不安全水源、不安全环境卫生和个人卫生不足导致的死亡率（每10万人）
Mortality rate attributed to unsafe water, unsafe sanitation and lack of hygiene (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 unsafe water, unsafe sanitation and lack of hygiene is deaths attributable to unsafe water, sanitation and hygiene focusing on inadequate WASH services per 100,000 population. Death rates are calculated by dividing the number of deaths by the total population. In this estimate, only the impact of diarrhoeal diseases, intestinal nematode infections, and protein-energy malnutrition are taken into account.
可供参考的中文翻译：不安全水源、不安全环境卫生和个人卫生不足导致的死亡率，反映的是每10万人中因不安全的水、环境卫生和个人卫生服务不足而造成的死亡人数。死亡率计算方式为死亡人数除以总人口。本指标仅计入腹泻病、肠道线虫感染和蛋白质能量营养不良的影响。
数据口径与风险提示
- 本指标仅反映腹泻病、肠道线虫感染和蛋白质能量营养不良三类死因的归因死亡，不涵盖其他与水源和环境卫生相关的疾病负担
- 死亡率基于人口总数计算的分母效应可能掩盖老龄化人口结构对结果的影响
- 不同国家死因报告系统的完整性和归因标准存在差异，可能导致跨国可比性受限
- 本指标属于归因死亡率，不代表实际因不安全WASH服务导致的全部死亡
- 世界银行数据仅覆盖2019年单一年份，无法进行跨时期趋势分析
- 发展中国家普遍存在死亡漏报情况，高负担国家的实际数值可能被低估
- 该指标不区分城市和农村地区，内部异质性可能被汇总数据掩盖
- 跨国比较时应注意医疗救治能力差异对死亡转归的影响
中国趋势
根据世界银行数据，中国该指标在可获取的最近年份（2019年）录得每10万人2.2例死亡。该数值远低于同期世界平均水平18.53，反映出中国在饮用水安全、环境卫生建设和公共卫生干预方面取得的显著进展。然而，由于数据库中仅包含单一数据点，无法获取历史序列进行长期趋势分析。中国该指标的绝对水平处于全球低位，意味着其WASH相关健康风险已降至较低区间，继续下降的边际空间相对有限。
- 2019年中国该指标值为2.2（每10万人）
- 2019年世界该指标值为18.53（每10万人）
- 中国数值约为世界平均值的11.9%
- 由于仅有单一年份数据，历史变化轨迹无法评估
- 数据仅覆盖2019年单一年份，缺乏时间序列，限制了对趋势变化的判断
- 单一数据点无法反映政策变动或重大事件对指标的影响
- 建议结合中国国家卫生健康委员会地方数据进行更细粒度分析
全球趋势
全球不安全水源、不安全环境卫生和个人卫生不足导致的死亡率在2019年为每10万人约18.53例。该指标在国家间呈现极大差异，最高国家（如莱索托）达108.1，约为全球平均水平的5.8倍。从地区分布看，撒哈拉以南非洲国家占据全球最高负担，反映出基础设施和卫生服务覆盖率的显著差距。全球层面来看，该指标仍是不容忽视的公共卫生挑战，尤其对脆弱群体影响更为突出。由于仅有单一年份数据，暂无法评估全球长期变化趋势。
- 2019年全球平均值为18.53（每10万人）
- 2019年排名首位的莱索托为108.1（每10万人）
