小学毕业时未达到最低阅读能力标准的男生比例（低 GAML 阈值）

指标解释

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

The share of male pupils at the end of primary schooling who are below the minimum proficiency level (MPL) for reading or learning deprived. The MPL in reading at the end of primary is defined by the Global Alliance to Monitor Learning (GAML), measured in standard learning assessments, and reported in the context of the SDG 4.1.1b monitoring. It is “Students independently and fluently read simple, short narrative and expository texts. They locate explicitly-stated information. They interpret and give some explanations about the key ideas in these texts. They provide simple, personal opinions or judgements about the information, events and characters in a text.” (UIS and GAML 2019). In other words, a child “attaining” minimum proficiency has the ability to read and understand a short passage of age-appropriate material, whether a simple story or non-fiction narrative of a few paragraphs. In addition to this nutshell statement, the GAML has also proposed a common terminology to describe classifications in the context of the MPL. This is a critical first step toward linking cross-national and national learning assessments with a common benchmark.

可供参考的中文翻译：在小学毕业时未达到阅读或学习最低能力水平（MPL）的男生比例。低 GAML 阈值下，小学毕业阅读最低能力由全球学习监测联盟（GAML）定义，通过标准化学习评估进行测量，并在 SDG 4.1.1b 监测框架下报告。该定义为：“学生能够独立且流畅地阅读简单的叙事性和说明性文本。他们能够定位明确表述的信息，能够对文本中的关键思想进行解读并给出一定解释，能够对文本中的信息、事件和人物提供简单的个人意见或判断。”（UIS 和 GAML，2019）。换言之，达到最低能力水平的儿童具备阅读并理解适龄材料短篇文章的能力，无论是简单故事还是几段落的非虚构叙事。除上述核心表述外，GAML 还提出了用于描述 MPL 背景下分类的通用术语体系，这是将跨国和国家学习评估与通用基准相联系的关键第一步。

数据口径与风险提示

• 本指标基于 GAML 定义的标准化评估框架，不同国家或地区可能采用不同的评估工具和题目，可能影响跨国可比性
• 数据仅覆盖2015和2019两个年份，时间跨度有限，难以全面反映长期趋势变化
• 中国在该指标上尚无公开数据，无法进行中美直接比较
• 该比例反映的是“未达标”状态，数值上升表示更多男生未达最低阅读能力，而非简单的好坏之分
• 指标为现时点测量，未考虑学习能力的动态变化或补救教育效果
• 低 GAML 阈值设定可能导致与高阈值指标在数值和趋势上存在差异，跨指标比较时需注意口径一致性
• 数据覆盖国家数量可能有限，世界平均值可能存在样本选择性偏差
• 排名快照仅展示肯尼亚2023年数据，不代表全球完整排名序列表
• 数据存在较长的发布滞后，2023年最新排名快照可能已过时

中国趋势

全球趋势

每十年变化摘要

2023 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。

相关变量组合

这些变量适合与当前指标共同使用，用于论文建模、课程作业和长面板数据整理。