做宏观经济分析、写区域研究报告、跑投资策略回测的人，几乎都绕不开一份东西：全球主要经济体的 GDP 长序列。但真要动手找数据，十个人里有八个会卡在同一个地方——想找一份「免费、权威、能直接下载、还能合法二次分发」的多国 GDP 年度数据，比想象中难。今天这份我直接采好了：世界银行官方指标库里的现价美元 GDP，覆盖中国、美国、日本等十大经济体，从 1960 年一路到 2025 年，一共 632 条记录，打包成 zip 放在文末蓝奏云，提取码也一并给出。
这份数据到底是什么
先说结论：这不是我编的，也不是二手搬运的汇总表，而是从世界银行公开数据接口（Indicators API v2）实时拉下来的原始记录。指标代码是 NY.GDP.MKTP.CD，中文全称「按现价美元计算的国内生产总值（GDP, current US$）」。所谓「现价美元」，指的是用当年汇率把各国本币 GDP 折算成美元、且不做通胀调整的口径——这句话很重要，后面会单独讲它埋的坑。
这次采了 10 个经济体：中国（CHN）、美国（USA）、日本（JPN）、德国（DEU）、印度（IND）、巴西（BRA）、英国（GBR）、法国（FRA）、俄罗斯（RUS）、韩国（KOR）。字段一共 5 列，干净到可以直接丢进 Excel 或 pandas：country（经济体名称）、countryiso3（ISO 三字母代码）、indicator（指标全称）、year（年份）、value（GDP 数值，单位美元）。632 条记录，每个国家从有数据的最早年份一直覆盖到 2025 年，美国更是从 1960 年就有完整序列。
来源与授权，为什么选世界银行
数据来源是 api.worldbank.org，世界银行的官方开放接口，文档在 data.worldbank.org 上公开可查。选它而不是去扒别的，就三个理由。
第一，授权干净。世界银行开放数据采用 CC BY 4.0 协议，允许复制、再分发、改编，甚至商用，唯一要求是署名「数据来源：世界银行」。这比很多第三方财经站的「数据仅供参考、禁止转载」要友好得多，做数据产品、写报告、塞进课件都不怕踩授权红线。
第二，免密钥。Indicators API v2 直接 GET 就能拿数据，不用注册、不用申请 API Key（v1 早在 2020 年 6 月就停用了，网上很多老教程还写 v1 的调用方式，会直接踩坑）。这一点对想自己复现采集流程的人特别关键——门槛是零。
第三，有版本标注。每次返回的数据里都带一个 lastupdated 字段，这次拿到的是 2026-07-13。世行每年 4–5 月会做一次年度修订，历史值可能被小幅调整，所以引用时必须写「以官方最新公布为准」，并带上 lastupdated 时间戳——这是写宏观数据最基本的职业素养，也是我这篇文章反复强调的点。
字段与口径说明，三个必须知道的坑
数据看着简单，但用错口径比没数据更害人。下面这三个坑，是我反复踩过、也是写宏观分析最容易翻车的地方。
坑一：现价美元，跨年比较会「倒退」。因为汇率会动，同一个国家用现价美元计的 GDP，某一年可能比上一年还低，这不代表经济负增长。比如按这份数据，中国 2023 年的 GDP（18.27 万亿）就比 2022 年（18.32 万亿）略低一点——不是因为 2023 年中国经济萎缩了，而是人民币对美元汇率那一年拖的。做跨年增长分析，要么换成「本币不变价」口径，要么老老实实用同一套现价序列并注明汇率影响，千万别拿现价美元序列直接算名义增速当成经济增长率。
坑二：别混用现价美元和本币不变价。这是宏观表头号错误。有人左边拿世行的现价美元 GDP，右边拿另一个来源的本币不变价增速，两张表拼在一起，结论自然是错的。世界银行开放数据里对应「不变价」的指标是 NY.GDP.MKTP.KD（2015 年不变价美元），要算真实增长就去采那个指标，别和这份现价序列硬凑。
坑三：缺失值是「没有」，不是「零」。世行不少指标在低收入国家或早年份会有 null（比如 CPI 指标里美国那条就常年是 null）。这份 GDP 数据相对完整，但如果你以后去采别的指标，碰到 null 千万别拿 0 或前值去插值填空——那不是补数据，是造假。正确做法是换源、换指标，或者在分析里显式标注缺失。
如何自己采集这份数据（附完整方法）
