使用至少基本卫生服务的人口比例

指标解释

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

The percentage of people using at least basic sanitation services, that is, improved sanitation facilities that are not shared with other households. This indicator encompasses both people using basic sanitation services as well as those using safely managed sanitation services. Improved sanitation facilities include flush/pour flush to piped sewer systems, septic tanks or pit latrines; ventilated improved pit latrines, compositing toilets or pit latrines with slabs.

可供参考的中文翻译：使用至少基本卫生服务（即不与他人共享的改善卫生设施）的人口比例。该指标涵盖使用基本卫生服务和使用安全管理卫生服务的人群。改善卫生设施包括冲水/倒入式接入污水管系统化粪池或坑厕；通风改善的坑厕、堆肥厕所或有盖坑厕。

数据口径与风险提示

该指标统计口径为使用至少基本卫生服务的人口比例，包含基本服务和安全管理的服务两个层次，数值不区分服务品质差异
数据基于调查估算，各国调查方法和频率可能不同，跨国可比性存在一定局限
指标反映的是设施可及性而非实际使用频率或卫生行为质量
高比例值表示设施覆盖广度，但不代表公共卫生干预效果的完整评估
中国城镇与农村内部差异较大，汇总数据可能掩盖结构性不平等
部分高收入小国由于基准接近100%，增长空间有限，倍数比较意义较弱
1960-1999年中国及世界数据缺失，无法进行更早时期的趋势分析
该指标不直接测量水质、环境卫生和个人卫生交互影响

中国趋势

趋势解读

中国使用至少基本卫生服务的人口比例在2000年至2024年间呈现持续快速上升态势。2000年该指标仅为56.82%，2024年已提升至97.27%，累计提升约40.45个百分点。从年度变化看，2000年代增速最快，2009年已达73.91%，约10年间提升了17个百分点；2010年代继续稳步提升至91.29%；2020年代增速趋缓但仍保持上升，2023至2024年间提升约4.42个百分点至97.27%。该指标期末值为期初值的1.71倍，反映出中国在公共卫生基础设施领域实现了显著改善。中国该比例已接近高收入国家水平，但仍有约2.73%人口尚未使用基本卫生服务。

2000年中国该指标值为56.82%
2009年提升至73.91%
2019年达到91.29%
2024年最新值为97.27%
2000至2024年累计提升40.45个百分点
2023至2024年单年提升约4.42个百分点
2024年最新值为期初值（2000年）的1.71倍
该指标反映设施覆盖而非服务使用质量，实际卫生行为可能存在差异

全球趋势

趋势解读

全球使用至少基本卫生服务的人口比例在2000年至2024年间稳步提升，从2000年的54.77%上升至2024年的82.15%，累计提升约27.38个百分点。相比中国，全球增速较为平缓且持续，2009年为65.49%，2019年为77.16%，2024年为82.15%。从最新值与期初值比值看，全球约为1.50倍，低于中国的1.71倍。全球增长空间相对较大但增速受制于发展中地区基础设施建设的资金、技术和制度瓶颈，近年来增速趋稳但仍保持上升态势。

2000年全球该指标值为54.77%
2009年提升至65.49%
2019年达到77.16%
2024年最新值为82.15%
2000至2024年累计提升27.38个百分点
2023至2024年单年提升约3.88个百分点
2024年最新值为期初值（2000年）的1.50倍
全球数据为所有国家和地区加权平均值，掩盖了区域内部巨大差异

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	1.3x	1.2x	该十年间中国基本卫生服务覆盖率增长倍数为1.30倍，略高于世界的1.20倍。这可能反映中国大规模基础设施建设投入和服务推广力度较大，而全球增长受制于发展中地区资金约束和较长建设周期。
2010-2019	1.2x	1.2x	该十年间中国增长倍数为1.20倍，仍高于世界的1.16倍。这可能反映中国在高速增长后进入边际改善阶段，而全球其他地区在持续投入下逐步追赶，基数效应开始显现。
2020-2029	1.0x	1.0x	该十年间中国和世界的增长倍数均约为1.05倍，差异基本消失。这可能反映中国覆盖率已接近上限（约97%），边际改善空间有限，增速自然趋近全球平均水平。

