孕产妇死亡的终生风险（百分比）

Lifetime risk of maternal death (%)

下载数据

指标代码：SH.MMR.RISK.ZS所属主题：健康：Reproductive healthHealth: Reproductive health

2023最新有效年份

192最新年份有值国家

265历史上有数据经济体

46%总体缺失率

指标解释

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

Life time risk of maternal death is the probability that a 15-year-old female will die eventually from a maternal cause assuming that current levels of fertility and mortality (including maternal mortality) do not change in the future, taking into account competing causes of death.

可供参考的中文翻译：孕产妇死亡的终身风险是指，假定当前的生育率和死亡率（包括孕产妇死亡率）在未来保持不变且考虑其他死因的竞争效应，15岁女性最终死于妊娠或分娩相关原因的的概率。

数据口径与风险提示

该指标反映的是终身累积概率而非单次妊娠风险，数值高低受生育水平、孕产妇死亡率和其他死因竞争效应共同影响
指标假设生育率和死亡率模式在未来保持不变，因此是条件性预测而非历史回顾
不同国家的风险倍数（1 in X）口径差异较大，直接跨国比较时需注意基数效应
该指标不反映特定年份的孕产妇死亡事件，而是终身累计概率
数值为百分比形式时表示概率水平，不同表达方式（百分比 vs 风险倍数）可能造成理解偏差
中国2023年数据显示风险已降至很低水平，继续改善的边际空间有限

中国趋势

趋势解读

中国孕产妇死亡的终生风险在1985年至2023年间呈现持续下降态势，从约0.345%降至约0.013%，降幅约为期初值的3.8%。1990年代下降最为显著，1991年至1999年间从约0.210%降至约0.088%，年均降幅明显。2000年代后下降速度有所放缓，2015年至2019年间维持在约0.03%-0.05%区间。2020年至2023年继续下降至约0.013%。整体趋势反映了中国在妇幼保健、医疗服务可及性和孕产安全方面取得的持续进步。

1985年数值为0.345%，2023年降至0.013%，最新值约为1985年的3.8%
1991年数值为0.210%，1999年降至0.088%，1990年代下降约58%
2015年数值为0.039%，2019年降至0.027%，2010年代后期降幅约31%
2020年数值为0.021%，2023年降至0.013%，近年下降约37%
数据序列共39个年度点，涵盖1985年至2023年
该指标下降可能同时受益于生育率下降和孕产妇死亡率改善，贡献分解需结合其他变量
极低风险水平下，统计波动可能对年度变化产生较大影响
不同地区间差异可能仍然显著，宏观数据可能掩盖局部问题

全球趋势

趋势解读

全球孕产妇死亡的终生风险从1985年的约1.41%下降至2023年的约0.37%，降幅约为期初值的26%。1990年代以前下降相对缓慢，1990年仍维持在约1.15%。1990年代至2010年代呈现持续下降趋势，2000年代降至约0.56%，2010年代进一步降至约0.44%。2021年出现明显波动上升至约0.46%，可能与新冠疫情及其他系统性冲击相关，随后2022年至2023年恢复下降趋势。整体而言，全球下降幅度约为中国的7倍，反映了更大幅度的基数改善，但绝对水平仍远高于中国。

1985年数值为1.408%，2023年降至0.368%，最新值约为1985年的26%
1990年数值为1.146%，1999年降至0.801%，1990年代下降约30%
2010年数值为0.557%，2019年降至0.411%，2010年代下降约26%
2021年出现反弹至0.464%，较2020年的0.407%上升约14%
数据序列共39个年度点，与中国同步

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	0.8x	0.8x	中国与世界的阶段变化幅度接近，说明该指标在这一阶段更多表现为共同的周期性或口径性波动。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。
1990-1999	0.3x	0.7x	中国的阶段变化率低于世界，可能意味着本国分母项相对分子项改善更快，或净进口依赖、国内供需结构与全球平均出现分化。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。
2000-2009	0.6x	0.7x	中国的阶段变化率低于世界，可能意味着本国分母项相对分子项改善更快，或净进口依赖、国内供需结构与全球平均出现分化。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	0.5x	0.7x	中国的阶段变化率低于世界，可能意味着本国分母项相对分子项改善更快，或净进口依赖、国内供需结构与全球平均出现分化。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	0.6x	0.9x	中国的阶段变化率低于世界，可能意味着本国分母项相对分子项改善更快，或净进口依赖、国内供需结构与全球平均出现分化。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。

