因战死亡(人数)
Battle-related deaths (number of people)
下载数据指标解释
World Bank official description / 世界银行官方说明
Battle-related deaths are deaths in battle-related conflicts between warring parties in the conflict dyad (two conflict units that are parties to a conflict). Battle-related deaths refer to those deaths caused by the warring parties that can be directly related to combat. This includes battlefield fighting, guerrilla activities (e.g. hit and-run attacks/ambushes) and all kinds of bombardments of military bases, cities and villages etc. The target for the attacks is either the military forces or representatives for the parties, though there is often substantial collateral damage in the form of civilians being killed in the crossfire, indiscriminate bombings, etc. All fatalities, military as well as civilian, incurred in such situations are counted as battle-related deaths.
可供参考的中文翻译:因战死亡是指冲突双方(即作为冲突参与方的两个冲突单位)在战事冲突中发生的死亡。因战死亡指交战方直接导致的、可直接归因于战斗行动的死亡,包括传统的战场战斗、游击活动(如伏击和打了就跑的袭击),以及对军事基地、城市和村庄等目标实施的各种轰炸。攻击目标通常是武装力量自身、其设施或国家机构及国家代表,但此类行动经常伴随着重大的附带损害,平民在交叉火力和无差别轰炸中被杀。所有在此类情况下发生的死亡,无论是军人还是平民,均计入因战死亡。
数据口径与风险提示
- 本指标仅统计可直接归因于武装冲突交战方的死亡,不包括因战争间接导致的疾病、饥荒或营养不良死亡
- 本指标不区分军人与平民死亡,所有在战斗情境中发生的死亡均计入
- 武装冲突的记录存在系统性低估风险,尤其在偏远地区或信息受限环境中
- 中国的因战死亡人数极少且年份不连续,年际波动可能由统计完整性或数据可得性差异造成
- 世界汇总数据因许多国家缺乏可靠冲突报告而存在显著缺口
- 跨区域直接比较需考虑冲突类型、持续时间和强度差异
- 本指标不区分冲突的正义性、防御或进攻性质
- 排名仅反映最新年份的绝对死亡人数高低,并非对冲突严重程度或治理水平的规范性评价
中国趋势
根据可追溯的四个数据点,中国因战死亡人数呈现极低水平下的下降趋势。2008年记录为36人,此后迅速降至极低水平。2009年降至2人,2015年为5人,至2023年仅为1人,为有记录以来的最低值。从第一年至最后一年的比值约为0.028,意味着死亡人数缩减至约2.8%。最大值为2008年的36人,最小值为2023年的1人,降幅约为35人。数据显示中国境内武装冲突导致的死亡持续保持在极低水平,这可能与中国国内安全环境及冲突管理方式有关。需要注意的是,原始数据年份不连续,年度间的微小变化可能放大为大幅百分比波动。
- 2008年为36人,为有记录以来最高值
- 2009年大幅降至2人
- 2015年略有反弹至5人
- 2023年降至1人,为有记录以来最低值
- 从2008年到2023年,死亡人数从36人降至1人
- 最新数据点与最早数据点的比值约为0.028
- 数据年份不连续,无法追踪完整的年度变化趋势
- 极低基数导致百分比变化极易被放大解读
全球趋势
世界汇总数据在本指标的时间范围内无可用数据点。这可能是因为许多国家缺乏可靠的武装冲突死亡统计报告,或相关数据尚未被纳入世界银行的汇总体系。因此,无法直接基于本指标数据进行全球趋势分析。对于全球层面的冲突死亡趋势研究,建议参考UCDP(乌普萨拉冲突数据项目)等专门追踪武装冲突的数据库获取更完整的世界性数据。
- 在可追溯的时间范围内,世界汇总数据无有效数据点
- 数据缺失可能反映各国冲突统计能力差异
- 无法基于本指标分析全球因战死亡趋势
- 全球冲突死亡统计存在系统性缺口,尤其在信息获取受限地区
- 如需全球比较,应参考UCDP、ACLED等专项冲突数据来源
- 本指标的世界汇总口径可能与专项冲突数据库不同
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 该十年期间中国和全球汇总数据均不可得,无法进行任何有意义的比较分析。 |
