艾滋病病毒感染儿童数（0至14岁新增感染人数）

指标解释

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

Number of children (ages 0-14) newly infected with HIV.

可供参考的中文翻译：0至14岁儿童新增感染艾滋病病毒的人数。

数据口径与风险提示

该指标为估算值而非确诊统计，实际数据受各国监测体系灵敏度影响显著
儿童新增感染数与育龄妇女 HIV 感染率高度相关，直接用绝对数跨国比较需谨慎
部分发展中国家存在显著的诊断和报告缺口，数值可能被低估
中国历史上 HIV 哨点监测覆盖重点为特定人群，儿童数据报告完整度有限
分子为估算新增感染数，受检测覆盖率变化影响，趋势可能反映报告能力而非真实发病变化
使用百分比或比率指标时需同时考虑分母（对应年龄组人口规模）的跨国差异

中国趋势

趋势解读

世界银行数据库中未收录中国该指标的有效记录，因此无法对中国 0至14岁儿童新增 HIV 感染人数的长期趋势进行分析。该数据缺失可能与国内报告口径及国际数据协调机制有关，不应解读为中国无相关病例。

中国暂无本指标有效数据，任何基于该指标的跨国趋势比较均无法覆盖中国维度
数据缺失原因尚未确认，不宜直接推断为防治成效或数据质量问题

全球趋势

趋势解读

全球 0至14岁儿童新增 HIV 感染人数在1990年代持续攀升，1999年达到约57万人的峰值；此后进入持续下降阶段，到2024年降至约12万人，较峰值下降约79%。从起点1990年的30万人来看，2024年数值仅为1990年的0.4倍，反映过去三十余年间全球艾滋病防治在阻断母婴传播领域取得了实质性进展，但2020年代以来降速明显放缓，下降斜率趋于平缓。

1990年全球新增感染约30万人，1999年升至峰值约57万人
2024年全球新增感染约12万人，为1990年以来最低记录
从1999年峰值到2024年，全球累计减少约45万人，降幅约79%
1990年至2024年最新值仅为起点的0.4倍，降幅达60%
2020年至2024年间全球数值稳定在12万至15万人区间，降速趋缓
全球数据为多国汇总估算，各国监测能力和报告标准不一致，跨国时点对比存在口径误差
下降斜率放缓可能反映高感染风险地区干预覆盖率趋于饱和，也可能是数据修正的结果
该指标受母婴阻断项目（PMTCT）覆盖率驱动，与抗病毒治疗覆盖率并非直接线性关系

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	-	1.9x	1990年代全球倍数约为1.9倍，反映该时期全球儿童新增感染处于上升通道，与当时母婴阻断干预覆盖不足、抗病毒治疗可及性有限直接相关。此后各十年倍数持续下降，表明全球预防和干预体系逐步覆盖高风险人群。
2000-2009	-	0.6x	2000年代全球倍数约为0.607倍，意味着该十年末全球儿童新增感染人数降至期初的约六成，全球母婴阻断项目规模化推广产生实质性效果。
2010-2019	-	0.5x	2010年代全球倍数约为0.516倍，降幅较前一个十年趋缓（约减半而非进一步压缩），可能意味着高感染地区干预覆盖率已趋于阶段性瓶颈，后续降低需要新的干预策略突破。
2020-2029	-	0.8x	2020年代目前可见数据（2024年为期末年）显示全球倍数约为0.8倍，相较2010年代降幅回弹，可能与新冠疫情期间 HIV 检测和干预服务中断、部分地区母婴阻断项目推广减速有关，需要结合各地区具体数据进行验证。

