失学儿童，小学

Children out of school, primary

下载数据

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

2025最新有效年份

12最新年份有值国家

265历史上有数据经济体

73%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 number of primary-school-age children not enrolled in primary or secondary school.

可供参考的中文翻译：失学儿童是指符合小学入学年龄但未入读小学或中学的儿童数量。

数据口径与风险提示

本指标统计的是绝对人数而非比例，高人口基数国家自然呈现较大数值，不宜直接横向比较绝对规模
数据仅覆盖1987至1997年，时间跨度有限，无法反映近年教育普及政策效果
世界银行未提供同期全球或区域汇总数据，中国数据缺乏国际参照基准
该指标未区分城市与农村、东部与西部地区失学儿童的分布差异
指标为存量统计，不反映新增失学儿童的年度流入速度
数据可能受各上报国统计口径差异影响，跨国可比性存在局限

中国趋势

趋势解读

中国失学儿童在1987至1997年间呈现先升后降的走势。1987年约384万人，1988年短暂降至275万人后快速攀升，1990年已突破787万，1994年达到历史峰值约1112万人，此后逐步回落至1997年的约825万人。从首尾数据看，十年间绝对数量增加约441万人，增幅约115%。1994至1997年间出现明显下降，减少约237万人，可能反映同期教育普及力度的加强。该数据受人口年龄结构周期性波动影响较大，与当年新增小学适龄人口规模直接相关，不宜单独解读为教育质量的优劣。

1987年约384万人，1997年约825万人
最高值为1994年约1112万人
最低值为1988年约275万人
1988年短暂下降后连续六年上升
1994至1997年间减少约237万人
数据仅覆盖1987至1997年，无法反映近年情况
绝对人数受人口基数影响，不适合直接与其他国家比较
未区分城乡、地区及性别分布差异

全球趋势

趋势解读

世界银行数据库中未收录该指标的世界平均或全球汇总数据，因此无法直接呈现全球失学儿童的整体变化趋势。由于缺乏统一的全球基准数据，任何关于该指标在世界范围内的规模、分布或变化趋势的结论都需要谨慎对待。在进行国际比较时，应注意不同数据源在统计口径和覆盖范围上的差异，建议参考联合国教科文组织等机构的教育统计报告。

无世界银行全球或区域汇总数据可供分析
跨国比较需自行计算或查阅其他国际组织数据库
不同国家统计年份可能不一致，全球汇总存在时效性差异

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	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	-	由于该十年中国数据仅从1987年开始，且世界数据缺失，无法进行有效的中国与世界阶段变化率比较。中国的1.179倍变化处于数据可得性有限的状态，其含义解读需格外审慎。
1990-1999	1.0x	-	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	661,724
2	Indonesia 印度尼西亚	IDN	250,575
3	India 印度	IND	134,967
4	Kazakhstan 哈萨克斯坦	KAZ	128,155
5	Lao PDR 老挝	LAO	82,273
6	Algeria 阿尔及利亚	DZA	78,683
7	Gambia, The 冈比亚	GMB	74,577
8	Thailand 泰国	THA	36,067
9	Nepal 尼泊尔	NPL	21,146
10	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	18,854
11	Uzbekistan 乌兹别克斯坦	UZB	18,501
12	Nauru 瑙鲁	NRU	119.0

使用建议、常见误用与研究场景

数值较高通常意味着什么

失学儿童绝对人数较高，意味着符合小学入学年龄但未入学的儿童规模较大，可能反映教育机会供给不足、入学障碍较多或适龄人口规模较大等情况的综合结果。

数值较低通常意味着什么

失学儿童绝对人数较低，意味着符合小学入学年龄但未入学的儿童规模较小，可能反映教育普及程度较高、入学障碍较少或适龄人口规模较小等情况的综合结果。

鍙ｅ緞闄愬埗

绝对人数受人口基数影响，不适合直接用于人口规模差异较大国家间的比较
指标为存量数据，无法反映年度新增失学儿童的流动情况
未提供城乡、地区、性别及社会经济背景的分布信息
数据覆盖年份有限，难以支撑长期趋势判断和政策评估
各国统计标准差异可能影响跨国可比性

使用建议

比较时应优先使用SE.PRM.UNER.ZS（失学儿童占小学适龄人口比例）等比例指标
结合小学净入学率（SE.PRM.TENR）综合评估教育参与度
分析中国情况时补充教育部官方统计数据进行交叉验证
关注长期趋势时结合人口出生率、城镇化率等人口变量
研究性别差异时可参考失学女童（SE.PRM.UNER.FE）和失学男童（SE.PRM.UNER.MA）分项数据

常见错误用法

错误做法：直接比较中国与印度尼西亚的失学儿童绝对人数，认为印尼约25万人远少于中国约825万人，说明印尼教育更好

正确做法：比较失学儿童占小学适龄人口的比例（SE.PRM.UNER.ZS），或比较小学净入学率（SE.PRM.TENR）

绝对人数受人口基数影响巨大，中国小学适龄人口规模远超印尼，直接比较人数会严重扭曲对两国教育普及程度的判断

错误做法：认为失学儿童人数从1994年峰值下降约237万人，说明中国小学入学率已达100%

正确做法：结合小学净入学率指标（SE.PRM.TENR）判断实际入学覆盖水平

人数下降可能主要源于适龄人口周期性的结构变化，而非入学率提升至全覆盖；绝对人数下降不代表入学障碍已完全消除

错误做法：使用该绝对人数指标进行跨年度增长率计算，得出中国失学问题恶化的结论

正确做法：该指标适合描述规模变化，不适合单独用于衡量教育政策效果

失学儿童绝对人数受人口年龄结构周期影响显著，人数增加可能主要反映适龄人口规模扩张，而非入学机会减少

错误做法：将该指标与世界平均失学儿童人数直接比较，得出中国失学问题严重程度的国际排名

正确做法：由于世界银行未提供全球汇总数据，不应进行此类比较

缺乏官方世界汇总数据，自行计算可能因样本范围、统计年份差异产生偏差，结论可信度低

实际应用场景

人口结构波动对教育指标的影响研究：研究1987至1997年中国失学儿童绝对人数变化时，需控制小学适龄人口规模这一关键变量被解释变量（需分解为人口效应与入学率效应）可运用分解方法，将失学儿童人数变化拆分为适龄人口规模效应与失学率效应两部分，避免将人口结构变化误归因于教育政策效果
中国义务教育普及进程的效果评估：评估1990年代中国普及九年义务教育政策的实际效果结果变量（需与入学率指标配合使用）应同时纳入小学净入学率（SE.PRM.TENR）、毛入学率（SE.PRM.ENRR）等指标构建综合评估框架，单独使用失学人数绝对值无法准确反映政策效果
区域教育发展差距的实证分析：分析中国不同地区失学儿童分布特征及其影响因素被解释变量（需补充区域层面数据）该国家层面汇总数据仅反映全国总量，无法支撑区域差距分析；区域研究需使用省级或更低层级的教育统计数据进行补充
失学儿童的性别差异与教育公平研究：研究中国小学阶段的教育性别公平状况比较变量（与分性别指标配合）应将失学女童（SE.PRM.UNER.FE）与失学男童（SE.PRM.UNER.MA）进行对比，同时计算性别比例指标，评估教育机会的性别均衡性