- 排名前十的国家均位于非洲
- 中国（2.2）在全球排名中处于极低位置
- 印度为36.4，在主要发展中国家中相对较低
- 该排名仅反映数值高低，并非规范性评价
- 不同国家死亡登记系统质量差异显著，影响数据可比性
- 单一年份数据无法支撑趋势判断
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 该时期中国与世界数据不可比，故不提供倍数分析。长期来看，全球WASH相关死亡率呈下降趋势，但各地区进度不一。 |
| 1970-1979 | - | - | 该时期中国与世界数据不可比，故不提供倍数分析。发展中国家整体改善速度受制于资源条件。 |
| 1980-1989 | - | - | 该时期中国与世界数据不可比，故不提供倍数分析。城乡差距在多数发展中国家持续存在。 |
| 1990-1999 | - | - | 该时期中国与世界数据不可比，故不提供倍数分析。中国在此期间大规模推进改水改厕项目，WASH条件明显改善。 |
| 2000-2009 | - | - | 该时期中国与世界数据不可比，故不提供倍数分析。新千年发展目标推动了全球安全饮水和环境卫生覆盖。 |
| 2010-2019 | - | - | 该时期中国与世界数据不可比，故不提供倍数分析。可持续发展目标进一步强调WASH服务公平性。 |
| 2020-2029 | - | - | 该时期数据尚不完整，暂无可靠比较基础。新冠疫情可能对全球WASH服务可及性产生短期冲击。 |
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
该指标数值越高，表示每10万人中因不安全水源、不安全环境卫生和个人卫生不足导致的归因死亡人数越多，反映出WASH服务覆盖不足或健康干预效果有限，公共卫生体系面临较大压力。
数值较低通常意味着什么
该指标数值越低，表示每10万人中相关归因死亡人数越少，通常意味着WASH基础设施较为完善、清洁饮用水和环境卫生服务覆盖率较高，或医疗救治能力较强使重症患者存活率提升。
鍙ｅ緞闄愬埗
- 仅涵盖腹泻病、肠道线虫感染和蛋白质能量营养不良三类死因的归因计算，未计入其他与不安全WASH相关的疾病（如霍乱、伤寒等）
- 分母使用总人口而非高风险人群，可能稀释特定人群的实际风险
- 不同国家死因编码和归因方法存在差异，影响跨国可比性
- 高负担国家普遍存在死亡漏报问题，统计完整性不足
- 不反映非致死性健康损失（如患病、残疾等）
- 无法区分城市和农村内部的异质性
- 单一指标难以全面刻画WASH系统的整体质量与可及性
使用建议
- 在研究中使用时，应结合具体国家的死亡登记系统质量评估数据可靠性
- 分析时应考虑同期医疗水平、营养状况等协同因素的影响
- 进行国际比较时，宜采用标准化年龄结构后的指标版本
- 评估政策效果时，建议配合使用覆盖率指标（如安全饮水人口比例）
- 结合儿童营养不良率和传染病发病率等指标，构建更完整的健康结果评估框架
- 关注脆弱人群（如农村低收入家庭）的WASH可及性格外重要
常见错误用法
错误做法：将中国该指标的低值（2.2）直接等同于中国WASH问题已完全解决，忽视非致死性健康损失和服务质量差距
正确做法：认识到该指标仅反映归因死亡，不涵盖大量因不安全WASH导致的腹泻病例和长期营养问题，应结合发病率指标综合评估
安全饮水和环境卫生的改善不仅体现在死亡减少，更体现在生活质量提升和疾病负担降低，低死亡率不代表服务零差距
错误做法：用该指标的高低对国家进行好坏排序，忽视背后的发展阶段、资源禀赋和历史条件差异
正确做法：将高值国家理解为面临更大公共卫生挑战、需要更多国际支持的国家，而非道德评判对象
该指标反映的是结构性不平等，而非政府治理质量的直接评价，单纯的排名比较会掩盖发展阶段的本质差异
