男性非故意中毒死亡率（每10万男性人口）

Mortality rate attributed to unintentional poisoning, male (per 100,000 male population)

下载数据

指标代码：SH.STA.POIS.P5.MA所属主题：健康：MortalityHealth: Mortality

2021最新有效年份

183最新年份有值国家

265历史上有数据经济体

71%总体缺失率

指标解释

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

Mortality rate attributed to unintentional poisonings is the number of male deaths from unintentional poisonings in a year per 100,000 male population. Unintentional poisoning can be caused by household chemicals, pesticides, kerosene, carbon monoxide and medicines, or can be the result of environmental contamination or occupational chemical exposure.

可供参考的中文翻译：非故意中毒死亡率是指一年内每10万名男性人口中死于非故意中毒的人数。非故意中毒可能由家用化学品、农药、煤油、一氧化碳和药物引起，也可能是环境污染或职业性化学品接触的结果。

数据口径与风险提示

本指标仅反映男性群体，中毒死亡风险存在显著的性别差异，不宜与未分性别指标直接对比
数据覆盖受各国死因分类体系完备程度影响，部分发展中国家可能存在漏报或错报
非故意中毒包含情形多样（家用化学品、农药、职业暴露等），不同国家致毒物质结构差异较大
中毒死亡常涉及突发事件和急救能力，与医疗资源可及性存在关联
该指标反映的是死亡率而非中毒发生率，低死亡率可能部分源于急救成功而非风险本身较低
跨国比较需考虑ICD编码版本差异及死因归因标准的演变
本指标不区分中毒场所（家庭、工业区、公共环境等），无法直接识别高风险环境因素
统计口径以死亡登记为准，未纳入中毒后长期后遗症的疾病负担

中国趋势

趋势解读

中国男性非故意中毒死亡率在2000年至2021年间呈现先升后降的倒V型走势。2000年该指标为1.56（每10万男性），至2010年攀升至峰值2.29，随后逐步回落，2021年降至1.71。与全球持续下降的大趋势不同，中国在2000年代初经历了明显上升期，2010年后才进入下行通道。最新数据显示中国水平约为全球平均（0.93）的1.84倍，反映出中国男性面临的非故意中毒风险仍高于全球平均水平。

2000年数据为1.56，为有记录以来最低值
2010年数据为2.29，为有记录以来最高值
2021年数据为1.71，较峰值下降0.58
2000-2021年最新值与首年比值为1.10，变化幅度较小
2021年数值约为全球同期（0.93）的1.84倍
中国数据序列始于2000年，此前无可用历史数据
上升期可能与死因监测能力提升、毒物暴露机会增加等多重因素相关，不宜简单归因
本指标仅涵盖死亡环节，无法反映中毒发病率差异

全球趋势

趋势解读

全球男性非故意中毒死亡率在2000年至2021年间呈现持续下降趋势。2000年全球平均水平约为1.40，2021年降至0.93，降幅约33.5%。最高点出现在2003年（1.47），此后逐年稳步回落。这一下降趋势可能与全球范围内化学品安全监管加强、公众意识提升以及医疗急救能力改善有关。与中国相比，全球下降速度更为均匀，未出现明显的阶段性波动。

2000年全球平均值为1.40
2003年达到有记录最高点1.47
2021年全球平均值为0.93，为有记录最低值
2000-2021年最新值与首年比值为0.67
2021年较峰值下降约36.7%
全球数据为加权平均值，受高负担国家影响较大
不同区域间差异悬殊，局部地区水平可能远高于全球均值
全球下降趋势可能包含部分国家监测能力改善带来的数据修订效应

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	1.5x	0.9x	该十年间中国该指标上升至期初的约1.46倍，而全球同期下降至期初的约0.91倍，呈现反向走势。这一差异可能反映中国在该阶段化学品使用规模扩大、城镇化加速带来的新型毒物暴露风险上升，而同期全球多数地区已逐步建立化学品管控体系。需要结合中国农药使用量、工业化学品监管等变量进一步验证。
2010-2019	0.8x	0.8x	该十年间中国和全球均呈现下降态势，中国降至期初的约0.81倍，全球降至约0.79倍，降幅基本同步。这意味着中国下降期的开启时间晚于全球约5-7年，可能反映中国在2010年前后加强了中毒预防和急救体系建设，也可能与前期风险累积后的自然回落有关。需要结合医疗急救可及性和安全监管政策变化进一步分析。
2020-2029	0.9x	1.0x	截至2021年，该阶段中国和全球均仅有部分数据，中国该指标为期初的约0.94倍，全球约为0.97倍，变化幅度有限。鉴于数据年份有限，不宜对该阶段趋势做出实质性判断。

