男性吸烟率（吸烟男性占所有成年人比例）

Prevalence of current tobacco use, males (% of male adults)

下载数据

指标代码：SH.PRV.SMOK.MA所属主题：健康：Risk factorsHealth: Risk factors

2022最新有效年份

164最新年份有值国家

265历史上有数据经济体

90%总体缺失率

指标解释

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

The percentage of the male population ages 15 years and over who currently use any tobacco product (smoked and/or smokeless tobacco) on a daily or non-daily basis. Tobacco products include cigarettes, pipes, cigars, cigarillos, waterpipes (hookah, shisha), bidis, kretek, heated tobacco products, and all forms of smokeless (oral and nasal) tobacco. Tobacco products exclude e-cigarettes (which do not contain tobacco), “e-cigars”, “e-hookahs”, JUUL and “e-pipes”. The rates are age-standardized to the WHO Standard Population.

可供参考的中文翻译：该指标反映年龄在15岁及15岁以上的男性人口中，当前使用任何烟草制品（吸烟和/或无烟烟草，包括每日或非每日使用）的比例。烟草制品包括香烟、烟斗、雪茄、小雪茄、水烟（阿拉伯水烟、雪希拉水烟）、比迪烟、克雷泰克烟、加热烟草制品，以及所有类型的无烟（口腔和鼻腔）烟草。烟草制品不包括电子烟（不含烟草）、“电子雪茄”、“电子水烟”、JUUL和“电子烟斗”。比率已根据世卫组织标准人口进行年龄标准化处理。

数据口径与风险提示

本指标仅涵盖15岁及以上男性群体，女性吸烟率另有独立指标（SH.PRV.SMOK.FE），不可混淆
数据为年龄标准化后的比例，不同年龄结构的国家间直接比较需谨慎
统计口径涵盖吸烟与无烟烟草，若单独分析燃烧型烟草需查找细分数据
数据采集频率为每两年一次，时间序列可能存在较大间隔
部分发展中国家可能存在调查覆盖不全或数据缺失问题
跨国调查方法差异可能影响数据可比性
本指标不区分每日与非每日吸烟频率
世卫组织标准人口标准化使跨国比较更具参考性，但不消除文化接受度差异

中国趋势

趋势解读

中国男性吸烟率在2000年至2022年间呈现持续下降态势，从50.7%降至45.1%，累计下降约5.6个百分点。下降主要集中在前期，2000年至2010年间降幅较为明显，此后趋缓。与世界平均水平相比，中国男性吸烟率始终高于全球均值，但差距在逐步扩大——2000年时中国仅略高于世界，到2022年时中国已比世界高出近10个百分点。该差异反映了中国在控烟进程上可能面临的特殊挑战，包括社会文化因素、消费习惯以及控烟政策执行力度等结构性因素的影响。

2000年男性吸烟率为50.7%，为有记录以来的最高点
2005年降至49.3%，5年间下降1.4个百分点
2007年进一步降至48.7%，2年间下降0.6个百分点
2010年达到48.0%，继续小幅下降
2015年降至46.7%，反映出控烟努力取得一定成效
2020年降至45.6%，2021年为45.2%，2022年最新为45.1%
从2000年至2022年的22年间，累计下降5.6个百分点
2000年至今的期末与期初比值为0.89，表明整体下降约11%

全球趋势

趋势解读

全球男性吸烟率从2000年的约50.7%大幅下降至2022年的35.4%，累计下降超过15个百分点，降幅达30%。下降趋势在各观测年份均保持稳定，近五年（2017-2022）降速略有放缓。与中国相比，全球下降幅度更为显著，使得中国与全球均值之间的差距从基本持平扩大至约10个百分点。这一分化可能反映了中国特殊的控烟环境，但也需要考虑全球调查覆盖范围扩大、调查方法标准化改进等因素的潜在影响。

2000年全球男性吸烟率为50.66%
2005年降至46.67%，5年间下降3.99个百分点
2007年进一步降至45.05%，2年间下降1.62个百分点
2010年达到42.86%，继续保持下降
2015年降至39.46%，5年间下降3.4个百分点
2020年降至36.47%，5年间下降2.99个百分点
2021年为35.87%，2022年为35.36%，呈持续下降态势
从2000年至2022年，累计下降15.30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	-	-	该时段数据缺失，无法进行趋势分析。
1970-1979	-	-	该时段数据缺失，无法进行趋势分析。
1980-1989	-	-	该时段数据缺失，无法进行趋势分析。
1990-1999	-	-	该时段数据缺失，无法进行趋势分析。
2000-2009	1.0x	0.9x	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。
2010-2019	1.0x	0.9x	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。
2020-2029	1.0x	1.0x	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。

