印度尼西亚与巴基斯坦对比
印度尼西亚与巴基斯坦:热带夜
2014 年热带夜:印度尼西亚为 306.5 夜,巴基斯坦为 149.9 夜(CMIP6 气候模型中位数模拟)。 2014 年印度尼西亚的数值较高,高出 156.6 夜,是巴基斯坦的 2.04 倍。
每年夜数 · CMIP6
数据解读
- 自 1950 年以来,在两国都有数据的每一年,印度尼西亚的数值都更高。
- 根据CMIP6 模型中位数(SSP2-4.5,中间路径),2100 年印度尼西亚为 334.7 夜,巴基斯坦为 177.6 夜。
逐年数据
每年夜数 · CMIP6
| 年份 | 印度尼西亚 | 巴基斯坦 |
|---|---|---|
| 2014 | 306.5 | 149.9 |
| 2013 | 306.4 | 149.1 |
| 2012 | 306.3 | 149.9 |
| 2011 | 304.6 | 149 |
| 2010 | 305.6 | 148.4 |
| 2009 | 303.9 | 147.1 |
| 2008 | 303.4 | 147.4 |
| 2007 | 302.8 | 147.3 |
| 2006 | 302.8 | 146.7 |
| 2005 | 303.1 | 146.5 |
| 2004 | 303.8 | 147.5 |
| 2003 | 301.9 | 146 |
| 2002 | 301.5 | 148.3 |
| 2001 | 302.5 | 145.4 |
| 2000 | 300.9 | 144.7 |
| 1999 | 300.4 | 146.9 |
| 1998 | 299.1 | 144.8 |
| 1997 | 297.9 | 143.2 |
| 1996 | 296.9 | 141.2 |
| 1995 | 296.7 | 141.8 |
| 1994 | 294.6 | 142.1 |
| 1993 | 291.6 | 140.4 |
| 1992 | 288.5 | 139.9 |
| 1991 | 297.5 | 142.5 |
| 1990 | 298.6 | 142.6 |
| 1989 | 296 | 142.5 |
| 1988 | 296.5 | 140.3 |
| 1987 | 295.6 | 140 |
| 1986 | 295.8 | 140 |
| 1985 | 292.8 | 140 |
| 1984 | 293.4 | 138.9 |
| 1983 | 290.1 | 136.3 |
| 1982 | 294.4 | 138.5 |
| 1981 | 294.8 | 141.5 |
| 1980 | 294.5 | 139.5 |
| 1979 | 294.1 | 139.1 |
| 1978 | 292.4 | 139 |
| 1977 | 293.4 | 138.6 |
| 1976 | 290.8 | 139.2 |
| 1975 | 290.7 | 136.5 |
| 1974 | 291.5 | 138.7 |
| 1973 | 293 | 137.8 |
| 1972 | 290.7 | 137.4 |
| 1971 | 291.2 | 136 |
| 1970 | 288.9 | 137.7 |
| 1969 | 290.4 | 135.9 |
| 1968 | 289.1 | 136.6 |
| 1967 | 288.4 | 135.2 |
| 1966 | 290.5 | 136.9 |
| 1965 | 288.1 | 138.3 |
| 1964 | 286.2 | 135.1 |
| 1963 | 286.4 | 135.7 |
| 1962 | 291.2 | 137 |
| 1961 | 292.9 | 138.6 |
| 1960 | 292.8 | 139 |
| 1959 | 291.9 | 138.6 |
| 1958 | 293.3 | 137.7 |
| 1957 | 290.8 | 140 |
| 1956 | 291.5 | 137.8 |
| 1955 | 292.4 | 137.5 |
| 1954 | 290 | 137.8 |
| 1953 | 291.4 | 136.9 |
| 1952 | 291.7 | 138.1 |
| 1951 | 291.7 | 136.7 |
| 1950 | 291.8 | 139.1 |
CMIP6 模型中位数(SSP2-4.5,中间路径) · 2015–2100
| 年份 | 印度尼西亚 | 巴基斯坦 |
|---|---|---|
| 2015 | 308295.7–315.1 | 152.4138.7–163.3 |
| 2016 | 307.5296.9–315.6 | 150.6139.4–161.7 |
| 2017 | 308.4295.5–315.6 | 151.3138.8–162 |
| 2018 | 308.9296.4–316.6 | 152.6139.8–161.8 |
| 2019 | 309.9297.8–316.7 | 151.8138.1–163.3 |
| 2020 | 310.9299–318.6 | 153.1140.3–164.5 |
| 2021 | 310.4298.7–316.4 | 154.1140.6–165.7 |
| 2022 | 311.4300–319.6 | 153.1140.2–165.7 |
