营养不良的发生率(占人口的百分比)

Prevalence of undernourishment (% of population)

下载数据

指标代码:SN.ITK.DEFC.ZS所属主题:健康:NutritionHealth: Nutrition

2023最新有效年份
160最新年份有值国家
265历史上有数据经济体
72%总体缺失率

指标解释

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

Prevalence of undernourishments is the percentage of the population whose habitual food consumption is insufficient to provide the dietary energy levels that are required to maintain a normal active and healthy life. Data showing as 2.5 may signify a prevalence of undernourishment below 2.5%.

可供参考的中文翻译:营养不良发生率是指人口中习惯性食物消费量不足以提供维持正常活动与健康生活所需膳食能量水平的比例。数据显示为2.5,表示营养不良发生率低于2.5%。

数据口径与风险提示

  • 该指标基于膳食能量摄入估算,而非直接测量营养状况,实际数值可能受调查方法与数据来源影响。
  • 指标为人口比例,不能直接反映绝对营养不良人数规模,比较不同人口规模国家时需谨慎。
  • 2.5%以下的数值在世行数据中统一显示为2.5,存在低估极低水平地区的可能性。
  • 数据为三年滚动平均值,非即时年度数据,时效性存在固有滞后。
  • 部分发展中国家可能存在数据缺失或调查频率不足的情况,历史序列完整性因国而异。
  • 该指标反映热量摄入充足性,不涵盖微量营养素缺乏、膳食多样性或食品安全等维度。
  • 不同国家能量需求标准可能因年龄结构、劳动强度等因素存在差异,跨国可比性存在一定局限。

中国趋势

趋势解读

中国营养不良发生率在2001年起点为10.0%,此后呈现持续快速下降趋势,至2010年已降至2.5%的低点,并在2010年至2023年间保持稳定在这一水平,累计改善幅度达7.5个百分点。该趋势反映了中国在消除极端贫困与粮食安全方面取得的显著进展,食物供应能力与居民膳食能量获取水平大幅提升。近年来数值维持在2.5%的下限阈值,可能意味着中国总体上已跨越了大规模热量不足的阶段,但该指标对低水平变化的敏感性降低,难以反映膳食质量、微量营养素等其他层面的营养问题。

  • 2001年基期值为10.0%,2023年最新值为2.5%,改善幅度为7.5个百分点
  • 2001至2010年间每年持续下降,从10.0%逐步降至2.5%
  • 2010至2023年间连续14年保持在2.5%不变
  • 最高值为2001年的10.0%,最低值为2010年的2.5%
  • 最新值与基期值之比为0.25,即降至基期的四分之一
  • 长期维持在同一数值可能反映测量精度的局限,而非真实的零变化
  • 该指标仅衡量热量摄入是否充足,无法反映超重、肥胖或微量营养素缺乏等营养过剩或失衡问题
  • 2.5%的下限阈值可能掩盖了区域间或人群间的差异

全球趋势

趋势解读

全球营养不良发生率从2001年的12.8%下降至2023年的8.5%,累计改善约4.3个百分点,但过程呈现明显的非线性特征。2001至2018年间稳步下降,最低点为2018年的7.3%;2019年起出现反弹回升,2020年升至8.2%,2021至2022年维持在8.6%,2023年略降至8.5%。这种近期回升趋势可能意味着全球粮食系统在应对人口增长、气候变化冲击、地缘冲突等压力时面临新的挑战,粮食可及性与获取稳定性出现波动。全球起点更高、改善路径更长,且近年来出现逆转势头,与中国快速趋稳的模式形成对比。

  • 2001年基期值为12.8%,2023年最新值为8.5%,改善幅度为4.3个百分点
  • 2002年曾达峰值12.9%,之后整体呈下降趋势
  • 2018年降至最低点7.3%,为2001年以来最优水平
  • 2019年起连续回升,2019年7.8%、2020年8.2%、2021年8.6%
  • 2021至2022年维持在8.6%,2023年略降至8.5%
  • 最新值与基期值之比为0.66,即降至基期的约三分之二
  • 近年来持续反弹显示改善趋势存在逆转风险,不宜假设下降趋势会无限延续
  • 该指标为全球或区域汇总值,掩盖了国家间及国家内部巨大的差异

