最高10% 占有的收入份额

Income share held by highest 10%

下载数据

指标代码:SI.DST.10TH.10所属主题:贫困:Income distributionPoverty: Income distribution

2025最新有效年份
4最新年份有值国家
265历史上有数据经济体
86%总体缺失率

指标解释

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

Percentage share of income or consumption is the share that accrues to subgroups of population indicated by deciles or quintiles.

可供参考的中文翻译:收入或消费的比例份额是指按十等分或五等分划分的各人口组别所占的份额。

数据口径与风险提示

  • 本指标反映的是收入分配的静态结构,不体现收入流动性或代际传承等动态特征
  • 不同国家或地区调查年份的差异可能导致跨国可比性受限
  • 高收入群体的收入瞒报倾向可能在各国普遍存在,但程度不同
  • 住户调查中收入定义(工资、财产、转移收入等)口径差异会影响数据可比性
  • 中国数据由国家统计局提供,与世界银行直接估算数据存在口径差异
  • 该指标无法反映非货币形式的社会福利或公共服务获取状况
  • 最高10%份额上升不等于最低10%份额等幅下降,中间收入阶层变化可能另有规律
  • 十年变化比值衡量的是首尾年份的相对变化,中间的波动过程无法体现

中国趋势

趋势解读

中国最高10%人口占有的收入份额在1981年至2022年间呈现先升后稳再略有回落的走势。1981年该指标为21.7%,随后在改革开放初期基本维持在这一水平,到1990年代中期开始加速上升,2010年达到历史高点的32.6%。此后该指标在高位震荡并逐步回落,2022年最新值为28.4%,较峰值下降约4.2个百分点。从1981年到2022年的整体变化看,该份额上升了6.7个百分点,约为期初值的1.31倍。最近一年数据较上年微降1.0个百分点,呈现出高位趋稳甚至略有收窄的迹象。

  • 1981年该指标为21.7%,为现有数据记录的起始点之一
  • 1990年升至25.8%,较1987年的22.4%明显上升
  • 1999年突破29.4%,十年间累计上升幅度较大
  • 2008年达到31.4%,随后在2009年略有波动
  • 2010年录得历史最高值32.6%
  • 2011年至2016年间从31.8%逐步降至29.3%,呈持续小幅回落态势
  • 2022年最新值为28.4%,较1981年累计上升6.7个百分点
  • 2022年值与2010年峰值相比下降4.2个百分点

全球趋势

趋势解读

在现有预计算数据中,世界银行未提供全球或区域汇总的最高10%人口收入份额数据,因此无法对该指标的全球整体趋势进行分析。不同国家调查年份不一致且样本量差异悬殊,简单的跨国加权平均可能缺乏实际政策参考价值。如需了解全球不平等状况的总体特征,建议参考基尼系数等综合指标或借助世界银行发布的全球贫困与不平等专题报告。

  • 预计算数据中全球汇总的该指标数据点数量为0
  • 世界银行未提供各十年期的全球平均变化比值
  • 由于缺乏全球可比汇总数据,任何关于世界整体趋势的描述均属于无可靠依据的推断
  • 不同收入水平国家的样本覆盖率和调查质量差异较大
  • 全球不平等指标需考虑人口结构加权,简单的等权平均可能产生误导

每十年变化摘要

十年区间中国变化世界变化提示
1960-1969--该十年期中国和世界的相关数据均缺失,无法对该阶段收入分配格局进行任何有依据的描述或比较。
1970-1979--该十年期中国和世界的相关数据均缺失,无法就该阶段收入集中程度的变化趋势作出任何推断。
1980-19891.0x-该阶段只有中国具备可比变化率,适合先观察本国供需结构变化,不宜直接推断全球差异。 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。
1990-19991.1x-该阶段只有中国具备可比变化率,适合先观察本国供需结构变化,不宜直接推断全球差异。 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。
2000-20091.0x-该阶段只有中国具备可比变化率,适合先观察本国供需结构变化,不宜直接推断全球差异。 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。
2010-20190.9x-该阶段只有中国具备可比变化率,适合先观察本国供需结构变化,不宜直接推断全球差异。 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。
2020-20291.0x-该阶段只有中国具备可比变化率,适合先观察本国供需结构变化,不宜直接推断全球差异。 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。

