入学率，中学，女生（占总人数的百分比）
School enrollment, secondary, female (% gross)
下载数据指标解释
World Bank official description / 世界银行官方说明
Gross enrollment ratio is the ratio of total enrollment, regardless of age, to the population of the age group that officially corresponds to the level of education shown. Secondary education completes the provision of basic education that began at the primary level, and aims at laying the foundations for lifelong learning and human development, by offering more subject- or skill-oriented instruction using more specialized teachers.
可供参考的中文翻译：总入学率是指无论年龄大小，在官方规定教育水平年龄段的总入学率。中学教育是在小学教育的基础上继续提供基础教育，其目标是为学生终生的学习与自我发展奠定基础，手段则是通过专门的老师提供专业或技能的指导。
数据口径与风险提示
- 该指标为毛入学率，分母是官方规定的中学年龄段人口，而非实际在校生年龄，因此可能出现超过100%的情况，不代表所有该年龄段女性均实际入学
- 中国数据最后更新年份为2012年，此后无连续观测值，与世界数据（更新至2024年）在时效性上存在差异，不宜直接进行跨时点比较
- 该指标为总量指标，未区分城市与农村、东部与西部地区，女性入学机会的结构性差异可能被整体数字掩盖
- 毛入学率未反映实际在校完成率、辍学率或学业完成质量，仅反映名义上的入学资格覆盖
- 跨国比较时需注意不同国家学制年限差异（如初中三年制与初中四年制的学制划分不同），可能导致可比性问题
- 女生入学率可能受社会文化、经济条件、婚姻制度等非教育政策因素影响，直接归因于单一教育政策存在风险
中国趋势
中国中学女生毛入学率从1976年的46.71%提升至2012年的93.68%，整体呈现长期上升趋势。1976-1984年经历了一段下降期，1984年触底至24.20%，此后持续回升。1990年代起加速增长，从1990年代初的32%左右增长至2000年代初的60%以上，2006年后进入快速增长通道，2008-2012年间从84%提升至93.68%。近年来增速明显放缓，最近一次观测的变化幅度约为9.56个百分点。相比之下，世界平均水平在同期内增长相对平稳。
- 1976年值为46.71%，2012年值为93.68%，期末相对期初增长约2.01倍
- 1984年触及最低点24.20%，为整个观测期内唯一低于25%的年份
- 1996年首次超过48%，2006年达到74.59%，2009年突破90%
- 从47.26%（1977）到24.20%（1984）经历了一个明显的下降阶段，此后逐步回升
- 2009-2012年期间增长约3.28个百分点
- 2012年后数据缺失，无法反映近年变化情况，分析时需标注数据时效性
- 1980年代初期下降原因可能与人口结构变化、学制调整或数据采集方法有关，不宜简单归因
- 未区分城市与农村、不同收入家庭之间的结构性差异，整体数字可能掩盖内部不平等
全球趋势
全球中学女生毛入学率从1970年的39.66%稳步增长至2024年的77.09%，累计增长约1.94倍。与中国的剧烈波动不同，全球数据呈现较为线性的增长轨迹。1970年代初期曾经历短暂下降，1971年降至31.62%为观测期内最低点，此后缓慢回升。1980年代至2000年代初保持约每年1-2个百分点的稳定增速，2000年后增速略有加快，2010年代后稳定在74%-77%区间，2024年达到77.09%为历史最高值。近期变化幅度约1.23个百分点，增速明显放缓。
- 1970年值为39.66%，2024年值为77.09%，期末相对期初增长约1.94倍
- 1971年降至31.62%为最低点，此后长期趋势向上
