粗出生率（每千人）
Birth rate, crude (per 1,000 people)
下载数据指标解释
World Bank official description / 世界银行官方说明
Crude birth rate indicates the number of live births occurring during the year, per 1,000 population estimated at midyear. Subtracting the crude death rate from the crude birth rate provides the rate of natural increase, which is equal to the rate of population change in the absence of migration.
可供参考的中文翻译：粗出生率表示年中时估计的一年内平均每千人中的活产婴儿数。用粗出生率减去粗死亡率就得出人口的自然增长率，即相当于不包括移民的人口变动率。
数据口径与风险提示
- 本指标为粗出生率，受人口年龄结构影响较大，老年人口比例高的社会即使生育水平不变，粗出生率也会偏低。
- 数值反映的是每千人中的活产婴儿数，不代表每位妇女的实际生育数量，与总和生育率的含义不同。
- 不同国家和地区的出生登记完整性差异显著，登记缺失可能导致实际出生数被低估。
- 跨国比较时应注意统计口径和估算方法差异，世界银行数据可能经过平滑处理，原始数据存在修正可能。
- 本指标不涉及死亡和迁移，仅反映人口自然变动的出生一侧。
- 中国2023年和2024年数据接近历史最低，需关注数据修订或调查方法变化的影响。
中国趋势
中国粗出生率在1960年代中期曾达到极高水平，1963年录得43.37‰的历史峰值，此后经历了两轮显著下降：第一轮是1970年代从约33‰降至约18‰，降幅超过四成；第二轮是1990年代末至2020年代初从约15‰持续下行至2023年的6.39‰，2024年小幅回升至6.77‰。从1960年到2024年，该指标累计下降约14个千分点，最新值仅为起始年份的约32.5%，下降幅度远超世界平均水平。中国出生率下降时间更早、幅度更大的特点，可能与人口政策、城镇化进程、教育普及等多重因素的结构性变化有关，但具体因果路径需要结合相关变量进一步验证。
- 1960年粗出生率为20.86‰，1963年升至43.37‰的历史最高点。
- 1979年降至17.82‰，较峰值下降约59%。
- 1999年降至14.64‰，2000年代维持在12-14‰区间波动。
- 2016年出现小幅反弹至13.57‰，2019年回落至10.41‰。
- 2020年起快速下降，2023年降至6.39‰，为有数据记录以来的最低值。
- 2024年小幅回升至6.77‰，近期变化为-1.75个千分点。
- 粗出生率下降可能同时反映生育意愿降低和育龄妇女数量减少两层含义，仅凭该指标无法区分这两种效应。
- 2016年前后的回升与近年来的持续下降，可能分别受到不同生育政策阶段和育龄人群规模变化的影响。
全球趋势
全球粗出生率从1960年代初约32‰逐步攀升至1963年的36.35‰峰值后，开始了漫长的下降过程，到2024年已降至16.28‰，为有记录以来的最低水平。整个观察期内，全球出生率的下降相对平稳有序，没有出现像中国那样剧烈的阶段性波动。从比率看，全球出生率最新值约为起始值的50.9%，下降幅度约为中国的一半，这主要因为全球出生率基数更高、下降起点更晚、下降速度也更趋渐进。全球下降可能更多反映发展中国家生育转型与全球老龄化进程的叠加效应。
- 1960年全球粗出生率为31.999‰，1963年升至36.347‰的峰值。
- 1970年代稳步降至32.57‰，1980年代维持在27-28‰区间。
- 1990年代进一步降至约22-26‰，2000年代在20-22‰区间波动。
- 2010年代降至约18-20‰，2020年代降至约16-17‰。
- 2024年降至16.275‰，为1960年以来的最低值。
- 从1960年到2024年，全球累计下降约15.72个千分点。
- 全球数据是各国家/地区的加权平均值，区域内差异远大于区域间差异，简单比较平均值可能掩盖重要结构信息。
- 高生育率国家人口增长较快，在全球加权计算中权重持续上升，可能导致全球平均值下降速度被低估。
