出生时的预期寿命，女性（岁）

Life expectancy at birth, female (years)

下载数据

指标代码：SP.DYN.LE00.FE.IN所属主题：健康：MortalityHealth: Mortality

2024最新有效年份

194最新年份有值国家

265历史上有数据经济体

2%总体缺失率

指标解释

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

Life expectancy at birth indicates the number of years a newborn infant would live if prevailing patterns of mortality at the time of its birth were to stay the same throughout its life.

可供参考的中文翻译：出生时的预期寿命是指假定出生时的死亡率模式在一生中保持不变，一名新生儿可能生存的年数。

数据口径与风险提示

本指标仅反映女性群体，与总体或男性预期寿命存在结构性差异，分析时需注意性别可比性
该指标描述的是出生时的死亡风险模式，属于队列合成指标，并非个体实际存活年数的预测
数值受婴幼儿期和老年期两段死亡率的共同影响，两者变化方向可能不同，需结合分年龄段死亡率深入解读
不同国家或地区的数据质量和统计口径可能存在差异，尤其是早期历史数据的覆盖度可能不一致
长期趋势分析比短期波动更具参考价值，短期小幅波动可能源于数据修正而非真实健康状况变化
国际比较时应注意各国医疗体系、人口结构和报告体系的差异，不宜仅凭绝对数值差异下结论
应结合婴儿死亡率、孕产妇死亡率、成年女性死亡率等上下游指标综合评估健康水平
引用具体排名位置可能造成误导，建议关注相对差距和各自所处增长阶段

中国趋势

趋势解读

中国女性出生时预期寿命从1960年的34.858岁增长至2024年的80.966岁，增幅约46.1岁，终值为期初值的2.32倍。观察历史数据，1960年代初出现跳跃式增长，随后各年代保持稳定上升趋势，但增速逐渐放缓，2010年代后提升幅度明显收窄。2022年达到峰值81.133岁后出现轻微回落，近两年在80.9岁左右波动。整体呈现追赶型增长特征，早期基数极低时改善空间大，后期随基数提升增速自然趋缓。

1960年数值34.858岁，2024年数值80.966岁，全程共65个数据点
1980年代前增速最快，1962年单年增幅超过10岁
1990年代突破70岁关口（1992年达71.476岁）
2000年代突破75岁关口（2000年达74.895岁）
2010年代突破80岁关口（2017年达80.27岁）
最高值81.133岁出现在2022年
近期略有波动，2024年较2022年峰值下降约0.17岁
从极低基数开始的追赶型增长，不宜与高基数国家进行同期增速简单对比

全球趋势

趋势解读

全球女性出生时预期寿命从1960年的53.03岁增长至2024年的75.97岁，增幅约22.9岁，终值为期初值的1.43倍。与中国相比，全球起点较高但增长倍数较低。全球在1960年代增长较快，随后各年代增势趋于平稳，保持在每十年增长约3-6%的水平。值得注意的是，2020年全球出现明显下降（-0.5岁），2021年进一步降至73.74岁，2022年后逐步回升，呈现受特殊因素影响的波动特征。整体呈现渐进式增长轨迹，与中国追赶型曲线形态存在显著差异。

1960年数值53.03岁，2024年数值75.97岁，全程共65个数据点
1970年代增速约6.8%，1990年代增速约3.2%，呈递减趋势
1990年突破67岁关口（67.607岁）
2000年代突破70岁关口（70.089岁）
2010年代突破73岁关口（73.157岁）
2020年出现下降（74.845岁），2021年进一步降至73.744岁
2022年恢复至75.49岁，2024年达75.97岁