错误做法：用中国的低值（2.2）与世界高负担国家（如莱索托108.1）简单对比，推断中国WASH政策优于这些国家
正确做法：在进行跨国比较时，应控制人口规模、发展水平、地理条件等变量，关注相对变化而非绝对差距
绝对数值的比较忽略基数效应和分母结构，大国与小国的政策传导机制存在本质差异
错误做法：将2019年单一年份数据外推，声称中国WASH相关死亡趋势持续改善
正确做法：使用面板数据或国家统计部门发布的连续序列进行趋势分析，避免基于单一数据点的推断
缺少时间序列数据时，任何关于趋势的表述都缺乏统计基础，可能误导政策判断
错误做法：将死亡率下降完全归因于WASH改善，忽视同期营养干预、医疗进步等其他因素的作用
正确做法：采用多变量分析框架，识别WASH服务的独立贡献，同时承认多因素协同效应
归因死亡是复杂的多因素结果，过度强调单一因素可能造成资源配置偏差和干预策略失当
实际应用场景
- WASH服务覆盖率与儿童健康结果的关联研究：利用跨国面板数据，考察安全饮水覆盖率、环境卫生覆盖率与儿童死亡率、营养不良率的关系 结果变量（被解释变量） 可采用两阶段最小二乘法处理潜在的内生性问题，工具变量可考虑历史地理因素（如距河流距离）或政策外生冲击
- 中国农村改厕项目的健康效益评估：结合中国农村改厕项目实施进度，评估WASH设施改善对农村地区归因死亡率的影响 结果变量（被解释变量） 采用双重差分或合成控制法，控制地区固定效应和时间趋势，识别项目实施与健康结果变化的因果关系
- 自然灾害冲击下的WASH相关健康风险分析：考察洪水、干旱等极端气候事件对饮用水安全的破坏，进而对归因死亡率的影响 结果变量（被解释变量） 构建事件研究框架，对比灾害前后指标变化，同时控制医疗资源可及性和灾后救援响应速度
- 城镇化进程中的WASH服务公平性研究：考察城镇内部不同收入群体的WASH服务可及性差异，分析其对健康不平等的影响 结果变量（被解释变量） 采用分位数回归或分解方法，识别城乡差异、收入差距及其交互作用对WASH相关死亡率的影响路径
- 比较不同发展路径下WASH健康效益的实现效率：对比中国、拉美国家和南亚国家在WASH投资与健康改善之间的效率差异 结果变量（被解释变量） 采用数据包络分析或随机前沿分析，评估不同国家WASH投资的相对效率，识别最佳实践
不安全水源、不安全环境卫生和个人卫生不足导致的死亡率（每10万人）常见问题
什么是不安全水源和不安全环境卫生导致的死亡率？
该指标衡量每10万人中因不安全水源、环境卫生和个人卫生不足导致的归因死亡人数。归因范围限于腹泻病、肠道线虫感染和蛋白质能量营养不良三类疾病。2019年中国该数值为2.2，远低于全球平均的18.53。
中国WASH相关死亡率为什么这么低？
中国该指标处于低位可能反映其在安全饮水、改水改厕和公共卫生干预方面的长期投入。但需注意该指标仅涵盖三类死因的归因计算，非致死性损失未被计入，且仅单一年份数据可供分析，不宜过度解读。
为什么非洲国家该指标数值很高？
非洲部分国家该指标达每10万人50例以上，主要因为安全饮水和环境卫生基础设施覆盖率低、死亡登记系统不完善导致漏报，以及营养不良发生率较高等多重因素叠加所致。
该指标和儿童死亡率有什么区别？
儿童死亡率反映所有原因导致的5岁以下儿童死亡，而本指标专指不安全WASH相关的归因死亡，仅计入腹泻病、肠道线虫感染和营养不良三类疾病，两者在概念范围和覆盖人群上均有差异。
可以用水源和环境卫生覆盖率代替死亡率吗？
覆盖率指标反映服务可及性，死亡率反映健康结局，两者互补而非替代。覆盖率改善不一定立即体现在死亡率下降，且死亡率还受医疗水平和营养状况影响。建议同时使用两类指标评估WASH系统的综合表现。
下载数据
免费获取世界银行WDI完整数据集，包含不安全水源、不安全环境卫生和个人卫生不足导致的死亡率（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