失学女童（占小学学龄女生百分比）

Children out of school, female (% of female primary school age)

下载数据

指标代码：SE.PRM.UNER.FE.ZS所属主题：教育：ParticipationEducation: Participation

2025最新有效年份

8最新年份有值国家

265历史上有数据经济体

79%总体缺失率

指标解释

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

Children out of school are the percentage of primary-school-age children who are not enrolled in primary or secondary school. Children in the official primary age group that are in preprimary education should be considered out of school.

可供参考的中文翻译：失学儿童是指占小学学龄儿童中未在小学或中学注册入学的百分比。官方小学学龄组中在学前教育就读的儿童应被视为失学。

数据口径与风险提示

中国数据仅覆盖1989-1997年，时间跨度有限，无法反映近期状况
1970-2009年及2010年后的中国十年变化数据缺失
世界数据点在预计算结果中为0，无法进行跨国比较分析
排名快照引用2025年数据但缺乏对应年份的原始数据来源说明
本指标仅追踪失学状态，不反映教育质量或学业完成情况
国家间统计口径和调查方法可能存在差异，跨国比较需谨慎
数据缺失较多，部分时期倍数无法计算
预计算数据可能基于历史版本数据库，最新年份数据可能已更新

中国趋势

趋势解读

中国该指标在1989-1997年间呈现先升后降的走势。1989年基期值为8.16%，随后上升至1993年的历史峰值11.73%，此后持续回落，至1997年降至6.63%，为该序列的最低值。期末值相对期初值的倍数为0.81，意味着中国在该时期的失学女童比例有所下降。从整体变化幅度看，从峰值到最低值下降约5.1个百分点，降幅较为显著。这一趋势可能反映该阶段教育普及力度的加强，但具体驱动因素需结合相关政策变量进一步验证。

基期1989年值为8.16%
1993年达到序列最高值11.73%
1997年降至序列最低值6.63%
从峰值到最低值下降约5.1个百分点
期末值/期初值倍数为0.81
数据仅覆盖1989-1997年，无法反映1997年后的情况
无同期世界数据可供直接比较
该指标仅反映失学状态，不涉及教育质量维度

全球趋势

趋势解读

预计算结果显示世界数据的趋势实体计数为0，即该指标在世界层面缺乏可用的汇总数据点。这意味着无法直接获取全球或区域层面的失学女童比例变化趋势进行比较分析。如需了解全球女童失学情况，可能需要参考世界银行原始数据库中各国数据的汇总结果，而非预计算的WLD聚合值。

趋势实体计数为0
无可用的世界汇总数据点
世界层面数据缺失，无法进行跨国总体比较
需查阅世界银行原始数据以获取各国情况
全球教育普及进程无法通过该指标直接观察

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	数据不可得，无法计算中国或世界的十年变化倍数。
1970-1979	-	-	数据不可得，无法计算中国或世界的十年变化倍数。
1980-1989	-	-	数据不可得，无法计算中国或世界的十年变化倍数。
1990-1999	0.6x	-	中国该时期失学女童比例的期末与期初之比为0.62倍，显示比例有所下降，但由于缺乏同期世界数据和完整的1999年数据，难以直接进行跨国比较。比例的分子分母同时缩小可能反映同期教育系统和学龄人口的同步变化，具体含义需结合入学率、人口结构等变量验证。
2000-2009	-	-	数据不可得，无法计算中国或世界的十年变化倍数。
2010-2019	-	-	数据不可得，无法计算中国或世界的十年变化倍数。
2020-2029	-	-	数据不可得，无法计算中国或世界的十年变化倍数。

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	Burundi 布隆迪	BDI	24.9
2	Lao PDR 老挝	LAO	10.4
3	Gambia, The 冈比亚	GMB	10.2
4	Kazakhstan 哈萨克斯坦	KAZ	8.67
5	Nauru 瑙鲁	NRU	4.61
6	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	2.70
7	Nepal 尼泊尔	NPL	1.45
8	Thailand 泰国	THA	1.26