| 1970-1979 | - | - | 该十年期间中国和全球汇总数据均不可得,无法进行任何有意义的比较分析。 |
| 1980-1989 | - | - | 该十年期间中国和全球汇总数据均不可得,无法进行任何有意义的比较分析。 |
| 1990-1999 | - | - | 该十年期间中国和全球汇总数据均不可得,无法进行任何有意义的比较分析。 |
| 2000-2009 | 0.1x | - | 该十年期间中国因战死亡人数从36人大幅降至2人(缩减至期初的约5.6%),降幅极为显著,约为94.4%。鉴于全球汇总数据不可得,无法进行中美直接比较。但中国如此大幅度的下降可能意味着该阶段冲突管理效能显著提升,或境内武装冲突强度锐减;而全球缺乏数据则可能反映更多国家在冲突统计能力或报告透明度上的差异。两者差异的具体含义需要结合冲突类型分布、区域安全架构变化以及数据报告机制进一步验证。 |
| 2010-2019 | - | - | 该十年期间全球汇总数据不可得,仅有2015年中国为5人的记录,无法进行中美十年期变化比较。 |
| 2020-2029 | - | - | 该十年期间全球汇总数据不可得,仅有2023年中国为1人的记录,无法进行中美十年期变化比较。 |
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 | Ukraine 乌克兰 | UKR | 68,097 |
| 2 | Israel 以色列 | ISR | 21,440 |
| 3 | Russian Federation 俄罗斯 | RUS | 7,670 |
| 4 | Sudan 苏丹 | SDN | 4,680 |
| 5 | Lebanon 黎巴嫩 | LBN | 4,335 |
| 6 | Ethiopia 埃塞俄比亚 | ETH | 2,824 |
| 7 | Syrian Arab Republic 叙利亚 | SYR | 2,732 |
| 8 | Myanmar 缅甸 | MMR | 2,332 |
| 9 | Somalia, Fed. Rep. 索马里 | SOM | 2,284 |
| 10 | Burkina Faso 布基纳法索 | BFA | 2,199 |
| 11 | Pakistan 巴基斯坦 | PAK | 1,534 |
| 12 | Nigeria 尼日利亚 | NGA | 1,486 |
| 13 | Congo, Dem. Rep. 刚果(金) | COD | 1,138 |
| 14 | Mali 马里 | MLI | 1,008 |
| 15 | Niger 尼日尔 | NER | 952.0 |
| 16 | Yemen, Rep. 也门 | YEM | 918.0 |
| 17 | India 印度 | IND | 437.0 |
| 18 | Iraq 伊拉克 | IRQ | 396.0 |
| 19 | Afghanistan 阿富汗 | AFG | 260.0 |
| 20 | Cameroon 喀麦隆 | CMR | 231.0 |
| 21 | Colombia 哥伦比亚 | COL | 225.0 |
| 22 | Haiti 海地 | HTI | 193.0 |
| 23 | Central African Republic 中非共和国 | CAF | 177.0 |
| 24 | Philippines 菲律宾 | PHL | 176.0 |
| 25 | Mozambique 莫桑比克 | MOZ | 151.0 |
| 26 | Iran, Islamic Rep. 伊朗 | IRN | 123.0 |
| 27 | Benin 贝宁 | BEN | 77.0 |
| 28 | Chad 乍得 | TCD | 69.0 |
| 29 | Kenya 肯尼亚 | KEN | 66.0 |
| 30 | Indonesia 印度尼西亚 | IDN | 57.0 |
| 31 | Togo 多哥 | TGO | 46.0 |
| 32 | Thailand 泰国 | THA | 35.0 |
| 33 | Turkiye 土耳其 | TUR | 34.0 |
| 34 | Angola 安哥拉 | AGO | 25.0 |
| 35 | Burundi 布隆迪 | BDI | 19.0 |
| 36 | Jordan 约旦 | JOR | 3.00 |
| 37 | Mauritania 毛里塔尼亚 | MRT | 3.00 |
| 38 | Bangladesh 孟加拉国 | BGD | 2.00 |
| 39 | Libya 利比亚 | LBY | 2.00 |
| 40 | South Sudan 南苏丹 | SSD | 2.00 |
| 41 | Rwanda 卢旺达 | RWA | 1.00 |
使用建议、常见误用与研究场景
数值较高通常意味着什么
因战死亡人数较高通常意味着特定国家或地区在统计期间经历了更为激烈的武装冲突,可能包括活跃的内战、民族冲突、边境冲突或叛乱活动。但这不等于该国整体暴力水平更高,因为因战死亡与普通刑事犯罪导致的故意杀人是两个不同的指标。
