一年级新生总入学率，总体（占相关年龄组的百分比）
Gross intake ratio in first grade of primary education, total (% of relevant age group)
下载数据指标解释
World Bank official description / 世界银行官方说明
Gross intake ratio in first grade of primary education is the number of new entrants in the first grade of primary education regardless of age, expressed as a percentage of the population of the official primary entrance age.
可供参考的中文翻译：小学一年级新生总入学率是指无论年龄大小，当年首次进入小学一年级学习的总人数，与官方规定的小学入学年龄群体总人口的比值，以百分比表示。由于分子不限制年龄，该比率可能超过100%，因为首次入学的儿童中可能包含超龄或未达官方入学年龄的学生。
数据口径与风险提示
- 该指标为粗入学率，分子包含所有首次入学者，不区分年龄，因此可能超过100%，这并不意味着异常，恰恰反映了超龄或低龄入学的规模
- 不同国家官方规定的小学入学年龄存在差异，在跨国比较时需注意口径调整，单纯比较数值高低可能产生误导
- 中国数据最早仅追溯至1989年，1990年代存在部分年份缺失，1960至1988年数据完全空白，历史纵向分析需谨慎
- 全球最新数据截至2018年，此后缺乏更新，趋势判断应基于已公开年份
- 世界排名中部分发展中国家数值高达140%以上，可能反映人口结构变迁或统计口径差异，不宜直接解读为教育质量或机会的代名词
- 该指标仅反映新入学行为，无法体现学习成果或学业完成情况，需结合其他效率与成果类指标综合评估
中国趋势
中国小学一年级粗入学率从1989年的114.67%逐步回落，至2018年降至102.56%，期间波动明显。1990年代经历了一轮显著下降，1997年探至谷底93.62%，此后有所回升并在2000年代早期反弹至110%以上，随后在2010年代趋于稳定，维持在100%-103%区间内。整体来看，三十年间中国该指标下降了约12个百分点，近年已接近100%的合理区间，反映出首次入学年龄结构逐渐向规范方向收敛，但1990年代的大幅波动与此后恢复性增长的具体原因仍需结合人口出生率变化和教育政策背景加以验证。
- 1989年基准值为114.67%，为有记录以来的最高点
- 1997年降至93.62%，为有记录以来的最低点
- 1991年至1997年经历持续下行阶段，最低值出现在1997年
- 2002年回升至107.03%，2003年进一步升至110.54%，为1990年代后的显著反弹
- 2010年代基本在98%至104%之间窄幅波动，2018年最新值为102.56%
- 从基准年到2018年，最新值与基准值之比为0.89，下降约11%
- 数据最早仅从1989年开始，无法分析此前数十年的入学模式
- 1990年代存在明显的数据缺失，1998至2000年数据不可得
全球趋势
全球小学一年级粗入学率在过去近五十年间保持高度稳定，始终在103%至112%之间窄幅波动。1970年基准值为104.59%，至2018年微增至105.12%，整体变化幅度极为有限。1980年代中期曾达到111.79%的峰值，1990年代初降至103.69%的谷底，此后缓慢恢复并在2000年代重回110%以上，但2010年代再度回落至105%左右。全球该指标几乎没有呈现系统性上升或下降趋势，长期维持在100%至115%的区间内，反映出全球范围内首次入学年龄结构的总体稳定，但也意味着跨国间和国家内部的入学机会分化可能被这一汇总指标所掩盖。
- 1970年基准值为104.59%，2018年为105.12%，近五十年累计增幅仅约0.5个百分点
- 1984年达到有记录以来的最高值111.79%
- 1992年降至有记录以来的最低值103.69%
- 1980年代整体呈上升态势，1990年代前半段有所回调，此后至2000年代初期再度攀升
- 2010年代呈现小幅回落趋势，从2010年的108.69%逐步降至2018年的105.12%
- 从基准年到2018年，最新值与基准值之比为1.005，几乎无变化