- 2000年后增速略有加快，2008年突破67%，2019年超过75%
- 近年增长趋缓，2020-2024年间增长约1.63个百分点
- 2015-2024年间保持在74%-77%区间内波动
- 全球数据包含大量低收入国家，其学制结构和数据采集标准差异较大，可能影响汇总准确性
- 77%的全球平均意味着仍有约23%的中学年龄女性未能入学，区域差异巨大
- 汇总数据中的快速增长主要来自少数人口大国的贡献，不能反映所有国家同步进展
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 | 0.9x | 1.2x | 中国的阶段变化率低于世界，可能意味着本国分母项相对分子项改善更快，或净进口依赖、国内供需结构与全球平均出现分化。 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 | 1.1x | 中国该时期倍数（0.96）与世界（1.11）较为接近，但中国出现了明显的V形走势（先降后升），而世界保持平稳。差异可能反映中国这一时期人口结构调整和学制改革的阶段性影响，而非简单的入学率趋势差异。 |
| 1990-1999 | 1.6x | 1.2x | 中国倍数高达1.56，而世界为1.16，差距显著。这一时期中国正处于快速普及九年义务教育的政策推进期，分子（入学人数）加速增长同时分母（对应年龄段女性人口）相对稳定，导致增速远超全球均值。 |
| 2000-2009 | 1.5x | 1.2x | 中国倍数1.49，世界为1.20，差距依然明显但较1990年代略有收窄。中国在基本普及九年义务教育后进入巩固提升阶段，增速虽仍高于全球平均但边际增量递减，可能反映基数扩大后的自然放缓。 |
| 2010-2019 | 1.0x | 1.1x | 中国倍数仅为1.02，世界为1.08，出现逆转态势。这可能表明中国中学女生入学率已接近饱和区间（93%左右），分子增量空间受限，而世界其他地区（特别是低收入国家）仍有较大提升空间。需要注意中国数据截止2012年，这一阶段的后半段缺乏中国观测点，可能影响对中国实际情况的判断。 |
| 2020-2029 | - | 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。 |
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 | Nauru 瑙鲁 | NRU | 97.5 |
| 2 | Uzbekistan 乌兹别克斯坦 | UZB | 97.4 |
| 3 | Kazakhstan 哈萨克斯坦 | KAZ | 97.1 |
| 4 | Indonesia 印度尼西亚 | IDN | 95.5 |
| 5 | Thailand 泰国 | THA | 95.2 |
| 6 | Kyrgyz Republic 吉尔吉斯斯坦 | KGZ | 93.3 |
| 7 | India 印度 | IND | 81.0 |
| 8 | Lao PDR 老挝 | LAO | 50.1 |
| 9 | Burundi 布隆迪 | BDI | 26.4 |
使用建议、常见误用与研究场景
数值较高通常意味着什么
毛入学率数值越高，表明在名义学龄段内的女生入学覆盖面越广。该指标超过100%时，不代表所有适龄女性都已入学，而是说明包含了超龄在校生（如留级、复读或提前入学者）。
数值较低通常意味着什么
数值越低，意味着该年龄段中实际注册入学的女性比例越少，可能反映入学机会不足或家庭因经济、地理、文化等因素未送女儿入学。
鍙ｅ緞闄愬埗
- 毛入学率不是净入学率，无法反映实际在校生的年龄结构与真实在学状态
- 不反映学业完成率、辍学率或学业质量，仅反映名义入学资格
- 不同国家学制年限和学制划分存在差异，跨国比较时需谨慎
- 未区分公办与民办、城市与农村学校，入学质量差异被掩盖
- 数据发布存在时滞，中国数据最新到2012年，与其他来源数据可能存在口径差异
使用建议
- 分析中国教育进步时优先使用净入学率（SE.SEC.NENR.FE）以获得更准确的实际在校比例
- 结合辍学率、在校完成率等指标评估真实教育成果
- 比较时应控制国家发展水平、收入分组或区域等变量
- 关注长期趋势而非单一年份数据，避免被异常值误导