2022 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	Indonesia 印度尼西亚	IDN	73.1
2	Myanmar 缅甸	MMR	69.5
3	Timor-Leste 东帝汶	TLS	67.0
4	Jordan 约旦	JOR	57.6
5	Georgia 格鲁吉亚	GEO	55.9
6	Solomon Islands 所罗门群岛	SLB	54.4
7	Papua New Guinea 巴布亚新几内亚	PNG	54.3
8	Kiribati 基里巴斯	KIR	52.5
9	Moldova 摩尔多瓦	MDA	52.4
10	Mongolia 蒙古	MNG	51.7
11	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	51.3
12	Marshall Islands 马绍尔群岛	MHL	51.2
13	Bangladesh 孟加拉国	BGD	50.5
14	Egypt, Arab Rep. 埃及	EGY	49.1
15	Nauru 瑙鲁	NRU	48.6
16	Armenia 亚美尼亚	ARM	48.2
17	Tuvalu 图瓦卢	TUV	48.2
18	Cyprus 塞浦路斯	CYP	47.2
19	Tonga 汤加	TON	47.0
20	Latvia 拉脱维亚	LVA	46.6
21	Belarus 白俄罗斯	BLR	46.3
22	Nepal 尼泊尔	NPL	45.7
23	Lao PDR 老挝	LAO	45.4
24	China 中国	CHN	45.1
25	Lesotho 莱索托	LSO	43.6
26	Malaysia 马来西亚	MYS	43.3
27	Madagascar 马达加斯加	MDG	43.0
28	Viet Nam 越南	VNM	43.0
29	Lebanon 黎巴嫩	LBN	42.9
30	Maldives 马尔代夫	MDV	42.2
31	Fiji 斐济	FJI	42.0
32	Algeria 阿尔及利亚	DZA	41.8
33	Bosnia and Herzegovina 波黑	BIH	41.6
34	Turkiye 土耳其	TUR	41.2
35	Lithuania 立陶宛	LTU	41.1
36	Russian Federation 俄罗斯	RUS	41.1
37	Bulgaria 保加利亚	BGR	40.3
38	Serbia 塞尔维亚	SRB	39.9
39	Tunisia 突尼斯	TUN	39.5
40	Azerbaijan 阿塞拜疆	AZE	39.0
41	Mauritius 毛里求斯	MUS	38.8
42	Afghanistan 阿富汗	AFG	38.7
43	Romania 罗马尼亚	ROU	38.6
44	Ukraine 乌克兰	UKR	38.4
45	Albania 阿尔巴尼亚	ALB	37.8
46	India 印度	IND	37.8
47	Kuwait 科威特	KWT	37.7
48	Kazakhstan 哈萨克斯坦	KAZ	37.4
49	Thailand 泰国	THA	36.9
50	Sri Lanka 斯里兰卡	LKA	36.8
51	Croatia 克罗地亚	HRV	36.7
52	Iraq 伊拉克	IRQ	36.7
53	Hungary 匈牙利	HUN	36.3
54	Slovak Republic 斯洛伐克	SVK	36.3
55	Philippines 菲律宾	PHL	36.2
56	France 法国	FRA	35.5
57	Greece 希腊	GRC	35.0
58	South Africa 南非	ZAF	34.9
59	Andorra 安道尔	AND	34.8
60	Seychelles 塞舌尔	SYC	34.7
61	Yemen, Rep. 也门	YEM	34.5
62	Korea, Rep. 韩国	KOR	34.1
63	Estonia 爱沙尼亚	EST	33.8
64	Czechia 捷克	CZE	33.4
65	Korea, Dem. People's Rep. 朝鲜	PRK	33.0
66	Uzbekistan 乌兹别克斯坦	UZB	32.4
67	Samoa 萨摩亚	WSM	31.6
68	Montenegro 黑山	MNE	30.9
69	Chile 智利	CHL	30.8
70	Pakistan 巴基斯坦	PAK	30.8
71	Brunei Darussalam 文莱	BRN	30.7
72	Portugal 葡萄牙	PRT	30.5
73	Botswana 博茨瓦纳	BWA	30.2
74	United States 美国	USA	29.9
75	Spain 西班牙	ESP	29.4
76	Belgium 比利时	BEL	29.0
77	Sweden 瑞典	SWE	28.9
78	Congo, Rep. 刚果（布）	COG	28.8
79	Cambodia 柬埔寨	KHM	28.7
80	Japan 日本	JPN	28.7
81	Argentina 阿根廷	ARG	28.5
