归因于家庭和大气空气污染的死亡率（年龄标准化，每10万人）
Mortality rate attributed to household and ambient air pollution, age-standardized (per 100,000 population)
下载数据指标解释
World Bank official description / 世界银行官方说明
Mortality rate attributed to household and ambient air pollution is the number of deaths attributable to the joint effects of household and ambient air pollution in a year per 100,000 population. The rates are age-standardized. Following diseases are taken into account: acute respiratory infections (estimated for all ages); cerebrovascular diseases in adults (estimated above 25 years); ischaemic heart diseases in adults (estimated above 25 years); chronic obstructive pulmonary disease in adults (estimated above 25 years); and lung cancer in adults (estimated above 25 years).
可供参考的中文翻译：归因于家庭和大气空气污染的死亡率是指一年内每10万人口中死于家庭和大气空气污染共同作用的死亡人数。死亡率已进行年龄标准化。考虑的疾病包括：急性呼吸道感染（各年龄段估计值）；成人脑血管疾病（25岁及以上估计值）；成人缺血性心脏病（25岁及以上估计值）；成人慢性阻塞性肺疾病（25岁及以上估计值）；以及成人肺癌（25岁及以上估计值）。
数据口径与风险提示
- 本指标仅有2019年单一数据年份，无法进行历史趋势分析或跨国时间序列比较
- 归因方法存在模型假设，不同国家或地区的归因比例可能因暴露评估和疾病基线差异而不可直接比较
- 统计口径为年龄标准化后的结果，掩盖了不同年龄组人群的实际风险差异
- 指标仅反映空气污染相关死亡的部分疾病负担，未涵盖所有可能受空气污染影响的健康结局
- 仅凭死亡率高低无法直接推断空气质量或污染控制政策效果，需结合暴露数据综合判断
- 缺少分省份或分城市的中国子国家级数据，无法评估国内地区间差异
- 世行数据更新频率为年度，但本指标历史数据点极其有限
- 空气污染与死亡的因果关系受个体易感性、医疗可及性等因素调节，不宜做简单线性解读
中国趋势
基于世行预计算数据，中国在该指标上仅有2019年单一数据点，数值为95.3（每10万人）。由于缺乏历史时间序列数据，无法评估中国的长期变化趋势或阶段性特征。单一年份数据限制了对其空气污染健康影响变化的任何实质性判断。数据显示2019年中国该死亡率水平略低于全球平均值104.31，但仅凭此无法得出中国空气质量或污染治理成效优于世界的结论。
- 2019年中国归因于空气污染的年龄标准化死亡率为每10万人95.3例
- 2019年中国该指标值低于全球平均值（104.31）约8.6个百分点
- 数据仅含一个年份（2019年），无历史变化信息
- 无法分析1990年代至今或更早时期的变化情况
- 缺乏近年连续数据，无法判断近期改善或恶化趋势
- 单一年份数据不应用于概括长期规律或评价政策效果
全球趋势
全球在该指标上同样仅有2019年单一数据点，数值为104.31（每10万人）。世界银行预计算数据未提供历史变化率或十年期比较信息，因此无法评估全球空气污染死亡率随时间的整体演变。2019年数据显示全球不同区域和国家间存在巨大差异，最高的中非共和国达305.1，而中国等部分国家低于全球平均水平。但缺乏历史数据意味着无法判断全球是否已出现系统性改善或恶化。
