失学儿童比例（占小学学龄儿童的百分比）
Children out of school (% of primary school age)
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 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：失学儿童是指未在小学或中学注册的小学学龄儿童占特定年龄组儿童总数的百分比。若处于官方小学学龄段的儿童仅在学前教育机构就读，则应被视为失学儿童。
数据口径与风险提示
- 本指标数据仅覆盖1987年至1997年，时间窗口较旧，不宜直接用于评估当前中国教育普及状况
- 世界汇总数据缺失，无法进行中国与全球平均水平或区域的直接横向比较
- 该指标将仅接受学前教育的官方小学学龄儿童计入失学，可能导致跨国可比性差异
- 数值反映失学儿童比例，比例高低受分母（当地小学学龄人口规模）变化影响，不等同于失学绝对人数
- 中国数据观测期恰处于学龄人口结构变化较快的阶段，比例波动可能部分源于人口结构因素
- 部分发展中国家存在学校注册与实际出勤不一致的情况，该指标基于注册而非出勤数据
- 排名展示为描述性排序，不代表指标数值为正向或负向的评价
- 该指标为比例结构，无法直接反映教育质量或学生学业完成情况
中国趋势
根据可计算数据，中国该指标在1987年至1997年间呈现先升后降的走势。1987年基期值为3.90%，随后数年围绕2.82%至4.60%区间波动；1990年起该比例显著攀升，在1994年达到9.95%的峰值；此后逐步回落，1997年降至6.68%。整体而言，期末值为期初值的1.71倍，显示该指标在观测窗口内有所上升；从峰值至1997年末近年变化为-3.13个百分点。需要指出的是，上述变化的具体驱动因素——包括学龄人口结构波动、义务教育政策执行力度变化或学校容纳能力缺口——需要结合相关变量进一步验证才能确认。
- 1987年基期值为3.90%，1997年最新值为6.68%，期末为期初的1.71倍
- 1994年达到峰值9.95%，为观测期间最高点
- 1995年起连续回落，1997年已降至6.68%，近年变化为-3.13个百分点
- 1990年至1994年期间持续攀升，五年间从7.69%升至9.95%
- 观测期共包含11个有效数据点
- 数据截止于1997年，距今已近三十年，政策背景可能发生根本性变化
- 攀升与回落阶段的深层原因——人口结构变化与政策干预效果——难以从单一指标直接判断
- 该指标为比例指标，攀升可能反映分母（小学学龄人口）减少幅度超过失学人数减少幅度，不宜简单解读为教育机会恶化
全球趋势
根据输入数据，世界汇总数据可用记录数为零，因此无法提供全球层面的趋势分析。这意味着在给定的时间范围内，指标数据集中未包含全球或区域的加权平均或加总数据。用户在进行跨国比较或全球趋势分析时，应注意此数据限制，可能需要参考其他来源的世界教育失学数据。
- 世界数据可用记录数为零，无法提取趋势线或统计摘要
- 世界数据完全缺失，无法进行中国与全球平均水平的对比分析
- 在进行全球教育普及程度研究时，建议补充其他可靠数据源
- 该指标的世界排名虽可提取，但因缺少全球参照值，其解读需谨慎
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 | 1.2x | - | 该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。 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 | 0.9x | - | 该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。 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。 |
| 2000-2009 | - | - | 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。 |
| 2010-2019 | - | - | 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。 |
| 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。 |
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 | 26.5 |
| 2 | Gambia, The 冈比亚 | GMB | 16.9 |
| 3 | Lao PDR 老挝 | LAO | 10.4 |
| 4 | Kazakhstan 哈萨克斯坦 | KAZ | 7.91 |
| 5 | Nauru 瑙鲁 | NRU | 6.60 |
| 6 | Kyrgyz Republic 吉尔吉斯斯坦 | KGZ | 2.96 |
| 7 | Algeria 阿尔及利亚 | DZA | 1.57 |
| 8 | Indonesia 印度尼西亚 | IDN | 0.88 |
| 9 | Thailand 泰国 | THA | 0.82 |
| 10 | Nepal 尼泊尔 | NPL | 0.76 |
| 11 | Uzbekistan 乌兹别克斯坦 | UZB | 0.66 |
| 12 | India 印度 | IND | 0.12 |
使用建议、常见误用与研究场景
数值较高通常意味着什么
较高的百分比表示小学学龄儿童中有更大比例未能入学，反映教育机会覆盖的缺口相对较大。
数值较低通常意味着什么
较低的百分比表示小学学龄儿童入学率更高，失学比例较小，教育普及程度相对更好。
鍙ｅ緞闄愬埗
- 数据历史截至1997年，不反映当前状况
- 世界汇总数据缺失，无法与中国以外的经济体进行直接横向比较
