小学女生毕业率（相关年龄群体所占比例）

指标解释

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

Primary completion rate, or gross intake ratio to the last grade of primary education, is the number of new entrants (enrollments minus repeaters) in the last grade of primary education, regardless of age, divided by the population at the entrance age for the last grade of primary education. Data limitations preclude adjusting for students who drop out during the final year of primary education.

可供参考的中文翻译：小学毕业率是指完成小学最后一年学业的学生所占比例。其计算方式是用小学最高年级学生的总数减去该年级复读生的数量，再除以官方毕业年龄儿童的总数。

数据口径与风险提示

小学毕业率衡量最后一年学业完成情况，但数据未对最终年级辍学学生进行调整，可能导致轻微高估
该指标分子包含所有年龄的新入学者和留级生，因此数值可能超过100%，这反映的是超龄完成现象而非数据错误
各国小学学制年限和官方毕业年龄定义存在差异，国际比较时需注意口径统一性
部分国家存在数据缺失或年份不连续的情况，时间序列分析需留意数据可得性
该指标反映学业完成率而非实际学习质量或学业水平，无法体现学生认知能力
国际排名仅按数值高低排序，不代表教育质量的优劣评价

中国趋势

趋势解读

中国小学女生毕业率在1996年至2010年间呈现持续上升态势，从90.42%提升至103.94%，累计增长约13.5个百分点。这一时期内，2008年和2009年数值相继突破100%，表明超龄完成小学学业的学生数量已超过该年龄段的总人口。该指标在观察期内未出现下降回调，保持单向上升格局。由于数据截止于2010年，后续阶段变化趋势无法观测。中国在观察期末已达到接近饱和的水平，进一步提升空间可能有限。

中国数据覆盖1996年至2010年，共7个有效数据点
1996年初始值为90.42%，2010年最新值为103.94%
最高值为2009年的105.02%，最低值为1996年的90.42%
从首年到最新累计增长13.52个百分点
最新值与首值之比为1.15倍
2008年起数值超过100%并持续至2010年
数据仅覆盖1996-2010年，2010年后变化趋势未知
数值超过100%时无法区分超龄完成和留级因素的各自贡献

全球趋势

趋势解读

全球小学女生毕业率从1995年的77.41%逐步上升至2024年的87.74%，累计增长约10.3个百分点，总体呈长期上升趋势。2000年代增长相对明显，2008年达到87%左右后进入平台期，期间在87%-90%区间内波动。2022年录得观察期内最高值90.43%，随后有所回落。与中国相比，世界整体起点较低但观察期更长，展现了更完整的发展轨迹，且近年出现小幅回调迹象，暗示高毕业率水平后边际改善趋于困难。

全球数据覆盖1995年至2024年，共30个有效数据点
1995年首年值为77.41%，2024年最新值为87.74%
最高值为2022年的90.43%，最低值为1996年的76.76%
从首年到最新累计增长10.33个百分点
最新值与首值之比为1.13倍
2008年后进入87%-90%的波动区间
2023年和2024年数值低于2022年峰值
全球汇总数据混合了不同发展阶段国家，趋势反映的是平均水平

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	1.0x	1.0x	该十年中国增幅略高于世界（倍数差约0.002），但两国数据均不完整，可比性受限。此阶段差异可能更多反映数据可得性而非结构性变化。
2000-2009	1.1x	1.1x	中国增幅略高于世界（倍数差约0.022）。中国在高位起点（90%以上）上仍实现约14%增幅，可能反映统计口径内超龄完成现象的持续计入；而世界仍处于从低位快速提升阶段，基数效应导致倍数增幅相对温和。两者增幅相近但内涵不同：中国的增长更可能是分母侧人口结构或统计定义变化所致，世界的增长则可能更多源于实际入学机会扩大。需结合入学率指标和学制结构进一步验证。
2010-2019	-	1.0x	中国缺乏可比较数据，世界几乎零增长（倍数约1.00）。在高毕业率水平下，边际改善空间收窄，增长趋于停滞可能是普遍现象，而非中国独有特征。
2020-2029	-	1.0x	世界数据仅覆盖初期，增长同样接近零。中国数据持续缺失，无法判断疫情对该指标的实际影响。

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	Nepal 尼泊尔	NPL	108.9
2	Thailand 泰国	THA	106.2
3	Algeria 阿尔及利亚	DZA	97.3
4	Kazakhstan 哈萨克斯坦	KAZ	97.3
5	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	95.7
6	Gambia, The 冈比亚	GMB	93.1
7	Nauru 瑙鲁	NRU	92.7
8	India 印度	IND	91.0
9	Dominica 多米尼克	DMA	89.8
10	Lao PDR 老挝	LAO	85.6
11	Uzbekistan 乌兹别克斯坦	UZB	83.1

使用建议、常见误用与研究场景

数值较高通常意味着什么

较高的数值通常表示更多比例的女童在官方适龄阶段完成了小学最后一年学业，一定程度上反映了小学教育体系的覆盖广度和就学稳定性。但当数值超过100%时，说明统计口径内存在大量超龄完成学业的学生（包括留级生和晚入学者），可能反映入学年龄分布不均或统计分母与实际在校群体不完全匹配等问题，而非单纯的教育质量提升。