- 2019年全球空气污染年龄标准化死亡率为每10万人约104.31例
- 2019年排名最高的中非共和国为305.1，是全球平均值的近3倍
- 中国不在死亡率最高的30国之列，排名第31位或更后
- 无法评估2000年以来或更早时期的全球改善趋势
- 不同国家数据质量和归因方法可能存在差异，影响全球汇总值的可靠性
- 静态数据无法反映近年来全球能源转型或空气污染治理的潜在影响
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 数据不可用 |
| 1970-1979 | - | - | 数据不可用 |
| 1980-1989 | - | - | 数据不可用 |
| 1990-1999 | - | - | 数据不可用 |
| 2000-2009 | - | - | 数据不可用 |
| 2010-2019 | - | - | 数据不可用 |
| 2020-2029 | - | - | 数据不可用 |
2019 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。
使用建议、常见误用与研究场景
数值较高通常意味着什么
死亡率数值越高，表示在年龄标准化条件下，每10万人口中死于空气污染相关疾病的人数越多，通常反映该国家或地区人群面临的空气污染健康风险更大，可能与较高的污染暴露水平、特定的疾病易感性或较弱的医疗救治能力有关。
数值较低通常意味着什么
死亡率数值越低，表示年龄标准化后的空气污染相关死亡风险较小，可能与较好的空气质量、清洁能源普及程度或较高的医疗水平相关，但不必然意味着空气污染问题已解决。
鍙ｅ緞闄愬埗
- 仅提供2019年单一数据点，无法支撑时间序列分析和趋势判断
- 年龄标准化掩盖了实际各年龄组的风险差异，老年人和儿童可能面临更高风险
- 归因方法基于全球疾病负担估算，各国实际归因比例可能存在差异
- 未区分室内空气污染和室外大气污染的各自贡献
- 数据不反映空气污染暴露水平本身，无法直接用于空气质量评估
- 死亡率受多因素影响，空气污染仅为其中之一，不宜做单一归因
- 跨国比较受各国医疗体系、疾病诊断能力和报告质量影响
使用建议
- 结合PM2.5年平均浓度等暴露数据共同分析，以评估污染水平与健康结局的关联
- 参考分性别指标（如SH.STA.AIRP.FE.P5和SH.STA.AIRP.MA.P5）了解性别差异
- 结合30-70岁四大非传染性疾病死亡率等指标，综合评估慢性病防控成效
- 使用多年数据（若后续可获取）进行趋势分析时，注意统计口径一致性
- 在区域比较研究中控制经济发展水平、城市化率等混杂因素
- 对于中国研究，建议补充国家统计局或生态环境部发布的空气污染健康影响数据
- 进行因果推断时需谨慎，空气污染健康影响受暴露-反应函数、滞后效应等因素调节
- 结合室内固体燃料使用比例等指标，更全面理解家庭空气污染来源
常见错误用法
错误做法：直接比较中国2019年数据与世行早期数据（1960年代等），声称中国空气污染死亡率在数十年间的变化
正确做法：仅使用2019年数据进行跨国横截面比较，或等待世行补充完整历史数据后再进行趋势分析
本指标历史数据严重缺失，无法构建可靠的时间序列，任何关于长期变化的说法都缺乏数据支撑
错误做法：将死亡率数值高低简单等同于空气质量好坏或环保政策成效
正确做法：死亡率反映的是健康结局，受暴露水平、医疗条件、人口易感性等多重因素影响，需要结合暴露数据进行综合判断
空气污染与死亡之间存在复杂的中介路径，死亡率改善可能源于医疗进步而非污染减少，单纯归因会产生误导
错误做法：使用单一年份数据对中国各省份或各年份进行排名比较
正确做法：仅依据2019年全国平均值进行国际对比，省级分析需另行获取分省数据
世行 данн只有全国层面数据，单一年份数据不适合进行省份间或年份间的差异分析
错误做法：将世行数据与其他来源（如世卫组织、IHME）的空气污染死亡率数据直接混用
