，水质达标和持续供应同样是核心要求，简单用设施指标替代可能严重高估实际水安全水平，导致政策误判和资源错配

错误做法：使用单一年份数据进行跨国排名比较，忽视各国数据采集年份和调查方法的差异

正确做法：应优先使用同一调查周期内的数据，或明确标注数据年份进行谨慎解读，同时关注数据来源标注，区分实际调查与模型估算

不同国家数据采集时间可能相差数年，且部分国家数据基于模型推算而非实地调查，直接进行跨国排名可能掩盖数据质量的实质性差异，产生误导性结论

错误做法：将覆盖率提升等同于'所有人都已获得安全饮水'，忽视服务质量的实际差异

正确做法：应结合水质监测数据、供水连续性统计和居民满意度调查等进行补充验证，关注覆盖率的'盲区'分布，特别是偏远和农村地区的实际情况

覆盖率指标存在隐性不平等，高总体覆盖率可能掩盖特定地区、特定人群或特定时段供水不足的问题，简单解读可能导致政策资源未能精准投向最需要的群体

错误做法：在中国数据缺失的情况下，简单假设中国该指标与全球平均水平相当或作出推断

正确做法：应明确标注数据缺失，谨慎评估，优先参考国家卫健委、水利部等部门的专项调查或统计公报数据进行补充分析

世界银行数据库中中国在该指标上数据点数量为0，无法基于现有数据进行可靠推断，直接假设可能产生重大偏差，影响政策建议的可靠性

实际应用场景

水安全与公共卫生关联研究：研究不同国家或地区安全管理饮用水覆盖率与腹泻疾病发病率、儿童营养状况或孕产妇健康指标的关联关系 explanatory 可采用面板数据回归或双重差分模型，控制GDP人均、城市化率、医疗资源可及性等变量，探讨水安全改善对公共健康的因果效应。注意内生性问题，必要时使用工具变量法或自然实验策略进行稳健性检验。
城乡供水服务公平性分析：利用该指标结合城乡分类数据，分析供水服务的城乡差距及其驱动因素，识别公平性改善的关键节点 outcome 可使用基尼系数或泰尔指数分解方法量化城乡差距，识别差距的主要来源，结合基础设施投资数据、土地利用数据评估政策干预效果，为资源优化配置提供依据。
可持续发展目标进度评估：将该指标作为SDG 6.1的核心代理变量，评估各国在安全饮水领域的进展速度、与目标的差距及预测完成时间 comparison 可计算年均增速、距目标的年度差距和预计完成年份，注意区分不同收入水平国家的进展差异，识别进展滞后的地区和国家，为国际援助和合作提供优先级参考。
水安全与经济发展互动机制研究：分析水安全改善对劳动力健康和生产效率的长期影响，以及经济发展水平对水务基础设施投资的反馈作用 mechanism 可构建联立方程模型或使用向量自回归方法分析水安全与经济增长的动态关系，注意滞后效应和双向因果关系，必要时使用长期面板数据或历史自然实验进行因果推断。