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	1.7x	1.1x	中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。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。
1970-1979	1.1x	1.1x	中国与世界的阶段变化幅度接近，说明该指标在这一阶段更多表现为共同的周期性或口径性波动。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。
1980-1989	1.1x	1.0x	中国与世界的阶段变化幅度接近，说明该指标在这一阶段更多表现为共同的周期性或口径性波动。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。
1990-1999	1.1x	1.0x	中国与世界的阶段变化幅度接近，说明该指标在这一阶段更多表现为共同的周期性或口径性波动。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。
2000-2009	1.0x	1.0x	中国与世界的阶段变化幅度接近，说明该指标在这一阶段更多表现为共同的周期性或口径性波动。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。
2010-2019	1.0x	1.0x	中国与世界的阶段变化幅度接近，说明该指标在这一阶段更多表现为共同的周期性或口径性波动。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。
2020-2029	1.0x	1.0x	中国与世界的阶段变化幅度接近，说明该指标在这一阶段更多表现为共同的周期性或口径性波动。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。

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。

排名	国家	代码	数值
1	Monaco 摩纳哥	MCO	88.6
2	San Marino 圣马力诺	SMR	87.2
3	Japan 日本	JPN	87.1
4	Korea, Rep. 韩国	KOR	86.6
5	Spain 西班牙	ESP	86.5
6	Liechtenstein 列支敦士登	LIE	86.3
7	Andorra 安道尔	AND	86.2
8	Switzerland 瑞士	CHE	86.2
9	Italy 意大利	ITA	86.0
10	France 法国	FRA	85.9
11	Singapore 新加坡	SGP	85.6
12	Sweden 瑞典	SWE	85.6
13	Luxembourg 卢森堡	LUX	85.5
14	Israel 以色列	ISR	85.4
15	Kuwait 科威特	KWT	85.4
16	Portugal 葡萄牙	PRT	85.2
17	Australia 澳大利亚	AUS	85.1
18	Finland 芬兰	FIN	85.0
19	Slovenia 斯洛文尼亚	SVN	85.0
20	Malta 马耳他	MLT	84.8
21	Norway 挪威	NOR	84.8
22	Ireland 爱尔兰	IRL	84.7
23	Iceland 冰岛	ISL	84.5
24	Belgium 比利时	BEL	84.4
25	Greece 希腊	GRC	84.4
26	United Arab Emirates 阿联酋	ARE	84.3
27	Austria 奥地利	AUT	84.3
28	Canada 加拿大	CAN	84.3
29	Denmark 丹麦	DNK	84.2
30	Cyprus 塞浦路斯	CYP	83.8
31	Estonia 爱沙尼亚	EST	83.7
32	New Zealand 新西兰	NZL	83.7
33	Costa Rica 哥斯达黎加	CRI	83.6
34	Qatar 卡塔尔	QAT	83.5
35	Netherlands 荷兰	NLD	83.4
36	United Kingdom 英国	GBR	83.3
37	Chile 智利	CHL	83.2
38	Germany 德国	DEU	83.2
39	Czechia 捷克	CZE	83.0
40	Maldives 马尔代夫	MDV	83.0
41	Panama 巴拿马	PAN	82.7
42	Poland 波兰	POL	82.2
43	Bahrain 巴林	BHR	82.1
44	Oman 阿曼	OMN	82.0
45	Uruguay 乌拉圭	URY	82.0
46	Croatia 克罗地亚	HRV	81.9