| 2023 | 311.4300.1–320.6 | 155.5141.6–165.9 |
| 2024 | 313.2302–321.2 | 156.8143.3–168.7 |
| 2025 | 312300.2–321.9 | 155.7141.5–168.6 |
| 2026 | 312.6299.9–322.8 | 155.3142.2–167.9 |
| 2027 | 312.7301–321.6 | 156.8140.9–168.9 |
| 2028 | 313.8302.4–321.9 | 156.5143.9–167.6 |
| 2029 | 315.5303.9–324.1 | 155.9141.5–167.7 |
| 2030 | 314.2303.1–322.6 | 156.3143.3–167.6 |
| 2031 | 314.4301.6–321.9 | 157.3144.4–168.1 |
| 2032 | 316.9304.8–325.8 | 157.4142.5–169.6 |
| 2033 | 316.6305.4–323.3 | 157.7143.6–169.4 |
| 2034 | 315.4303.9–323.9 | 159.5145.6–173.4 |
| 2035 | 316.3305.6–327.9 | 159.3146.7–170.3 |
| 2036 | 317.7305.2–326.2 | 159.1147.5–171.4 |
| 2037 | 318.1306.6–325.2 | 162.2147.5–175.3 |
| 2038 | 319.3307.6–326.7 | 161.4148.6–171.7 |
| 2039 | 319.4307.7–326.7 | 160148.2–170.4 |
| 2040 | 318.5306.5–329 | 160.9147.9–171.3 |
| 2041 | 320.2308.3–328 | 160.8146.7–171.7 |
| 2042 | 320308.7–329.2 | 162.3149.9–175.6 |
| 2043 | 318.6306.6–327.8 | 161.1150.3–173.8 |
| 2044 | 321309–329.6 | 163150.9–173.9 |
| 2045 | 320.8308.6–329.8 | 163149.5–174.8 |
| 2046 | 322.8308.8–331 | 163.5149.8–177.2 |
| 2047 | 323.2308.8–333 | 165.2151.8–178.5 |
| 2048 | 322.3310.5–332.3 | 166.4154.1–179.4 |
| 2049 | 323.8311.6–334.1 | 165150.8–178.2 |
| 2050 | 323.3310.3–333.5 | 166.9153.5–179.3 |
| 2051 | 323.6311.2–334.4 | 165.6150.8–180 |
| 2052 | 325.1311.7–334.7 | 166.7155.4–179.5 |
| 2053 | 323.9310.9–333.8 | 166.3154.2–178.8 |
| 2054 | 324.4311.9–335.4 | 167.5153.9–181 |
| 2055 | 325.3312.6–335 | 167.8155.8–182.5 |
| 2056 | 325.9312.4–337.2 | 166.3153.6–179.7 |
| 2057 | 326.9311.9–335.2 | 168.3153.9–182.3 |
| 2058 | 326.4313–336.3 | 167.5157–179.9 |
| 2059 | 326.4313.9–337.8 | 170.9155.9–183.8 |
| 2060 | 329.5314.9–338.2 | 170.3156.5–181.8 |
| 2061 | 327.9313.6–336.9 | 168.8156.8–179.6 |
| 2062 | 327.6312.4–339.1 | 171.6153.5–186.5 |
| 2063 | 327.6313.9–339.4 | 171.3159.5–183.8 |
| 2064 | 328.8314.4–338.6 | 170.2155.3–184.5 |
| 2065 | 327.6314.3–337.9 | 169.7156.4–185 |
| 2066 | 328.6314.7–338.5 | 172.2157–186.7 |
| 2067 | 328.8314.3–338 | 173.2160.2–186.3 |
| 2068 | 329.8314.4–339.9 | 172.6157.7–186.3 |
| 2069 | 329.5315.5–339.3 | 171.8157.3–185.6 |
| 2070 | 328.6315.1–338.8 | 171.7158.9–186.7 |
| 2071 | 331.4315.5–340.4 | 173.4158.7–186.8 |
| 2072 | 330.3315.9–339.4 | 174161.5–186.9 |
| 2073 | 331.4317.7–341 | 175.6157.2–187.9 |
