灾难受害新流离失所者(案例数)

Internally displaced persons, new displacement associated with disasters (number of cases)

下载数据

指标代码:VC.IDP.NWDS所属主题:公共部门:Conflict & fragilityPublic Sector: Conflict & fragility

2023最新有效年份
138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

Internally displaced persons are defined according to the 1998 Guiding Principles (http://www.internal-displacement.org/publications/1998/ocha-guiding-principles-on-internal-displacement) as people or groups of people who have been forced or obliged to flee or to leave their homes or places of habitual residence, in particular as a result of armed conflict, or to avoid the effects of armed conflict, situations of generalized violence, violations of human rights, or natural or human-made disasters and who have not crossed an international border. "New Displacement" refers to the number of new cases or incidents of displacement recorded over the specified year, rather than the number of people displaced. This is done because people may have been displaced more than once.

可供参考的中文翻译:国内流离失所者依据1998年《指导原则》(http://www.internal-displacement.org/publications/1998/ocha-guiding-principles-on-internal-displacement)定义为被迫或被迫离开家园或惯常居住地的人或人群,特别是因武装冲突、避免武装冲突影响、普遍暴力、侵犯人权或自然灾害或人为灾难而流离失所且未跨越国际边界的人。“新流离失所”指在特定年份记录的新案例或事件数量,而非流离失所的人数。这是因为同一人可能多次流离失所。

数据口径与风险提示

  • 本指标记录的是新流离失所案例或事件数,而非流离失所人数,同一人的多次流离失所会被重复计数
  • 数据依赖各国政府及联合国人道主义事务协调厅(OCHA)的报告系统,各国覆盖程度和报告标准存在差异
  • 不同国家对灾害的定义和分类标准可能不同,影响跨期和跨国可比性
  • 部分发展中国家或偏远地区的灾害监测和报告能力有限,可能存在低估
  • 本指标仅涵盖与灾害相关的新流离失所,不包括冲突或暴力导致的情况
  • 数据时间序列起始于2008年,历史对比受限
  • 排名仅反映绝对数量规模,不代表政府治理能力或灾害风险管理水平的直接评价

中国趋势

趋势解读

从2008年至2023年,中国的灾难受害新流离失所案例呈现显著下降趋势。2008年记录期初值为1866万案例,到2023年降至470.2万案例,降幅约为期初值的四分之一。这一长期下降趋势表明中国在灾前预警、应急响应和灾后安置方面的能力有所提升。期间数据波动较大,2010年出现1592万案例的阶段性高峰,随后2014-2015年降至360万案例左右的阶段性低谷,2016年又回升至743万案例,近年则维持在400-600万区间波动。整体而言,中国该指标已从高峰期大幅回落,但每年仍存在百万量级的灾难受害新流离失所案例,反映出自然灾害仍是影响人口稳定流动的重要因素。

  • 2008年期初记录1866万案例,为有记录以来的最高值
  • 2010年出现1592万案例的阶段性高峰
  • 2015年降至360.2万案例,为长期低点
  • 2023年最新记录470.2万案例
  • 2023年较2022年增加106.8万案例
  • 从2008年到2023年累计减少1395.8万案例
  • 最新值为期初值的约25%
  • 数据覆盖2008年至2023年共16个年度

全球趋势

趋势解读

全球灾难受害新流离失所案例从2008年的3824万下降至2023年的2639万,降幅约为期初值的31%。与中国的更快下降速度相比,全球下降相对平缓。全球数据同样呈现较大的年度波动,2010年达到峰值4235万案例,2011年骤降至1502万案例,2012年又回升至3015万案例。2020年后全球数据出现明显上升,2020年达3098万、2022年达3254万,近年维持在2500-3300万区间。这种波动主要反映了全球极端气候事件的周期性变化。中国的下降速度明显快于全球平均水平,导致中国在全球占比从高位持续回落。

  • 2008年期初记录3824万案例
  • 2010年达到4235万案例的历史峰值
  • 2011年骤降至1502万案例的低点
  • 2022年达3254万案例,为近年高点
  • 2023年降至2639万案例
  • 从2008年到2023年累计减少1185万案例
  • 最新值为期初值的约69%
  • 全球下降幅度小于中国的约25%

