15 岁（含）以上女性就业人口比率（百分比）（模拟劳工组织估计）
Employment to population ratio, 15+, female (%) (modeled ILO estimate)
下载数据指标解释
World Bank official description / 世界银行官方说明
Employment to population ratio is the proportion of a country's population that is employed.
可供参考的中文翻译：就业人口比率是指某一国家中就业人员占劳动适龄人口的百分比。本指标特指 15 岁（含）以上女性群体中处于就业状态的比例，数据来源于国际劳工组织（ILO）的模拟估算值。就业人员包括在参考期内从事至少一小时有报酬工作或自雇工作的所有人。
数据口径与风险提示
- 本指标仅覆盖 15 岁（含）以上女性人口，未包含男性群体，跨性别比较需使用对应男性指标
- ILO 模拟估算值基于各国调查数据的模型推算，与各国官方统计口径可能存在差异
- 就业人口比率高低受劳动市场结构、产业结构、性别分工传统等多因素影响，不宜简单评判为好坏
- 中国数据最早可追溯至 1991 年，1990 年代的十年变化倍数仅供参考
- 比率下降可能源于就业人口绝对数减少，也可能源于分母（劳动适龄女性人口）增加，需结合绝对值和人口结构分析
- 跨国比较时需考虑不同国家女性劳动参与的文化规范差异和社会保障制度差异
- 2020 年全球普遍出现比率低点，与新冠疫情对就业的冲击有关，解读近年变化时需注意非常规因素
- 该指标区分就业与失业，但不反映就业质量（如工作时长、收入水平、就业稳定性）
中国趋势
中国 15 岁（含）以上女性就业人口比率从 1991 年的 71.099% 持续下降至 2025 年的 56.779%，累计下降约 14.32 个百分点，整体呈现长期下行趋势。从年度数据看，1991 年至 2019 年间下降相对平稳，每年降幅多在 0.5-1 个百分点以内；2020 年出现显著跳降至 57.118%，2021 年略有回升后再度波动。最新 2025 年数据已降至统计序列最低点。该比率的持续下降可能反映劳动市场结构性变化，包括女性教育水平提升后继续深造比例增加、人口老龄化带来的劳动年龄女性人口结构变化，以及服务业等适合女性的就业岗位扩张但吸收速度不及劳动年龄女性人口增长等多种因素的综合影响。
- 1991 年中国女性就业人口比率为 71.099%，为统计序列最高点
- 2025 年该比率降至 56.779%，为统计序列最低点
- 1991 年至 2025 年累计下降 14.32 个百分点，期末值为期初值的约 0.80 倍
- 2020 年出现较大降幅，当年降至 57.118%，次年 2021 年回升至 58.763%
- 2010 年至 2019 年间下降幅度相对温和，从 61.17% 降至 58.877%
- 数据仅覆盖 1991 年以来的 35 年，缺少更早历史数据支撑长期趋势判断
- 该比率下降不一定意味着女性经济参与度降低，可能与劳动年龄女性人口增速超过就业人口增速有关
- 中国统计口径与 ILO 模型假设可能存在差异，需关注 national estimate 指标进行验证
全球趋势
全球 15 岁（含）以上女性就业人口比率从 1991 年的 48.521% 下降至 2025 年的 46.519%，累计下降约 2 个百分点，降幅远小于中国。与中国持续下行不同，全球水平在 1991-2007 年间相对稳定，维持在 47%-48% 区间窄幅波动；2008 年后受全球金融危机影响开始加速下滑，2020 年降至 43.908% 的历史低点，可能反映疫情对女性就业的冲击更为显著；2021 年后逐步回升，2023 年已恢复至 46.563%。全球水平整体高于多数发展中国家但低于部分高劳动参与率国家，反映出发达国家和发展中国家女性劳动市场的结构性差异。
- 1991 年全球女性就业人口比率为 48.521%，为统计序列最高点
- 2020 年该比率降至 43.908%，为统计序列最低点
- 2025 年回升至 46.519%，期末值为期初值的约 0.96 倍
- 1991-2007 年间全球比率相对稳定，始终在 46.9%-48.5% 区间
- 2021-2025 年呈恢复态势，从 44.954% 逐步回升至 46.519%
- 世界银行对“全球”范围的界定取决于纳入国家的数据可得性，历史数据可能存在统计口径调整
- 不同国家进入劳动市场的年龄认定标准可能存在差异，影响跨国聚合数据的可比性
- 全球平均掩盖了国家间的巨大差异，部分国家女性就业比率超过 70%，部分不足 20%