2021 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	Moldova 摩尔多瓦	MDA	6.71
2	Zimbabwe 津巴布韦	ZWE	4.45
3	Mongolia 蒙古	MNG	4.38
4	Russian Federation 俄罗斯	RUS	4.30
5	Somalia, Fed. Rep. 索马里	SOM	3.96
6	Lesotho 莱索托	LSO	3.91
7	Eswatini 斯威士兰	SWZ	3.51
8	Ukraine 乌克兰	UKR	3.31
9	Afghanistan 阿富汗	AFG	2.88
10	Nepal 尼泊尔	NPL	2.84
11	Estonia 爱沙尼亚	EST	2.82
12	Belarus 白俄罗斯	BLR	2.60
13	Romania 罗马尼亚	ROU	2.60
14	Burundi 布隆迪	BDI	2.56
15	Eritrea 厄立特里亚	ERI	2.55
16	Kiribati 基里巴斯	KIR	2.42
17	Grenada 格林纳达	GRD	2.39
18	South Sudan 南苏丹	SSD	2.12
19	Niger 尼日尔	NER	2.02
20	Poland 波兰	POL	2.01
21	Yemen, Rep. 也门	YEM	1.97
22	Kazakhstan 哈萨克斯坦	KAZ	1.95
23	Kenya 肯尼亚	KEN	1.95
24	Bosnia and Herzegovina 波黑	BIH	1.94
25	Central African Republic 中非共和国	CAF	1.91
26	South Africa 南非	ZAF	1.82
27	Tonga 汤加	TON	1.80
28	Djibouti 吉布提	DJI	1.76
29	Burkina Faso 布基纳法索	BFA	1.74
30	Lithuania 立陶宛	LTU	1.74
31	Mozambique 莫桑比克	MOZ	1.73
32	China 中国	CHN	1.71
33	Congo, Dem. Rep. 刚果（金）	COD	1.69
34	Viet Nam 越南	VNM	1.63
35	Sierra Leone 塞拉利昂	SLE	1.60
36	Chad 乍得	TCD	1.57
37	Comoros 科摩罗	COM	1.56
38	Mali 马里	MLI	1.56
39	Ecuador 厄瓜多尔	ECU	1.55
40	Korea, Dem. People's Rep. 朝鲜	PRK	1.55
41	Madagascar 马达加斯加	MDG	1.53
42	Rwanda 卢旺达	RWA	1.50
43	Togo 多哥	TGO	1.49
44	Georgia 格鲁吉亚	GEO	1.47
45	Benin 贝宁	BEN	1.46
46	Guinea-Bissau 几内亚比绍	GNB	1.45
47	Sudan 苏丹	SDN	1.44
48	Cameroon 喀麦隆	CMR	1.43
49	Namibia 纳米比亚	NAM	1.43
50	Mauritius 毛里求斯	MUS	1.42
51	Tajikistan 塔吉克斯坦	TJK	1.41
52	Malawi 马拉维	MWI	1.36
53	Zambia 赞比亚	ZMB	1.35
54	Uganda 乌干达	UGA	1.31
55	Cote d'Ivoire 科特迪瓦	CIV	1.30
56	Guinea 几内亚	GIN	1.29
57	Ethiopia 埃塞俄比亚	ETH	1.24
58	El Salvador 萨尔瓦多	SLV	1.23
59	Angola 安哥拉	AGO	1.20
60	Libya 利比亚	LBY	1.18
61	Myanmar 缅甸	MMR	1.17
62	Solomon Islands 所罗门群岛	SLB	1.17
63	Guatemala 危地马拉	GTM	1.14
64	Armenia 亚美尼亚	ARM	1.13
65	Tanzania 坦桑尼亚	TZA	1.13
66	Gambia, The 冈比亚	GMB	1.12
67	Liberia 利比里亚	LBR	1.12
68	Nigeria 尼日利亚	NGA	1.11
69	North Macedonia 北马其顿	MKD	1.10
70	Antigua and Barbuda 安提瓜和巴布达	ATG	1.09
71	Senegal 塞内加尔	SEN	1.08
72	Peru 秘鲁	PER	1.07
73	Slovak Republic 斯洛伐克	SVK	1.07
74	Latvia 拉脱维亚	LVA	1.04
75	Bulgaria 保加利亚	BGR	1.02
76	Vanuatu 瓦努阿图	VUT	1.01
77	Ghana 加纳	GHA	0.99
78	Malaysia 马来西亚	MYS	0.99
79	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	0.97
80	Botswana 博茨瓦纳	BWA	0.96
81	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	0.96
82	Czechia 捷克	CZE	0.87
83	Iran, Islamic Rep. 伊朗	IRN	0.83
84	Morocco 摩洛哥	MAR	0.82
85	Papua New Guinea 巴布亚新几内亚	PNG	0.80
86	Gabon 加蓬	GAB	0.78
87	Honduras 洪都拉斯	HND	0.78
88	Congo, Rep. 刚果（布）	COG	0.74
89	Uzbekistan 乌兹别克斯坦	UZB	0.74
90	United States 美国	USA	0.70
91	Equatorial Guinea 赤道几内亚	GNQ	0.66
