WBL：支持性框架指数（0-100分制）

WBL: Supportive Framework Index (scale 0-100)

下载数据

指标代码：GD_WBL_OVL_SFR所属主题：性别：Public life & decision makingGender: Public life & decision making

2025最新有效年份

186最新年份有值国家

265历史上有数据经济体

99%总体缺失率

指标解释

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

The index refers to the composite measure (0–100) that summarizes how supporting frameworks shape women’s economic opportunities across ten topics: Safety, Mobility, Work, Pay, Marriage, Parenthood, Childcare, Entrepreneurship, Assets, and Pension. It is calculated by taking the unweighted average of the ten topic scores, with 100 representing the highest possible score and 0 the lowest. For details, please refer to the WBL Methodology Handbook (link: https://wbl.worldbank.org/content/dam/sites/wbl/documents/2026/WBL-Methodology-Handbook-2026-FINAL.pdf)

可供参考的中文翻译：该指数是衡量支持性框架如何在十个主题领域塑造女性经济机会的复合指标（0-100分）：安全、出行、工作、报酬、婚姻、父母身份、育儿、创业、资产和养老金。该指数通过取十个主题得分的等权重平均值计算，100分代表最高得分，0分代表最低得分。详细信息请参阅WBL方法论手册（链接：https://wbl.worldbank.org/content/dam/sites/wbl/documents/2026/WBL-Methodology-Handbook-2026-FINAL.pdf）

数据口径与风险提示

该指标当前仅覆盖2025年数据，缺少历史序列，无法进行长期趋势分析
数据基于问卷调查和法律条文编码，评估标准可能存在文化和制度背景差异
该指数仅反映正式制度框架的完备程度，不直接衡量实际执行效果
不同国家对"支持性框架"的法律定义和评估口径可能存在差异
该指标聚焦于制度层面的结构性因素，无法反映个体女性的实际选择空间
0-100分的刻度是相对评分，不同国家和年份的基准可能有所不同
该指标涵盖的十个主题领域权重相等，可能无法完全反映特定国家女性面临的关键约束
跨国家比较时应注意法律条文与实际执行之间的差距

中国趋势

趋势解读

当前数据库中仅包含中国2025年单一数据点（69.3分），尚无可用于分析历史变化趋势的时间序列数据。因此无法评估中国在该指标上的长期变化轨迹、阶段性特征或政策影响效果。中国得分为69.3分，高于同期世界平均水平46.83分约48个百分点，表明中国在女性经济机会支持性框架方面建立了相对完善的制度基础。由于仅有单年数据，趋势判断需等待后续年份数据积累后再进行有意义的解读。

2025年中国得分为69.3分（满分100分）
数据仅有1个观测点（2025年），无历史变化可追踪
最新值与最早值相同，比率为1.0
目前无法评估中国的长期变化趋势，趋势分析需要多年数据积累
单点数据无法反映政策改革或社会经济变化的阶段性影响
无法判断69.3分是历史高点还是某个中间水平

全球趋势

趋势解读

当前数据库中仅包含世界平均水平2025年单一数据点（46.83分），缺少历史序列数据，无法进行全球范围内女性经济机会支持性框架的长期演变分析。46.83分的世界平均水平意味着全球范围内女性在经济活动中的制度支持仍有较大提升空间。从前十名国家来看（加拿大92.93分至美国69.93分），制度领先国家已建立了较为完善的支持体系，但这些国家多为高收入经济体。由于全球数据仅有单年记录，无法判断全球平均水平的变动方向。

2025年世界平均得分为46.83分
2025年全球有3个国家得分在80分以上（加拿大、法国、西班牙）
美国得分为69.93分，略高于中国
共35个国家进入2025年前列榜单，得分从92.93分到69.93分不等
世界平均水平为190多个经济体的加权平均值，但具体权重和样本构成不明确
各地区发展水平差异显著，简单比较可能掩盖内部异质性
单点数据无法评估全球女性经济机会支持性框架的长期改善或恶化趋势