2025 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

最高10%人口占有的收入份额越高,表示收入越集中于高收入群体,社会内部的收入差距越大,财富向少数人集中的程度越高。

数值较低通常意味着什么

该份额越低,意味着收入在各群体间的分布相对均衡,社会整体的收入分配格局更为平均。

鍙e緞闄愬埗

  • 该指标是静态结构指标,无法反映收入在各群体间的流动情况,一个社会可能收入高度集中但同时具有很强的代际流动性
  • 不同国家调查年份不一致,直接跨国比较时需考虑经济发展阶段和统计口径差异
  • 住户调查中收入瞒报现象在高收入群体中更为普遍,可能导致该份额被低估
  • 该指标仅涵盖货币形式的收入,不包括公共服务、社会转移等非货币福利,难以全面衡量实际生活水平差距
  • 中国国家统计局的住户调查与世行直接估算数据的口径和方法存在差异
  • 十年变化比值仅反映首尾年份的相对变化,中间的波动路径和结构性转折点无法体现
  • 中等收入群体(中间阶层)的份额变化无法从该指标直接读出,而这往往是社会结构稳定性的关键变量

使用建议

  • 将本指标与基尼系数联合使用,前者捕捉顶层分配特征,后者提供整体不平等程度的综合视角
  • 结合最低10%或最低20%人口收入份额交叉分析,关注两端群体的相对变化而非单向解读
  • 使用多年移动平均数据平滑短期波动,以识别较长周期的结构性变化趋势
  • 比较时应优先选取经济发展水平和统计体系相近的国家作为参照系
  • 将本指标与收入增长率数据结合使用,分析不同收入群体从经济增长中的获益程度差异
  • 在做政策评估时将本指标变化与其他再分配相关变量(如税收收入占比、社会支出占比等)同步考察
  • 对于时间序列研究,建议检验数据口径的一致性,必要时进行标准化调整后再作趋势分析
  • 解读长期变化时应结合城镇化率、就业结构、产业结构等宏观变量,避免将该指标变化简单归因于单一因素

常见错误用法

错误做法:直接根据该指标高低判定一个国家或地区社会不稳定风险大小

正确做法:结合社会稳定指标、犯罪率、信访数量等多维社会指标综合评估,并将该指标作为众多因素之一纳入分析框架

收入分配不平等只是社会稳定的潜在影响因素之一,两者之间不存在简单的线性因果关系,且社会稳定的实现路径因文化和制度背景而异

错误做法:将本指标等同于“富人更富、穷人更穷”的简单道德判断

正确做法:认识到该指标反映的是特定时点收入在人口组别间的静态分布,不涉及增长动态和代际流动性

份额集中度上升可能源于所有群体收入都在增长但高收入群体增速更快,也可能只是统计口径调整的反映,而非必然意味着底层群体生活恶化

错误做法:不加调整地将中国该指标数值与欧美发达国家直接对比,得出“差距过大”的结论

正确做法:在比较时优先匹配经济发展阶段相近的国家或历史时期,分析各自的增长模式和政策环境差异

不同发展阶段的经济结构、就业形态和统计调查体系存在系统性差异,脱离发展背景的跨国比较缺乏分析价值

错误做法:仅凭该指标的十年变化就推断特定政策的“成功”或“失败”