47	Armenia 亚美尼亚	ARM	81.7
48	Slovak Republic 斯洛伐克	SVK	81.7
49	Lithuania 立陶宛	LTU	81.6
50	Albania 阿尔巴尼亚	ALB	81.6
51	Latvia 拉脱维亚	LVA	81.5
52	United States 美国	USA	81.4
53	Saudi Arabia 沙特阿拉伯	SAU	81.3
54	Bosnia and Herzegovina 波黑	BIH	81.1
55	Thailand 泰国	THA	81.0
56	China 中国	CHN	81.0
57	Sri Lanka 斯里兰卡	LKA	80.7
58	Seychelles 塞舌尔	SYC	80.7
59	Cuba 古巴	CUB	80.7
60	Colombia 哥伦比亚	COL	80.6
61	Antigua and Barbuda 安提瓜和巴布达	ATG	80.4
62	Montenegro 黑山	MNE	80.4
63	Turkiye 土耳其	TUR	80.3
64	Jordan 约旦	JOR	80.3
65	Ecuador 厄瓜多尔	ECU	80.3
66	Peru 秘鲁	PER	80.3
67	Romania 罗马尼亚	ROU	80.3
68	Kosovo 科索沃	XKX	80.3
69	Argentina 阿根廷	ARG	80.0
70	Hungary 匈牙利	HUN	79.9
71	Lebanon 黎巴嫩	LBN	79.9
72	Iran, Islamic Rep. 伊朗	IRN	79.8
73	Malaysia 马来西亚	MYS	79.5
74	Bulgaria 保加利亚	BGR	79.5
75	Ukraine 乌克兰	UKR	79.4
76	Viet Nam 越南	VNM	79.4
77	Cabo Verde 佛得角	CPV	79.4
78	Tunisia 突尼斯	TUN	79.3
79	Georgia 格鲁吉亚	GEO	79.2
80	Belarus 白俄罗斯	BLR	79.2
81	Brazil 巴西	BRA	79.1
82	Russian Federation 俄罗斯	RUS	78.9
83	North Macedonia 北马其顿	MKD	78.9
84	Barbados 巴巴多斯	BRB	78.8
85	Kazakhstan 哈萨克斯坦	KAZ	78.5
86	Grenada 格林纳达	GRD	78.5
87	Serbia 塞尔维亚	SRB	78.3
88	Bahamas, The 巴哈马	BHS	78.3
89	Mexico 墨西哥	MEX	78.0
90	Algeria 阿尔及利亚	DZA	77.9
91	Morocco 摩洛哥	MAR	77.8
92	Brunei Darussalam 文莱	BRN	77.7
93	Nicaragua 尼加拉瓜	NIC	77.6
94	Mauritius 毛里求斯	MUS	77.4
95	Azerbaijan 阿塞拜疆	AZE	77.3
96	Dominican Republic 多米尼加共和国	DOM	77.1
97	Mongolia 蒙古	MNG	77.1
98	Paraguay 巴拉圭	PRY	77.1
99	Suriname 苏里南	SUR	77.0
100	Bangladesh 孟加拉国	BGD	76.7
101	Belize 伯利兹	BLZ	76.7
102	Venezuela, RB 委内瑞拉	VEN	76.7
103	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	76.6
104	Tonga 汤加	TON	76.5
105	El Salvador 萨尔瓦多	SLV	76.5
106	St. Lucia 圣卢西亚	LCA	76.5
107	St. Kitts and Nevis 圣基茨和尼维斯	KNA	76.2
108	Korea, Dem. People's Rep. 朝鲜	PRK	75.9
109	Moldova 摩尔多瓦	MDA	75.7
110	Honduras 洪都拉斯	HND	75.7
111	Uzbekistan 乌兹别克斯坦	UZB	75.5
112	Bhutan 不丹	BTN	75.3
113	Guatemala 危地马拉	GTM	75.0
114	Syrian Arab Republic 叙利亚	SYR	74.9
115	Dominica 多米尼克	DMA	74.7
116	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	74.5
117	West Bank and Gaza 约旦河西岸和加沙	PSE	74.3
118	Iraq 伊拉克	IRQ	74.2
119	Jamaica 牙买加	JAM	74.1
