工业（包括建筑业），每个工人的增加值（2015年不变价美元）
Industry, including construction, value added per worker (constant 2015 US$)
下载数据指标解释
World Bank official description / 世界银行官方说明
Industry (including construction) corresponds to ISIC (Rev.4) divisions 05-43. It is comprised of mining, manufacturing, construction, electricity, water, and gas industries. Value added is the contribution to the economy by a producer or an industry or an institutional sector, which is estimated by the total value of output produced and deducting the total value of intermediate consumption of goods and services used to produce that output. The core indicator has been divided by the number of workers in the economy to derive a measure of labor productivity. This indicator is expressed in constant prices, meaning the series has been adjusted to account for price changes over time. The reference year for this adjustment is 2015. This indicator is expressed in United States dollars.
可供参考的中文翻译：工业（含建筑业）对应国际标准产业分类第四版（ISIC Rev.4）分类05-43，涵盖采矿、制造、建筑、电力、水和燃气行业。增加值是生产者、产业或机构部门对经济的贡献，通过总产出价值减去生产该产出所使用商品和服务的中间消耗总价值来估算。该核心指标除以经济中的工人数量，得到劳动生产率度量。该指标以不变价表示，意味着该序列已根据时间价格变化进行调整，参考年份为2015年。单位为美元。
数据口径与风险提示
- 数据为美元计价，若美元汇率波动较大，跨国比较可能存在偏差
- 该指标使用固定2015年作为基准年，不同指标的基准年可能不一致，跨指标比较时需注意
- 中国数据始于1991年，1990年代之前的长期趋势无法追溯
- 增加值通过产业界定的产出和中间投入之差推算，统计口径差异可能影响可比性
- 人均指标的分母为就业人数，就业统计方法因国家而异，可能存在口径不一致
- 该指标反映劳动生产率，但不捕捉资本密集度、技术水平或劳动质量差异
- 高收入资源型国家（如石油出口国）因产业结构和汇率因素可能呈现异常高的数值
- 世界平均值受大型经济体权重影响较重，各国结构差异可能导致解读偏差
中国趋势
中国工业人均增加值在1991年至2024年间呈现持续强劲增长态势，从约2447美元攀升至约30070美元，增幅超过12倍。这一增长在1990年代最为显著，该时期中国刚刚进入工业化快速发展阶段，每十年增量相对较大。进入21世纪后虽然增速有所放缓，但每年仍保持正向增长，到2010年代绝对增量仍然可观。2020年代增长斜率进一步趋缓，主要反映了中国工业结构趋于成熟、基数已经较大后的自然减速，同时也可能与全球需求放缓和产业转移趋势有关。中国工业劳动生产率的长期提升轨迹，反映了该国在全球制造业分工中从低附加值环节向中高附加值环节的持续跃升。
- 1991年值为2446.92美元，2024年值为30069.75美元，整体增幅约12.29倍
- 1990年代年均增长约260美元，2000年代年均增长约920美元
- 2001年超过7000美元，2003年超过9000美元
- 2007年突破11000美元，2012年突破16000美元
- 2017年超过22700美元，2024年达到30070美元
- 2010年代每年增量约1100-1200美元
- 数据仅覆盖1991年至今，1990年代之前的长期增长路径无法评估
- 美元计价使汇率波动可能影响绝对值变化的可比性
全球趋势