正确做法:将政策变量、宏观经济变量和社会结构变量纳入回归分析,识别其他可能的解释因素

收入分配格局受多种因素共同影响,包括全球化、技术进步、产业结构变迁、人口结构变化等,单一指标的十年变化不足以建立因果推断

实际应用场景

  • 中国收入分配的长期演变与经济结构转型研究:研究中国改革开放以来收入分配格局的阶段性变化,分析其与产业结构升级、城镇化进程和全球化参与的关系 被解释变量 可采用面板数据回归模型,控制GDP增速、城镇化率、第二三产业占比等变量,通过分阶段回归识别不同时期的主要驱动因素。注意检验残差分布以判断是否存在非线性关系,必要时采用平滑转换回归或门限模型。
  • 收入不平等与贫困动态的关联机制研究:分析收入分配格局变化如何影响贫困陷阱的形成和破解,分析高收入群体份额上升是否“挤出”了中低收入群体的增长空间 机制解释变量 可将本指标作为核心解释变量纳入贫困动态模型,结合贫困脆弱性指标和社会流动指标构建联立方程。关注内生性问题,必要时采用工具变量或自然实验策略(如政策外生变化)。建议同时分析中间收入阶层份额变化以全面理解分配格局的影响。
  • 再分配政策效果的多指标评估:评估税收调节、社会保障转移支付等再分配政策对收入分配格局的实际影响,检验政策实施前后分配格局是否出现显著结构性变化 结果指标 采用双重差分或合成控制法,选取政策实施前后的时间序列数据,将本指标与政策强度指标联合使用。需注意再分配政策可能同时影响多个收入阶层,应结合最低和中间收入群体份额进行稳健性检验。
  • 基于多源数据的收入分配格局交叉验证:利用不同来源(统计局调查、住户收支调查、世行数据库)的收入分配数据进行交叉比对,识别数据质量和口径差异对趋势判断的影响 稳健性检验指标 对不同来源数据计算该指标的相关系数和趋势一致性,对存在显著差异的年份标注并进行敏感性分析。建议采用Bland-Altman图等方法评估不同数据源的等效性,并据此确定研究结论的稳健性区间。

最高10% 占有的收入份额常见问题

中国最高10%收入份额在世界上排名如何

世界银行最新可比数据显示,该指标绝对值排名不具备直接的规范性意义。从已公开的近年数据看,部分拉美和东南亚国家该份额相对较高,但这与各自的经济发展阶段、社会结构和统计口径密切相关。中国的情况需要结合自身发展阶段和分配政策目标进行评估,不宜直接套用他国排名。

中国最高10%收入份额从1990年代开始大幅上升的原因是什么

1990年代该份额的上升可能与快速工业化进程中资本和技术要素回报率较高、劳动收入占比相对下降有关,也可能受到统计口径调整、住户调查覆盖面变化以及城镇化进程中收入分化加剧等多重因素影响。具体归因需要结合当时的就业结构变化、行业收入分布和税收政策等变量进行综合验证。

2010年后该指标开始下降是否意味着贫富差距已经缩小

该指标的下降可能反映了收入向更均衡方向调整的趋势,但需注意这仅是静态分配结构的变化,不等同于“贫富差距缩小”的全面判断。下降幅度有限(从峰值32.6%降至28.4%),且仍显著高于1980年代初的水平,建议结合基尼系数、最低收入群体份额以及收入流动性指标进行综合评估。

为什么世界银行没有提供全球平均的最高10%收入份额数据

全球汇总数据缺失主要是因为各国调查年份不一致、住户调查质量和覆盖范围差异悬殊,高收入国家和发展中国家数据的可比性有限。此外,不同国家采用收入定义还是消费定义进行调查、以及收入瞒报程度差异都会影响全球可比性。世行通常建议使用基尼系数等口径更为统一的综合指标进行跨国比较。

收入份额和基尼系数有什么区别

基尼系数是反映整体收入分配不平等程度的综合指数,取值范围为0-1或0-100%,数值越高表示不平等程度越高;本指标则聚焦于收入最高的那10%人口占有的份额,属于结构性指标。两者可结合使用:基尼系数反映整体格局,份额指标揭示顶层集中特征。某些情况下两者变化方向可能不一致,因为中间收入阶层的变化可能完全不同。

为什么同一时期不同来源的中国收入分配数据可能有差异

差异主要源于调查方法、收入定义、样本覆盖范围和加权方式的不同。国家统计局住户调查、世界银行估算数据以及学术调查数据在抽样设计、问卷设置和数据处理流程上存在差异。此外,高收入群体在调查中的配合度通常较低,可能导致不同调查的瞒报程度不同。建议在研究中注意数据来源的一致性,避免混用不同来源数据。

下载数据

免费获取世界银行WDI完整数据集,包含最高10% 占有的收入份额等所有指标,支持按国家、指标或主题下载CSV、Excel和XML格式数据。

下载数据