正确做法：确认统计口径、单位、年龄标准化方法和疾病归因模型是否一致后再进行比较
不同机构的数据可能基于不同的疾病负担模型和暴露评估方法，直接混用会引入系统性偏差
错误做法：根据2019年中国死亡率低于全球平均水平得出中国空气污染问题不严重的结论
正确做法：认识到中国作为人口大国，绝对死亡人数规模仍然可观，且数据仅反映特定年份状况
死亡率是相对指标，中国庞大的人口基数意味着即使较低的死亡率也对应大量绝对死亡人数
错误做法：将空气污染死亡率与其他环境指标（如CO2排放、PM2.5浓度）进行简单线性因果推断
正确做法：在控制其他混杂因素后，使用适当的统计方法（如面板回归）检验关联强度
环境健康影响受非线性关系、滞后效应和人群易感性等因素调节，直接推断可能高估或低估实际影响
实际应用场景
- 空气污染健康影响的跨国比较研究：研究不同国家空气污染死亡率差异的影响因素时 被解释变量 可作为因变量，同时控制GDP、医疗支出、城市化率等变量，分析污染暴露水平、治理能力对死亡率的影响；注意使用分性别指标进行异质性分析
- 中国经济-健康发展的长期追踪：评估中国经济发展过程中环境与健康的权衡关系时 被解释变量或稳健性检验变量 若能获取多年数据，可检验经济增长与空气污染健康负担的库兹涅茨曲线假说；需注意数据年份限制，目前仅支持横截面分析
- 空气污染归因疾病的医疗负担评估：估计空气污染相关疾病带来的医疗和经济负担时 机制变量或结果验证变量 结合住院率、急诊就诊率等数据，评估空气污染对医疗系统的直接影响；可参考分性别指标分析男女易感性差异
- 区域空气污染健康风险评估：为中国省级或城市级空气污染治理提供健康影响依据时 对照或基准变量 世行数据可作为国际参照基准，但省级分析需另行获取国内数据；可结合PM2.5浓度数据进行暴露-反应关系建模
- 全球健康不平等的驱动因素分析：研究全球健康不平等与环境污染暴露差异的关系时 比较变量 对比不同收入组国家的空气污染死亡率差异，探讨经济发展阶段与污染健康负担的阶段性特征；注意数据质量和归因方法差异
归因于家庭和大气空气污染的死亡率（年龄标准化，每10万人）常见问题
世行数据中中国空气污染死亡率是多少？
根据世界银行数据，2019年中国归因于家庭和大气空气污染的年龄标准化死亡率为每10万人95.3例，略低于全球平均的104.31例。需要注意的是，该数据仅有2019年一个年份，无法了解历史变化情况。
中国空气污染死亡率在世界排名第几？
世行2019年数据显示，中国不在空气污染死亡率最高的30个国家之列，排名相对靠后。但最高的中非共和国达305.1，是全球平均的近3倍，说明跨国差异极大。中国排名靠前可能与近年环境治理成效有关，但需更多数据验证。
空气污染导致的死亡率是怎么计算出来的？
该指标基于全球疾病负担（GBD）研究的归因方法，将特定疾病（急性呼吸道感染、脑血管疾病、缺血性心脏病、慢性阻塞性肺病、肺癌）的部分死亡归因于家庭和大气空气污染，再进行年龄标准化处理。归因比例由暴露评估和相对风险估算共同决定。
为什么世行这个指标只有2019年的数据？
空气污染死亡率的可靠估算需要高质量的死因数据和暴露评估数据。许多国家，尤其发展中国家，相关数据收集和报告能力有限。WHO和世行近年来才开始系统整理和发布该指标的历史数据，预计后续会补充更多年份。
空气污染死亡率高低能说明空气质量好坏吗？
不能直接等同。死亡率反映的是健康结局，受污染暴露、医疗水平、人口易感性等多因素影响。死亡率较低可能是因为医疗条件好，而非空气污染轻。评估空气质量应直接参考PM2.5、PM10等污染浓度数据。
中国近年大力治理空气污染，为什么死亡率数据没有体现改善？
由于世行数据仅有2019年单一数据点，无法进行时间趋势比较来判断近年改善情况。健康影响的改善通常滞后于污染减排，且受基线人口特征影响。需要获取更完整的时间序列数据才能验证治理成效。
下载数据
免费获取世界银行WDI完整数据集，包含归因于家庭和大气空气污染的死亡率（年龄标准化，每10万人）等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据