82	Switzerland 瑞士	CHE	28.2
83	Singapore 新加坡	SGP	27.9
84	Comoros 科摩罗	COM	27.7
85	Saudi Arabia 沙特阿拉伯	SAU	27.6
86	Palau 帕劳	PLW	27.1
87	Poland 波兰	POL	27.1
88	Israel 以色列	ISR	27.0
89	Malta 马耳他	MLT	26.3
90	Bhutan 不丹	BTN	26.2
91	Finland 芬兰	FIN	26.1
92	Austria 奥地利	AUT	25.8
93	Italy 意大利	ITA	25.7
94	Zambia 赞比亚	ZMB	25.6
95	Cuba 古巴	CUB	25.3
96	Bahrain 巴林	BHR	25.0
97	Morocco 摩洛哥	MAR	25.0
98	St. Lucia 圣卢西亚	LCA	24.7
99	Luxembourg 卢森堡	LUX	24.4
100	Iran, Islamic Rep. 伊朗	IRN	23.6
101	Netherlands 荷兰	NLD	23.5
102	Uruguay 乌拉圭	URY	23.4
103	Germany 德国	DEU	23.2
104	Mexico 墨西哥	MEX	23.0
105	Namibia 纳米比亚	NAM	23.0
106	Honduras 洪都拉斯	HND	22.9
107	Qatar 卡塔尔	QAT	22.6
108	Burkina Faso 布基纳法索	BFA	22.5
109	Guatemala 危地马拉	GTM	22.2
110	Slovenia 斯洛文尼亚	SVN	21.8
111	Congo, Dem. Rep. 刚果（金）	COD	21.6
112	Ireland 爱尔兰	IRL	21.5
113	Zimbabwe 津巴布韦	ZWE	21.4
114	Rwanda 卢旺达	RWA	21.0
115	Bolivia 玻利维亚	BOL	20.6
116	Bahamas, The 巴哈马	BHS	20.5
117	Gambia, The 冈比亚	GMB	20.3
118	Guyana 圭亚那	GUY	20.0
119	Sierra Leone 塞拉利昂	SLE	19.8
120	Kenya 肯尼亚	KEN	18.7
121	Ecuador 厄瓜多尔	ECU	17.8
122	Paraguay 巴拉圭	PRY	17.6
123	Eswatini 斯威士兰	SWZ	17.4
124	Burundi 布隆迪	BDI	17.1
125	Cote d'Ivoire 科特迪瓦	CIV	16.9
126	Mauritania 毛里塔尼亚	MRT	16.9
127	Cabo Verde 佛得角	CPV	16.7
128	Oman 阿曼	OMN	16.5
129	Denmark 丹麦	DNK	16.4
130	Malawi 马拉维	MWI	16.4
131	United Kingdom 英国	GBR	16.1
132	El Salvador 萨尔瓦多	SLV	15.9
133	Guinea-Bissau 几内亚比绍	GNB	15.9
134	Jamaica 牙买加	JAM	15.9
135	Belize 伯利兹	BLZ	15.6
136	Brazil 巴西	BRA	15.4
137	United Arab Emirates 阿联酋	ARE	15.4
138	Tanzania 坦桑尼亚	TZA	15.3
139	Australia 澳大利亚	AUS	15.2
140	Mali 马里	MLI	15.1
141	Norway 挪威	NOR	14.9
142	Liberia 利比里亚	LBR	14.6
143	Dominican Republic 多米尼加共和国	DOM	14.4
144	Canada 加拿大	CAN	14.3
145	Niger 尼日尔	NER	14.0
146	Haiti 海地	HTI	13.7
147	Sao Tome and Principe 圣多美和普林西比	STP	13.7
148	New Zealand 新西兰	NZL	13.4
149	Chad 乍得	TCD	13.2
150	Costa Rica 哥斯达黎加	CRI	13.2
151	Senegal 塞内加尔	SEN	12.3
152	Barbados 巴巴多斯	BRB	12.2
153	Colombia 哥伦比亚	COL	12.0
154	Uganda 乌干达	UGA	11.9
155	Cameroon 喀麦隆	CMR	11.7
156	Togo 多哥	TGO	11.7
157	Peru 秘鲁	PER	11.6
158	Benin 贝宁	BEN	10.7
159	Turkmenistan 土库曼斯坦	TKM	10.7
160	Iceland 冰岛	ISL	9.30
161	Ethiopia 埃塞俄比亚	ETH	9.00
162	Panama 巴拿马	PAN	8.40
163	Ghana 加纳	GHA	6.50
164	Nigeria 尼日利亚	NGA	6.10

