人力资本指数加强版（HCI+）：在职学习分项得分（男性，-30至87分制）

Human capital index plus (HCI+): on-the-job learning pillar score, male (scale -30–87)

下载数据

指标代码：HD_HCIP_OTJL_MA所属主题：公共部门：Policy & institutionsPublic Sector: Policy & institutions

2025最新有效年份

170最新年份有值国家

265历史上有数据经济体

96%总体缺失率

指标解释

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

The human capital index plus (HCI+): on-the-job learning pillar score measures human capital accumulation after age 18 through work experience. The measure captures labor force participation, unemployment, and wage employment for youth and adults.

可供参考的中文翻译：人力资本指数加强版（HCI+）的“在职学习”分项，用于衡量个体在18岁之后通过工作经验积累的人力资本。该指标综合捕获了青年和成年人的劳动力参与率、失业率以及工资就业状况。

数据口径与风险提示

本指标为男性专项数据，不宜与总人口或女性指标直接混用
取值范围下限为-30而非0，负值代表在职学习对人力资本的净损耗
指标口径涵盖18岁以上人口，涵盖青年与成年两个年龄段的劳动力市场表现
数据以五年为间隔更新，非年度连续序列，短期波动解读需谨慎
世界银行未单独公布全球或区域加总值使用此分项
阿联酋、卡塔尔等中东国家排名居前，可能与其劳动力外籍人口结构有关
中国未进入本指标前29名排名，无法直接获知其在全球的精确位置

中国趋势

趋势解读

中国男性在职学习分项得分呈现先升后降的倒V型轨迹。2015年得分为53.42，2020年微升至54.07的十年高点，随后在2025年回落至48.06。从2015年至2025年，累计下降5.35个点位，最新值相对期初的比值为0.90。这表明中国男性劳动力通过在职学习积累人力资本的能力在此十年间有所减弱，最新一期数据已退回至十年前水平以下。该变化可能与劳动力结构老化、制造业向服务业转型中的技能适配挑战，或青年就业形态多元化（如灵活就业比例上升）等因素有关，但具体驱动因素需结合就业结构、工资增长率等相关变量进一步验证。

2015年得分为53.42（首个可观测年份）
2020年得分54.07，为近十年最高点
2025年得分48.06，为近十年最低点
最新值相对期初下降约10.03%
数据仅覆盖三个观测年份，趋势判断的稳健性受限
五年间隔的采样频率可能遗漏短期内的剧烈波动
得分下降反映在职学习贡献减弱，但具体原因无法从单一指标直接推断
中东石油国家长期位居前列，其劳动力市场结构与中国差异显著，横向比较需谨慎

全球趋势

趋势解读

世界银行在本指标的数据库中未提供全球或区域加总数据，因此无法直接获取全球男性的在职学习分项平均得分及变化趋势。排名靠前的国家以阿联酋（78.41）、卡塔尔（77.93）、巴林（73.65）等中东产油国，以及冰岛（70.22）、日本（68.17）等发达经济体为主。鉴于全球加总数据缺失，在进行跨国比较或评估中国在全球人力资本竞争中的相对位置时，建议采用排名分位数或选取可比收入水平国家作为对照基准，而非依赖全球平均水平。

2025年排名前五依次为阿联酋（78.41）、卡塔尔（77.93）、巴林（73.65）、冰岛（70.22）、阿曼（68.43）
前30名中以高收入和中东国家为主，亚洲发达经济体日本（68.17）位列第六
中国未进入本指标前29名排名区间
全球加总数据不可用

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。
2000-2009	-	-	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。
2010-2019	-	-	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。
2020-2029	0.9x	-	本阶段中国男性在职学习分项得分呈下降态势，2025年相对2020年下降约11.1%，可能反映劳动力老龄化背景下青年人口劳动力参与结构的变化，或就业形态多元化对工资就业统计口径的影响。建议结合青年失业率和灵活就业比例等变量交叉验证。