授人以鱼也授人以渔。下面这段是我实际跑通、能稳定复现的采集方法，全程只用 Python 标准库，不需要装任何第三方包。
核心就一个 GET 请求。接口格式是：
https://api.worldbank.org/v2/country/{国家码}/indicator/{指标码}?format=json&per_page=20000其中 {国家码} 用小写 ISO 三字母代码，多个国家用分号分隔（chn;usa;jpn）；{指标码} 就是 NY.GDP.MKTP.CD。拿 Python 标准库 urllib 写的话，大致是这样：
import urllib.request, json
url = ("https://api.worldbank.org/v2/country/chn;usa;jpn"
"/indicator/NY.GDP.MKTP.CD?format=json&per_page=20000")
req = urllib.request.Request(url)
req.add_header("User-Agent", "Mozilla/5.0")
data = json.loads(urllib.request.urlopen(req, timeout=60).read())
meta, records = data[0], data[1] # meta 里含 lastupdated
for r in records[:3]:
print(r["country"]["value"], r["date"], r["value"])返回的 JSON 是两层结构：第一层是分页与版本信息（lastupdated 就在这），第二层才是数据数组。要注意两点：一是国家码里的逗号会被当成分隔符，所以像韩国这种「Korea, Rep.」只能传 ISO 代码 kor，别写全称；二是带一个正常浏览器的 User-Agent 头更稳妥，能避免被网关拒掉。至于完整的多国、多指标批量采集，用我站里现成的采集工具改几个参数就能跑，不必从头造轮子。
更新频率与数据时效
这份数据的更新节奏由世界银行决定：指标本身是年度数据，每年发布一次新年度值；而历史值会随世行的年度修订（通常每年 4–5 月）被微调，所以严格说它是一份「持续滚动更新」的数据。本次采集拿到的版本戳是 2026-07-13，覆盖到 2025 年完整年度。
这也意味着，你现在下载的这份，几个月后可能和官网最新版本有细微出入。如果你做的是严谨的研究或对公众发布的分析，建议引用时注明「数据来源：世界银行，lastupdated=2026-07-13」，并去官网复核一次。日常做趋势判断、教学演示、口径学习，这份文件完全够用。
如何下载这份数据
我把采集到的原始 CSV（含表头、UTF-8 带 BOM，Excel 双击即开）和一份字段说明的 meta.json 一起压成了一个 zip，文件名《全球十大经济体GDP数据_1960-2025_世界银行》。
下载方式如下：
- 蓝奏云链接：https://zeyunsoft.lanzoub.com/iIskw4b2z44b
- 提取码：
dpy8
下载解压后你会得到两个文件：worldbank-gdp__20261007.csv（632 条数据）和对应的 .meta.json（字段、来源、授权、口径说明）。再次提醒：数据采用 CC BY 4.0，二次使用或再分发请保留「世界银行」署名。
常见问题
问：这份数据能商用吗？
能。世界银行开放数据采用 CC BY 4.0，允许复制、再分发、改编和商用，唯一义务是署名数据来源。
问：为什么中国 2023 年 GDP 看着比 2022 年还低？
因为这是「现价美元」口径，受当年汇率影响。要做真实增长分析，请改用不变价指标（NY.GDP.MKTP.KD），别拿现价序列直接算增速。
问：数据里有没有缺失值？
这份 GDP 序列相对完整，10 个经济体从各自最早年份覆盖到 2025 年。但世行其他指标（如 CPI）可能存在 null，碰到缺失请勿插值或填 0。
问：以后想自己更新怎么办？
用文中的接口直接 GET，把国家码和指标码换成你需要的即可；记得带上 lastupdated 时间戳，并注明「以官方最新公布为准」。
问：下载链接打不开怎么办？
蓝奏云分享域名偶有变化，若链接失效，可在本站「数据资源库」栏目查找该数据的最新分享；提取码 dpy8 不变。