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	Andorra 安道尔	AND	100.0
2	Australia 澳大利亚	AUS	100.0
3	Bahrain 巴林	BHR	100.0
4	Brunei Darussalam 文莱	BRN	100.0
5	Kuwait 科威特	KWT	100.0
6	Malta 马耳他	MLT	100.0
7	Monaco 摩纳哥	MCO	100.0
8	New Zealand 新西兰	NZL	100.0
9	San Marino 圣马力诺	SMR	100.0
10	Singapore 新加坡	SGP	100.0
11	Chile 智利	CHL	100.0
12	Austria 奥地利	AUT	100.0
13	Liechtenstein 列支敦士登	LIE	100.0
14	Japan 日本	JPN	99.9
15	Qatar 卡塔尔	QAT	99.9
16	Israel 以色列	ISR	99.9
17	Spain 西班牙	ESP	99.9
18	Switzerland 瑞士	CHE	99.9
19	Italy 意大利	ITA	99.9
20	Belarus 白俄罗斯	BLR	99.7
21	Turkmenistan 土库曼斯坦	TKM	99.7
22	Korea, Rep. 韩国	KOR	99.7
23	Maldives 马尔代夫	MDV	99.7
24	Seychelles 塞舌尔	SYC	99.7
25	Portugal 葡萄牙	PRT	99.7
26	United States 美国	USA	99.6
27	Antigua and Barbuda 安提瓜和巴布达	ATG	99.6
28	Denmark 丹麦	DNK	99.6
29	Belgium 比利时	BEL	99.5
30	Cyprus 塞浦路斯	CYP	99.5
31	Finland 芬兰	FIN	99.4
32	West Bank and Gaza 约旦河西岸和加沙	PSE	99.4
33	Thailand 泰国	THA	99.4
34	Oman 阿曼	OMN	99.3
35	Albania 阿尔巴尼亚	ALB	99.3
36	Turkiye 土耳其	TUR	99.3
37	Germany 德国	DEU	99.2
38	Lebanon 黎巴嫩	LBN	99.2
39	Uruguay 乌拉圭	URY	99.2
40	United Kingdom 英国	GBR	99.1
41	United Arab Emirates 阿联酋	ARE	99.1
42	Czechia 捷克	CZE	99.1
43	Palau 帕劳	PLW	99.0
44	Estonia 爱沙尼亚	EST	99.0
45	Greece 希腊	GRC	99.0
46	North Macedonia 北马其顿	MKD	99.0
47	Azerbaijan 阿塞拜疆	AZE	99.0
48	Poland 波兰	POL	99.0
49	Costa Rica 哥斯达黎加	CRI	98.8
50	Iceland 冰岛	ISL	98.8
51	Sweden 瑞典	SWE	98.7
52	France 法国	FRA	98.6
53	Canada 加拿大	CAN	98.6
54	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	98.5
55	Tunisia 突尼斯	TUN	98.5
56	Iraq 伊拉克	IRQ	98.5
57	Venezuela, RB 委内瑞拉	VEN	98.4
58	Slovenia 斯洛文尼亚	SVN	98.3
59	Barbados 巴巴多斯	BRB	98.1
60	Norway 挪威	NOR	98.0
61	Hungary 匈牙利	HUN	98.0
62	Kazakhstan 哈萨克斯坦	KAZ	97.9
63	Serbia 塞尔维亚	SRB	97.9
64	Montenegro 黑山	MNE	97.8
65	Ukraine 乌克兰	UKR	97.7
66	Netherlands 荷兰	NLD	97.7
67	Saudi Arabia 沙特阿拉伯	SAU	97.6
68	Luxembourg 卢森堡	LUX	97.6
69	Slovak Republic 斯洛伐克	SVK	97.5
70	Mauritius 毛里求斯	MUS	97.4
71	China 中国	CHN	97.3
72	Samoa 萨摩亚	WSM	97.1
73	Egypt, Arab Rep. 埃及	EGY	97.1
74	Colombia 哥伦比亚	COL	96.6
75	Uzbekistan 乌兹别克斯坦	UZB	96.5
76	Jordan 约旦	JOR	96.4
77	Lithuania 立陶宛	LTU	96.4
78	Malaysia 马来西亚	MYS	96.0
79	Paraguay 巴拉圭	PRY	95.9
80	Syrian Arab Republic 叙利亚	SYR	95.6
81	Viet Nam 越南	VNM	95.4
82	Sri Lanka 斯里兰卡	LKA	95.4
83	Cuba 古巴	CUB	94.8
84	Tonga 汤加	TON	93.9
85	Armenia 亚美尼亚	ARM	93.7
86	Mexico 墨西哥	MEX	93.0
87	Fiji 斐济	FJI	92.8
88	Grenada 格林纳达	GRD	92.6
89	Latvia 拉脱维亚	LVA	92.5