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，表明在15岁及以上的男性人口中，使用任何烟草制品（吸烟或无烟烟草）的比例越大。高吸烟率通常意味着男性群体中烟草使用行为更为普遍，这可能与较高的心血管疾病、呼吸系统疾病和癌症风险相关，同时可能反映控烟政策执行力度不足、公共健康教育覆盖有限，或传统社交文化中对吸烟行为的容忍度较高等问题。

数值较低通常意味着什么

该指标数值越低，表明男性群体中烟草使用比例越小，控烟措施的效果可能更为显著。较低的男性吸烟率通常与更好的公共健康状况、更有力的烟草税收政策、更广泛的公共场所禁烟规定以及更高的公众健康意识相关联，是评估一国公共卫生政策成效的重要正向指标。

鍙ｅ緞闄愬埗

数据采集间隔为两年，时间序列存在较大间隔，可能遗漏短期波动信息
数据为年龄标准化的比例值，直接用于计算绝对吸烟人口数量需结合男性人口总数
统计口径包含所有类型的烟草制品，若需单独分析燃烧型香烟需查找细分数据
不同国家调查年份不完全一致，跨国比较时需注意数据时效性差异
部分国家可能存在调查覆盖不全或受访者瞒报倾向，影响数据质量

使用建议

在进行跨国比较研究时，应优先使用同一参照标准（如世卫组织标准人口）标准化的数据版本
结合控烟政策实施时间节点进行断点回归或事件研究，评估政策干预效果
分析长期趋势时应标注数据来源和调查方法变化，必要时进行历史可比性调整
将该指标与烟草相关疾病发病率、烟草税收收入等变量结合使用，提升研究立体性
注意区分该指标与烟草消费量的差异，吸烟率反映的是使用人群比例而非消费总量

常见错误用法

错误做法：直接将中国男性吸烟率与女性吸烟率指标进行对比以评估总体烟草控制效果

正确做法：使用男女合计的年龄标准化吸烟率指标（SH.PRV.SMOK）或分别使用男性指标（SH.PRV.SMOK.MA）和女性指标（SH.PRV.SMOK.FE）进行分层分析

该指标仅涵盖男性群体，女性吸烟行为模式和流行率通常与男性差异显著，混合比较会掩盖性别间的结构性差异，不适合用于评估总体烟草控制效果

错误做法：将2021年或2022年的数据直接与2000年数据进行年度降幅计算，得出“中国吸烟率年均下降0.25%”的结论

正确做法：应明确说明数据采集间隔为两年，使用期初期末比值法计算整体降幅，同时指出中间年份数据缺失可能影响趋势判断

该指标数据并非连续年度采集，直接用2022年与2000年数据做简单年均计算会忽略中间年份的实际变化轨迹，可能产生误导性的结论

错误做法：使用该指标直接论证“中国控烟政策完全失败”，忽略其他国家和地区的下降背景

正确做法：应采用相对指标（如中国吸烟率与世界均值的差值）进行横向对比，同时控制发展阶段、人口基数等混杂因素

不同国家面临的控烟环境、烟草产业结构和消费文化存在本质差异，单纯比较绝对降幅可能忽略基数效应和起点差异，需要结合多种指标综合判断

实际应用场景

控烟政策对男性吸烟率的因果效应评估：研究中国2015年《广告法》修订和公共场所禁烟规定扩大实施后，对男性吸烟率变化的影响被解释变量可采用双重差分法（DID），以未受政策直接影响的其他国家或地区作为对照组，通过比较政策实施前后处理组与对照组的吸烟率变化差异来识别政策因果效应，注意控制时间和地区固定效应
收入水平与男性吸烟率的非线性关系检验：探讨经济发展到一定阶段后，男性吸烟率是否出现“倒U型”转变，即随着收入继续增长，吸烟率开始下降被解释变量可纳入人均GDP及其平方项构建非线性回归模型，或采用面板门限模型（Panel Threshold Model）检验收入对吸烟率的异质性影响，注意控制教育水平、城市化率和烟草税收政策等变量
男性吸烟率与肺癌死亡率的滞后效应分析：研究男性吸烟率变化对未来10-20年肺癌死亡率的预测作用，评估长期健康政策效果解释变量（滞后项）可构建分布滞后模型（DLM）或向量自回归模型（VAR），使用吸烟率的滞后项作为自变量，分析其对死亡率的影响路径和持续时长，注意处理内生性问题