92	Mauritania 毛里塔尼亚	MRT	0.65
93	Algeria 阿尔及利亚	DZA	0.64
94	Cambodia 柬埔寨	KHM	0.63
95	Hungary 匈牙利	HUN	0.62
96	Thailand 泰国	THA	0.62
97	Sao Tome and Principe 圣多美和普林西比	STP	0.59
98	Germany 德国	DEU	0.58
99	Venezuela, RB 委内瑞拉	VEN	0.58
100	Mexico 墨西哥	MEX	0.57
101	Chile 智利	CHL	0.55
102	Haiti 海地	HTI	0.55
103	Uruguay 乌拉圭	URY	0.55
104	Azerbaijan 阿塞拜疆	AZE	0.53
105	Samoa 萨摩亚	WSM	0.53
106	Belgium 比利时	BEL	0.52
107	Kuwait 科威特	KWT	0.52
108	Bolivia 玻利维亚	BOL	0.51
109	Cabo Verde 佛得角	CPV	0.50
110	Qatar 卡塔尔	QAT	0.50
111	Tunisia 突尼斯	TUN	0.49
112	Lao PDR 老挝	LAO	0.48
113	Finland 芬兰	FIN	0.47
114	Spain 西班牙	ESP	0.46
115	France 法国	FRA	0.45
116	Turkiye 土耳其	TUR	0.45
117	Montenegro 黑山	MNE	0.43
118	Slovenia 斯洛文尼亚	SVN	0.41
119	Timor-Leste 东帝汶	TLS	0.41
120	Indonesia 印度尼西亚	IDN	0.40
121	Ireland 爱尔兰	IRL	0.40
122	Italy 意大利	ITA	0.40
123	Turkmenistan 土库曼斯坦	TKM	0.40
124	Korea, Rep. 韩国	KOR	0.39
125	Serbia 塞尔维亚	SRB	0.39
126	Argentina 阿根廷	ARG	0.38
127	Norway 挪威	NOR	0.38
128	Portugal 葡萄牙	PRT	0.38
129	United Kingdom 英国	GBR	0.38
130	Canada 加拿大	CAN	0.35
131	Panama 巴拿马	PAN	0.35
132	Saudi Arabia 沙特阿拉伯	SAU	0.35
133	Fiji 斐济	FJI	0.34
134	Jordan 约旦	JOR	0.33
135	Dominican Republic 多米尼加共和国	DOM	0.32
136	Colombia 哥伦比亚	COL	0.31
137	Philippines 菲律宾	PHL	0.31
138	Syrian Arab Republic 叙利亚	SYR	0.29
139	New Zealand 新西兰	NZL	0.28
140	Sri Lanka 斯里兰卡	LKA	0.28
141	Seychelles 塞舌尔	SYC	0.26
142	Bahrain 巴林	BHR	0.25
143	Japan 日本	JPN	0.25
144	Albania 阿尔巴尼亚	ALB	0.23
145	Greece 希腊	GRC	0.22
146	Nicaragua 尼加拉瓜	NIC	0.22
147	Sweden 瑞典	SWE	0.22
148	Switzerland 瑞士	CHE	0.22
149	Austria 奥地利	AUT	0.21
150	Croatia 克罗地亚	HRV	0.21
151	Paraguay 巴拉圭	PRY	0.21
152	United Arab Emirates 阿联酋	ARE	0.21
153	Bahamas, The 巴哈马	BHS	0.20
154	Belize 伯利兹	BLZ	0.20
155	Cyprus 塞浦路斯	CYP	0.20
156	Egypt, Arab Rep. 埃及	EGY	0.20
157	West Bank and Gaza 约旦河西岸和加沙	PSE	0.20
158	Brazil 巴西	BRA	0.19
159	Iraq 伊拉克	IRQ	0.19
160	Lebanon 黎巴嫩	LBN	0.19
161	Suriname 苏里南	SUR	0.19
162	Costa Rica 哥斯达黎加	CRI	0.18
163	Malta 马耳他	MLT	0.18
164	Cuba 古巴	CUB	0.17
165	India 印度	IND	0.17
166	Australia 澳大利亚	AUS	0.16
167	Luxembourg 卢森堡	LUX	0.16
168	St. Lucia 圣卢西亚	LCA	0.16
169	Bangladesh 孟加拉国	BGD	0.15
170	Pakistan 巴基斯坦	PAK	0.14
171	Barbados 巴巴多斯	BRB	0.11
172	Maldives 马尔代夫	MDV	0.11
173	Jamaica 牙买加	JAM	0.10
174	Bhutan 不丹	BTN	0.10
175	Israel 以色列	ISR	0.06
176	Netherlands 荷兰	NLD	0.05
177	Oman 阿曼	OMN	0.04
178	Guyana 圭亚那	GUY	0.04
179	Iceland 冰岛	ISL	0.00
180	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	0.00
181	Brunei Darussalam 文莱	BRN	0.00
182	Denmark 丹麦	DNK	0.00
183	Singapore 新加坡	SGP	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