90	Brazil 巴西	BRA	92.4
91	Russian Federation 俄罗斯	RUS	92.2
92	Jamaica 牙买加	JAM	91.6
93	Guyana 圭亚那	GUY	91.3
94	Ecuador 厄瓜多尔	ECU	91.2
95	Georgia 格鲁吉亚	GEO	90.7
96	Romania 罗马尼亚	ROU	90.5
97	Iran, Islamic Rep. 伊朗	IRN	90.5
98	Dominican Republic 多米尼加共和国	DOM	90.1
99	Suriname 苏里南	SUR	90.0
100	Ireland 爱尔兰	IRL	89.7
101	Tuvalu 图瓦卢	TUV	89.7
102	Panama 巴拿马	PAN	89.1
103	Lao PDR 老挝	LAO	88.7
104	Libya 利比亚	LBY	88.5
105	Indonesia 印度尼西亚	IDN	88.2
106	El Salvador 萨尔瓦多	SLV	88.0
107	Morocco 摩洛哥	MAR	87.8
108	Honduras 洪都拉斯	HND	87.7
109	Philippines 菲律宾	PHL	87.2
110	Moldova 摩尔多瓦	MDA	86.9
111	Bhutan 不丹	BTN	86.8
112	Bulgaria 保加利亚	BGR	86.1
113	Nepal 尼泊尔	NPL	86.0
114	Algeria 阿尔及利亚	DZA	85.9
115	Belize 伯利兹	BLZ	84.3
116	India 印度	IND	83.4
117	Cambodia 柬埔寨	KHM	83.3
118	Cabo Verde 佛得角	CPV	83.1
119	Rwanda 卢旺达	RWA	81.3
120	Marshall Islands 马绍尔群岛	MHL	79.0
121	Peru 秘鲁	PER	78.8
122	South Africa 南非	ZAF	77.4
123	Mongolia 蒙古	MNG	74.3
124	Myanmar 缅甸	MMR	74.2
125	Timor-Leste 东帝汶	TLS	72.9
126	Botswana 博茨瓦纳	BWA	72.1
127	Pakistan 巴基斯坦	PAK	71.9
128	Bolivia 玻利维亚	BOL	71.6
129	Nauru 瑙鲁	NRU	71.3
130	Guatemala 危地马拉	GTM	71.2
131	Bangladesh 孟加拉国	BGD	67.6
132	Sudan 苏丹	SDN	65.7
133	Eswatini 斯威士兰	SWZ	64.5
134	Yemen, Rep. 也门	YEM	63.1
135	Senegal 塞内加尔	SEN	62.5
136	Mauritania 毛里塔尼亚	MRT	58.7
137	Gabon 加蓬	GAB	57.4
138	Comoros 科摩罗	COM	57.2
139	Afghanistan 阿富汗	AFG	54.5
140	Malawi 马拉维	MWI	49.2
141	Sao Tome and Principe 圣多美和普林西比	STP	48.7
142	Gambia, The 冈比亚	GMB	48.2
143	Nigeria 尼日利亚	NGA	47.9
144	Lesotho 莱索托	LSO	47.9
145	Vanuatu 瓦努阿图	VUT	47.8
146	Mali 马里	MLI	47.8
147	Cameroon 喀麦隆	CMR	47.1
148	Kiribati 基里巴斯	KIR	45.2
149	Burundi 布隆迪	BDI	44.6
150	Somalia, Fed. Rep. 索马里	SOM	44.5
151	Kenya 肯尼亚	KEN	40.9
152	Cote d'Ivoire 科特迪瓦	CIV	40.4
153	Namibia 纳米比亚	NAM	38.7
154	Mozambique 莫桑比克	MOZ	38.6
155	Zambia 赞比亚	ZMB	37.5
156	Tanzania 坦桑尼亚	TZA	37.2
157	Solomon Islands 所罗门群岛	SLB	34.6
158	Zimbabwe 津巴布韦	ZWE	34.6
159	Guinea 几内亚	GIN	32.6
160	Burkina Faso 布基纳法索	BFA	31.8
161	Ghana 加纳	GHA	31.6
162	Haiti 海地	HTI	29.1
163	Guinea-Bissau 几内亚比绍	GNB	28.9
164	Togo 多哥	TGO	25.2
165	Sierra Leone 塞拉利昂	SLE	24.9
166	Uganda 乌干达	UGA	23.9
167	Papua New Guinea 巴布亚新几内亚	PNG	23.6
168	Liberia 利比里亚	LBR	23.3
169	Benin 贝宁	BEN	22.2
170	Niger 尼日尔	NER	16.3
171	Congo, Dem. Rep. 刚果（金）	COD	16.3
172	Madagascar 马达加斯加	MDG	15.4
173	South Sudan 南苏丹	SSD	14.4
174	Central African Republic 中非共和国	CAF	14.0
175	Chad 乍得	TCD	13.1
176	Ethiopia 埃塞俄比亚	ETH	10.4