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。
2000-20090.2x0.4x该十年为中国数据可追溯的早期阶段,中国记录值从高位起步,末期值为期初值的约0.22倍,显示早期记录存在下降趋势。全球数据同期末期值为期初值的约0.44倍,下降速度相对较快。数据可追溯性较低,需审慎解读。
2010-20190.3x0.6x中国该十年末值为期初值的约0.25倍,而全球同期为约0.60倍。中国的更快下降可能意味着其在灾害风险管理能力提升方面取得相对更快的进展,或灾害事件频率本身存在周期性差异。需要结合气象数据、基础设施投资和应急管理体系建设等变量进行验证。
2020-20290.9x0.9x中国该十年(截至2023年)末值为期初值的约0.93倍,基本回到期初水平;全球同期为约0.85倍,呈现类似趋势。中国回升幅度略高,可能与极端天气事件频率上升或报告系统完善有关,也可能反映不同地区气候周期差异。需结合气候变化趋势和区域灾害数据进行验证。

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
1China
中国
CHN4,702,000
2Turkiye
土耳其
TUR4,053,000
3Philippines
菲律宾
PHL2,594,000
4Somalia, Fed. Rep.
索马里
SOM2,043,000
5Bangladesh
孟加拉国
BGD1,791,000
6Myanmar
缅甸
MMR995,000
7Brazil
巴西
BRA745,000
8Pakistan
巴基斯坦
PAK732,000
9Syrian Arab Republic
叙利亚
SYR702,000
10Malawi
马拉维
MWI660,000
11Mozambique
莫桑比克
MOZ655,000
12Kenya
肯尼亚
KEN641,000
13Ethiopia
埃塞俄比亚
ETH618,000
14India
印度
IND528,000
15Afghanistan
阿富汗
AFG418,000
16Colombia
哥伦比亚
COL351,000
17Yemen, Rep.
也门
YEM240,000
18Indonesia
印度尼西亚
IDN238,000
19Malaysia
马来西亚
MYS206,000
20United States
美国
USA202,000

使用建议、常见误用与研究场景

数值较高通常意味着什么

较高的数值表示该年度灾难受害新流离失所案例数量较多,可能反映极端天气事件频发、灾害暴露人口增加、监测报告能力提升或多个因素共同作用。

数值较低通常意味着什么

较低的数值表示该年度灾难受害新流离失所案例数量较少,可能反映灾害发生频率降低、预警和防范能力提升、灾后安置效率改善或报告不完整等多种情况。

鍙e緞闄愬埗

  • 案例数为事件计数而非人数,同一受灾人口多次流离失所会被重复记录
  • 数据依赖各国官方报告系统,完整性因国而异,跨国比较需谨慎
  • 不同灾害类型(洪水、地震、台风、干旱等)的流离失所特征和持续时间差异显著
  • 指标不含冲突相关流离失所,与VC.IDP.NWCV需区分使用
  • 数据起始于2008年,历史长期趋势分析受限
  • 绝对值受国家人口规模、地理脆弱性差异影响较大
  • 年度波动受随机性气候事件影响较大,短期变化解读需审慎

使用建议

  • 在进行国际比较时,优先使用人口标准化后的相对指标
  • 结合气象数据(降水量、温度异常、台风路径等)分析年度波动原因
  • 将灾害相关指标与冲突相关指标(VC.IDP.NWCV)分别分析后再综合解读
  • 关注长期趋势而非单一年份数据,避免过度解读随机波动
  • 结合经济发展水平、基础设施投资和制度建设等变量进行归因分析
  • 使用本指标进行跨区域比较时,考虑各国地理条件、气候带和灾害历史的差异
  • 与其他脆弱性指标(如贫困率、卫生设施覆盖率等)联合使用,增强分析稳健性
  • 关注数据质量和覆盖程度说明,必要时参考IDMC等专门机构报告进行数据校准