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 人口与健康指标的十年变化通常较慢，应结合人口年龄结构、医疗体系、登记完整性和社会发展阶段解读。 |
| 1970-1979 | - | - | 人口与健康指标的十年变化通常较慢，应结合人口年龄结构、医疗体系、登记完整性和社会发展阶段解读。 |
| 1980-1989 | - | - | 人口与健康指标的十年变化通常较慢，应结合人口年龄结构、医疗体系、登记完整性和社会发展阶段解读。 |
| 1990-1999 | 0.9x | 1.0x | 该十年中国比率倍数（0.936）略低于世界倍数（0.983），可能反映中国该阶段女性劳动参与率已开始结构性调整，而世界整体仍相对稳定，两者在分母增长和结构调整节奏上存在差异。 |
| 2000-2009 | 0.9x | 1.0x | 该十年中国比率倍数（0.932）低于世界倍数（0.973），降幅差距扩大，可能反映中国在高等教育扩张、产业升级过程中，女性进入劳动市场的时点延后更为明显，而世界整体下降相对温和。 |
| 2010-2019 | 1.0x | 1.0x | 该十年中国比率倍数（0.962）仍低于世界倍数（0.986），但差距较前一个十年收窄，中国下降速度有所放缓，可能意味着结构性调整进入相对平稳阶段，而世界下降速度略有加快。 |
| 2020-2029 | 1.0x | 1.1x | 该阶段中国比率倍数接近 1.00（0.994），而世界倍数已超过 1.00（1.059），两者走势出现分化，可能反映中国疫情后女性劳动参与恢复相对滞后，而世界部分国家出现回升，需要结合就业绝对人数和劳动力市场结构变量进一步验证。 |
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。
使用建议、常见误用与研究场景
数值较高通常意味着什么
较高的女性就业人口比率通常表示更多 15 岁（含）以上女性处于就业状态，反映较强的女性劳动市场参与程度，可能有利于家庭收入增长和性别平等推进。
数值较低通常意味着什么
较低的女性就业人口比率表示较少女性参与劳动市场，可能与女性教育参与增加、人口老龄化导致的劳动年龄人口结构变化、或经济结构转型带来的就业结构调整等因素相关，不宜简单解读为负面信号。
鍙ｅ緞闄愬埗
- 该比率是比例指标，不反映就业人口的绝对数量规模，低比率国家可能因总人口基数大而实际就业女性人数更多
- 比率下降可能源于分母（劳动适龄女性人口）增速快于分子（就业女性人数），需结合人口结构和就业绝对数据解读
- 指标不区分全职与兼职工作，一个从事兼职的女性与一个全职工作的女性在比率中被同等计入
- ILO 模拟估算值可能与各国调查数据存在出入，本指标反映的是模型推算结果而非直接调查统计
- 该指标不反映就业质量，包括工资水平、工作时长、职业安全、社会保障覆盖等维度
- 跨国比较时，不同国家的文化规范、家庭护理责任分配、托幼服务可及性等因素会影响女性劳动参与决策
- 该指标未区分正规部门与非正规部门就业，非正规就业比例高的国家数据可靠性可能受限
- 不反映女性在管理层、决策层的占比情况，高就业比率不等于高质量就业
使用建议
- 使用本指标进行国际比较时，应结合国家发展水平和经济结构特征进行分析，避免脱离国情的高低估判
- 如需评估女性经济赋权进展，建议同时考察就业质量指标，如工资水平、非正规就业比例、脆弱就业比例等
- 分析长期趋势时，应结合劳动年龄女性人口总量变化和分年龄段就业比率数据进行验证
- 研究就业结构变化时，建议引入农业就业占比、服务业就业占比等变量，分析产业转型对女性就业的影响
- 开展政策评估时，应区分主动选择不就业与被动退出劳动力市场两种情况，结合失业率指标进行综合判断
- 跨国分析时应注意ILO统计口径与各国官方定义的差异，可参考 national estimate 指标进行交叉验证
- 如关注特定群体，建议引入青年女性就业比率（15-24 岁）指标，对比不同年龄段女性劳动参与模式差异
- 分析中国数据时，应结合国内统计数据进行验证，注意统计调查方法差异对数据的影响
常见错误用法
错误做法：直接使用 1991 年中国女性就业人口比率（71.099%）和当前比率（56.779%）对比，认为中国女性就业人数减少了约 20%
正确做法：比率下降 20% 不等于就业人数减少 20%，可能存在劳动年龄女性人口总量增加而就业人数增速相对较慢的情况
该指标是比例指标而非绝对数量指标，分母变化会影响比率数值，需查阅就业女性人数绝对值和劳动年龄女性人口绝对值才能准确判断就业人数的实际变化幅度
错误做法：认为中国女性就业人口比率远高于全球平均水平（56.779% vs 46.519%），说明中国女性劳动参与做得更好
正确做法：中国比率虽然高于世界平均，但这是两国的基准水平差异，不直接反映劳动市场政策效果或性别平等状况
