工业就业人员（占就业总数的百分比）

Employment in industry (% of total employment) (modeled ILO estimate)

下载数据

指标代码：SL.IND.EMPL.ZS所属主题：社会保障与劳动力：Economic activitySocial Protection & Labor: Economic activity

2025最新有效年份

173最新年份有值国家

265历史上有数据经济体

53%总体缺失率

指标解释

World Bank official description / 世界银行官方说明

Employment is defined as persons of working age who were engaged in any activity to produce goods or provide services for pay or profit, whether at work during the reference period or not at work due to temporary absence from a job, or to working-time arrangement. The industry sector consists of mining and quarrying, manufacturing, construction, and public utilities (electricity, gas, and water), in accordance with divisions 2-5 (ISIC 2) or categories C-F (ISIC 3) or categories B-F (ISIC 4).

可供参考的中文翻译：就业是指工作年龄人口中从事任何生产商品或提供服务以获取报酬或利润的活动的人，无论是在参考期间工作时还是因临时缺勤或工作时间安排而未工作。工业部门包括采矿和采石、制造业、建筑业和公用事业（电力、天然气和水），符合《国际标准产业分类》（ISIC）第2-5类或ISIC第3版C-F类或ISIC第4版B-F类。

数据口径与风险提示

本指标采用国际劳工组织（ILO）模型估计值，各国实际统计数据可能与模型结果存在偏差。
中国在统计口径转换期（如2002年前后）的产业分类标准可能存在历史口径差异，影响纵向可比性。
该指标为比例指标，反映工业就业占总就业的相对结构，无法直接体现工业就业的绝对规模或劳动生产率。
中国作为人口大国，总就业基数庞大，百分比指标的微小变化对应着数百万人的就业结构变动，解读时需注意绝对规模与相对比例的差异。
部分国家的ILO模型估计基于有限样本外推，统计质量参差不齐，跨国比较时需考虑数据可靠性差异。
该指标不区分正规就业与非正规就业，无法反映就业质量或薪资水平。

中国趋势

趋势解读

从1991年的21.43%上升至2025年的31.79%，中国工业就业占比在34年间提高了约10.36个百分点，呈现先降后升的V型走势。2002年降至谷底21.40%后持续回升，2012年首次突破30%关口，近年来稳定在30%至32%区间，2024至2025年间小幅回升0.26个百分点。这一趋势反映了中国工业化进程中劳动力从农业向工业大规模转移的阶段性特征，但需注意ILO模型估计与中国统计口径之间的差异。

数据覆盖1991年至2025年共35个年度数据点
1991年首年值为21.43%，2025年最新值为31.79%
2002年录得数据区间最低值21.40%
2025年达到数据区间最高值31.79%
从首年至最新累计提升约10.36个百分点
最新值为首年值的约1.48倍
近一年变化幅度约0.26个百分点
ILO模型估计值可能与各国官方统计存在偏差

全球趋势

趋势解读

从1991年的21.80%微升至2025年的23.66%，全球工业就业占比在34年间仅增长约1.86个百分点，整体呈现在波动中缓慢上行后趋稳的态势。1998至2002年间持续下行至低谷约20.56%，2007年反弹至22.50%后逐步趋稳，2010年代基本维持在23.3%至23.6%的窄幅区间。这一平稳趋势反映了全球各国产值结构变化的方向差异——发达国家服务业占比提升与发展中国家工业化的进程在全球层面相互对冲。

数据覆盖1991年至2025年共35个年度数据点
1991年首年值为21.80%，2025年最新值为23.66%
2002年录得数据区间最低值20.56%
2025年达到数据区间最高值23.66%
从首年至最新累计提升约1.86个百分点
最新值为首年值的约1.09倍
近一年变化幅度约0.10个百分点
全球平均由众多发展程度迥异的国家汇总而来，不同趋势相互抵消可能掩盖个体差异