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	United Arab Emirates 阿联酋	ARE	78.4
2	Qatar 卡塔尔	QAT	77.9
3	Bahrain 巴林	BHR	73.6
4	Iceland 冰岛	ISL	70.2
5	Oman 阿曼	OMN	68.4
6	Japan 日本	JPN	68.2
7	Malta 马耳他	MLT	67.2
8	Netherlands 荷兰	NLD	66.2
9	New Zealand 新西兰	NZL	65.6
10	Switzerland 瑞士	CHE	65.3
11	Guatemala 危地马拉	GTM	65.2
12	Germany 德国	DEU	64.6
13	Kuwait 科威特	KWT	64.2
14	Australia 澳大利亚	AUS	64.1
15	Denmark 丹麦	DNK	63.4
16	Ireland 爱尔兰	IRL	62.7
17	Norway 挪威	NOR	62.5
18	Sweden 瑞典	SWE	62.0
19	Cyprus 塞浦路斯	CYP	61.2
20	Belarus 白俄罗斯	BLR	61.1
21	Maldives 马尔代夫	MDV	60.9
22	Czechia 捷克	CZE	59.7
23	Singapore 新加坡	SGP	59.5
24	Austria 奥地利	AUT	59.4
25	Canada 加拿大	CAN	59.3
26	Malaysia 马来西亚	MYS	59.1
27	Belize 伯利兹	BLZ	59.1
28	Mexico 墨西哥	MEX	58.8
29	Paraguay 巴拉圭	PRY	58.7
30	Nicaragua 尼加拉瓜	NIC	58.6
31	Kazakhstan 哈萨克斯坦	KAZ	58.6
32	United States 美国	USA	58.5
33	Estonia 爱沙尼亚	EST	58.2
34	United Kingdom 英国	GBR	57.9
35	Saudi Arabia 沙特阿拉伯	SAU	57.2
36	El Salvador 萨尔瓦多	SLV	57.2
37	Russian Federation 俄罗斯	RUS	57.0
38	Israel 以色列	ISR	56.8
39	Hungary 匈牙利	HUN	56.8
40	Poland 波兰	POL	56.0
41	Slovenia 斯洛文尼亚	SVN	55.6
42	Honduras 洪都拉斯	HND	55.6
43	Dominican Republic 多米尼加共和国	DOM	55.4
44	Brunei Darussalam 文莱	BRN	55.3
45	Ecuador 厄瓜多尔	ECU	55.1
46	France 法国	FRA	54.8
47	St. Lucia 圣卢西亚	LCA	54.7
48	Seychelles 塞舌尔	SYC	54.4
49	Peru 秘鲁	PER	54.4
50	Jamaica 牙买加	JAM	54.0
51	Portugal 葡萄牙	PRT	54.0
52	Grenada 格林纳达	GRD	53.9
53	Lithuania 立陶宛	LTU	53.5
54	Finland 芬兰	FIN	53.4
55	Latvia 拉脱维亚	LVA	53.4
56	Brazil 巴西	BRA	53.4
57	Argentina 阿根廷	ARG	53.1
58	Uruguay 乌拉圭	URY	52.9
59	Indonesia 印度尼西亚	IDN	52.7
60	Bolivia 玻利维亚	BOL	52.6
61	Costa Rica 哥斯达黎加	CRI	52.0
62	Korea, Rep. 韩国	KOR	51.9
63	Turkiye 土耳其	TUR	51.6
64	Pakistan 巴基斯坦	PAK	51.5
65	Panama 巴拿马	PAN	51.5
66	Viet Nam 越南	VNM	51.3
67	Lebanon 黎巴嫩	LBN	51.2
68	Myanmar 缅甸	MMR	51.2
69	Thailand 泰国	THA	51.0
70	Luxembourg 卢森堡	LUX	50.8
71	Egypt, Arab Rep. 埃及	EGY	50.8
72	Slovak Republic 斯洛伐克	SVK	50.5
73	Colombia 哥伦比亚	COL	50.3
74	Bangladesh 孟加拉国	BGD	50.3
75	Armenia 亚美尼亚	ARM	49.9
76	Spain 西班牙	ESP	49.8
77	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	49.7
78	Chile 智利	CHL	49.5
79	Croatia 克罗地亚	HRV	49.5
80	Belgium 比利时	BEL	49.4
81	Tanzania 坦桑尼亚	TZA	48.8
82	Bulgaria 保加利亚	BGR	48.6
83	Madagascar 马达加斯加	MDG	48.2
84	China 中国	CHN	48.1
85	Sri Lanka 斯里兰卡	LKA	47.8
86	Philippines 菲律宾	PHL	47.6