2023 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	Central African Republic 中非共和国	CAF	4.24
2	Chad 乍得	TCD	4.23
3	Nigeria 尼日利亚	NGA	4.06
4	Somalia, Fed. Rep. 索马里	SOM	3.36
5	Liberia 利比里亚	LBR	2.47
6	Afghanistan 阿富汗	AFG	2.47
7	Congo, Dem. Rep. 刚果（金）	COD	2.46
8	South Sudan 南苏丹	SSD	2.41
9	Benin 贝宁	BEN	2.27
10	Niger 尼日尔	NER	2.13
11	Guinea 几内亚	GIN	2.12
12	Mali 马里	MLI	2.05
13	Guinea-Bissau 几内亚比绍	GNB	1.89
14	Madagascar 马达加斯加	MDG	1.81
15	Burundi 布隆迪	BDI	1.76
16	Mauritania 毛里塔尼亚	MRT	1.73
17	Cote d'Ivoire 科特迪瓦	CIV	1.49
18	Gambia, The 冈比亚	GMB	1.39
19	Togo 多哥	TGO	1.37
20	Sierra Leone 塞拉利昂	SLE	1.35
21	Zimbabwe 津巴布韦	ZWE	1.29
22	Lesotho 莱索托	LSO	1.28
23	Tanzania 坦桑尼亚	TZA	1.28
24	Cameroon 喀麦隆	CMR	1.13
25	Sudan 苏丹	SDN	1.10
26	Eritrea 厄立特里亚	ERI	1.06
27	Burkina Faso 布基纳法索	BFA	0.98
28	Congo, Rep. 刚果（布）	COG	0.96
29	Angola 安哥拉	AGO	0.95
30	Senegal 塞内加尔	SEN	0.90
31	Malawi 马拉维	MWI	0.88
32	Nauru 瑙鲁	NRU	0.86
33	Haiti 海地	HTI	0.85
34	Gabon 加蓬	GAB	0.83
35	Rwanda 卢旺达	RWA	0.80
36	Ethiopia 埃塞俄比亚	ETH	0.79
37	Uganda 乌干达	UGA	0.79
38	Ghana 加纳	GHA	0.75
39	Equatorial Guinea 赤道几内亚	GNQ	0.71
40	Comoros 科摩罗	COM	0.66
41	Pakistan 巴基斯坦	PAK	0.56
42	Papua New Guinea 巴布亚新几内亚	PNG	0.56
43	Yemen, Rep. 也门	YEM	0.55
44	Tuvalu 图瓦卢	TUV	0.54
45	Timor-Leste 东帝汶	TLS	0.53
46	Mozambique 莫桑比克	MOZ	0.49
47	Kenya 肯尼亚	KEN	0.48
48	Botswana 博茨瓦纳	BWA	0.45
49	Namibia 纳米比亚	NAM	0.44
50	Venezuela, RB 委内瑞拉	VEN	0.43
51	Solomon Islands 所罗门群岛	SLB	0.42
52	Marshall Islands 马绍尔群岛	MHL	0.42
53	Djibouti 吉布提	DJI	0.38
54	Vanuatu 瓦努阿图	VUT	0.37
55	Bolivia 玻利维亚	BOL	0.37
56	Zambia 赞比亚	ZMB	0.36
57	Samoa 萨摩亚	WSM	0.36
58	Myanmar 缅甸	MMR	0.36
59	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	0.35
60	Cambodia 柬埔寨	KHM	0.34
61	Eswatini 斯威士兰	SWZ	0.33
62	Nepal 尼泊尔	NPL	0.30
63	Lao PDR 老挝	LAO	0.28
64	Sao Tome and Principe 圣多美和普林西比	STP	0.27
