失学男童，小学
Children out of school, primary, male
下载数据指标解释
World Bank official description / 世界银行官方说明
Children out of school are the number of primary-school-age children not enrolled in primary or secondary school.
可供参考的中文翻译：未入学的失学男童数，是指达到小学入学年龄但未进入小学或中学就读的男童人数。
数据口径与风险提示
- 本指标统计的是绝对人数，而非比例，人口规模较大的国家即使入学率较高，失学儿童绝对数也可能偏高。
- 跨国比较时需结合该国总人口规模和学龄人口占比进行标准化处理。
- 数据来源各国统计口径可能存在差异，部分国家数据可能存在延迟或缺失。
- 本指标仅反映小学阶段失学情况，不包含辍学后返校或非正规教育覆盖的儿童。
- 中国数据区间仅覆盖1989年至1997年，无法观察更长时间跨度的变化趋势。
- 世界其他地区在1989年至1997年间缺乏可比较的同期数据。
- 数据为特定年份快照，年度报告时间节点不同可能导致季节性差异。
- 失学人数增减可能由供给侧（学校容纳能力）和需求侧（学龄人口规模）共同驱动，单凭本指标无法区分原因。
中国趋势
根据可获取的1989年至1997年中国数据，失学男童数从约64万大幅攀升至最高约492万，增长约6.76倍；近年数据（1996年至1997年）显示下降约15.6万。这一剧烈波动可能同时受到人口结构变化导致的小学学龄男童规模扩张，以及学校容纳能力未能同步跟进的共同影响，具体驱动因素需要结合学龄人口总量和学校招生容量等变量加以验证。
- 1989年中国失学男童约64.1万，1990年激增至约258.9万。
- 1991年至1994年持续增长，1994年达到峰值约492.2万。
- 1995年起开始回落，1996年约464.2万。
- 1997年降至约433.6万，相比1996年减少约15.6万。
- 整个数据区间内增长约6.76倍（期末值除以期初值）。
- 数据仅覆盖1989年至1997年共9个年度，无法观察更长时期的变化模式。
- 增长6.76倍的结论基于起点极低（64万）和终点较高（433万）的共同作用，不宜直接解读为教育政策失效。
- 缺乏同期世界数据，无法进行中国与世界趋势的直观对比。
全球趋势
世界数据在1989年至1997年间无可用记录，无法对该时期全球失学男童的规模变化作出描述。全球初等教育普及在整体上呈现推进趋势，部分国家可能已通过普及教育政策降低了失学儿童数量，但其他地区可能因人口增长或教育资源不足而出现相反趋势。鉴于本时期世界数据缺失，无法将中国趋势与世界总体趋势直接对照，具体差异含义需要结合各国入学率等补充数据加以验证。
- 世界数据在此区间完全缺失，无法提取任何有效的事实性描述。
- 无法判断全球失学男童规模在本时期是增加还是减少。
- 无法进行中国趋势与全球趋势的对比分析。
- 依赖世界数据作跨国基准比较时需注意数据可得性差异。
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 本时期缺乏中国和世界的可靠数据，无法进行趋势对比。 |
| 1970-1979 | - | - | 本时期缺乏中国和世界的可靠数据，无法进行趋势对比。 |
| 1980-1989 | - | - | 本时期缺乏中国和世界的可靠数据，无法进行趋势对比。 |
| 1990-1999 | 1.7x | - | 中国该时期比值1.68意味着失学男童数从期初到期末增长约68%；世界数据缺失导致无法直接比较中国与全球在该阶段的相对变化差异，也难以判断中国的增幅是否高于、低于或接近全球平均水平。 |
| 2000-2009 | - | - | 本时期缺乏中国和世界的可靠数据，无法进行趋势对比。 |
| 2010-2019 | - | - | 本时期缺乏中国和世界的可靠数据，无法进行趋势对比。 |
| 2020-2029 | - | - | 本时期缺乏中国和世界的可靠数据，无法进行趋势对比。 |
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 | 352,121 |
| 2 | Kazakhstan 哈萨克斯坦 | KAZ | 59,076 |
| 3 | Gambia, The 冈比亚 | GMB | 52,251 |
| 4 | Lao PDR 老挝 | LAO | 41,792 |
| 5 | Kyrgyz Republic 吉尔吉斯斯坦 | KGZ | 10,495 |
| 6 | Thailand 泰国 | THA | 8,980 |
| 7 | Nepal 尼泊尔 | NPL | 1,681 |
| 8 | Nauru 瑙鲁 | NRU | 79.0 |
使用建议、常见误用与研究场景
数值较高通常意味着什么
该数值越高，表示处于失学状态的男童绝对人数越多，意味着更多达到入学年龄的男童未能接受正规小学或中学教育，反映该国家或地区在提供初等教育机会方面存在较大缺口，儿童入学权益保障面临严峻挑战。
数值较低通常意味着什么
该数值越低，表示处于失学状态的男童绝对人数越少，意味着更多男童能够进入学校接受教育，反映该国家或地区在保障男童入学机会方面取得积极进展，初等教育普及程度相对较高。
鍙ｅ緞闄愬埗
- 本指标统计的是绝对人数而非比例，人口规模较大的国家即使入学率较高，失学儿童绝对数也可能偏高，不宜直接用于跨国绝对规模比较。
- 数据仅覆盖1989年至1997年，时间跨度较短，无法观察更长时期的变化趋势对中国教育发展进行历史性评估。
- 中国数据仅覆盖小学阶段，未包含中学阶段失学情况，无法全面反映男童整体受教育机会状况。
- 数据为特定年份快照，年度报告时间节点不同可能导致季节性差异，影响对失学规模变化的准确判断。
使用建议
- 跨国比较时应优先使用相对指标如入学率，并将绝对人数除以学龄人口基数进行标准化处理后再进行比较分析。
- 解读趋势时应结合人口结构数据，剔除学龄人口规模变化的影响后单独评估学校容纳能力对失学人数的贡献。
- 研究中国1990年代失学男童变化时，应同时查阅同期小学学龄人口总量、学校招生容量、财政收入教育投入等变量。
- 涉及政策评估时，不宜仅凭失学人数增减直接归因于教育政策效果，需区分供给侧和需求侧的双重影响并结合定性调研。
常见错误用法
错误做法：直接用1997年433.6万与中国1989年64.1万简单对比，得出“中国失学问题恶化7倍”的结论
正确做法：应计算增长倍数时明确说明是基于起点极低和终点较高的共同作用，并结合同期学龄男童人口基数变化进行校正
绝对人数的增长包含人口规模扩张因素，不剔除人口基数变化会严重高估教育机会恶化的实际程度，导致对政策效果的误判
实际应用场景
- 学龄人口结构变化对失学人数的影响分析：研究者试图分析1990年代中国失学男童数剧烈波动的原因，需要区分人口因素和教育供给因素的各自贡献 被解释变量 将失学男童数作为因变量，同时引入学龄男童人口总量作为控制变量，采用多元回归或分解分析剥离人口基数变化的影响，从而单独评估学校容纳能力不足的贡献比例
失学男童，小学常见问题
失学男童数增加说明教育政策失败了吗
不一定。失学男童数受学龄人口规模扩张和学校容纳能力变化双重影响。1990年代中国失学男童增长6.76倍，可能主要源于该时期小学学龄男童人口规模大幅增加，而非单纯教育政策失效，需要结合人口结构和入学率校正后综合判断。
下载数据
免费获取世界银行WDI完整数据集，包含失学男童，小学等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据