| 2074 | 329.9316.8–341.1 | 173.5160–186.3 |
| 2075 | 330.5315.2–340.2 | 173161.5–187.8 |
| 2076 | 331.5316.2–341.2 | 172.9158.8–186.7 |
| 2077 | 332315.9–341.8 | 175161.3–187.8 |
| 2078 | 331.4318.2–340.9 | 174.4160.9–189.3 |
| 2079 | 331.5316.6–341.5 | 172.5158.3–187.7 |
| 2080 | 332.4317.4–343.2 | 175.1160.7–189.2 |
| 2081 | 332.3318.4–341.8 | 174.9159.2–190.2 |
| 2082 | 332.8317.8–340.4 | 175.4161.8–190.6 |
| 2083 | 333.1318.7–342.6 | 176.5161.8–190.8 |
| 2084 | 333317.8–342.7 | 176.1160.9–190.5 |
| 2085 | 332.6318.1–342.7 | 176.3161.9–193.6 |
| 2086 | 333.1318.9–342.3 | 173.9160–189.1 |
| 2087 | 332.6318–343.2 | 176161–193.1 |
| 2088 | 334.5319.5–343.1 | 175.4160.5–195.2 |
| 2089 | 333.6319–342.6 | 177.2164.2–191.7 |
| 2090 | 333.3319.6–343.3 | 177.7163.9–192.2 |
| 2091 | 334.5318.2–343.9 | 177.8162.8–192.2 |
| 2092 | 335.1319.7–343.6 | 178.7162.9–192.9 |
| 2093 | 333.9320–344.9 | 177164–191 |
| 2094 | 335.6320.4–342.8 | 176.8164.1–190.7 |
| 2095 | 335.4319.7–343 | 178.6163.8–193.1 |
| 2096 | 334.3319.4–346.1 | 177.8163.7–192.5 |
| 2097 | 334.2319.5–343.3 | 177.3160.4–192.5 |
| 2098 | 334.9319.4–343.4 | 178.7162.6–195.7 |
| 2099 | 334.4319.4–344.6 | 176159.9–193.2 |
| 2100 | 334.7318.7–343.3 | 177.6162.2–193 |
分别查看各国
须知
- 一年中气温始终高于 20 °C 的夜晚数,取全国平均。
- 来源:World Bank Climate Change Knowledge Portal, CMIP6 multi-model median。
- 虚线为CMIP6 模型中位数(SSP2-4.5,中间路径),是一种情景而非预报;阴影带为其模型第 10–90 百分位。
- 气候模型值为 CMIP6 各模型的中位数:2014 年及以前按历史排放模拟,此后按中间路径 SSP2-4.5 模拟;它们并非实测数据。
各图层如何运作、数据从何而来,以及它们无法告诉你什么: 历年各国数据
印度尼西亚与巴基斯坦对比
健康
人口与社会
- 人口印度尼西亚:2023 年为 2.81亿 人巴基斯坦:2023 年为 2.48亿 人
- 人口增长印度尼西亚:2023 年为 0.83%/年巴基斯坦:2023 年为 1.48%/年
- 生育率印度尼西亚:2023 年为 2.13(每名妇女)巴基斯坦:2023 年为 3.61(每名妇女)
- 城市人口印度尼西亚:2025 年为 59.4%巴基斯坦:2025 年为 39.5%
- 年龄中位数印度尼西亚:2023 年为 29.8 年巴基斯坦:2023 年为 20.3 年
- 65 岁及以上人口印度尼西亚:2023 年为 7%巴基斯坦:2023 年为 4.2%
- 净移民率印度尼西亚:2023 年为 -0.1‰巴基斯坦:2023 年为 -6.5‰
经济
教育
政治
冲突
军用
- 军费开支印度尼西亚:2025 年为 GDP 的 1.05%巴基斯坦:2025 年为 GDP 的 2.91%
- 军费开支(美元)印度尼西亚:2025 年为 US$153亿巴基斯坦:2025 年为 US$115亿
- 人均军费开支印度尼西亚:2025 年为 US$53巴基斯坦:2025 年为 US$47
- 军费占政府支出比例印度尼西亚:2025 年为 6.3%(占政府支出)巴基斯坦:2025 年为 13.8%(占政府支出)
- 武装部队人员印度尼西亚:2020 年为 676,000 人巴基斯坦:2020 年为 943,000 人
- 国家实力印度尼西亚:2022 年为 2.09%(占全球实力)巴基斯坦:2022 年为 1.77%(占全球实力)
- 武装部队占劳动力比例印度尼西亚:2020 年为 0.49%(占劳动力)巴基斯坦:2020 年为 1.25%(占劳动力)
- 武器进口印度尼西亚:2025 年为 12.8亿 TIV巴基斯坦:2025 年为 7.06亿 TIV
- 武器出口印度尼西亚:2021 年为 1700万 TIV巴基斯坦:2025 年为 1.27亿 TIV