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该时期无有效观测数据，ratio为null，无法进行任何期初期末对比分析。
1970-1979	-	-	该时期无有效观测数据，ratio为null，无法进行任何期初期末对比分析。
1980-1989	-	-	该时期无有效观测数据，ratio为null，无法进行任何期初期末对比分析。
1990-1999	-	-	该时期无有效观测数据，ratio为null，无法进行任何期初期末对比分析。
2000-2009	-	-	该时期无有效观测数据，ratio为null，无法进行任何期初期末对比分析。
2010-2019	-	-	该时期无有效观测数据，ratio为null，无法进行任何期初期末对比分析。
2020-2029	-	-	该时期仅包含2025年一个数据点，期初值缺失导致ratio无法计算，十年变化分析暂不适用。

2025 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	Canada 加拿大	CAN	92.9
2	France 法国	FRA	90.2
3	Spain 西班牙	ESP	87.8
4	Ireland 爱尔兰	IRL	85.7
5	Germany 德国	DEU	83.2
6	Belgium 比利时	BEL	81.6
7	Sweden 瑞典	SWE	80.5
8	United Kingdom 英国	GBR	80.2
9	Chile 智利	CHL	79.9
10	Australia 澳大利亚	AUS	78.7
11	Italy 意大利	ITA	77.9
12	Philippines 菲律宾	PHL	77.4
13	Japan 日本	JPN	76.6
14	Austria 奥地利	AUT	76.5
15	Luxembourg 卢森堡	LUX	76.4
16	Korea, Rep. 韩国	KOR	76.2
17	Norway 挪威	NOR	75.7
18	Brazil 巴西	BRA	74.9
19	Portugal 葡萄牙	PRT	73.5
20	New Zealand 新西兰	NZL	73.2
21	Slovenia 斯洛文尼亚	SVN	72.8
22	Switzerland 瑞士	CHE	72.8
23	Colombia 哥伦比亚	COL	72.5
24	Saudi Arabia 沙特阿拉伯	SAU	72.0
25	Peru 秘鲁	PER	71.2
26	Finland 芬兰	FIN	71.0
27	Czechia 捷克	CZE	70.8
28	Rwanda 卢旺达	RWA	70.5
29	Singapore 新加坡	SGP	70.1
30	United States 美国	USA	69.9
31	China 中国	CHN	69.3
32	Jordan 约旦	JOR	68.5
33	Iceland 冰岛	ISL	67.7
34	Mexico 墨西哥	MEX	67.7
35	Netherlands 荷兰	NLD	67.4
36	Croatia 克罗地亚	HRV	66.1
37	Moldova 摩尔多瓦	MDA	65.6
38	Uruguay 乌拉圭	URY	65.6
39	Greece 希腊	GRC	65.5
40	Poland 波兰	POL	65.4
41	Ecuador 厄瓜多尔	ECU	65.1
42	Denmark 丹麦	DNK	64.3
43	Bulgaria 保加利亚	BGR	63.2
44	Latvia 拉脱维亚	LVA	62.9
45	Estonia 爱沙尼亚	EST	62.3
46	Malta 马耳他	MLT	62.3
47	South Africa 南非	ZAF	62.0
48	Dominican Republic 多米尼加共和国	DOM	61.4
49	Serbia 塞尔维亚	SRB	61.1
50	Lithuania 立陶宛	LTU	61.0
51	Costa Rica 哥斯达黎加	CRI	61.0
52	Albania 阿尔巴尼亚	ALB	60.7
53	Romania 罗马尼亚	ROU	60.0
54	Uzbekistan 乌兹别克斯坦	UZB	59.1
55	Ukraine 乌克兰	UKR	58.8
56	Belarus 白俄罗斯	BLR	58.8