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	-	-	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。
1990-1999	1.1x	1.0x	中国工业就业比例上升而世界下降这一分化，可能反映中国在工业化中期阶段工业部门持续吸纳劳动力，而世界多数国家已进入服务业加速扩张期，两者所处的经济发展阶段和产业结构演进路径存在显著差异，需要结合各国的产业政策和发展阶段来验证。
2000-2009	1.1x	1.1x	中国工业就业比例增速明显快于世界平均，可能表明中国在此阶段深度融入全球制造业分工体系后工业化进程显著提速，而世界整体的增长更多由其他新兴经济体贡献，增速差异可能与全球价值链重构和贸易结构变化相关，需结合中国的出口结构和 FDI 数据验证。
2010-2019	1.1x	1.0x	中国和世界的增速均有所收敛且趋于接近，可能意味着全球金融危机后各国经济增速整体回落，工业化扩张的节奏放缓，或者中国在前期高速增长后进入产业结构优化调整阶段，世界范围则可能反映了部分新兴经济体工业化接近尾声，这一趋势需要结合全球贸易和投资数据来验证。
2020-2029	1.0x	1.0x	中国增速继续趋缓且与世界更为接近，可能表明中国经济从高速工业化阶段向高质量发展转型，工业就业结构趋于稳定，而世界范围内新兴经济体工业化红利也逐步收窄，这一趋同现象可能与全球供应链重构和自动化技术对制造业就业的替代效应相关，需要结合劳动生产率和自动化投资数据进行验证。