- 使用该指标时明确说明是毛入学率及其局限性，并标注数据最新年份
常见错误用法
错误做法：用2012年中国数据与2024年世界数据进行直接比较
正确做法：使用同一时期或相近年份的数据进行比较，或明确标注数据时效性差异
数据时间点不同可能对应不同的政策环境、经济发展阶段，跨时点比较可能掩盖真实差异
错误做法：将毛入学率超过100%理解为女性入学过度或数据错误
正确做法：理解毛入学率的分母是官方年龄段人口，而非实际在校生年龄，超过100%表示包含了超龄在校生
毛入学率设计初衷是衡量教育机会覆盖范围，而非评估入学是否合理
错误做法：将中国中学女生毛入学率等同于中国女性受教育水平
正确做法：应结合净入学率、辍学率、毕业率等指标综合评估
毛入学率仅反映入学覆盖，不代表学业完成或教育质量
错误做法：将性别差距归因于单一因素
正确做法：分析时应考虑区域、经济、家庭、文化等多重因素
入学率差异可能反映复杂的社会经济结构，需要多变量验证
实际应用场景
- 中国义务教育普及进程评估：研究1990-2010年代中国加速普及九年义务教育的阶段性特征 被解释变量 可与人均GDP、政府教育支出等变量结合，通过回归分析评估政策投入与入学率提升的关联强度
- 性别平等与教育机会跨国比较：分析不同发展阶段国家女性受教育机会的差异 解释变量/控制变量 可结合GPI（性别平等指数）分析入学率与性别差距的关系，使用世界银行收入分组进行分层比较
- 教育扩张与劳动力市场转型研究：探讨中学教育普及对劳动力素质和经济结构的影响 机制变量 可与就业率、制造业技能结构等变量共同建模，验证教育扩张对劳动力市场的传导效应
- 数据质量与口径差异检验：比较官方统计与调查数据的覆盖率差异 稳健性检验 可与UNICEF、UNESCO等来源数据进行交叉验证，评估World Bank数据的准确性和一致性
入学率，中学，女生（占总人数的百分比）常见问题
中国中学女生毛入学率93%是不是意味着所有女生都上学了？
不一定。毛入学率的分母是官方规定的中学年龄段人口，分子是所有注册入学的女生（包括超龄在校生）。超过100%并不代表所有适龄女生都入学，而可能反映存在复读或提前入学的情况。建议同时关注净入学率来了解实际适龄在校比例。
为什么世界平均只有77%而中国能达到93%？
全球平均受大量低收入国家拖累，特别是撒哈拉以南非洲和南亚地区仍有大量女童无法入学。中国自1990年代起大力推进九年义务教育普及，加上人口结构变化（学龄人口绝对数量相对稳定），使中国增速显著快于全球均值。
为什么中国数据在2012年后就没有了？
世界银行数据库中的中国数据取决于中国官方统计机构的数据提交和更新频率。不同国家数据更新周期不同，中国中学教育数据可能在2012年后存在统计口径调整或数据暂缺的情况。如需最新数据建议参考中国教育部官方发布。
中学女生毛入学率和净入学率有什么区别？
毛入学率的分母是官方年龄段总人口，分子是所有在校生（包括超龄和不足龄者）；净入学率的分母和分子都限定为官方年龄段人口。净入学率更接近真实适龄在校比例，但毛入学率可以反映整体教育资源的利用规模。
毛入学率接近100%后还有提升空间吗？
毛入学率接近100%时，提升重点应从入学机会转向教育质量和完成率。此时可关注净入学率（排除超龄和复读后的真实适龄入学比例）、辍学率和完成率等质量维度指标，以及城乡、区域间的结构性差异。
女生毛入学率高是否说明教育性别平等已经实现？
毛入学率反映的是入学机会的覆盖面，不等同于教育结果或职业机会的性别平等。女生在入学后仍可能面临专业选择受限、师资偏见或就业市场歧视等问题。评估教育性别平等需要结合选科分布、师资比例和就业结果等多维度数据。
毛入学率数据来自哪里？准确可靠吗？
数据来源于各国教育部或统计局向UNESCO统计研究所提交的报告，经世界银行汇总整理。部分发展中国家存在数据报告延迟或统计口径不一致的问题，高入学率国家可能存在数据高估情况，建议结合多个数据来源交叉验证。
哪些因素会导致毛入学率出现年度波动？
毛入学率的年度波动可能源于人口年龄结构变化（某年学龄人口规模波动）、统计口径调整、复读率变化或数据缺失后的插值处理等。对于波动较大的年份，建议结合在校生绝对人数和教师数据等辅助指标进行核实。
下载数据
免费获取世界银行WDI完整数据集，包含入学率，中学，女生（占总人数的百分比）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