- 全球汇总数据掩盖了不同地区和国家间的巨大差异，发达与发展中国家入学结构可能截然不同
- 超过100%的部分究竟反映超龄入学还是低龄入学，在汇总层面无法区分
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 | - | 1.1x | 该阶段只有世界具备可比变化率，适合用作背景参照，不宜直接推断中国差异。 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。 |
| 1980-1989 | - | 1.0x | 该阶段只有世界具备可比变化率，适合用作背景参照，不宜直接推断中国差异。 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。 |
| 1990-1999 | 0.8x | 1.0x | 中国该阶段比值为0.82，意味着期末值仅为期初的约八成，降幅显著大于全球同期的0.98，差异可能主要源于中国1990年代出生人口快速下降导致分母（学龄人口基数）收缩，同时早期存在的超龄入学现象在该阶段逐步规范化，使得分子与分母双向压缩，而全球同期降幅温和则可能反映人口结构变化相对平缓且各国入学年龄定义调整步调不一。 |
| 2000-2009 | 1.0x | 1.0x | 中国该阶段比值为1.03，全球为1.01，中国略高于全球，可能反映中国该阶段前期存在恢复性增长——1990年代超跌后的回补效应，而全球增长动力相对有限，两者差异可能与该时期中国大规模学校建设和师资补充政策带来的入学机会扩大有关，也可能部分源于人口出生率的阶段企稳。 |
| 2010-2019 | 1.0x | 1.0x | 中国该阶段比值为1.02，全球为0.97，中国逆势增长而全球回落，差异可能反映中国该阶段人口出生率相对稳定、学龄人口分母未出现大幅萎缩，而全球部分区域受人口老龄化和出生率持续下降影响更大，也可能与不同收入组国家的统计覆盖率变化有关。 |
| 2020-2029 | - | - | 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。 |
2019 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 | 146.6 |
| 2 | Kazakhstan 哈萨克斯坦 | KAZ | 104.2 |
| 3 | Ghana 加纳 | GHA | 103.9 |
| 4 | Djibouti 吉布提 | DJI | 77.5 |
使用建议、常见误用与研究场景
数值较高通常意味着什么
粗入学率偏高可能意味着首次入学儿童中包含较多超龄或低龄入学者，也可能反映学龄人口基数因出生率下降而收缩，在分母变小的情况下即使入学人数不变指标也会上升。
数值较低通常意味着什么
粗入学率偏低可能反映入学机会不足或存在入学延迟，也可能与人口出生高峰导致学龄人口扩大有关，需要结合净入学率和出生率数据综合判断。
鍙ｅ緞闄愬埗
- 该指标为粗口径，无法区分超龄与低龄入学者，数值超过100%时不宜直接解读为积极信号
- 跨国可比性受限于各国官方入学年龄定义差异，高值国家可能仅反映统计口径而非教育机会
- 中国数据起始年份较晚（1989年），历史纵向分析受限
- 部分年份存在数据缺失，尤其是中国1990年代中期
- 该指标仅反映入学环节，不涉及学习过程或学业成果
- 全球汇总数据掩盖了区域内和国家内部的结构性差异
使用建议
- 分析时应结合净入学率（仅计算同龄正规入学儿童）对比，两者差距可反映超龄/低龄入学规模
- 如需评估教育系统效率，应将入学率与小学完成率、复读率等后续保留指标联合使用
- 跨国研究建议同时引入各国入学年龄定义变量进行标准化处理
- 对于中国的历史分析，应将出生率数据作为补充参考，以判断指标变化是否主要源于人口结构因素
- 评估长期趋势时建议覆盖至少两个十年周期，以平滑单年波动
- 如关注教育公平，应进一步引入性别分项指标和城乡分层数据
常见错误用法
错误做法：认为粗入学率越高越好，数值超过100%说明入学机会充足
正确做法：粗入学率超过100%恰恰说明统计口径包含了非同龄入学者，反映的是入学年龄结构问题而非入学机会增加
该指标的设计初衷是衡量首次入学的总体规模，超越100%意味着超龄或低龄入学现象普遍存在，与教育质量或机会充足无直接关联，甚至可能意味着入学秩序混乱或学龄人口萎缩