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	Mozambique 莫桑比克	MOZ	16,000
2	Congo, Dem. Rep. 刚果（金）	COD	9,100
3	South Africa 南非	ZAF	6,600
4	Tanzania 坦桑尼亚	TZA	5,100
5	Uganda 乌干达	UGA	4,700
6	Angola 安哥拉	AGO	4,500
7	Kenya 肯尼亚	KEN	4,300
8	Zambia 赞比亚	ZMB	3,000
9	Zimbabwe 津巴布韦	ZWE	2,800
10	Cameroon 喀麦隆	CMR	2,700
11	Papua New Guinea 巴布亚新几内亚	PNG	2,700
12	Malawi 马拉维	MWI	2,200
13	Congo, Rep. 刚果（布）	COG	1,900
14	Chad 乍得	TCD	1,300
15	Ethiopia 埃塞俄比亚	ETH	1,300
16	Madagascar 马达加斯加	MDG	1,300
17	Ghana 加纳	GHA	1,200
18	Mali 马里	MLI	1,200
19	Guinea 几内亚	GIN	1,100
20	Haiti 海地	HTI	1,100
21	South Sudan 南苏丹	SSD	1,100
22	Central African Republic 中非共和国	CAF	1,000
23	Cote d'Ivoire 科特迪瓦	CIV	1,000
24	Myanmar 缅甸	MMR	950.0
25	Sudan 苏丹	SDN	820.0
26	Burkina Faso 布基纳法索	BFA	800.0
27	Sierra Leone 塞拉利昂	SLE	660.0
28	Togo 多哥	TGO	530.0
29	Benin 贝宁	BEN	500.0
30	Burundi 布隆迪	BDI	500.0
31	Dominican Republic 多米尼加共和国	DOM	500.0
32	Egypt, Arab Rep. 埃及	EGY	500.0
33	Eswatini 斯威士兰	SWZ	500.0
34	Gabon 加蓬	GAB	500.0
35	Guinea-Bissau 几内亚比绍	GNB	500.0
36	Lesotho 莱索托	LSO	500.0
37	Mexico 墨西哥	MEX	500.0
38	Namibia 纳米比亚	NAM	500.0
39	Niger 尼日尔	NER	500.0
40	Philippines 菲律宾	PHL	500.0
41	Rwanda 卢旺达	RWA	500.0
42	Senegal 塞内加尔	SEN	500.0
43	Venezuela, RB 委内瑞拉	VEN	500.0
44	Algeria 阿尔及利亚	DZA	200.0
45	Gambia, The 冈比亚	GMB	200.0
46	Guatemala 危地马拉	GTM	200.0
47	Peru 秘鲁	PER	200.0
48	Viet Nam 越南	VNM	200.0
49	Yemen, Rep. 也门	YEM	200.0
50	Afghanistan 阿富汗	AFG	100.0
51	Armenia 亚美尼亚	ARM	100.0
52	Bolivia 玻利维亚	BOL	100.0
53	Botswana 博茨瓦纳	BWA	100.0
54	Cabo Verde 佛得角	CPV	100.0
55	Cambodia 柬埔寨	KHM	100.0
56	Chile 智利	CHL	100.0
57	Costa Rica 哥斯达黎加	CRI	100.0
58	Cuba 古巴	CUB	100.0
59	Djibouti 吉布提	DJI	100.0
60	Ecuador 厄瓜多尔	ECU	100.0
61	El Salvador 萨尔瓦多	SLV	100.0
62	Eritrea 厄立特里亚	ERI	100.0
63	Fiji 斐济	FJI	100.0
64	Guyana 圭亚那	GUY	100.0
65	Honduras 洪都拉斯	HND	100.0
66	Ireland 爱尔兰	IRL	100.0
67	Kazakhstan 哈萨克斯坦	KAZ	100.0
68	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	100.0
69	Lao PDR 老挝	LAO	100.0
70	Libya 利比亚	LBY	100.0
71	Malaysia 马来西亚	MYS	100.0
72	Mauritania 毛里塔尼亚	MRT	100.0
73	Moldova 摩尔多瓦	MDA	100.0
74	Morocco 摩洛哥	MAR	100.0
75	Nepal 尼泊尔	NPL	100.0
76	Panama 巴拿马	PAN	100.0
77	Paraguay 巴拉圭	PRY	100.0
78	Portugal 葡萄牙	PRT	100.0
79	Romania 罗马尼亚	ROU	100.0
80	Suriname 苏里南	SUR	100.0
81	Tajikistan 塔吉克斯坦	TJK	100.0
82	Thailand 泰国	THA	100.0
83	Tunisia 突尼斯	TUN	100.0

使用建议、常见误用与研究场景

数值较高通常意味着什么

每年0至14岁儿童中新增感染艾滋病病毒的人数较多，通常意味着母婴阻断预防体系存在缺口、育龄妇女 HIV 感染负担较重，或检测覆盖不足导致部分感染者未被及时发现。

数值较低通常意味着什么

每年新增感染的儿童人数较少，通常反映母婴阻断项目（PMTCT）覆盖较为充分、抗病毒治疗可及性提升，或育龄人群 HIV 感染得到有效控制。

鍙ｅ緞闄愬埗

该指标为模型估算值，各国监测能力和报告标准不同，直接跨国比较存在口径误差
不反映现有感染儿童的抗病毒治疗覆盖率和生存状况
受育龄妇女 HIV 感染率影响，单纯看绝对数无法区分是感染人群基数大还是预防失效
中国暂无有效数据，无法评估中国在全球儿童 HIV 防治中的相对位置
数据更新存在滞后，部分年份为修正后的回溯估算，与实时疫情状况存在时间差
该指标不区分感染途径，无法直接用于评估特定干预项目的效果