常见错误用法

错误做法:将该指标等同于流离失所人数,误认为中国有470万人流离失所

正确做法:明确这是案例数/事件数,同一受灾人口在一年内的多次流离失所会被重复计数

该指标定义明确为“案例或事件数”而非人数,重复计数是方法论设计而非数据错误,直接使用数值会严重高估实际受影响人口规模

错误做法:将中国排名靠前简单解读为中国灾害风险管理能力差或治理水平低

正确做法:结合人口规模、地理脆弱性暴露程度和长期趋势综合判断

中国人口基数大、地理跨度广、气候类型多样,绝对数量排名受多重因素影响,排名本身不能直接等同于治理能力评价

错误做法:仅看2023年数据断言灾情严重程度,忽视该指标的年度波动特性

正确做法:分析至少5-10年的趋势数据,关注长期走向而非单一年份

灾难受害数据受极端天气事件周期性影响较大,单一年份的高值可能是偶发性大规模灾害,不代表系统性恶化

错误做法:将灾难受害流离失所与冲突相关流离失所混为一谈,直接相加

正确做法:分别使用VC.IDP.NWDS和VC.IDP.NWCV,并注意两者定义和统计口径不同

灾害与冲突是两类性质不同的流离失所驱动因素,混用可能导致政策建议和学术结论出现偏差

实际应用场景

  • 国家脆弱性与灾害风险比较研究:比较不同收入水平国家或同一国家不同地区的灾害风险暴露程度 被解释变量 可作为灾害风险暴露程度的代理变量,建议与气候数据、地形数据和人口分布数据联合建模,控制地理和气候异质性
  • 气候变化对人口流动的影响分析:研究极端天气事件频率变化与人口流离失所趋势的关系 被解释变量或机制变量 将本指标作为气候变化影响的结果变量,同时引入温度异常、降水量偏离等气候指标,分析因果路径
  • 经济发展与灾害韧性的关联研究:探讨经济发展水平、基础设施投资与灾害应对能力的关系 被解释变量或稳健性检验变量 控制GDP增长率、基础设施投资、城镇化水平等变量,分析经济发展对灾害韧性的边际贡献
  • 多维脆弱性指标体系构建:在综合脆弱性评估框架中使用本指标作为灾害维度指标 组成部分指标 可与贫困率、社会保障覆盖率、卫生设施完备度等指标结合,构建多维脆弱性指数,权重设计需基于专家评估或统计方法

灾难受害新流离失所者(案例数)常见问题

灾难受害新流离失所者案例数是什么意思?

该指标记录的是每年因自然灾害(洪水、地震、台风、干旱等)导致的新流离失所案例数,而非人数。同一受灾人口在一年内若多次流离失所,会被作为多个案例记录。这一统计口径是为了捕捉流离失所事件的发生频率,而非受影响人口规模。实际受影响人数通常远低于案例数总和。

中国灾难受害流离失所数据为什么排名靠前?

这主要与中国庞大的人口规模、广阔的地理覆盖和多样的气候类型有关。中国横跨多个气候带,面临台风、洪涝、地震、干旱等多类灾害威胁,且大量人口居住在灾害高风险区域。绝对数量的高低受多重因素影响,建议结合人均指标和长期趋势综合解读,而非简单将其解读为灾害风险管理能力评价。

该指标数据是否可靠?

数据来源于各国政府向联合国人道主义事务协调厅(OCHA)及其下属机构IDMC的报告,存在报告延迟和覆盖不完整的可能。不同国家的数据质量差异较大,低收入国家和偏远地区的统计能力可能有限。使用时可参考IDMC等专门机构的方法说明和数据评估,跨期比较时应注意统计口径的一致性。

灾难受害和冲突导致的流离失所有什么区别?

灾难受害流离失所(VC.IDP.NWDS)专指因自然灾害或人为灾难导致的新流离失所案例;冲突相关流离失所(VC.IDP.NWCV)则指因武装冲突、暴力事件或侵犯人权行为导致的新流离失所。两者驱动因素、应对机制和政策干预手段均不同,世界银行将两者分属不同子指标体系,混合使用可能导致分析偏差。

下载数据

免费获取世界银行WDI完整数据集,包含灾难受害新流离失所者(案例数)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