57	Cyprus 塞浦路斯	CYP	58.7
58	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	58.6
59	Hungary 匈牙利	HUN	58.1
60	Turkiye 土耳其	TUR	57.5
61	Kazakhstan 哈萨克斯坦	KAZ	57.4
62	Viet Nam 越南	VNM	56.8
63	Indonesia 印度尼西亚	IDN	56.7
64	North Macedonia 北马其顿	MKD	56.7
65	Uganda 乌干达	UGA	55.9
66	Cambodia 柬埔寨	KHM	55.8
67	Montenegro 黑山	MNE	55.8
68	Slovak Republic 斯洛伐克	SVK	55.7
69	El Salvador 萨尔瓦多	SLV	55.4
70	India 印度	IND	54.8
71	Belize 伯利兹	BLZ	53.9
72	Georgia 格鲁吉亚	GEO	53.8
73	Russian Federation 俄罗斯	RUS	53.6
74	Paraguay 巴拉圭	PRY	51.5
75	Ghana 加纳	GHA	50.9
76	Bosnia and Herzegovina 波黑	BIH	50.8
77	Pakistan 巴基斯坦	PAK	50.7
78	Malaysia 马来西亚	MYS	50.5
79	Argentina 阿根廷	ARG	50.3
80	Kosovo 科索沃	XKX	50.2
81	Panama 巴拿马	PAN	50.0
82	Morocco 摩洛哥	MAR	49.4
83	Zambia 赞比亚	ZMB	49.2
84	Nigeria 尼日利亚	NGA	49.0
85	Israel 以色列	ISR	48.9
86	Kenya 肯尼亚	KEN	48.7
87	Egypt, Arab Rep. 埃及	EGY	48.1
88	Mongolia 蒙古	MNG	47.9
89	Zimbabwe 津巴布韦	ZWE	47.6
90	Azerbaijan 阿塞拜疆	AZE	47.6
91	Bolivia 玻利维亚	BOL	47.5
92	Lao PDR 老挝	LAO	47.3
93	Cabo Verde 佛得角	CPV	46.5
94	Jamaica 牙买加	JAM	46.2
95	Guatemala 危地马拉	GTM	45.9
96	Armenia 亚美尼亚	ARM	44.8
97	Nepal 尼泊尔	NPL	44.7
98	Tajikistan 塔吉克斯坦	TJK	44.3
99	Burkina Faso 布基纳法索	BFA	44.2
100	Sierra Leone 塞拉利昂	SLE	43.1
101	Oman 阿曼	OMN	41.9
102	Mauritius 毛里求斯	MUS	41.6
103	Fiji 斐济	FJI	41.4
104	Benin 贝宁	BEN	41.1
105	Bahrain 巴林	BHR	39.3
106	Mozambique 莫桑比克	MOZ	39.2
107	Guyana 圭亚那	GUY	38.9
108	Sri Lanka 斯里兰卡	LKA	38.9
109	Tunisia 突尼斯	TUN	38.7
110	St. Kitts and Nevis 圣基茨和尼维斯	KNA	37.5
111	United Arab Emirates 阿联酋	ARE	36.8
112	Guinea 几内亚	GIN	36.3
113	Congo, Dem. Rep. 刚果（金）	COD	35.9
114	San Marino 圣马力诺	SMR	35.9
115	Namibia 纳米比亚	NAM	35.8
116	Grenada 格林纳达	GRD	35.4
117	Angola 安哥拉	AGO	35.0
118	Bangladesh 孟加拉国	BGD	34.7
119	Honduras 洪都拉斯	HND	34.7
120	Maldives 马尔代夫	MDV	34.0
121	Antigua and Barbuda 安提瓜和巴布达	ATG	33.8
122	Ethiopia 埃塞俄比亚	ETH	33.0
123	Cote d'Ivoire 科特迪瓦	CIV	32.9