120	Tajikistan 塔吉克斯坦	TJK	74.1
121	Vanuatu 瓦努阿图	VUT	74.1
122	Guyana 圭亚那	GUY	74.1
123	Egypt, Arab Rep. 埃及	EGY	74.0
124	Sao Tome and Principe 圣多美和普林西比	STP	73.9
125	India 印度	IND	73.9
126	Samoa 萨摩亚	WSM	73.8
127	Indonesia 印度尼西亚	IDN	73.4
128	Cambodia 柬埔寨	KHM	73.4
129	Turkmenistan 土库曼斯坦	TKM	73.0
130	Philippines 菲律宾	PHL	73.0
131	Libya 利比亚	LBY	72.7
132	Solomon Islands 所罗门群岛	SLB	72.2
133	Nepal 尼泊尔	NPL	72.1
134	Palau 帕劳	PLW	71.9
135	Botswana 博茨瓦纳	BWA	71.9
136	Yemen, Rep. 也门	YEM	71.5
137	Lao PDR 老挝	LAO	71.5
138	Namibia 纳米比亚	NAM	71.5
139	Uganda 乌干达	UGA	71.4
140	Bolivia 玻利维亚	BOL	71.3
141	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	71.3
142	Gabon 加蓬	GAB	71.2
143	Ethiopia 埃塞俄比亚	ETH	71.0
144	Senegal 塞内加尔	SEN	71.0
145	Eritrea 厄立特里亚	ERI	70.9
146	Tuvalu 图瓦卢	TUV	70.9
147	Malawi 马拉维	MWI	70.8
148	Mauritania 毛里塔尼亚	MRT	70.7
149	Myanmar 缅甸	MMR	70.4
150	Pakistan 巴基斯坦	PAK	70.3
151	Rwanda 卢旺达	RWA	70.1
152	Tanzania 坦桑尼亚	TZA	70.0
153	Sudan 苏丹	SDN	69.8
154	South Africa 南非	ZAF	69.8
155	Timor-Leste 东帝汶	TLS	69.7
156	Fiji 斐济	FJI	69.5
157	Marshall Islands 马绍尔群岛	MHL	69.5
158	Papua New Guinea 巴布亚新几内亚	PNG	69.2
159	Comoros 科摩罗	COM	69.2
160	Zambia 赞比亚	ZMB	68.9
161	Djibouti 吉布提	DJI	68.7
162	Haiti 海地	HTI	68.5
163	Kiribati 基里巴斯	KIR	68.3
164	Ghana 加纳	GHA	68.2
165	Afghanistan 阿富汗	AFG	67.8
166	Gambia, The 冈比亚	GMB	67.8
167	Congo, Rep. 刚果（布）	COG	67.7
168	Angola 安哥拉	AGO	67.3
169	Eswatini 斯威士兰	SWZ	67.1
170	Mozambique 莫桑比克	MOZ	66.7
171	Guinea-Bissau 几内亚比绍	GNB	66.5
172	Cameroon 喀麦隆	CMR	66.2
173	Kenya 肯尼亚	KEN	66.1
174	Equatorial Guinea 赤道几内亚	GNQ	65.9
175	Burundi 布隆迪	BDI	65.9
176	Madagascar 马达加斯加	MDG	65.6
177	Zimbabwe 津巴布韦	ZWE	65.3
178	Cote d'Ivoire 科特迪瓦	CIV	64.3
179	Congo, Dem. Rep. 刚果（金）	COD	64.2
180	Nauru 瑙鲁	NRU	64.2
181	Sierra Leone 塞拉利昂	SLE	63.7
182	Liberia 利比里亚	LBR	63.6
183	Burkina Faso 布基纳法索	BFA	63.4
184	Togo 多哥	TGO	63.2
185	Benin 贝宁	BEN	62.4
186	Niger 尼日尔	NER	62.4
187	Mali 马里	MLI	62.1
188	Guinea 几内亚	GIN	62.1
189	Somalia, Fed. Rep. 索马里	SOM	61.6
190	South Sudan 南苏丹	SSD	60.7
191	Lesotho 莱索托	LSO	60.4
192	Central African Republic 中非共和国	CAF	59.6
193	Chad 乍得	TCD	57.2
194	Nigeria 尼日利亚	NGA	54.9

