人力资本指数-plus（HCI+）：在职学习支柱评分，总计（标尺 -30–87）
Human capital index plus (HCI+): on-the-job learning pillar score, total (scale -30–87)
下载数据指标解释
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-plus（HCI+）中的在职学习支柱评分用于衡量个体在18岁以后通过工作经验积累的人力资本。该指标综合考量了青年和成年群体的劳动参与率、失业率以及工资就业状况。
数据口径与风险提示
- 该指标为五年更新一次的非年度常规统计，数据点稀疏，趋势判断需谨慎
- HCI+采用-30至87的计分区间，负值下限反映失业和低劳动参与对人力资本积累的潜在抑制作用
- 指标综合反映劳动参与、失业和工资就业三个维度，分解解读需进一步拆解子维度
- 世界银行提供的全球汇总数据（WLD）在该指标上暂无记录，国际对标受限
- 中国数据序列仅覆盖2010年至2025年共4个观测点，历史纵向可比性有限
- 该指标衡量的是人力资本积累结果而非积累过程本身，政策干预效果评估需补充过程指标
- 不同国家劳动力市场结构差异较大，直接跨国比较需考虑口径差异
- HCI+为复合指标，其权重设定和方法论细节需参阅世界银行技术文档
中国趋势
中国在职学习支柱评分在2010年至2025年间呈现波动下行态势。该指标在2010年录得49.59的相对高点，此后于2015年降至46.31，2020年小幅回升至47.30，至2025年进一步下探至44.19。整体而言，2025年数值较2010年累计下降约5.4个单位，期末值为期初值的约0.89倍。该变化可能与劳动力市场结构性调整、就业形态多样化以及青年失业率波动等因素存在关联，但具体驱动因素需结合劳动参与率、失业率、工资就业比例等子维度数据加以验证。由于数据点间隔为五年一个节点，短期内波动信息可能被平滑，趋势持续性有待后续观测确认。
- 2010年基准值为49.59
- 2015年降至46.31
- 2020年小幅回升至47.30
- 2025年最新值为44.19
- 2025年较2010年累计下降5.40个单位
- 2025年期初倍数为0.89
- 数据为五年间隔，短期波动信息可能被平滑
- 下降趋势的具体成因尚不明确，需进一步分解子维度
全球趋势
世界银行当前未提供全球在职学习支柱评分的汇总数据（WLD类别下数据点数为零）。因此，无法基于WDI数据库直接呈现全球平均水平的变化趋势或与中国进行对标分析。如需进行国际比较，建议参考世界银行发布的《人力资本指数报告》原始报告或各国具体数值。
- 全球汇总数据（WLD）暂无记录
- 无法提供全球趋势描述
- 无全球汇总数据可用，国际对标需另寻数据来源
- 不同国家发布时间可能存在差异，跨国比较时需注意数据同步性
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 | 0.9x | - | 该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
| 2020-2029 | 0.9x | - | 2020年至2025年数据显示中国该指标倍数仍为0.93，与前一阶段基本持平。该阶段涵盖了后疫情时期的劳动力市场恢复期，倍数稳定可能意味着在职学习积累能力未出现显著结构性突破或恶化。然而，由于仅覆盖五年数据，完整十年周期尚待后续观测。 |
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。
使用建议、常见误用与研究场景
数值较高通常意味着什么
较高的在职学习支柱评分通常意味着劳动年龄人口的劳动参与度较高、失业率较低且工资就业比例较高，反映社会整体在18岁以后通过工作经验积累人力资本的能力较强。
数值较低通常意味着什么
较低的评分可能反映劳动参与不足、失业压力较大或非正规就业比例偏高等情况，提示人力资本通过在职学习渠道积累的效率或规模相对受限。
鍙ｅ緞闄愬埗
- 该指标为复合汇总值，无法直接拆解劳动参与率、失业率和工资就业比例各自的具体贡献
- 五年更新一次，频率较低，不适合做年度政策评估或短期监测
- 不同国家劳动力市场制度差异较大，跨国直接比较存在口径可比性问题
- 指标反映的是结果状态而非过程机制，高低本身不直接指向政策有效性
- 负值下限（-30）的含义需要结合指标构建方法论理解，负值不代表人力资本为零
- 缺乏世界汇总数据，对标国际平均水平受限
使用建议
- 使用时建议补充该指标的子维度数据（劳动参与率、失业率、工资就业比例）以细化分析
- 结合HCI+其他支柱（教育、健康）进行综合评估，避免单一维度解读
- 开展国际比较时，优先选择口径相近的国家或地区作为对标对象
- 将时间序列分析与经济结构变化、产业结构转型等宏观背景相结合
- 解读趋势变化时区分统计口径变化与实质变化，必要时参考原始报告方法论说明
- 政策研究建议结合劳动力市场政策、技能培训制度等相关变量进行机制分析
常见错误用法
错误做法：直接将该指标的高低解读为劳动力素质或教育质量的优劣