124	Samoa 萨摩亚	WSM	32.9
125	Tanzania 坦桑尼亚	TZA	32.9
126	Thailand 泰国	THA	32.9
127	Bhutan 不丹	BTN	32.2
128	Togo 多哥	TGO	31.9
129	Lesotho 莱索托	LSO	31.9
130	Eswatini 斯威士兰	SWZ	31.8
131	Barbados 巴巴多斯	BRB	31.7
132	Mali 马里	MLI	31.7
133	Timor-Leste 东帝汶	TLS	31.7
134	Mauritania 毛里塔尼亚	MRT	31.4
135	Nicaragua 尼加拉瓜	NIC	31.4
136	Solomon Islands 所罗门群岛	SLB	31.4
137	Djibouti 吉布提	DJI	31.3
138	Cameroon 喀麦隆	CMR	30.8
139	Dominica 多米尼克	DMA	30.8
140	Marshall Islands 马绍尔群岛	MHL	30.2
141	Gambia, The 冈比亚	GMB	30.1
142	Haiti 海地	HTI	30.0
143	Qatar 卡塔尔	QAT	29.6
144	Seychelles 塞舌尔	SYC	29.4
145	Papua New Guinea 巴布亚新几内亚	PNG	29.4
146	Iraq 伊拉克	IRQ	28.8
147	Liberia 利比里亚	LBR	28.4
148	St. Lucia 圣卢西亚	LCA	28.3
149	Tonga 汤加	TON	27.5
150	Brunei Darussalam 文莱	BRN	27.4
151	Madagascar 马达加斯加	MDG	27.3
152	Equatorial Guinea 赤道几内亚	GNQ	26.8
153	Kiribati 基里巴斯	KIR	26.6
154	Senegal 塞内加尔	SEN	26.6
155	Lebanon 黎巴嫩	LBN	26.4
156	Venezuela, RB 委内瑞拉	VEN	26.3
157	Suriname 苏里南	SUR	25.8
158	Chad 乍得	TCD	25.5
159	Libya 利比亚	LBY	25.5
160	Burundi 布隆迪	BDI	25.4
161	West Bank and Gaza 约旦河西岸和加沙	PSE	25.4
162	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	24.4
163	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	24.2
164	Vanuatu 瓦努阿图	VUT	23.8
165	Bahamas, The 巴哈马	BHS	23.1
166	Gabon 加蓬	GAB	22.7
167	Iran, Islamic Rep. 伊朗	IRN	22.5
168	Guinea-Bissau 几内亚比绍	GNB	22.1
169	Algeria 阿尔及利亚	DZA	22.1
170	Central African Republic 中非共和国	CAF	21.7
171	Congo, Rep. 刚果（布）	COG	21.7
172	Kuwait 科威特	KWT	21.2
173	Syrian Arab Republic 叙利亚	SYR	20.8
174	Sao Tome and Principe 圣多美和普林西比	STP	20.6
175	Somalia, Fed. Rep. 索马里	SOM	20.4
176	Botswana 博茨瓦纳	BWA	19.7
177	Malawi 马拉维	MWI	19.2
178	Niger 尼日尔	NER	19.2
179	South Sudan 南苏丹	SSD	19.1
180	Comoros 科摩罗	COM	15.4
181	Yemen, Rep. 也门	YEM	14.2
182	Palau 帕劳	PLW	12.5
183	Sudan 苏丹	SDN	11.2
184	Myanmar 缅甸	MMR	10.8
185	Eritrea 厄立特里亚	ERI	10.0
186	Afghanistan 阿富汗	AFG	3.00