87	Serbia 塞尔维亚	SRB	47.5
88	Italy 意大利	ITA	46.5
89	Suriname 苏里南	SUR	46.0
90	Greece 希腊	GRC	45.9
91	Fiji 斐济	FJI	45.7
92	Uganda 乌干达	UGA	45.7
93	Niger 尼日尔	NER	45.4
94	Mongolia 蒙古	MNG	45.2
95	Uzbekistan 乌兹别克斯坦	UZB	44.8
96	Romania 罗马尼亚	ROU	44.7
97	Algeria 阿尔及利亚	DZA	44.4
98	India 印度	IND	44.3
99	Montenegro 黑山	MNE	44.3
100	Bhutan 不丹	BTN	44.2
101	Ukraine 乌克兰	UKR	44.0
102	Rwanda 卢旺达	RWA	43.8
103	North Macedonia 北马其顿	MKD	43.4
104	Bosnia and Herzegovina 波黑	BIH	43.3
105	Cameroon 喀麦隆	CMR	43.1
106	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	42.8
107	Albania 阿尔巴尼亚	ALB	42.8
108	Azerbaijan 阿塞拜疆	AZE	41.9
109	Tonga 汤加	TON	41.9
110	Iran, Islamic Rep. 伊朗	IRN	41.7
111	Mali 马里	MLI	41.7
112	Morocco 摩洛哥	MAR	41.5
113	Burundi 布隆迪	BDI	41.4
114	Malawi 马拉维	MWI	41.4
115	Afghanistan 阿富汗	AFG	41.2
116	Iraq 伊拉克	IRQ	41.0
117	Benin 贝宁	BEN	40.9
118	Cote d'Ivoire 科特迪瓦	CIV	40.7
119	Togo 多哥	TGO	39.8
120	Jordan 约旦	JOR	39.6
121	Ethiopia 埃塞俄比亚	ETH	38.9
122	Moldova 摩尔多瓦	MDA	38.7
123	Mozambique 莫桑比克	MOZ	37.5
124	Yemen, Rep. 也门	YEM	37.5
125	Angola 安哥拉	AGO	37.4
126	Nigeria 尼日利亚	NGA	37.2
127	Central African Republic 中非共和国	CAF	36.8
128	Burkina Faso 布基纳法索	BFA	36.7
129	Tunisia 突尼斯	TUN	36.6
130	Ghana 加纳	GHA	36.2
131	Cabo Verde 佛得角	CPV	36.1
132	Georgia 格鲁吉亚	GEO	35.6
133	Mauritius 毛里求斯	MUS	35.6
134	Botswana 博茨瓦纳	BWA	35.6
135	Guyana 圭亚那	GUY	35.5
136	Lao PDR 老挝	LAO	35.4
137	Kiribati 基里巴斯	KIR	34.6
138	Zambia 赞比亚	ZMB	34.5
139	Zimbabwe 津巴布韦	ZWE	34.0
140	Comoros 科摩罗	COM	34.0
141	Sudan 苏丹	SDN	33.4
142	Marshall Islands 马绍尔群岛	MHL	33.1
143	Guinea-Bissau 几内亚比绍	GNB	32.6
144	Kenya 肯尼亚	KEN	32.1
145	Chad 乍得	TCD	32.0
146	Tuvalu 图瓦卢	TUV	31.3
147	Samoa 萨摩亚	WSM	31.0
148	Gabon 加蓬	GAB	30.5
149	Mauritania 毛里塔尼亚	MRT	30.5
150	Nepal 尼泊尔	NPL	29.2
151	Congo, Rep. 刚果（布）	COG	28.8
152	Senegal 塞内加尔	SEN	28.8
153	Guinea 几内亚	GIN	28.7
154	Lesotho 莱索托	LSO	28.4
155	Congo, Dem. Rep. 刚果（金）	COD	28.3
156	West Bank and Gaza 约旦河西岸和加沙	PSE	27.1
157	Namibia 纳米比亚	NAM	26.4
158	Haiti 海地	HTI	26.4
159	Tajikistan 塔吉克斯坦	TJK	23.4
160	Cambodia 柬埔寨	KHM	23.0
161	Sierra Leone 塞拉利昂	SLE	22.0
162	Gambia, The 冈比亚	GMB	19.8
163	Turkmenistan 土库曼斯坦	TKM	18.9
164	Vanuatu 瓦努阿图	VUT	18.8
165	South Africa 南非	ZAF	18.3
166	Timor-Leste 东帝汶	TLS	16.6
167	Liberia 利比里亚	LBR	14.6
168	Eswatini 斯威士兰	SWZ	12.8
169	Djibouti 吉布提	DJI	10.1
170	Sao Tome and Principe 圣多美和普林西比	STP	-8.47