正确做法：将该指标理解为18岁后通过工作经验积累人力资本的综合性结果，结合劳动参与、失业和工资就业三个维度分别验证
该指标衡量的是积累结果而非教育质量本身，且包含失业率等负面因素的抑制效应，直接等同于教育质量会产生概念混淆
错误做法：用2025年中国的44.19分与世界某国直接比较来判断人力资本差距
正确做法：比较时需确认两国指标更新时间一致、口径可比，并注意该指标负值下限的含义
不同国家可能处于不同的评分区间（-30至87），且数据发布时间存在差异，直接比较得分而不考虑方法论细节可能产生误导
错误做法：将2010-2019年中国倍数0.93解读为中国经济衰退或人力资本绝对量下降
正确做法：倍数0.93反映的是该指标在期初值基础上的相对变化，不等同于绝对规模下降
该倍数为期末值与期初值之比，仅反映指标在自身时间序列中的相对位置，0.93意味着有所下降但幅度有限，且在缺乏全球对比的情况下不能直接解读为经济问题
错误做法：将该指标用于短期（年度或季度）政策效果评估
正确做法：该指标按五年间隔更新，适合做中长期趋势分析，不适合短期政策评估
五年更新一次的频率决定了数据点稀疏，短期内的政策干预效果在该指标上无法及时体现，强行用于短期评估可能导致错误结论
实际应用场景
- 中国劳动力市场人力资本积累效率研究：分析中国劳动力市场在2010年至2025年间人力资本积累的动态变化 被解释变量 利用该指标的时间序列数据计算变化率和趋势，结合宏观经济指标进行回归分析，识别影响人力资本积累效率的关键因素
- HCI+多支柱协同效应分析：考察教育、健康与在职学习三个支柱之间的相互作用关系 被解释变量/结果变量 将HD_HCIP_OTJL_TO与教育支柱（HD_HCIP_EDUC_TO）和健康支柱（HD_HCIP_HLTH_TO）纳入联立方程模型，检验三者之间的协同或替代效应
- 中国与东亚国家人力资本结构比较：选取日本、韩国、新加坡等具有可比性的东亚经济体进行对标分析 比较对象 由于WLD汇总数据缺失，需手动收集目标国家数据构建对照样本，控制劳动力市场制度差异后进行结构比较
- 劳动力市场政策对人力资本积累的滞后效应：评估技能培训、就业促进等政策对在职学习支柱评分的长期影响 被解释变量/结果变量 采用滞后效应模型，将政策变量滞后一至两个五年周期纳入回归，捕捉政策效果的时滞特征
- 自动化与数字化对工资就业结构的影响：考察技术进步背景下工资就业比例的变化及其对在职学习积累的影响 机制变量/解释变量 将该指标分解为劳动参与、失业和工资就业三个子维度，分别分析技术进步对各维度的影响路径，验证该指标作为自动化冲击测度的有效性
人力资本指数-plus（HCI+）：在职学习支柱评分，总计（标尺 -30–87）常见问题
HCI+在职学习评分是什么意思？和普通的人力资本指标有什么不同？
在职学习支柱评分是人力资本指数-plus的三大支柱之一，专门衡量18岁以后通过工作经验积累的人力资本。它综合了劳动参与率、失业率和工资就业比例三个维度，区别于教育支柱（衡量正规教育）和健康支柱（衡量健康状况）。该指标采用-30至87的计分区间，负值反映失业等对积累的抑制效应。
为什么中国这个指标从2010年的49.59下降到2025年的44.19？是因为就业变差了吗？
数据显示2010年至2025年间该指标累计下降约5.4个单位，但下降的具体成因在该指标层面尚不明确，可能涉及劳动力市场供需匹配变化、就业结构调整、青年失业率波动等多种因素。该指标综合反映三个维度，单一维度变化难以直接归因，建议结合劳动参与率、失业率等子维度数据以及宏观经济背景进行综合分析。
中国在这个指标上排在世界第几位？
根据世界银行2025年最新排名数据，卡塔尔、冰岛、阿联酋、日本等国家位居前列。中国在该指标上的具体排名位置在当前可用数据中未予明确标注，建议查阅世界银行《人力资本指数报告》原始文档或通过WDI数据库查询具体分国数据以获取准确排名信息。
为什么HCI+指标有负值？-30分意味着什么？
HCI+在职学习支柱评分采用-30至87的计分区间，其中负值反映失业和低劳动参与对人力资本积累的抑制作用。当失业率较高或劳动参与率较低时，该支柱得分会受到扣减，从而可能出现负值。-30分表示在在职学习维度上人力资本积累受到较大抑制的状态。
这个指标和GDP、经济发展水平有什么关系？
人力资本是经济增长的重要投入要素，该指标反映劳动力通过工作经验积累人力资本的能力。但该指标高低与经济发展水平之间并非简单的线性对应关系，还受产业结构、劳动力市场制度、技能培训体系等多种因素调节。建议使用时结合经济总量指标和结构指标进行综合分析，不宜直接做因果推断。
为什么世界银行没有公布全球平均值？
根据当前WDI数据库记录，该指标的世界汇总数据（WLD）暂无数据。这可能与各成员国数据可得性不一致、发布时间不同步或汇总口径处理复杂等因素有关。如需了解全球平均水平，建议参考世界银行发布的年度《人力资本指数报告》，其中包含更详细的全球和区域汇总信息。
下载数据
免费获取世界银行WDI完整数据集，包含人力资本指数-plus（HCI+）：在职学习支柱评分，总计（标尺 -30–87）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