使用建议、常见误用与研究场景

数值较高通常意味着什么

失学女童占小学学龄女生的比例较高，通常意味着该地区有更大比例的小学学龄女童未能进入学校就读，可能反映出教育机会的不平等或教育资源供给的不足。但该比例本身是相对指标，高比例可能同时与学龄人口规模、教育系统容量等因素相关，不宜直接解读为教育系统的绝对失败。

数值较低通常意味着什么

失学女童比例较低，通常意味着更多的小学学龄女童正在学校就读，反映出较好的教育普及程度或较高的教育参与率。但需要注意，该指标不反映学业完成情况或教育质量，入学并不等于完成了有效教育。

鍙ｅ緞闄愬埗

本指标仅统计失学状态，不反映学业完成率或教育质量
男女合计的失学儿童指标可能因人口结构差异而与分性别指标表现不同
不同国家对学前教育的定义可能影响失学口径
该指标为比例而非绝对人数，无法直接得出失学女童的具体数量
数据缺失较多的时期无法进行趋势分析
跨国比较时需考虑统计方法和调查质量的差异

使用建议

分析时应结合小学净入学率和毛入学率等指标，全面评估教育参与程度
可结合教育支出、生师比等投入指标，评估资源配置与失学率的关系
研究性别差距时，可对比失学女童与失学男童指标，观察是否存在系统性差异
长期趋势分析建议结合人口预测数据，关注学龄人口规模变化的影响
跨国比较时需谨慎，建议使用相同统计口径的数据或进行口径调整
政策评估时建议将该指标与其他教育产出指标（如毕业率、识字率）结合使用

常见错误用法

错误做法：直接用该比例乘以中国总人口数来计算失学女童的绝对人数

正确做法：将该比例与适龄女童人口数相乘，且需要使用对应年份的人口数据

该指标的分母是小学学龄女童，而非全部人口，直接乘以总人口会严重高估失学女童数量

错误做法：仅凭数值高低判断某个国家教育系统的好坏

正确做法：结合该国的经济发展水平、教育支出、学龄人口增长率等多维因素综合评估

失学率受经济、社会、文化多重因素影响，高收入国家和发展中国家面临的教育挑战性质不同，单一指标无法全面评价教育系统绩效

错误做法：将失学率下降简单归因于某项单一政策或事件

正确做法：分析时应考虑政策、经济、人口结构、学校供给等多因素的交互作用

教育参与度的变化通常是系统工程的结果，简化归因可能导致对政策效果的误判

错误做法：用中国1990年代的数据来推断当前的教育状况

正确做法：应使用近年数据进行分析，历史数据只能用于历史研究

中国教育体系在过去数十年间经历了巨大变化，1997年的数据无法反映当前失学问题的现状

错误做法：将该指标等同于辍学率或未完成学业率

正确做法：该指标仅反映是否入学，不反映是否完成学业或学业成就

失学儿童可能在某一阶段入学后辍学，但这部分情况在该指标中无法体现，需要结合完成率等指标综合评估

实际应用场景

教育政策效果评估：分析特定教育政策（如普及义务教育、贫困地区教育扶持）对女童入学机会的影响被解释变量可使用双重差分或事件研究方法，比较政策实施前后失学女童比例的变化，但需注意控制其他同期政策或宏观经济因素
性别平等与教育公平研究：研究教育系统中的性别差距，分析女童是否面临系统性入学障碍被解释变量或分组变量可将该指标按地区、收入水平分层，对比男女失学率差异，或使用回归分析控制其他变量后检验性别效应
教育资源配置效率研究：评估教育公共支出对提高入学率、降低失学率的效果被解释变量可将教育财政支出、生师比、学校数量等作为解释变量，构建回归模型，但需注意内生性问题，建议使用工具变量或固定效应模型
教育参与度的国际比较：将中国女童失学率与其他国家或地区进行对比被比较变量需注意统计口径差异，建议使用标准化后的数据或进行敏感性分析，同时控制收入水平、城镇化程度等混淆因素
教育与劳动力市场关联研究：研究女童失学对未来劳动力供给和经济发展的潜在影响解释变量或控制变量可结合劳动参与率、女性就业率等指标进行分析，但需注意因果关系的识别，入学机会对劳动力市场的长期影响可能存在滞后效应