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | 1.6x | 1.0x | 中国该时期出生率上升约64%，而世界基本持平（约3%），可能反映中国人口处于补偿性生育高峰阶段，与育龄人群扩大和生育政策调整前的自然波动有关，具体原因需要结合出生人数和育龄妇女规模数据验证。 |
| 1970-1979 | 0.5x | 0.9x | 中国下降约47%远超世界的15%，差距悬殊可能与人口政策实施强度、城镇化加速和教育水平提升的协同作用有关，但具体机制需要分年龄段生育率和避孕措施普及率等变量验证。 |
| 1980-1989 | 1.2x | 1.0x | 中国出现约19%的回升而世界下降约4%，差异可能反映中国生育政策调整与人口年龄结构惯性的交互效应，而非简单的政策因果，需要结合总和生育率和生育间隔数据进一步分析。 |
| 1990-1999 | 0.7x | 0.8x | 中国下降约31%远超世界的15%，可能与1990年代中国加速城镇化、育龄人群增速放缓以及生育观念转变的结构性变化有关，但该时期数据波动较大，需要审慎解读。 |
| 2000-2009 | 0.9x | 0.9x | 中国下降约15%但世界仅下降约8%，差距较小可能表明两国都处于生育转型的中后阶段，下降动力逐渐趋同，但中国的政策调控因素仍可能使下降速度略快于世界均值。 |
| 2010-2019 | 0.9x | 0.9x | 中国下降约13%与世界的12%基本持平，差距已显著收窄，可能意味着中国生育率已接近部分发达经济体的低水平区间，进一步下降的空间受限。 |
| 2020-2029 | 0.8x | 0.9x | 中国下降约21%远超世界的5%，差距再次扩大，2020年代前半期的急速下降可能反映育龄妇女数量加速萎缩与生育意愿下降的双重叠加，但需要结合出生人口绝对数和育龄妇女规模数据验证。 |
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。
使用建议、常见误用与研究场景
数值较高通常意味着什么
较高的粗出生率通常意味着该地区育龄人群比例较大、生育意愿较强或生育成本较低，也可能反映统计口径中出生登记完整性较高。数值高不一定代表"好"或"坏"，需结合死亡率、抚养比、经济发展阶段等综合判断。
数值较低通常意味着什么
较低的粗出生率通常意味着人口老龄化程度加深、养育成本较高或生育意愿下降，但也可能是育龄妇女人数绝对减少的结果，不能简单等同于生育政策效果。
鍙ｅ緞闄愬埗
- 粗出生率受人口年龄结构影响，老龄化社会该指标自然偏低，即使生育意愿不变也会如此。
- 该指标是千人比率，不是每位妇女的生育数量，与总和生育率含义不同，不能混用。
- 出生登记不完整的国家/地区数据可能被低估，影响跨国可比性。
- 该指标仅反映出生端，不包含死亡和迁移，无法单独说明人口变动全貌。
- 世界银行数据经过多次修订，不同时点获取的数据可能存在差异。
- 中国近年数据波动可能反映人口结构加速变化与统计方法调整的双重影响。
使用建议
- 比较不同国家时，优先使用总和生育率或年龄别生育率等经过年龄结构调整的指标。
- 结合粗死亡率计算人口自然增长率，全面评估人口变动趋势。
- 分析中国生育变化时，引入育龄妇女绝对数量（15-49岁女性人数）作为控制变量。
- 关注出生登记完整性指标，评估数据质量对趋势判断的影响。
- 结合抚养比、城镇化率、女性教育水平等变量进行多因素回归分析。
- 使用面板数据时注意数据修订可能导致的结构性断点，必要时进行平滑处理。
- 对2020年代中国数据的急剧下降，建议结合公安户籍数据和人口普查结果进行交叉验证。
常见错误用法
错误做法：用中国粗出生率与世界平均值直接比较，得出"中国生育水平远低于世界"的结论
正确做法：应说明中国粗出生率约为世界的41.6%（6.77/16.28），但需指出中国已进入深度老龄化阶段，育龄妇女绝对数量持续减少，而高生育率国家人口增长较快导致全球加权平均居高不下
粗出生率的跨国可比性受年龄结构差异影响，直接比较会忽视人口结构的根本性差异
错误做法：将中国粗出生率快速下降简单归因于生育政策调整或鼓励生育政策效果不彰
正确做法：应结合育龄妇女绝对数量变化、生育间隔缩短、出生登记完整性等因素综合分析