全球工业人均增加值在1991年至2024年间从约14251美元增至约25242美元，增幅约1.77倍。与中国的高速增长相比，全球增长相对平缓。1990年代初期全球工业生产率有所波动，1993年降至谷底约13930美元后逐步回升。2015年达到历史峰值约27298美元，此后呈现小幅波动下行趋势，2024年降至25242美元，与2010年代初的水平相近。全球工业劳动生产率的增长放缓，可能反映了多数发达经济体工业化成熟后的结构性减速，以及部分新兴市场工业化进程的不均衡推进。
- 1991年值为14251.12美元，2024年值为25241.70美元，整体增幅约1.77倍
- 1993年降至谷底13930.36美元，低于1991年水平
- 1994年开始持续攀升，2015年达到峰值27298.20美元
- 2009年受全球金融危机影响降至20479.97美元
- 2016年后呈现小幅下降趋势，2022-2023年稳定在26000美元左右
- 2024年回落至25242美元
- 世界平均值受主要经济体权重影响，中国的高速增长对全球均值的拉动效应较大
- 全球均值的下降趋势需结合各地区数据分解来看
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 | 2.5x | 1.3x | 1990年代中国工业人均增加值增长约2.47倍，而全球仅增长约1.33倍，中国的增速显著快于全球，可能反映了中国在该时期大规模工业化起步阶段的高投资驱动效应以及全球产业分工格局调整带来的制造业向中国转移趋势，单位劳动产出增幅远超全球平均水平意味着中国以更快的速度缩小与全球劳动生产率均值的差距。 |
| 2000-2009 | 2.2x | 1.1x | 2000年代中国增长约2.18倍，全球仅增长约1.08倍，中国增速仍远高于全球。这种巨大差距可能与加入全球贸易体系后中国出口导向型制造业的快速扩张、资本深化加速以及技术和管理水平的快速提升有关，而全球增长趋缓则反映了发达经济体工业化成熟后的结构性瓶颈。 |
| 2010-2019 | 1.7x | 1.2x | 2010年代中国增长约1.70倍，全球增长约1.17倍，中国仍高于全球但差距开始收窄。这种变化可能意味着中国工业化进程从高速扩张期转向质量提升期，基数增大后增速自然放缓，同时也可能反映了中国产业向高附加值转型过程中对传统工业投资的边际效益递减；而全球增速相对稳定则可能源于新兴市场接续增长的贡献部分抵消了发达经济体的放缓。 |
| 2020-2029 | 1.2x | 1.0x | 2020年代中国增长约1.18倍，全球下降至约0.996倍（略低于期初值），中国与全球的增速差异显著收窄。这种变化可能反映了中国经济进入成熟期后工业增长动能的实质性转换、全球供应链重构对传统制造模式的冲击以及部分高收入国家去工业化趋势的延续，同时中国增速仍高于全球可能意味着中国在全球工业生产率格局中的追赶进程尚未完成，但追赶速度已进入相对平稳的阶段。 |
2024 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
该指标数值越高，通常意味着工业部门的劳动生产率越高，即每个劳动者创造的工业增加值越多，这可能反映较高的技术水平、较充裕的资本装备、较高效的劳动力配置或较完整的产业链附加值
数值较低通常意味着什么
该指标数值越低，通常意味着工业部门的劳动生产率相对较低，可能反映技术相对落后、资本装备不足、产业链条较短或以初级加工为主的产业结构特征
鍙ｅ緞闄愬埗
- 该指标以美元计价，汇率波动可能导致跨国比较结果不稳定
- 人均值未能区分正规与非正规就业人员口径差异
- 分母为就业人数但未考虑工作时间差异（全职与兼职比例不同）
- 未捕捉资本质量、技术水平、劳动技能等隐性生产率因素
- 工业结构差异（如重化工业占比高的国家可能人均值更高）可能导致误导性比较
- 该指标反映数量级增长但不直接等同于利润率或附加值率
- 不同国家统计机构的产业界定范围可能存在差异
使用建议
- 进行跨国比较时，应优先使用购买力平价调整后的数据以消除汇率波动影响
- 结合产业结构指标（如制造业占比、出口复杂度）解读人均值的差异
- 将人均值与绝对规模指标（如工业总增加值）配合使用，全面评估工业发展水平
- 考虑劳动时间因素，使用每小时产出指标进行更精确的生产率比较
- 分析人均值变化时，应结合固定资本形成、就业结构等变量进行归因分析
- 该指标适合作为劳动生产率的相对基准，解读具体原因需结合其他结构性和定性指标
- 若用于时序分析，建议结合使用不变价本币单位数据以避免汇率因素干扰
常见错误用法
错误做法：将中国工业人均增加值约30070美元直接等同于中国工业竞争力高于瑞士的约222919美元
正确做法：人均值反映的是劳动生产率而非绝对竞争力，中国因劳动力规模庞大使得总量远超瑞士，但在人均效率上仍有差距
人均值是效率指标而非规模或竞争力指标，高收入小国的人均值可能因产业结构、汇率或自然资源禀赋而远高于大型制造业国家
错误做法：将中国工业人均增加值的增长解读为纯粹由劳动生产率提升驱动
正确做法：除了生产率提升外，汇率变化、产业结构向高附加值行业转型、就业结构变化（自动化减少用工）也会影响该指标