65	Dominican Republic 多米尼加共和国	DOM	0.27
66	Indonesia 印度尼西亚	IDN	0.27
67	Bangladesh 孟加拉国	BGD	0.26
68	Kiribati 基里巴斯	KIR	0.25
69	South Africa 南非	ZAF	0.24
70	Guatemala 危地马拉	GTM	0.23
71	Iraq 伊拉克	IRQ	0.22
72	Tonga 汤加	TON	0.19
73	Guyana 圭亚那	GUY	0.18
74	Suriname 苏里南	SUR	0.18
75	Jamaica 牙买加	JAM	0.17
76	Algeria 阿尔及利亚	DZA	0.16
77	Philippines 菲律宾	PHL	0.16
78	India 印度	IND	0.16
79	Morocco 摩洛哥	MAR	0.14
80	Paraguay 巴拉圭	PRY	0.14
81	Belize 伯利兹	BLZ	0.14
82	Nicaragua 尼加拉瓜	NIC	0.13
83	Palau 帕劳	PLW	0.13
84	Honduras 洪都拉斯	HND	0.12
85	Libya 利比亚	LBY	0.12
86	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	0.11
87	Korea, Dem. People's Rep. 朝鲜	PRK	0.11
88	Mongolia 蒙古	MNG	0.10
89	Ecuador 厄瓜多尔	ECU	0.10
90	St. Kitts and Nevis 圣基茨和尼维斯	KNA	0.10
91	Brazil 巴西	BRA	0.10
92	Peru 秘鲁	PER	0.10
93	Bahamas, The 巴哈马	BHS	0.09
94	Colombia 哥伦比亚	COL	0.09
95	Uzbekistan 乌兹别克斯坦	UZB	0.09
96	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	0.09
97	Jordan 约旦	JOR	0.08
98	Viet Nam 越南	VNM	0.08
99	Seychelles 塞舌尔	SYC	0.08
100	Mexico 墨西哥	MEX	0.08
101	Mauritius 毛里求斯	MUS	0.07
102	Panama 巴拿马	PAN	0.07
103	Grenada 格林纳达	GRD	0.07
104	El Salvador 萨尔瓦多	SLV	0.07
105	Bhutan 不丹	BTN	0.07
106	Fiji 斐济	FJI	0.06
107	Cabo Verde 佛得角	CPV	0.06
108	Tunisia 突尼斯	TUN	0.06
109	Brunei Darussalam 文莱	BRN	0.06
110	St. Lucia 圣卢西亚	LCA	0.06
111	West Bank and Gaza 约旦河西岸和加沙	PSE	0.05
112	Syrian Arab Republic 叙利亚	SYR	0.05
113	Maldives 马尔代夫	MDV	0.05
114	Barbados 巴巴多斯	BRB	0.05
115	Dominica 多米尼克	DMA	0.05
116	Antigua and Barbuda 安提瓜和巴布达	ATG	0.05
117	Argentina 阿根廷	ARG	0.05
118	Tajikistan 塔吉克斯坦	TJK	0.05
119	Egypt, Arab Rep. 埃及	EGY	0.04
120	Cuba 古巴	CUB	0.04
121	Malaysia 马来西亚	MYS	0.04
122	Thailand 泰国	THA	0.03
123	Oman 阿曼	OMN	0.03
124	Sri Lanka 斯里兰卡	LKA	0.03
125	Lebanon 黎巴嫩	LBN	0.03
126	Bahrain 巴林	BHR	0.03