错误做法：直接用中国的粗入学率与发达国家比较高低，判断两国教育水平
正确做法：跨国比较时应使用同一入学年龄口径的数据，或优先对比净入学率，并注意各国学龄人口结构差异
各国官方入学年龄不同，且粗入学率对分母变化高度敏感，发达国家的低值可能恰恰反映学龄人口稳定和规范入学，而非教育落后
错误做法：将粗入学率作为衡量教育质量的指标
正确做法：该指标仅反映入学行为发生与否，与学习成果、教学质量、学生发展无关
入学是教育链条的起点而非终点，高入学率不等于高学习效果，需要结合完成率、识字率、认知测试分数等结果类指标综合判断
错误做法：使用单一年份数据做趋势判断，忽视数据缺失
正确做法：分析趋势时应明确标注数据缺失区间，并结合相邻年份数据做加权处理
中国1990年代存在多个数据空白点，仅凭单一年份变化容易产生误判，需要在报告中说明数据覆盖范围
实际应用场景
- 教育机会的性别公平分析：研究中国及周边发展中国家小学一年级入学的性别差异 被解释变量/结果指标 通过分性别指标（SE.PRM.GINT.FE.ZS与SE.PRM.GINT.MA.ZS）之差或比值构建性别公平指数，结合经济发展水平变量进行回归分析，检验经济发展与入学机会性别差距的关系，注意控制人口结构因素
- 人口结构变化对教育系统的影响机制：分析出生率下降如何传导至小学入学指标 机制变量/中介变量 将出生率作为自变量、粗入学率作为因变量、中间加入学龄人口数量作为中介变量，构建中介效应模型，检验人口萎缩是否通过分母收缩推高粗入学率，注意区分真实入学机会变化与统计口径效应
- 小学入学效率的跨国比较：将粗入学率与净入学率之差作为入学不规范程度的代理变量 解释变量/稳健性检验 计算各国粗入学率与净入学率的差值，该差值越大说明超龄/低龄入学比例越高，以此指标与其他教育效率指标（如完成率、复读率）进行相关性分析，验证指标的构念效度
- 教育政策效果评估：评估特定阶段教育政策变化对入学率的影响 被解释变量/政策评估 将入学率作为被解释变量，以政策实施年份为断点构建断点回归模型，控制经济发展、人口结构等协变量，识别政策冲击的净效应，注意处理好数据缺失和内生性问题
- 区域教育发展均衡性分析：比较中国不同省份或不同收入国家间入学率差异 比较基准/分层变量 在世界银行国别数据基础上叠加中国分省数据（若可得），以粗入学率为因变量，以地区发展指标为自变量，分析入学机会的收敛或发散趋势，检验教育发展的区域均衡假说
一年级新生总入学率，总体（占相关年龄组的百分比）常见问题
这个指标超过100%是什么意思？是不是说明所有孩子都上学了？
超过100%并不意味着所有孩子都入学了。粗入学率的分母是官方入学年龄的人口，分子是所有首次入学的孩子，不限制年龄。如果入学儿童中有超龄或低龄者，分子就会大于分母，指标超过100%。此时需要结合净入学率来判断同龄规范入学的比例。
中国的入学率数据最早从哪一年开始？为什么之前没有数据？
世界银行数据库中中国的该指标最早追溯至1989年。1989年之前的年份数据完全缺失，这与当时的统计体系和数据报告能力有关。1990年代中期也存在部分数据空白，因此进行中国长期历史分析时需注意数据覆盖范围的局限性。
为什么尼泊尔、哈萨克斯坦等国的数值高达140%以上？这正常吗？
这种极端高值通常反映两种情况：一是该国历史上存在大量超龄入学现象，年龄结构复杂的儿童大量进入一年级；二是近年学龄人口分母快速收缩（出生率下降）而入学人数尚未同步减少。对于这类国家，建议同时查看净入学率和复学率等指标以获得更完整的图景。
可以用这个指标比较中国和美国的小学入学情况吗？
直接比较粗入学率存在较大局限性。首先，两国官方入学年龄定义可能不同；其次，该指标对人口结构变化高度敏感；再次，美国等发达国家已长期稳定在100%左右，下降空间有限。建议优先使用净入学率或结合入学年龄标准化后的指标进行跨国比较。
这个指标和小学毕业率有什么区别？
粗入学率衡量的是首次进入一年级的规模，反映的是入学入口情况；小学毕业率衡量的是完成小学学业的学生占相应年龄群体的比例，反映的是教育出口结果。两者之间的差距——包括复读、辍学、留级等因素——体现了教育系统的效率损失。
下载数据
免费获取世界银行WDI完整数据集，包含一年级新生总入学率，总体（占相关年龄组的百分比）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