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，通常意味着男性劳动力的在职学习机会更多、工作经验转化为人力资本的效率更高，反映出劳动力市场对技能积累的正向激励机制相对健全。

数值较低通常意味着什么

得分越低，可能意味着男性劳动力通过正规工资就业积累技能的机会减少，或劳动力市场中的结构性因素（如失业、青年就业不足）对在职学习渠道产生制约。

鍙ｅ緞闄愬埗

该指标是复合指数，包含劳动力参与率、失业率和工资就业率三个维度，单一数值无法区分具体哪个子维度驱动变化
取值范围下限为-30，存在负值可能，这意味着在职学习对人力资本积累的贡献在某些情境下可能为负
男性专项指标不适用于评估女性人力资本积累或总人口平均水平
中东石油国家的特殊劳动力结构可能使这些国家的得分不具有普遍参照意义
中国在全球排名中的具体位置未知，无法判断其与全球先进水平的差距

使用建议

将该指标与青年失业率（SL.UEM.ADVN.ZS）结合使用，以判断得分变化主要由就业不足还是参与率下降所致
与HCI+的“教育”和“健康”分项搭配使用，形成人力资本的完整画像
在做跨国研究时，优先选取与中国经济发展阶段相近的国家作为对照，避免直接与石油输出国对比
关注得分变化方向而非绝对排名，因为排名受全球样本分布影响，不反映政策干预的即时效果
当分析中国人力资本趋势时，建议同时追踪女性版指标（HD_HCIP_OTJL_FE）以识别性别差异

常见错误用法

错误做法：直接将中国该指标得分与中国男性平均工资或GDP per capita等宏观指标做因果归因

正确做法：仅将其作为人力资本积累的一个维度，结合就业结构、技能培训投入等变量综合分析

HCI+在职学习分项是多因素复合指标，单一宏观指标的升降不能解释其变化原因，简单因果归因可能掩盖真实驱动因素

错误做法：认为得分下降代表中国人力资本整体倒退，而忽视指标口径的变化

正确做法：检查该下降是否与统计口径调整、劳动力结构变化或青年失业率上升等结构性因素相关

指标反映的是在职学习渠道的人力资本积累能力，而非教育或健康等其他渠道，下降可能有多种非质量原因

错误做法：将中国得分与阿联酋、卡塔尔等中东石油国家直接比较，得出中国人力资本显著落后的结论

正确做法：选取与中国发展阶段相近、产业结构类似的国家（如马来西亚、墨西哥）作为对照

中东国家的高得分部分源于外籍劳工结构（仅计算本国男性公民劳动力），统计口径与中国差异显著，可比性有限

错误做法：使用该男性专项指标评估中国女性或总体人口的人力资本状况

正确做法：改用女性版（HD_HCIP_OTJL_FE）或合计版（HD_HCIP_OTJL_TO）指标

男性、女性和合计指标的统计口径和取值可能存在显著差异，混用会导致性别维度分析错误

实际应用场景

中国制造业转型期劳动力技能积累效率研究：分析2015-2025年间中国男性在职学习分项得分下降是否与产业结构从制造业向服务业转型相关被解释变量（结果变量）可与服务业就业占比、制造业从业人员比重等变量构成多元回归，控制经济周期因素后识别结构性变化的影响
中国青年就业形态多元化对人力资本积累的影响：评估灵活就业、平台经济兴起对18-35岁男性劳动力在职学习得分下降的贡献被解释变量（结果变量）结合青年失业率、非正规就业比例等指标，采用面板数据或合成控制法分离出就业形态变化的独立效应
东亚经济体人力资本积累路径比较：将中国与日本、韩国、新加坡等东亚经济体的男性在职学习分项得分进行横向比较，分析各自的积累特征比较基准（对照变量）选取可比产业结构国家，控制人口老龄化速度差异后进行收敛分析或差异中差异估计
HCI+指标内部一致性验证：检验同一国家男性在职学习分项与教育分项、健康分项之间的相关性是否在预期范围内稳健性检验变量通过计算各分项间的相关系数或构建结构方程模型，验证指标体系内部逻辑一致性