出生率下降可能是育龄妇女人数减少（分母效应）和生育意愿下降（行为效应）共同作用的结果，政策因素只是可能的影响渠道之一
错误做法：将粗出生率与总和生育率混淆使用，用出生率推断每位妇女的生育数量
正确做法：粗出生率是每千人人口的比率，总和生育率是每位育龄妇女的平均生育数，两者含义不同，应根据研究问题选择使用
粗出生率受人口年龄结构影响，同样的总和生育率在不同年龄结构下会呈现不同的粗出生率
错误做法：仅凭粗出生率高就判断该国家/地区"人口增长过快"或"需要控制生育"
正确做法：应结合人口自然增长率、抚养比、人均GDP、人类发展指数等指标，评估人口与经济社会资源的协调关系
高出生率可能出现在人口结构年轻、抚养比较低的发展阶段，不一定意味着发展不可持续
错误做法：使用单一年份的粗出生率数据进行趋势判断或政策评估
正确做法：应使用至少5-10年的移动平均值或关注趋势方向，避免被年度波动和统计修正干扰
年度出生率数据可能受人口流动、出生季节性和统计方法调整影响而出现异常值
错误做法：将中国出生率与非洲或南亚国家对比分析东亚生育特征
正确做法：应选择人口结构相似的老龄化国家或同等发展阶段国家进行横向比较
不同区域的发展阶段和人口转型路径差异显著，简单跨国对比可能得出误导性结论
实际应用场景
- 人口老龄化对经济增长潜力的影响研究：分析中国劳动年龄人口比例下降与经济增速放缓的关系 被解释变量或主要控制变量 可结合抚养比、储蓄率、劳动力参与率等变量，使用面板回归或时间序列分析，控制技术进步和资本积累因素，检验人口结构变化对潜在增长率的独立贡献。
- 生育政策调整对生育水平的效果评估：评估2015年全面二孩政策和2021年三孩政策对出生人数的影响 被解释变量或结果变量 可使用断点回归或双重差分法，比较政策前后出生率变化，并设置对照组（如未受政策影响的年龄段），同时控制育龄妇女人数等混淆因素。
- 城镇化进程对生育意愿的影响机制研究：分析城市生活成本上升和职业发展竞争如何影响年轻夫妇的生育决策 被解释变量或机制变量 可引入城镇化率、房价收入比、女性劳动参与率等作为中介变量，使用中介效应模型或结构方程模型，区分直接效应和间接效应。
- 出生率预测与教育资源需求规划：预测未来5-10年小学入学人数，为教育基础设施投资提供依据 解释变量或预测变量 可使用时间序列模型（如ARIMA或Prophet）或人口 cohort-component 模型，考虑出生率趋势和育龄妇女人数变化，生成出生人数预测区间。
- 出生率与社会性别平等的关联研究：分析女性教育水平和劳动市场参与如何与生育水平相互影响 控制变量或稳健性检验变量 可引入女性高等教育入学率、男女工资差距、产假政策等变量，使用工具变量法或固定效应模型处理潜在的内生性问题。
- 出生率与公共卫生资源需求的关系研究：评估出生率下降对儿科医疗资源和母婴保健服务需求的影响 解释变量 可结合婴儿死亡率、孕产妇死亡率等健康指标，使用需求函数模型，预测不同出生率情景下的公共卫生资源缺口。
粗出生率（每千人）常见问题
中国粗出生率6.77‰在世界处于什么水平？
2024年中国粗出生率约为6.77‰，约为世界平均水平（16.28‰）的41.6%，属于全球最低梯队之一。但需注意中国老龄化程度深、育龄妇女人数绝对量持续减少，人口结构因素是导致该指标偏低的重要原因。
粗出生率和总和生育率有什么区别？
粗出生率是每千人中的活产婴儿数，受人口年龄结构影响较大；总和生育率是每位育龄妇女平均生育的孩子数，经过年龄结构标准化。两者含义不同，研究生育水平时应优先使用总和生育率。
为什么中国出生率下降得比世界更快？
中国出生率下降幅度大、起步早，可能与人口政策、城镇化加速、教育普及和生育观念转变等多重因素的结构性变化有关，但具体因果贡献需要结合育龄妇女人数和生育意愿调查数据验证。
出生率数据是如何统计的？
世界银行的粗出生率数据主要基于各国官方人口动态统计系统汇编，对于数据缺失或质量较低的国家，使用调查数据和模型估算进行补齐，不同国家数据质量和可比性存在差异。
粗出生率低就意味着人口减少吗？
不一定。人口变动还取决于死亡率和净迁移。粗出生率低只能说明出生端减弱，若死亡率同时上升且无净迁入，人口仍可能减少；反之若育龄妇女人数庞大，出生人数仍可保持一定规模。
下载数据
免费获取世界银行WDI完整数据集，包含粗出生率（每千人）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