每十年变化摘要

十年区间中国变化世界变化提示
1960-1969--该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1970-1979--该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1980-1989--该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1990-1999--该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
2000-20090.3x0.7x该阶段中国营养不良发生率降至期初的四分之一左右,而全球仅降至约七成,分子分母变化幅度的显著差异可能反映了中国在粮食生产与分配效率上的快速提升,以及与全球粮食安全改善路径的结构性差异;需结合农业产量、食品价格指数等变量进一步验证。
2010-20191.0x0.9x该阶段中国数值维持稳定而全球继续下降约一成,可能意味着中国已率先达到该指标所能反映的食物能量充足水平,而全球仍处于持续改善进程中;不同国家改善节奏的分化可能与收入增长路径、农业政策及贸易开放程度等因素相关。
2020-20291.0x1.0x该阶段中国保持稳定而全球上升约4%,中国已处于指标下限附近,缺乏进一步下降空间,而全球粮食系统可能受到供应链扰动、价格波动或人口结构变化的综合影响;中国的稳定表现与全球上升趋势的背离可能反映不同的应对能力或统计口径差异,需结合粮食进口依赖度指标综合判断。

2023 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
1Haiti
海地
HTI54.2
2Somalia, Fed. Rep.
索马里
SOM53.2
3Madagascar
马达加斯加
MDG39.5
4Syrian Arab Republic
叙利亚
SYR39.0
5Congo, Dem. Rep.
刚果(金)
COD38.5
6Zambia
赞比亚
ZMB37.2
7Kenya
肯尼亚
KEN36.8
8Liberia
利比里亚
LBR35.5
9Chad
乍得
TCD32.0
10Central African Republic
中非共和国
CAF29.8
11Papua New Guinea
巴布亚新几内亚
PNG28.7
12Afghanistan
阿富汗
AFG28.1
13Congo, Rep.
刚果(布)
COG26.4
14Gabon
加蓬
GAB25.3
15Rwanda
卢旺达
RWA24.4
16Sierra Leone
塞拉利昂
SLE24.1
17Botswana
博茨瓦纳
BWA24.0
18Angola
安哥拉
AGO22.5
19South Sudan
南苏丹
SSD22.3
20Guinea-Bissau
几内亚比绍
GNB22.1

使用建议、常见误用与研究场景

数值较高通常意味着什么

营养不良发生率较高表示有更大比例的人口面临食物能量摄入不足的问题,可能反映粮食供应短缺、获取渠道受限、购买力不足或饮食资源分配不均等系统性挑战。

数值较低通常意味着什么

营养不良发生率较低表示大多数人能够获得充足的热量摄入以维持正常活动,可能反映粮食供应充足、价格可负担且分配机制有效的状况,但低值不等同于营养状况全面改善。

鍙e緞闄愬埗

  • 该指标仅衡量膳食能量充足性,不反映蛋白质质量、膳食多样性、微量营养素摄入或超重肥胖等营养过剩问题
  • 低于2.5%的数值统一显示,可能掩盖极低水平地区间的真实差异
  • 数据为估计值而非直接调查统计,不同国家数据来源与质量差异较大
  • 该指标反映长期习惯性消费模式,对短期食物危机响应的敏感性有限
  • 跨国比较时未充分考虑不同劳动强度、气候条件下的能量需求差异

使用建议

  • 使用时明确其内涵为膳食能量不足比例,避免将其等同于贫困率或综合营养不良率
  • 结合儿童发育指标、贫血率等补充指标,全面评估人群营养状况
  • 比较不同国家或时期时,关注数据来源与统计口径的一致性
  • 分析长期趋势时区分快速下降期与稳定平台期,并结合政策环境与宏观经济背景
  • 在进行区域或群体分析时,优先获取分年龄段、分城乡的细项数据