使用建议

使用时建议同时参考育龄妇女 HIV 感染率和 PMTCT 覆盖率，区分是预防成功还是传播基数缩小
研究区域差异时应结合各国母婴阻断项目覆盖报告和抗病毒治疗可及性数据进行多维验证
分析长期趋势时应区分估算方法变更和真实疫情变化，避免将统计口径调整误读为流行态势转变
与儿童抗病毒治疗覆盖率（SH.HIV.ARTC.ZS）和0至14岁儿童现患 HIV 人数（SH.HIV.0014）联用，全面评估儿童 HIV 防治效果
跨国比较时建议使用每千人易感人群发病率的年龄标准化指标（SH.HIV.INCD.TL.P3），以消除人口结构差异影响

常见错误用法

错误做法：直接用该指标绝对值排名，得出“中国/某国艾滋病防治最差/最好”的结论

正确做法：使用每千人易感人群发病率指标，并结合 PMTCT 覆盖率和育龄妇女感染率综合评估防治水平

绝对数受国家人口规模和育龄妇女 HIV 负担共同影响，不能直接反映防治体系效能；低数值可能源于低感染风险人群基数而非干预效果

错误做法：将全球下降趋势直接解读为全球儿童艾滋病问题已得到解决

正确做法：结合各国具体数据，关注下降斜率趋缓和近期回弹信号，审慎评估全球干预覆盖的持续性

2020年代全球倍数出现回弹（0.8倍），下降趋势边际放缓，提示部分地区干预覆盖率可能已触及阶段性瓶颈，不能简单线性外推

错误做法：用中国暂无数据的状态来论证中国防治成效优于全球

正确做法：数据缺失需在分析中明确说明，不能将其作为有利证据，需通过其他相关指标综合评估

中国数据缺失原因尚不明确，不代表实际发病水平，数据空白本身应视为分析限制而非正向信号

错误做法：将儿童新增感染下降等同于儿童抗病毒治疗可及性改善

正确做法：该指标仅反映新增感染情况，治疗覆盖和生存结局需参考专项指标

新增感染降低与现患儿童的治疗覆盖是两个不同维度的指标，混淆会导致对防治效果的系统性高估

实际应用场景

全球儿童 HIV 感染率长期趋势及区域差异分析：比较1990年至2024年间全球与各地区儿童新增 HIV 感染人数的演变路径，评估母婴阻断干预的阶段性效果被解释变量使用该指标的时间序列数据计算各时期的年均变化率和十年倍数变化，结合区域哑变量进行分组回归，识别干预项目推广与感染率下降的时滞关系
PMTCT 覆盖率对儿童 HIV 新发感染的影响机制检验：检验抗逆转录病毒药物母婴阻断覆盖率提升与儿童新增感染下降之间的统计关联被解释变量以该指标为因变量，以 PMTCT 覆盖率（SH.HIV.PMTC.ZS）和ART覆盖率（SH.HIV.ARTC.ZS）为核心自变量，加入育龄妇女 HIV 感染率（SH.DYN.AIDS.ZS）作为控制变量，采用面板数据固定效应模型缓解国家层面遗漏变量偏误
儿童 HIV 感染率与其他传染病指标的稳健性检验：将儿童 HIV 新增感染趋势与疟疾发病率、儿童死亡率等指标进行相关性检验，验证 HIV 指标与其他健康结果的关联一致性稳健性检验变量在主回归模型之外加入疟疾发病率（SH.MLR.INCD.P3）和5岁以下儿童死亡率作为额外控制变量，检验核心结论对模型设定的敏感性
中国儿童 HIV 疫情数据空白对全球估算影响的敏感性评估：因中国数据缺失，需评估该空白对全球汇总数据代表性和趋势判断的潜在影响敏感性分析对象利用周边国家和同收入组国家数据设定不同情景，模拟中国可能取值范围的上下界，评估全球趋势结论在极端情景下的稳健性