使用建议、常见误用与研究场景

数值较高通常意味着什么

较高的出生时预期寿命值通常反映该国家或地区具有较为完善的医疗保障体系、良好的公共卫生条件以及较高水平的妇女健康服务质量，这些因素共同作用使得女性在出生时面临的死亡风险相对较低，预期能够存活更长的年数。

数值较低通常意味着什么

较低的出生时预期寿命值通常意味着该国家或地区在医疗卫生基础设施建设、基本公共卫生服务覆盖以及孕产妇和婴幼儿保健方面仍存在较大提升空间，死亡风险相对较高，这与经济发展水平和社会福利保障程度密切相关，新生女性面临的生存挑战相对更大。

鍙ｅ緞闄愬埗

该指标仅反映女性群体，与总体或男性预期寿命存在结构性差异，跨性别比较时需谨慎使用
该指标描述的是出生时的死亡风险模式，属于队列合成指标，并非个体实际存活年数的预测
数值受婴幼儿期和老年期两段死亡率的共同影响，两者变化方向可能不同，需结合分年龄段死亡率深入解读
不同国家或地区的数据质量和统计口径可能存在差异，尤其是早期历史数据的覆盖度可能不一致

使用建议

长期趋势分析比短期波动更具参考价值，短期小幅波动可能源于数据修正而非真实健康状况变化
国际比较时应注意各国医疗体系、人口结构和报告体系的差异，不宜仅凭绝对数值差异下结论
应结合婴儿死亡率、孕产妇死亡率、成年女性死亡率等上游指标综合评估健康水平
引用具体排名位置可能造成误导，建议关注相对差距和各自所处增长阶段
分析时应考虑数据采集年份和统计方法的差异，优先使用同一来源的连贯数据

常见错误用法

错误做法：直接用中国与高收入国家在同一时期进行预期寿命增速的简单对比

正确做法：应考虑基数差异，基数极低时增速自然偏高，基数接近极限时增速必然趋缓

中国从极低基数追赶，与高基数国家不具有同期增速可比性，这种对比会严重误读数据背后含义

错误做法：将短期波动（如2022年后的轻微回落）直接解读为健康水平下降

正确做法：短期波动可能源于数据修正、统计口径变化或特殊事件影响，需结合更多数据验证

预期寿命是滞后指标，短期波动往往受多种因素影响，不宜直接归因于单一原因

错误做法：忽略中美预期寿命的基数差异，仅看绝对数值差距

正确做法：应同时分析增速变化趋势和所处增长阶段，必要时采用增速或增长倍数进行比较

不同基数下的绝对值差异不能直接说明追赶成效，需结合追赶进程和增长阶段综合评估

错误做法：将女性预期寿命数据直接用于代表总体健康水平

正确做法：需明确分析对象，必要时结合男女合计及男性数据进行综合研判

该指标仅针对女性群体，与总体或其他性别群体存在结构性差异，混用可能导致结论偏差

实际应用场景

女性健康公平性研究：分析不同收入水平国家女性预期寿命的差异及影响因素被解释变量可采用面板数据回归，控制GDP、医疗支出、教育水平等变量，分析影响女性预期寿命的结构性因素，必要时考虑地区异质性和时间效应
医疗体系效率评估：比较同等经济发展水平下不同国家女性预期寿命的表现差异结果变量通过随机前沿分析或数据包络分析评估医疗资源配置效率对女性预期寿命的影响，需控制人均收入、教育程度等混杂因素
人口健康趋势预测：基于历史数据预测未来女性预期寿命的变化轨迹趋势变量采用时间序列模型（如ARIMA或LSTM）进行预测，需注意基数效应导致的增速放缓，以及可能的平台期特征
公共卫生事件影响评估：评估COVID-19疫情对全球女性预期寿命的冲击与恢复路径因变量结合超额死亡率、疫苗覆盖率、医疗资源负荷等控制变量，分析特殊事件对健康指标的冲击机制与长期影响