127	Georgia 格鲁吉亚	GEO	0.03
128	Costa Rica 哥斯达黎加	CRI	0.03
129	Armenia 亚美尼亚	ARM	0.03
130	Moldova 摩尔多瓦	MDA	0.03
131	Azerbaijan 阿塞拜疆	AZE	0.03
132	Kazakhstan 哈萨克斯坦	KAZ	0.03
133	United States 美国	USA	0.02
134	Iran, Islamic Rep. 伊朗	IRN	0.02
135	Turkiye 土耳其	TUR	0.02
136	Latvia 拉脱维亚	LVA	0.02
137	Uruguay 乌拉圭	URY	0.02
138	Cyprus 塞浦路斯	CYP	0.02
139	Portugal 葡萄牙	PRT	0.02
140	Saudi Arabia 沙特阿拉伯	SAU	0.02
141	Romania 罗马尼亚	ROU	0.02
142	Luxembourg 卢森堡	LUX	0.01
143	Canada 加拿大	CAN	0.01
144	Hungary 匈牙利	HUN	0.01
145	China 中国	CHN	0.01
146	Serbia 塞尔维亚	SRB	0.01
147	Turkmenistan 土库曼斯坦	TKM	0.01
148	United Kingdom 英国	GBR	0.01
149	Ukraine 乌克兰	UKR	0.01
150	Russian Federation 俄罗斯	RUS	0.01
151	Chile 智利	CHL	0.01
152	New Zealand 新西兰	NZL	0.01
153	Kuwait 科威特	KWT	0.01
154	France 法国	FRA	0.01
155	Monaco 摩纳哥	MCO	0.01
156	Andorra 安道尔	AND	0.01
157	Albania 阿尔巴尼亚	ALB	0.01
158	Malta 马耳他	MLT	0.01
159	Finland 芬兰	FIN	0.01
160	Montenegro 黑山	MNE	0.01
161	Lithuania 立陶宛	LTU	0.01
162	Bulgaria 保加利亚	BGR	0.01
163	Austria 奥地利	AUT	0.01
164	Switzerland 瑞士	CHE	0.01
165	Qatar 卡塔尔	QAT	0.01
166	Bosnia and Herzegovina 波黑	BIH	0.01
167	San Marino 圣马力诺	SMR	0.01
168	Israel 以色列	ISR	0.01
169	Italy 意大利	ITA	0.01
170	Singapore 新加坡	SGP	0.01
171	Estonia 爱沙尼亚	EST	0.01
172	Slovak Republic 斯洛伐克	SVK	0.01
173	Netherlands 荷兰	NLD	0.01
174	Sweden 瑞典	SWE	0.01
175	Denmark 丹麦	DNK	0.00
176	Ireland 爱尔兰	IRL	0.00
177	Greece 希腊	GRC	0.00
178	Belgium 比利时	BEL	0.00
179	Germany 德国	DEU	0.00
180	Iceland 冰岛	ISL	0.00
181	Slovenia 斯洛文尼亚	SVN	0.00
182	Croatia 克罗地亚	HRV	0.00
183	Australia 澳大利亚	AUS	0.00
184	United Arab Emirates 阿联酋	ARE	0.00
185	North Macedonia 北马其顿	MKD	0.00
186	Czechia 捷克	CZE	0.00
187	Japan 日本	JPN	0.00
188	Spain 西班牙	ESP	0.00
189	Korea, Rep. 韩国	KOR	0.00
190	Poland 波兰	POL	0.00
191	Norway 挪威	NOR	0.00
192	Belarus 白俄罗斯	BLR	0.00