比率高低受文化传统、人口结构、经济发展阶段等多因素影响，高比率可能反映传统性别分工而非政策成效，低比率可能反映女性更多接受教育等积极因素，解读需谨慎
错误做法：根据 2020 年中国和世界女性就业人口比率同时下降，认为新冠疫情对两国女性就业的影响程度相同
正确做法：两国下降幅度和恢复轨迹不同，2020 年中国降速相对温和，2021 年后恢复路径也有差异，疫情冲击程度不宜直接类比
疫情期间各国封锁措施、经济刺激政策、劳动力市场结构不同，导致女性就业受影响程度和恢复速度存在差异，应结合具体国情分析
错误做法：将中国女性就业人口比率下降归因于女性不愿意工作或企业不愿意雇用女性
正确做法：比率下降可能源于女性教育参与度提高导致进入劳动市场年龄延后、人口老龄化带来的结构性变化、统计口径差异等多种因素，不宜简单归因
该指标是复合型比例指标，受供需两端多种因素影响，在缺乏充分证据的情况下不应做出单一因果推断，需要结合其他指标和定性研究验证假设
实际应用场景
- 女性劳动参与率与经济结构转型的关系研究：分析中国服务业发展对女性就业的影响时，使用本指标作为被解释变量 explained variable 可引入农业就业占比、服务业增加值占比等变量作为解释变量，使用面板回归控制时间和地区固定效应，注意控制人力资本变量以排除教育扩张的混淆效应
- 人口结构变化对劳动力市场的影响分析：研究劳动年龄人口负增长背景下女性就业趋势时，将本指标与女性劳动年龄人口总量结合分析 outcome 可使用分解方法将比率变化拆分为就业人口贡献和人口结构贡献两部分，量化各自解释力度，注意数据频率匹配问题
- 金融危机对女性就业冲击的跨国比较：比较 2008 年全球金融危机和 2020 年新冠疫情对中国和可比国家女性就业的影响差异 comparison 可使用事件研究法，以危机前一年为基准，计算各年相对于基准的变化幅度，对比中国与 OECD 国家或新兴经济体的恢复轨迹差异，注意样本选择偏差
- 青年女性就业与总体女性就业的关系验证：在研究青年女性劳动参与趋势时，使用本指标作为稳健性检验变量 robustness 可分别使用 15-24 岁女性就业比率和总体 15+ 女性就业比率进行回归，比较系数方向和显著性是否一致，增强结论可靠性
- 女性就业质量与数量的权衡分析：分析女性就业比率上升但工资水平停滞的现象时，将本指标与女性工资水平指标结合 mechanism 可检验就业数量扩张是否伴随就业质量下降，即是否存在低质量就业吸收大量女性劳动力的现象，使用中介效应模型量化就业质量的中介作用
15 岁（含）以上女性就业人口比率（百分比）（模拟劳工组织估计）常见问题
中国女性就业人口比率为什么越来越低
该比率下降主要反映中国劳动年龄女性人口结构变化和受教育水平提升的影响。随着高等教育扩张，更多女性选择继续求学深造，推迟进入劳动市场的时间；同时劳动年龄女性人口总量增长相对较快，也使比率分子增速低于分母。不宜简单解读为女性就业意愿下降，需结合就业绝对人数和在校女性比例等变量综合判断。
中国女性就业率在世界排名中处于什么水平
根据最新数据，中国 15 岁（含）以上女性就业人口比率约为 56.8%，高于全球平均的 46.5%，但低于许多发展中国家和部分东南亚国家。高比率主要与中国的经济发展阶段和产业结构调整相关，不代表中国在性别平等或就业质量方面处于领先地位，跨国比较需考虑统计口径和文化背景差异。
2020 年新冠疫情对中国女性就业有什么影响
2020 年中国女性就业人口比率出现明显下降，从 2019 年的 58.877% 降至 57.118%，降幅超过 1.7 个百分点。疫情对女性就业的冲击可能通过服务行业需求萎缩、托幼服务中断增加家庭照护负担等渠道传导。2021 年有所回升，但近年又呈波动下降态势，疫情的长期影响可能仍在持续演变中。
女性就业比率和女性失业率有什么区别
就业人口比率是就业人数占劳动年龄人口的百分比，分子分母都包含非劳动力人口；失业率是失业人数占劳动力的百分比，仅限于劳动力人口范畴。比率下降可能是由于就业人数减少，也可能是由于非劳动力人口增加；失业率上升则明确指向求职失败。两指标需结合使用才能全面评估劳动市场状况。
这个数据和官方统计为什么有时不一致
世界银行的 ILO 模拟估算值与各国官方统计存在口径差异，主要原因包括：调查时点和方法不同、ILO 对“就业”的定义标准与部分国家官方定义不完全一致、以及模型估算过程中对缺失数据的推算方法差异。中国官方数据基于国家统计局劳动调查，与 ILO 模型假设的前提条件可能有所不同，建议在研究中交叉验证两种数据来源。
下载数据
免费获取世界银行WDI完整数据集，包含15 岁（含）以上女性就业人口比率（百分比）（模拟劳工组织估计）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