数值较低通常意味着什么

较低的数值说明该国或地区在小学最后一年存在较高的辍学、留级或未入学比例，可能指向教育资源不足、性别不平等、教育需求被其他因素（如家庭经济状况、早婚等）挤压等结构性问题。但需注意部分低收入国家因缺乏完整统计也可能呈现较低数值。

鍙ｅ緞闄愬埗

该指标仅衡量学业完成情况，不反映学生实际学习成果或认知水平，高毕业率不等于高质量教育
当数值超过100%时，无法区分超龄完成和留级两类因素各自的贡献，需要结合留级率和入学率进一步分析
各国小学学制年限差异较大（5年至6年不等），官方毕业年龄定义也不同，直接跨国比较可能产生口径偏差
分子包含所有年龄新入学者，若某国存在大量迟入学或超龄入学的现象，数值会被推高
数据缺失或不连续的年份可能导致趋势线出现人为断裂，分析时需进行插值或说明
该指标不区分公立与私立学校、不同地区或不同群体的差异，可能掩盖内部不平等

使用建议

进行国际比较时应优先选取学制相近、统计口径一致的国家子集，或使用标准化调整后的数据
分析长期趋势时建议结合入学率（SE.PRM.ENRR.FE.ZS）一起使用，以区分入学机会扩大与完成率提升的不同驱动因素
若发现数值超过100%，应进一步查阅该国的留级率数据（SE.PRM.REPT.FE.ZS）和分年龄段入学数据，识别主要驱动因素
在政策研究中，该指标更适合作为教育可及性的结果变量，而非解释变量，需配合投入类指标（如生均支出、师资比）共同使用
进行分组分析时（如按城乡、收入或地区），应确保各子群体的官方毕业年龄定义一致，避免分子分母不匹配

常见错误用法

错误做法：直接用中国2008年后超过100%的毕业率数据与其他国家进行排名对比，得出“中国教育质量最高”的结论

正确做法：在跨國排名时应对超过100%的数值进行说明或剔除，或使用标准化学制调整后的指标，同时明确该指标衡量的是完成率而非质量

数值超过100%反映的是超龄完成和留级因素的计入，并非教育质量指标，以此进行质量排名是严重的概念混淆，会误导政策制定者和公众

错误做法：将毕业率提升直接归因于教育资源投入增加或教育改革成效，未考虑基数效应和人口结构变化

正确做法：分析毕业率变化原因时应结合入学率、留级率、人口年龄结构和学制变化等多因素进行归因分解

高位平台上的增长可能主要来自统计口径内的超龄完成学生增加，而非实际入学机会改善；低收入国家在低位快速增长可能仅反映基数效应，简单的因果归因会高估政策效果

错误做法：使用个别年份的数值进行政策评估，忽视数据不连续或缺失的情况

正确做法：趋势分析应使用完整时间序列，缺失年份需标注并进行敏感性分析，确保结论稳健

部分国家存在数据年份不连续的问题，跳跃式的数据点可能导致趋势误判，影响政策建议的可靠性

错误做法：将毕业率等同于识字率或认知能力进行人力资本估算

正确做法：使用毕业率作为教育产出代理变量时，应明确其局限性并说明假设前提

完成小学学业并不必然意味着掌握基本读写算能力，两者之间存在显著差距，直接替代会导致人力资本高估

实际应用场景

教育性别差距的决定因素研究：研究影响发展中国家小学教育性别不平等的结构性因素，评估不同政策干预对女童完成率的影响效果结果变量（被解释变量）可采用双重差分模型比较政策实施前后女性毕业率变化，同时控制地区经济发展水平和学校基础设施等协变量；注意使用面板数据固定效应消除不可观测的个体异质性
教育投入与学业产出的关联性检验：分析政府教育财政支出、生均教育经费或师资配置等投入变量对小学毕业率的边际影响结果变量（被解释变量）适合使用面板回归或工具变量法处理内生性问题；可加入入学率作为前置机制变量构建中介效应模型，检验投入是否通过提高入学率再影响毕业率
教育可及性与减贫关系的稳健性检验：在跨国家面板数据回归中，将小学毕业率作为核心解释变量之一，检验教育可及性对收入贫困或多维贫困的影响稳健性检验变量可替换为净入学率或学制调整后毕业率，验证主要结论对指标选择的敏感性；同时应考虑教育质量维度（如PISA成绩）作为补充控制变量
人口结构变化对教育指标的影响机制分析：分析人口年龄结构（特别是学龄人口占比变化）对小学毕业率数值的影响，区分真实教育改善与人口结构效应机制变量可构建分解模型，将毕业率变化拆解为入学效应、完成效应和人口结构效应；使用人口普查数据或联合国人口预测数据进行情景模拟
教育发展阶段的国际比较研究：比较不同收入组别国家在相似发展阶段的小学毕业率轨迹，识别中国在全球教育发展谱系中的位置比较变量应选取学制相近的国家作为对照，控制发展阶段差异；可参考世界银行收入分组和人类发展指数进行分层比较，注意说明中国数据的观察期限制