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。

排名	国家	代码	数值
1	Oman 阿曼	OMN	39.4
2	Qatar 卡塔尔	QAT	38.0
3	Bahrain 巴林	BHR	34.9
4	Czechia 捷克	CZE	34.9
5	Viet Nam 越南	VNM	34.8
6	Iran, Islamic Rep. 伊朗	IRN	34.7
7	Slovak Republic 斯洛伐克	SVK	34.5
8	Tunisia 突尼斯	TUN	33.3
9	Lesotho 莱索托	LSO	33.0
10	Romania 罗马尼亚	ROU	32.6
11	Algeria 阿尔及利亚	DZA	32.3
12	Slovenia 斯洛文尼亚	SVN	32.0
13	China 中国	CHN	31.8
14	Nepal 尼泊尔	NPL	31.3
15	Guyana 圭亚那	GUY	31.1
16	Belarus 白俄罗斯	BLR	31.1
17	North Macedonia 北马其顿	MKD	30.6
18	Bosnia and Herzegovina 波黑	BIH	30.6
19	United Arab Emirates 阿联酋	ARE	30.6
20	Hungary 匈牙利	HUN	30.5
21	Poland 波兰	POL	30.0
22	Egypt, Arab Rep. 埃及	EGY	29.4
23	Cambodia 柬埔寨	KHM	28.9
24	Turkmenistan 土库曼斯坦	TKM	28.6
25	Bulgaria 保加利亚	BGR	27.9
26	Turkiye 土耳其	TUR	27.3
27	Serbia 塞尔维亚	SRB	27.1
28	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	26.8
29	Eswatini 斯威士兰	SWZ	26.7
30	Iraq 伊拉克	IRQ	26.5
31	Italy 意大利	ITA	26.4
32	Croatia 克罗地亚	HRV	26.4
33	Sri Lanka 斯里兰卡	LKA	26.3
34	Suriname 苏里南	SUR	26.1
35	Estonia 爱沙尼亚	EST	26.0
36	Germany 德国	DEU	26.0
37	Malaysia 马来西亚	MYS	26.0
38	Lithuania 立陶宛	LTU	25.9
39	Russian Federation 俄罗斯	RUS	25.8
40	India 印度	IND	25.8
41	Pakistan 巴基斯坦	PAK	25.3
42	Syrian Arab Republic 叙利亚	SYR	25.2
43	Austria 奥地利	AUT	24.6
44	Kuwait 科威特	KWT	24.6
45	Uzbekistan 乌兹别克斯坦	UZB	24.6
46	Portugal 葡萄牙	PRT	24.6
47	Mexico 墨西哥	MEX	24.5
48	Morocco 摩洛哥	MAR	23.8
49	Korea, Rep. 韩国	KOR	23.4
50	Tonga 汤加	TON	23.3
51	Japan 日本	JPN	23.2
52	El Salvador 萨尔瓦多	SLV	23.1
53	Mongolia 蒙古	MNG	23.1
54	Saudi Arabia 沙特阿拉伯	SAU	23.1
55	Cabo Verde 佛得角	CPV	23.1
56	Guatemala 危地马拉	GTM	22.7
57	Indonesia 印度尼西亚	IDN	22.5
58	Sao Tome and Principe 圣多美和普林西比	STP	22.5
59	Senegal 塞内加尔	SEN	22.5
60	Korea, Dem. People's Rep. 朝鲜	PRK	22.4
61	Thailand 泰国	THA	22.2
62	Albania 阿尔巴尼亚	ALB	22.0
63	Latvia 拉脱维亚	LVA	21.8
64	Honduras 洪都拉斯	HND	21.6
65	Chile 智利	CHL	21.5
66	Armenia 亚美尼亚	ARM	21.3
67	Argentina 阿根廷	ARG	21.2
68	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	21.1
69	Finland 芬兰	FIN	20.8
70	South Africa 南非	ZAF	20.8
71	Mauritius 毛里求斯	MUS	20.6
72	Brunei Darussalam 文莱	BRN	20.4
73	Brazil 巴西	BRA	20.2
74	Colombia 哥伦比亚	COL	20.0
75	Philippines 菲律宾	PHL	20.0
76	New Zealand 新西兰	NZL	19.9
77	Kazakhstan 哈萨克斯坦	KAZ	19.9
78	Spain 西班牙	ESP	19.9
79	Bolivia 玻利维亚	BOL	19.8
80	Switzerland 瑞士	CHE	19.6
81	Congo, Rep. 刚果（布）	COG	19.5
82	France 法国	FRA	19.3
83	Australia 澳大利亚	AUS	19.3
84	Belgium 比利时	BEL	19.2
85	Dominican Republic 多米尼加共和国	DOM	19.0
86	Paraguay 巴拉圭	PRY	19.0
87	United States 美国	USA	18.9
88	Afghanistan 阿富汗	AFG	18.9
89	Gabon 加蓬	GAB	18.9
90	Denmark 丹麦	DNK	18.8
91	Gambia, The 冈比亚	GMB	18.8
92	Uruguay 乌拉圭	URY	18.8
93	Canada 加拿大	CAN	18.7
94	Libya 利比亚	LBY	18.6
95	Costa Rica 哥斯达黎加	CRI	18.5
96	Rwanda 卢旺达	RWA	18.4
97	Benin 贝宁	BEN	18.3
98	Ghana 加纳	GHA	18.3
99	Iceland 冰岛	ISL	18.2
100	Montenegro 黑山	MNE	18.2
101	Ireland 爱尔兰	IRL	18.2
102	Togo 多哥	TGO	18.2
103	Myanmar 缅甸	MMR	18.2
104	Bangladesh 孟加拉国	BGD	18.0
105	Norway 挪威	NOR	17.8
106	Somalia, Fed. Rep. 索马里	SOM	17.8
107	Malta 马耳他	MLT	17.7
108	Tajikistan 塔吉克斯坦	TJK	17.7
109	Jamaica 牙买加	JAM	17.1
110	Nigeria 尼日利亚	NGA	17.0
111	Panama 巴拿马	PAN	17.0
112	Maldives 马尔代夫	MDV	16.9
113	Cuba 古巴	CUB	16.9
114	Nicaragua 尼加拉瓜	NIC	16.9
115	Sweden 瑞典	SWE	16.8
116	Peru 秘鲁	PER	16.8
117	Venezuela, RB 委内瑞拉	VEN	16.8
118	Burkina Faso 布基纳法索	BFA	16.7
119	Ecuador 厄瓜多尔	ECU	16.6
120	Georgia 格鲁吉亚	GEO	16.6
121	Namibia 纳米比亚	NAM	16.5
122	Greece 希腊	GRC	16.3
123	Cyprus 塞浦路斯	CYP	16.3
124	St. Lucia 圣卢西亚	LCA	16.2
125	Barbados 巴巴多斯	BRB	16.2
126	Jordan 约旦	JOR	16.1
127	Samoa 萨摩亚	WSM	15.9
128	United Kingdom 英国	GBR	15.9
129	Bhutan 不丹	BTN	15.9
130	Botswana 博茨瓦纳	BWA	15.8
131	Azerbaijan 阿塞拜疆	AZE	15.5
132	Belize 伯利兹	BLZ	15.3
133	Israel 以色列	ISR	15.1
134	Mauritania 毛里塔尼亚	MRT	15.0
135	Comoros 科摩罗	COM	14.8
136	Bahamas, The 巴哈马	BHS	14.8
137	Cameroon 喀麦隆	CMR	14.6
138	Cote d'Ivoire 科特迪瓦	CIV	14.3
139	Guinea 几内亚	GIN	14.2
140	Singapore 新加坡	SGP	14.0
141	Netherlands 荷兰	NLD	13.8
142	Central African Republic 中非共和国	CAF	13.4
143	Eritrea 厄立特里亚	ERI	12.7
144	Fiji 斐济	FJI	12.7
145	Moldova 摩尔多瓦	MDA	12.6
146	Kenya 肯尼亚	KEN	12.5
147	Zimbabwe 津巴布韦	ZWE	11.5
148	Sierra Leone 塞拉利昂	SLE	11.5
149	Yemen, Rep. 也门	YEM	11.1
150	Zambia 赞比亚	ZMB	10.3
151	Vanuatu 瓦努阿图	VUT	10.0
152	Equatorial Guinea 赤道几内亚	GNQ	9.93
153	Madagascar 马达加斯加	MDG	9.90
154	Guinea-Bissau 几内亚比绍	GNB	9.71
155	Niger 尼日尔	NER	9.27
156	Haiti 海地	HTI	8.80
157	Mali 马里	MLI	8.59
158	Chad 乍得	TCD	8.50
159	Liberia 利比里亚	LBR	8.35
160	Tanzania 坦桑尼亚	TZA	8.10
161	Congo, Dem. Rep. 刚果（金）	COD	8.02
162	Papua New Guinea 巴布亚新几内亚	PNG	7.87
163	Luxembourg 卢森堡	LUX	7.64
164	Solomon Islands 所罗门群岛	SLB	7.58
165	Lao PDR 老挝	LAO	7.41
166	Malawi 马拉维	MWI	7.34
167	Uganda 乌干达	UGA	7.30
168	Angola 安哥拉	AGO	7.20
169	Djibouti 吉布提	DJI	6.68
170	Ethiopia 埃塞俄比亚	ETH	6.45
171	Mozambique 莫桑比克	MOZ	6.44
172	Timor-Leste 东帝汶	TLS	3.80
173	Burundi 布隆迪	BDI	3.10