常见错误用法

错误做法:直接将该指标等同于中国的贫困率或饥饿发生率,并得出中国已彻底消除贫困的结论

正确做法:明确该指标仅衡量热量摄入充足性,饥饿与贫困是多维度概念,需综合人均收入、生活质量指标共同判断

低营养不良率主要反映食物热量获取能力,不代表居民已具备充足的营养质量、医疗保障或抗风险能力

错误做法:将中国的2.5%与非洲国家的30%以上简单对比,认为非洲国家营养问题严重程度是中国的十几倍

正确做法:考虑到人口基数差异,需结合绝对人数计算;同时认识到不同国家营养问题的主要矛盾可能不同

比例指标反映相对水平,14亿人口的2.5%涉及约3500万人,与1亿人口的30%涉及人数相当,简单倍数比较可能误导政策优先级判断

错误做法:将中国的营养不良发生率与美国的肥胖率直接相加,论证两国营养问题的严重程度

正确做法:这两个指标衡量的是营养状况的不同维度,需分别独立使用或采用综合营养不良负担等复合指标

热量不足与热量过剩属于不同的营养流行病学范畴,不能相互抵消或简单合并评估

错误做法:使用2023年数据判断中国粮食安全状况,认为数值低就意味着粮食系统绝对安全可靠

正确做法:结合粮食产量波动、进口依赖度、食品价格指数及应急储备等多维指标综合评估粮食安全韧性

单一指标存在局限性,且2.5%为统计下限,可能无法反映供应链脆弱性或结构性粮食风险

实际应用场景

  • 中国与全球营养不良改善路径的阶段对比研究:分析中国为何在2001至2010年间营养不良发生率快速下降,而全球同期下降相对缓慢 被解释变量 以该指标的时间序列为主线,结合人均可支配收入、食品价格指数、农业增加值等变量进行协整分析,识别关键驱动因素的时序贡献度
  • 全球粮食安全治理效果的多国评估:评估2000年代至2020年代全球及主要区域营养不良发生率的变化趋势与政策响应 被解释变量 采用面板数据回归,控制GDP增长率、人口增长、贸易开放度等变量,分析不同政策干预时点的效果差异
  • 中国营养不良改善的区域异质性分析:探究中国营养不良发生率整体偏低背景下,不同省份或城乡之间是否仍存在显著差异 被解释变量 结合省级面板数据与该指标全国值进行对比,识别城乡差距与区域收敛特征;需要注意该指标可能缺乏省级细项数据
  • 营养不良率与儿童发育迟缓率的相关性验证:检验成人营养不良发生率与儿童发育迟缓率之间的统计关联,以交叉验证不同营养指标的一致性 稳健性检验变量 将发育迟缓率作为替代被解释变量,检验两者趋势是否一致,若出现背离则需探讨指标定义差异的原因
  • 全球营养不良反弹的驱动因素分解:分析2019年后全球营养不良发生率回升背后的结构性因素 被解释变量 以该指标近年变化为因变量,引入冲突事件频次、气候灾害指数、粮食价格波动率等解释变量,分解各因素的贡献份额

营养不良的发生率(占人口的百分比)常见问题

中国营养不良发生率2.5%意味着中国还有多少人面临饥饿?

根据2023年数据,2.5%对应约3500万人,但需注意该数值为下限估计,实际可能因数据口径略有差异。绝对人数仍相当可观,不宜仅凭低比例认为问题已完全解决,建议结合区域分布与人群特征进一步分析。

为什么中国的营养不良发生率能保持在2.5%这么低的水平?

该低值可能反映了中国粮食产量持续增长、食物供应网络完善以及居民购买力提升等因素的综合作用。但具体归因需要结合农业政策、贸易数据与收入增长序列综合分析,不宜将该指标变化直接归因于单一政策或事件。

全球营养不良发生率近年为何出现反弹?

2019年后全球营养不良率从7.3%的低点回升至8.5%以上,可能与粮食供应链扰动、价格波动及局部冲突有关,但具体驱动因素需结合粮食价格指数、冲突事件数据库等变量进一步验证,不宜做简单化的单一原因推断。

营养不良发生率和儿童发育迟缓率有什么区别?

营养不良发生率基于膳食能量摄入估算,反映人口总体热量获取情况;发育迟缓率基于儿童身高年龄比,反映长期营养不足对儿童生长的影响。两者虽有关联但衡量维度不同,需配合使用以全面评估人群营养状况。

这个数据是如何统计的,普通中国人会被调查吗?

该指标主要基于各国提交的食物供给量、家庭调查数据及体重身高测量数据综合估算,部分为模型估计值而非逐户调查。具体方法涉及膳食能量供给平衡表与实际摄入量推算,不同国家数据来源与质量存在差异。

下载数据

免费获取世界银行WDI完整数据集,包含营养不良的发生率(占人口的百分比)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