数值较低通常意味着什么
因战死亡人数较低通常表示统计期间该国境内武装冲突导致的直接死亡较少,可能反映出和平状态、有效的冲突预防或管理机制,亦或是冲突已结束。但极低数值也可能反映统计不完整或数据报告缺失,不能简单等同于安全环境优良。
鍙e緞闄愬埗
- 仅统计直接战斗导致的死亡,不包括因战争间接导致的死亡(如疾病、饥荒、流离失所期间的死亡)
- 不区分死亡者身份(军人或平民),所有战斗情境死亡均计入
- 数据依赖各国官方报告和媒体监测,存在系统性低估风险,尤其在信息受限地区
- 跨境冲突中的死亡可能仅计入一方统计,另一方数据缺失
- 不同冲突类型(内战、边境冲突、叛乱)的可比性有限
- 低数值国家的微小绝对变化会产生极大的百分比波动
- 本指标为绝对数,未标准化至人口基数,大国与小国之间不可直接比较
- 部分冲突可能因政治敏感性而未被报告或未被确认
常见错误用法
错误做法:直接用该指标评估一个国家或地区的安全形势或整体治理水平
正确做法:应结合冲突类型、频率及UCDP、ACLED等专项数据库综合评估安全环境
因战死亡仅统计直接战斗导致的死亡,与普通刑事犯罪或日常治安状况属于不同维度,不能直接等同
错误做法:直接比较大国与小国的绝对死亡人数
正确做法:应使用因战死亡率(每百万人口)或标准化指标进行跨国比较
本指标为绝对数值,人口基数差异会导致严重偏差,忽略人口因素会得出误导性结论
错误做法:将极小的年际变化(如从2人到1人)解读为冲突局势发生重大变化
正确做法:需结合具体冲突背景信息验证,避免因极低基数导致的百分比放大效应
在1-2人的极低基数下,1人差异可能被放大为50%甚至100%的波动,但实际可能仅反映统计完整性变化
错误做法:仅依赖本指标进行全球冲突死亡趋势分析
正确做法:应参考UCDP(乌普萨拉冲突数据项目)等专项冲突数据库获取更完整的全球数据
本指标的世界汇总数据长期不可得,无法支撑全球层面的趋势判断,专项冲突数据库覆盖面更广
错误做法:将中国极低的因战死亡人数简单归因于某一项单一因素
正确做法:需结合冲突类型分布、区域安全架构变化及数据报告机制等多种因素综合解释
极低数值可能反映统计完整性、数据可得性或政治敏感性等因素,不能直接等同于安全环境或治理水平的规范性评价
实际应用场景
- 中国武装冲突死亡长期趋势与国内冲突管理机制研究:研究中国2008-2023年间因战死亡人数从36人降至1人的变化轨迹,探讨其与国内冲突管理机制、法治建设及社会稳定的关联 被解释变量(因变量) 由于数据年份不连续,应采用分段分析而非线性趋势拟合;需结合冲突事件具体背景,避免将统计完整性变化误判为实际冲突变化;建议控制年度GDP增速、城市化率等宏观变量以排除混杂因素
- 发展中国家武装冲突死亡数据质量评估与交叉验证:利用世界银行因战死亡数据与UCDP/PRIO等专项冲突数据库进行比对,评估不同数据来源的差异及其成因,探讨如何提升冲突死亡统计的可靠性 比较对象(对照数据源) 应识别数据缺失的规律性(如特定区域、特定冲突类型的系统性缺失);使用kappa系数等统计量量化不同数据库的一致性;区分数据缺失的成因(统计能力不足、政治敏感性、信息获取受限)
- 冲突死亡与社会经济恢复速度的跨国比较研究:控制人均GDP、政治稳定性、政府效能等变量,分析因战死亡人数与战后经济恢复、社会重建速度的统计关系 控制变量(机制检验) 需使用标准化后的冲突死亡指标(如每百万人口死亡数)消除人口基数影响;采用面板数据固定效应模型控制国家异质性;应排除内战结束后前3年的数据以避免战时统计遗留效应
因战死亡(人数)常见问题
为什么中国因战死亡人数这么低?
中国的因战死亡人数极低,可能与国内武装冲突发生频率本身较低有关,也可能是冲突管理机制相对有效。但另一方面,也需要考虑数据报告透明度、统计完整性以及政治敏感性对数据可得性的影响。建议结合UCDP等专项冲突数据库进行多源验证,不宜将极低数值简单等同于安全形势优良。
如何比较不同国家的因战死亡数据?
由于本指标为绝对数,直接跨国比较会因人口基数差异产生严重偏差。正确的做法是使用标准化指标(如因战死亡率,即每百万人口中的因战死亡人数)进行比较。同时需要考虑冲突类型(内战、边境冲突、叛乱)的差异,不同类型的冲突死亡统计口径可能存在差异。
为什么世界汇总数据长期缺失?
世界汇总数据缺失主要可能反映两方面的局限性:一是许多发展中国家缺乏可靠的武装冲突死亡统计和报告机制;二是即便存在相关数据,由于政治敏感性或信息受限,可能未被纳入世界银行的汇总体系。因此,本指标不宜用于全球层面的趋势分析,如需研究全球冲突状况,建议参考UCDP、ACLED等专项数据库。
1人的年际变化有意义吗?
在因战死亡人数极低的情况下(如从2人变为1人),1人的差异容易被放大为50%的百分比变化,但这种波动很可能反映的是统计完整性或数据可得性的变化,而非实际冲突状况的实质性改变。因此,对于极低基数的年际变化,应谨慎解读,避免过度解读为冲突局势的重大转变。
下载数据
免费获取世界银行WDI完整数据集,包含因战死亡(人数)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