- 指标定义将仅在学前就读的官方小学学龄儿童计为失学，各国对学前教育的统计口径可能不同
- 比例指标受分母（学龄人口规模）变化影响，高比例可能部分源于人口结构而非入学机会恶化
- 该指标基于学校注册数据而非实际出勤数据，可能未反映辍学现象
- 不区分失学原因（经济障碍、地区不均衡、残疾、性别因素等）
- 数据缺失率较高的国家可能导致跨国比较时的偏差
- 无法反映教育质量和学业完成情况
使用建议
- 使用时应明确说明数据年份，避免将1997年数据视为当前状况
- 进行跨国比较时，建议仅引用数据年份相近且统计口径可比的样本
- 结合总入学率（净比例）等互补指标，全面评估教育参与程度
- 区分性别亚组数据时，使用相应性别比例指标而非简单推测
- 将比例指标与失学绝对人数指标结合使用，避免仅凭比例得出人口规模结论
- 研究教育与贫困关联时，宜将该指标与其他社会发展指标联合解读
- 在进行时间序列分析时，注意人口结构变化可能导致的伪趋势
- 涉及政策评估时，应结合该时期的专项教育投入与学校建设数据
常见错误用法
错误做法：直接引用1997年数据评价中国当前的小学教育普及水平
正确做法：使用最新年份的教育统计年鉴数据，结合联合国教科文组织或中国教育部的近年调查数据
数据截止于1997年，距今已近三十年，中国教育普及状况已发生根本性改善，直接引用将严重失真
错误做法：认为失学比例高就意味着失学儿童绝对数量大
正确做法：结合该地区小学学龄人口总量，计算失学儿童的绝对人数
比例是相对指标，高比例可能出现在学龄人口规模较小的地区，而绝对人数可能远低于低比例的大国
错误做法：将中国失学比例与排名靠前的国家（如布隆迪）直接对比，得出中国教育水平更差的结论
正确做法：结合经济发展阶段和学龄人口规模综合解读排名
排名仅反映数值大小，且2025年最新数据来自不同国家，并非中国真实数据，不宜进行跨国家政策优劣判断
错误做法：用1990年代的失学比例变化趋势来论证当前义务教育政策的成效
正确做法：使用2000年以后的义务教育普及率数据和辍学率指标评估现行政策
1997年前后政策背景与当前差异巨大，该数据无法为当代政策评估提供直接依据
错误做法：将失学比例下降等同于失学儿童实际减少
正确做法：结合学龄人口总量变化与失学比例综合判断
失学比例下降可能源于分母（学龄人口）减少，即使失学儿童绝对人数未变甚至增加，比例也可能下降
实际应用场景
- 中国学龄人口结构与失学比例的关联分析：在人口结构快速变化的历史时期，评估失学比例的变化中有多少可归因于学龄人口规模的变动 被解释变量 可引入学龄人口绝对数量作为控制变量，通过回归分解比例变化中的人口结构效应与入学机会效应，注意内生性问题
- 教育投入与失学率的时间滞后效应研究：评估教育财政投入、学校数量增长等变量对失学比例的长期影响 被解释变量 需考虑政策效应的时间滞后，建议使用滞后解释变量进行建模，并检验序列平稳性
- 区域教育发展不均衡的跨国比较：将中国区域数据与其他中等收入经济体的区域数据进行横向比较 比较基准 注意选取统计口径可比的指标，避免将学前教育统计差异带入比较结论
- 失学比例与贫困指标的关联稳健性检验：在其他教育指标（如总入学率）已作为控制变量的情况下，检验失学比例与贫困发生率的关联是否稳健 稳健性检验变量 注意失学比例与其他入学率指标之间可能存在共线性，建议使用方差膨胀因子检验
失学儿童比例（占小学学龄儿童的百分比）常见问题
中国失学儿童比例数据最新是哪一年？为什么数据截止到1997年？
该指标在中国可用的最新数据为1997年，之后年份的数据未被纳入世界银行WDI数据库。数据缺失可能源于数据报告延迟、统计口径变化或世行数据更新周期等因素，不代表中国当前实际教育状况。查询当前数据需参考中国教育部或UNESCO统计研究所的最新发布。
失学儿童比例和入学率有什么区别？
失学儿童比例衡量的是小学学龄儿童中未注册入学的占比；入学率（总入学率或净入学率）则衡量实际入学人数与对应学龄人口的比值。两者为互补关系——入学率接近100%时失学比例应接近0%，但因统计口径差异（如学前就读是否计入），两者不一定严格互补。
为什么世界排名中布隆迪失学比例最高而中国没有出现在列表中？
布隆迪等国的数据为2025年最新值，并非与中国同一年度的可比数据。中国因数据截止于1997年，未被纳入该排名快照。中国当时的失学比例（约6-10%）与当前布隆迪水平（约26%）处于不同发展阶段，时间上不可直接对比。
这个指标的数据可以用于评估中国现在的义务教育政策吗？
不建议使用。数据截止于1997年，距今已近三十年，中国义务教育普及率已接近100%，失学比例指标在当前语境下的适用性已大幅改变。评估现行政策应使用近年发布的入学率、辍学率等指标。
失学儿童比例和失学儿童绝对人数有什么区别？为什么有时候比例高但人数少？
比例是相对指标，人数是绝对指标。例如某地学龄人口仅1万人，失学比例10%对应1000人失学；而另一个人口大省失学比例2%可能对应数万人失学。因此分析教育缺口时建议同时查看比例和人数两类指标，避免因只看比例而产生误判。
影响失学率的主要因素有哪些？
失学现象通常与多重因素相关，包括家庭经济困难导致无力承担教育费用、学龄儿童居住地距离学校过远且交通不便、教育资源在城乡和区域间分配不均、特殊儿童获得教育的支持不足，以及社会文化观念对某些群体受教育的限制等。
失学率和教育公平有什么关系？
失学率是衡量教育机会公平的重要指标之一。失学儿童在各群体间的分布差异（如城乡差距、性别差距、收入差距）反映教育机会的公平程度。关注失学率的同时，还需分析失学现象在不同人群中的分布特征。
全球失学率这些年有什么变化趋势？
过去数十年间，全球失学率整体呈下降趋势，反映全球教育普及取得进展。但近年下降速度放缓，部分地区出现停滞或反弹，剩余的失学儿童往往处于极端贫困、冲突地区或特殊障碍群体，政策干预难度更大。
下载数据
免费获取世界银行WDI完整数据集，包含失学儿童比例（占小学学龄儿童的百分比）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