较高的数值表示每10万名男性人口中因非故意中毒导致的死亡人数较多，反映该人群面临较高的意外中毒死亡风险。

数值较低通常意味着什么

较低的数值表示每10万名男性人口中因非故意中毒导致的死亡人数较少，反映该人群的意外中毒死亡风险相对可控或急救成功率较高。

鍙ｅ緞闄愬埗

该指标仅涵盖死亡结果，无法反映中毒发生率的高低
不区分中毒类型（农药、家用化学品、工业毒物等），无法识别主要风险来源
数据质量受各国死因登记系统完备程度影响，低收入国家可能存在漏报
无法反映中毒后的伤残调整寿命年（DALY）负担
男性内部不同年龄段的差异可能被总体均值掩盖
该指标为粗率，未做年龄标准化，不宜直接用于老龄化程度差异较大的国家间比较

使用建议

使用时需明确说明性别限定范围，避免与未分性别指标混淆
开展跨国比较研究时宜结合数据可得性和报告标准进行敏感性分析
评估一国趋势时应考虑死因分类标准修订和监测能力提升的影响
建议结合具体中毒类型指标（农药中毒、工业中毒等）进行分层分析
开展政策评估时宜将急救医疗可及性、化学品监管强度等作为控制变量
研究因果机制时需结合职业暴露、城镇化水平、公众教育程度等相关变量
分析性别差异时建议同时使用男女分项指标进行对比

常见错误用法

错误做法：直接将该指标与女性中毒死亡率或总人口中毒死亡率相加求平均

正确做法：不同性别和总人口的中毒死亡率应分别报告，不宜简单合并

中毒死亡风险存在显著性别差异，合并计算会掩盖真实分布特征，导致政策干预靶点判断偏差

错误做法：将某年中国数值高于全球均值解读为中国中毒问题更严重

正确做法：应结合数据完整性、报告标准差异以及中毒类型结构综合判断

死亡率高低受监测体系完备程度、统计口径定义等多重因素影响，高数值可能部分反映报告敏感性提升

错误做法：将2000-2010年中国上升趋势解读为中毒风险恶化

正确做法：应区分真实风险变化与监测能力提升、结构性暴露增加的贡献

死亡率上升可能包含死因诊断和编码标准化带来的统计效应，单纯将数值上升等同于风险恶化可能导致误判

错误做法：用该指标直接比较不同经济发展阶段国家的中毒风险

正确做法：应控制数据可得性、死因分类体系完备程度等干扰因素后进行分层比较

低收入国家常存在严重的漏报问题，表面上数值较低可能反映统计缺口而非真实风险水平

错误做法：忽略中毒类型差异，将该指标变化直接归因于某一特定原因

正确做法：应结合农药使用量、工业化学品产量、药品监管政策等具体变量进行归因分析

非故意中毒涵盖多种暴露途径，单一因素解释可能过度简化复杂的风险结构

实际应用场景

化学品安全监管政策效果评估：评估中国《危险化学品安全管理条例》等政策对男性工人非故意中毒死亡的影响被解释变量可采用双重差分法，将政策实施前后处理组与对照组的中毒死亡率变化进行对比，注意控制经济发展水平和产业结构变化
城镇化与中毒死亡风险关系研究：分析中国城镇化进程对男性居民非故意中毒死亡率的影响机制被解释变量可将城镇化率作为核心解释变量，引入人口密度、工业园区分布等控制变量，构建面板回归模型，关注内生性问题
中毒死亡率的性别差异及其影响因素分析：比较男性与女性非故意中毒死亡率的差异及驱动因素被解释变量同时纳入男女分项指标，引入职业结构、教育水平、风险行为等变量，检验性别差异的结构性来源
区域中毒死亡风险的空间异质性研究：分析中国不同省份男性非故意中毒死亡率的收敛或分化趋势被解释变量可采用空间杜宾模型或收敛回归，考察邻省溢出效应和条件收敛特征，注意数据可得性对区域覆盖范围的限制
中毒死亡率与其他外部死因指标的联合分析：将非故意中毒死亡率与道路交通事故死亡率、自杀死亡率等并列分析，评估总体外部死因负担结构比较指标可构建外部死因比重指数或多指标综合评价框架，考察中毒死亡在外部死因中的相对重要性变化