使用建议、常见误用与研究场景

数值较高通常意味着什么

该指标数值越高表示15岁女性在整个生育周期内因妊娠或分娩相关原因死亡的概率越大。高风险通常意味着孕产期医疗保健资源不足、基层产科服务可及性差、妊娠并发症救治能力有限，或存在系统性的母婴安全保障缺陷。数值受总和生育率和竞争风险影响，高生育率国家即使孕产妇死亡率相近，终身风险也可能更高。

数值较低通常意味着什么

该指标数值越低表示女性在妊娠和分娩过程中的安全保障程度越高，孕产期医疗保健体系越完善。极低风险反映住院分娩率高、产前检查覆盖广、危急重症救治网络健全，以及多部门协作的母婴安全保障机制成熟。但需注意，低风险不意味着零风险，且在极低水平下继续改善的边际收益有限。

鍙ｅ緞闄愬埗

该指标为终身累积概率，不反映特定年份或特定妊娠的风险，单次妊娠风险约为终身风险的1/生育次数
基于未来生育率和死亡率保持不变的假设，属于条件性预测而非历史事实，实际情况可能偏离
全球数据为各国家/地区的加权平均，掩盖了国家间巨大差异，欠发达国家的高风险拉高了全球均值
总和生育率变化会直接影响终身风险计算，降低生育率本身就会降低指标值，不一定反映孕产妇死亡率改善

使用建议

使用时需结合具体研究目的，若关注特定年份孕产妇死亡水平，应同时查看同期孕产妇死亡率（MMR）指标
进行跨国比较时应了解各国的总和生育率水平，避免将生育率差异导致的差异误判为医疗服务质量差异
分析长期趋势时建议结合住院分娩率、产前检查覆盖率、新法接生率等过程性指标进行综合评估
政策评估时不应仅依赖该指标下降，还需考察导致下降的主要驱动因素是生育行为变化还是保健服务改善

常见错误用法

错误做法：将0.013%直接理解为'10000次分娩中有1.3次死亡'的单次妊娠风险

正确做法：需要除以预期的生育次数。例如总和生育率为1.0时，单次妊娠风险约为0.013%；若为1.5，则单次风险约为0.009%

该指标是终身累计概率，分母是女性一生中所有妊娠次数，错误理解会导致对当前孕产安全的过高估计

错误做法：用2023年中国值0.013%与全球均值0.368%直接比较，得出'中国风险是全球1/28'的结论

正确做法：需要说明这是条件性预测值，且全球均值受高风险发展中国家拉高的影响，应选择可比参照国或调整权重后比较

不同国家生育模式、年龄结构差异显著，加权平均方式不同会导致可比性偏差

错误做法：将年度间微小波动（如0.014%变为0.013%）解读为有意义的政策效果或质量变化

正确做法：在极低风险水平下，应关注3-5年移动平均或较长周期的变化趋势，避免将统计噪声视为真实信号

极低概率下的分子事件稀少，年度波动主要反映随机变异而非系统性变化

错误做法：忽视'竞争风险'假设，直接将该指标与其他死因的终身风险进行简单对比

正确做法：需了解该指标已考虑其他死因的竞争效应，即假设妊娠相关死亡与其他死亡原因存在竞争关系

在女性预期寿命延长的背景下，不考虑竞争风险会导致对孕产妇死亡概率的高估

实际应用场景

孕产妇保健体系绩效评估：评估某地区或国家孕产妇死亡保障水平的长期变化及驱动因素被解释变量（outcome），反映孕产妇保健体系的综合效果建议采用面板数据回归，控制人均GDP、医疗资源密度等变量，分析服务覆盖率提升的边际贡献。可结合指标分解方法区分生育率效应和死亡率改善效应。
健康不平等与卫生公平研究：比较不同收入组国家或地区间孕产妇死亡风险的差异及其决定因素被解释变量（outcome），衡量生殖健康公平性跨国比较时需采用标准化方法调整生育模式差异，可利用世界银行收入分组或人类发展指数分组进行分层分析。注意加权平均与未加权平均可能导致不同结论。
突发事件对孕产妇健康的影响评估：评估COVID-19疫情、自然灾害等系统性冲击对孕产妇死亡风险的影响被解释变量（outcome），反映系统性冲击的健康后果可利用事件研究法（Event Study）分析冲击前后的趋势断点。全球数据2021年的反弹可作为准自然实验的观察点，但需控制其他共时性因素。
生育政策变化的健康效应研究：分析生育政策调整（如独生子女政策放松）对孕产妇死亡风险的可能影响被解释变量（outcome）或中介变量（mechanism）需注意政策变化通过生育率（分母效应）和保健服务（分子效应）两条路径影响该指标。建议结合生育率数据和孕产妇死亡率数据进行机制检验。
卫生系统韧性研究：评估卫生系统在面临外部冲击时维持孕产妇保健服务的能力结果变量（outcome）或稳健性检验变量（robustness）可将该指标与其他孕产妇保健过程指标（如产前检查覆盖率）结合使用，区分结构性改善与韧性维持能力的差异。