人均增加值的变化是多重因素共同作用的结果，单纯将其归结为生产率提高可能导致对经济转型动力的误判
错误做法：使用该指标直接比较中国与美国的工业发展水平差异
正确做法：比较时应考虑两国汇率波动、统计口径差异和产业结构不同等因素，并参考购买力平价调整数据
美元计价的名义值受汇率影响较大，且美中两国的工业统计范围和就业人口统计方法存在差异，原始数据比较可能产生偏差
错误做法：将该指标的下降解读为工业衰退的信号
正确做法：工业人均增加值下降可能源于自动化导致用工减少、就业结构向服务业转移、汇率贬值或统计口径变化，而非一定是产出下降
人均值受分子（产出）和分母（就业）双向影响，其变化方向需结合绝对规模指标综合判断
实际应用场景
- 工业化进程中劳动生产率的收敛与分化研究：研究不同国家工业劳动生产率的时间序列收敛或分化趋势，检验条件收敛假说 被解释变量（核心结果变量） 使用面板回归检验人均GDP、工业FDI、研发投入等变量对工业劳动生产率收敛速度的影响，控制制度质量和基础设施变量
- 中国制造业升级的劳动生产率效应评估：评估2000年代以来中国工业劳动生产率快速提升的驱动因素及其对产业政策的影响 被解释变量 结合固定资本存量、就业结构、出口复杂度等变量进行分解分析，使用工具变量处理内生性问题，验证产业政策的因果效应
- 全球价值链嵌入对工业生产率的影响：分析出口导向型FDI对东道国工业劳动生产率的影响机制 被解释变量（核心结果变量） 使用行业面板数据，区分出口加工贸易和一般贸易，计算不同嵌入方式的异质性效应，控制行业特征和国家固定效应
- 产业转移对源国工业生产率的冲击分析：评估劳动密集型产业向外转移对中国工业劳动生产率的长期影响 被解释变量 结合行业层面数据，使用双重差分或合成控制法评估特定政策或外部冲击对生产率的影响，验证产业空心化假说
- 人均劳动生产率与工业增加值的相对重要性比较：研究工业发展应优先追求人均效率还是总量规模的战略选择问题 比较变量（人均效率指标） 将人均指标与工业总增加值配合使用，构建二维分析框架，评估不同发展路径对就业和效率的权衡效应
工业（包括建筑业），每个工人的增加值（2015年不变价美元）常见问题
中国工业人均增加值为什么远低于爱尔兰、瑞士等小国
这主要反映了人均效率与经济结构差异：爱尔兰、瑞士等小国人口少但集中于金融、制药、高端制造等高附加值领域，且可能受益于汇率因素。中国虽然工业总规模全球领先，但因劳动力基数庞大、就业结构多元，人均效率仍与这些国家存在差距，这一差异并不否定中国工业的全球竞争力。
中国工业人均增加值在2020年代后增速为什么明显放缓
增速放缓可能与多重因素有关：基数增大后自然减速机制、工业向中高附加值转型期间的阵痛期、全球需求增速趋缓以及产业向东南亚等地区部分转移。同时，就业结构变化也会影响人均值的增速，需要结合工业总增加值和就业数据进行综合判断。
人均劳动生产率提升是否意味着普通工人工资必然增加
两者存在关联但不能直接划等号。劳动生产率提升是工资增长的物质基础，但实际工资增幅还取决于劳动市场供求、谈判力量分配、企业利润率分享政策以及政策干预等因素。部分情况下企业可能更多占有生产率提升的收益而未充分传导至工资。
美元计价的人均值比较为何可能失真
美元计价的名义值受汇率波动影响显著，例如人民币对美元汇率变化会导致以美元计的中国数值被动波动。此外，不同国家购买力平价与市场汇率的偏离也可能造成实质性差异。建议使用购买力平价调整数据或本币不变价数据进行更可靠的国际比较。
为什么全球工业人均增加值在2015年后呈现下降趋势
2015年后全球均值的下降可能与多方面因素有关：部分资源型国家受商品价格下跌影响、新兴市场工业化增速趋缓、发达国家去工业化趋势延续，以及全球价值链重构导致的统计口径变化。中国作为全球最大工业国，其趋势变化对全球均值也有重要影响。
中国工业人均增加值与德国、日本相比如何
以2015年不变价美元计算，中国工业人均增加值与德国、日本等传统制造业强国仍有差距，但差距在逐步缩小。中国优势在于完整的产业链和庞大的规模效应，人均效率的提升需要依靠技术进步和自动化水平的进一步提高。
人均增加值指标能否反映制造业的附加值水平
人均增加值反映的是每位劳动者创造的新价值总量，但不能区分价值来源的技术含量。高技术制造业和低技术制造业的人均增加值可能相近，需结合研发投入、出口复杂度或产业结构等指标综合评估附加值水平。
中国工业人均增加值的长期增长主要依靠什么驱动
早期主要依赖劳动力从农业向工业大规模转移带来的资源重新配置效应；后期则逐步转向资本深化（设备投资和自动化）、技术进步和管理效率提升。当前增长放缓可能反映了边际产出递减和增长动能转换的阶段性特征。
下载数据
免费获取世界银行WDI完整数据集，包含工业（包括建筑业），每个工人的增加值（2015年不变价美元）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