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，表示使用至少基本卫生设施的人口比例越大，通常意味着更多人能够获得改善的卫生条件，减少了与粪便暴露相关的疾病传播风险。

数值较低通常意味着什么

该指标数值越低，表示未使用基本卫生服务的人口比例越大，可能意味着卫生基础设施覆盖不足，存在粪便污染导致的公共健康风险和环境卫生问题。

鍙ｅ緞闄愬埗

该指标反映设施可及性而非实际使用质量，不区分设施维护状况和使用行为规范程度
不区分基本服务与安全管理服务的层级差异，无法识别服务品质高低
不区分城乡内部结构差异，可能掩盖特定人群或地区的服务缺口
不反映粪便管理和废物处理系统效能，不涉及环境健康交叉影响
基于调查数据，受调查频率、抽样方法和数据更新时效影响
跨国比较时各国定义标准可能存在细微差异
该指标不直接测量健康结局，不能单独用作健康干预效果的充分指标

使用建议

使用时建议结合城乡分类数据（SH.STA.BASS.RU.ZS、SH.STA.BASS.UR.ZS）分析结构性差异
建议结合安全管理的卫生服务指标（SH.STA.SMSS.ZS）评估服务品质层次
建议结合基本饮用水服务指标（SH.H2O.BASW.ZS）综合评估水卫生安全
建议结合洗手设施指标（SH.STA.HYGN.ZS）评估个人卫生行为
进行跨国比较时应注意GDP、城镇化率和基础设施发展阶段等控制变量
研究健康结局时应作为控制变量或综合指标之一，而非唯一解释变量
分析时间序列时应结合人口数据计算绝对受益人口规模
评估政策效果时应区分设施建设投入与使用率提升的不同维度

常见错误用法

错误做法：直接将该指标等同于中国公共卫生水平已与发达国家持平

正确做法：注意该指标为覆盖率指标，97%的覆盖意味着仍有约2.73%人口（约3800万人，按14亿人口计）未使用基本卫生服务，精准服务缺口仍存

覆盖率接近高值不等于服务均等化和健康公平问题已完全解决，剩余未覆盖人口可能集中在特定区域或人群，需针对性政策干预

错误做法：将中国该指标长期高于世界平均水平简单解读为中国公共卫生体系优于世界

正确做法：应结合发展阶段和基数效应理解——中国起点较低（2000年约57%）提供了更大追赶空间，而全球包含大量低收入国家，基数差异导致增速差异

倍数比较受期初值影响，高倍数可能仅反映追赶效应而非综合公共卫生能力，且全球数据未包含中国台湾等地区的细致分类

错误做法：将该指标直接用于解释腹泻、肠道传染病等健康结局变化

正确做法：应将该指标作为控制变量，同时考虑社会经济因素、医疗服务可及性、环境卫生综合指标等交互因素

该指标仅反映卫生设施可及性，健康结局受多因素影响，直接因果推断存在混淆风险

错误做法：将该指标近两年趋近1.05倍简单解读为中国基本卫生服务建设已停止进步

正确做法：应理解为覆盖率已接近上限（约97%），边际改善难度加大，后续提升需聚焦剩余约2.73%未覆盖人群

高覆盖率下的增速趋缓是自然基数效应，不代表政策效果减弱，而是进入精确定位和个性化服务阶段

实际应用场景

中国城乡基本卫生服务覆盖差距演变研究：分析2000-2024年中国城镇与农村基本卫生服务覆盖率的收敛趋势被解释变量可结合SH.STA.BASS.UR.ZS和SH.STA.BASS.RU.ZS构建收敛指数，使用面板回归检验政策干预对城乡差距缩小的边际效应，注意控制城镇化率等结构性变量
基本卫生服务覆盖率与儿童健康指标关联研究：检验基本卫生服务可及性与儿童腹泻死亡率或营养状况的关系解释变量（机制变量）可结合SH.STA.ORCF.ZS或SH.STA.ARIC.ZS等儿童健康指标，使用工具变量法或固定效应模型控制遗漏变量偏误，注意区分设施可及性与实际使用质量的差异
全球基本卫生服务进展的多维比较研究：对比不同收入组别国家基本卫生服务覆盖率的增长轨迹和驱动因素比较变量结合GDPper capita、城镇化率、公共卫生支出等控制变量，使用合成控制法或倾向得分匹配识别制度和政策因素的独立贡献
基本卫生服务覆盖率与水质改善的交互效应研究：评估基本卫生服务与基本饮用水服务的协同改善对公共健康的影响控制变量将SH.H2O.BASW.ZS纳入模型构建水卫生安全综合指数，检验两个指标的交互项对健康结局的边际效应，提升模型解释力