使用建议、常见误用与研究场景

数值较高通常意味着什么

得分越高表示该经济体的支持性法律框架越完善，女性在经济活动中的制度障碍越少，具体体现在安全保护、出行自由、就业平等、同工同酬、婚育保障、育儿支持、创业便利、资产权利和养老保障等十个维度上的法律保护更为充分。

数值较低通常意味着什么

得分越低表示该经济体的女性经济机会支持性框架存在较多缺口，可能在上述十个主题领域中的一个或多个方面缺乏必要的法律保障或制度安排，女性在经济活动中面临相对更多的结构性障碍。

鍙ｅ緞闄愬埗

该指数仅衡量法律框架的完备性，不反映法律的实际执行效果和女性的真实体验
不同国家的法律条文评估标准可能存在文化和制度背景差异，跨国家比较需谨慎
该指标是横截面评分，不同年份的评估标准可能随方法论修订而发生变化
该指标无法反映非正式制度（如社会规范、文化传统）对女性经济参与的影响
十个主题领域等权重处理可能无法体现特定国家女性面临的关键约束领域
数据可得性受限于世界银行WBL项目覆盖范围，部分经济体可能缺失数据

使用建议

使用该指标时应结合具体主题子指标进行深度分析，而非仅关注综合得分
评估政策效果时建议结合其他反映女性经济参与结果的指标（如就业率、工资差距）
跨国家比较时应考虑经济发展水平、法律体系传统和社会文化背景的差异
长期研究应等待数据序列积累后再进行趋势分析，避免基于单点数据得出趋势性结论
该指标可作为控制变量或背景变量纳入更广泛的经济或社会发展研究框架

常见错误用法

错误做法：直接用该指标2025年的中国得分（69.3分）与历史数据进行纵向比较，得出中国支持女性经济机会的制度框架已经"大幅改善"或"持续恶化"的结论

正确做法：在多年数据积累后，计算从第一年到最后一年的年均变化率或累计变化幅度，并说明数据覆盖的时间跨度

当前仅有单年数据，ratio_latest_to_first为1.0，无法反映任何历史变化，纵向比较缺乏数据基础，所得结论不具有说服力

错误做法：认为中国得分69.3分高于世界平均46.83分，就说明中国女性在现实中的经济机会一定优于其他国家

正确做法：认识到该指标衡量的是法律框架的完备程度而非实际经济结果，应结合女性就业率、工资水平、职业分布等outcome变量综合判断

法律条文与实际执行之间存在差距，制度完善不等于结果平等，跨指标比较需要谨慎

错误做法：将中国排名（约前35）与低分国家直接对比，得出"中国已是全球女性经济机会制度最完善的国家之一"的绝对性评价

正确做法：在排名比较时说明评价维度的局限性，指出不同法律体系和文化背景下评分标准可能存在差异，并参考多维度性别平等指标

该指标仅涵盖制度层面，高分国家的领先优势可能主要体现在法律条文数量和覆盖范围，不代表实际性别平等状况

错误做法：将该指标与经济发展阶段直接挂钩，得出"经济越发达，女性支持性框架越完善"的必然因果关系

正确做法：将经济发展水平作为控制变量，分析在同等经济条件下不同制度模式的差异，同时考虑文化传统、国际妇女运动等非经济因素

部分发展中国家（如卢旺达、菲律宾）在该指标上表现突出，表明经济发展并非决定制度完备程度的唯一因素

错误做法：忽略数据年份限制，使用2025年数据进行2010年代或更早时期的政策评估研究

正确做法：明确说明数据仅覆盖2025年，该年份数据不能回溯用于评估历史政策的实施效果

单年横截面数据无法支撑任何历史政策效果评估，研究设计应基于可获得的数据时间范围进行调整

实际应用场景

制度框架与女性就业参与关系的跨国比较研究：分析支持性法律框架对女性劳动参与率的影响时，将WBL支持性框架指数作为核心解释变量，选取不同发展阶段的经济体作为样本解释变量可采用跨国面板数据回归，控制GDP per capita、女性教育水平等变量，检验法律框架对就业参与的平均效应和异质性效应
中国性别友好政策效果的评估研究：评估中国近年来促进女性经济参与政策的效果时，需要注意当前该指标仅有2025年单年数据，历史对比受限 outcome variable（当前受限）建议结合其他连续性更好的女性经济参与指标（如女性劳动参与率、性别工资差距等）构建综合评估框架，等待WBL数据序列延长后再进行正式的趋势因果分析
创业生态系统中女性创业支持机制的比较分析：研究不同国家如何通过制度设计支持女性创业时，将该指标中的创业主题得分作为关键变量，对比发达经济体与发展中经济体的差异机制变量可结合世界银行营商环境数据和管理实践指数，分析制度框架如何转化为实际的女性创业机会，同时注意控制其他创业生态因素
养老制度设计中性别视角的跨国比较：比较不同国家养老制度对女性退休权益保障时，利用该指标中的养老金主题得分，结合具体养老政策参数进行分析比较变量需注意该指标养老金维度仅反映制度框架设计，具体养老金替代率、缴费年限等参数需查阅专项社会保障数据
营商环境改善对性别平等的溢出效应研究：研究营商环境改革是否同时改善了女性的经济发展机会时，将WBL支持性框架指数作为中介变量或结果变量进行检验被解释变量/稳健性检验变量可结合B-READY指标体系和营商环境排名进行多维度回归分析，检验不同改革领域对性别制度框架的差异化影响