使用建议、常见误用与研究场景

数值较高通常意味着什么

工业就业比例较高通常意味着工业化程度相对较高，工业部门在就业结构中占据较重要地位，可能反映制造业等实体经济的就业吸纳能力较强，但不宜直接解读为经济发展水平高低或就业质量优劣。

数值较低通常意味着什么

工业就业比例较低通常意味着服务业等第三产业在就业结构中占主导地位，可能反映经济服务化程度较高，但不一定代表经济衰弱——许多高收入发达国家的工业比例并不高，却拥有高水平的劳动生产率和薪资水平。

鍙ｅ緞闄愬埗

该指标为相对比例而非绝对规模，其变化同时受分子（工业就业人数）和分母（总就业人数）的双向影响，不宜孤立地解读为工业发展好坏
跨国比较需注意各国产业分类标准和统计口径的差异，尤其是建筑业和公用事业在各国归属的差异
该指标无法反映就业质量，包括薪资水平、工作稳定性、社会保障覆盖程度等
ILO模型估计值并非各国直接调查数据，可能与实际情况存在偏差
不区分正规就业与非正规就业，无法体现劳动力市场的结构性特征
中国等大型经济体的总就业基数庞大，比例的微小变化对应着巨大的绝对人口变动

常见错误用法

错误做法：直接用工业就业比例高低来评判一国经济强弱或发展水平

正确做法：应结合经济发展阶段、产业结构特点和劳动生产率综合判断

许多高收入发达国家的工业比例并不高，却拥有高水平的劳动生产率和薪资水平，不能简单认为工业比例低就是经济衰弱或发展滞后

错误做法：简单比较中国与世界平均的工业就业比例数值差异

正确做法：应分析两者所处的工业化阶段差异和产业结构演进路径

中国处于工业化中期阶段且总就业基数庞大，而多数发达国家已完成后工业化进入服务业主导阶段，两者可比性有限，需考虑发展阶段差异

错误做法：将工业就业比例的变化直接等同于工业就业绝对规模的变化

正确做法：应区分分子（工业就业人数）和分母（总就业人数）的相对贡献

比例变化受分子分母双向影响：中国总就业人口超过7亿，比例每变化1个百分点对应数千万人，绝对规模与相对比例的解读逻辑不同

错误做法：认为工业比例上升必然意味着工业就业人数增加

正确做法：应结合总就业人数变化和ILO模型估计方法综合分析

ILO模型估计的比例指标变化可能反映总就业结构重组，而非单纯工业部门绝对就业人数增减，需区分相对结构与绝对规模

错误做法：用该指标直接评估就业质量或劳动力市场结构

正确做法：应使用正规就业率、薪资水平、工作稳定性等专项指标

该指标不区分正规就业与非正规就业，无法反映劳动者的薪资水平、工作稳定性或社会保障覆盖程度等就业质量维度

实际应用场景

中国工业化进程与全球价值链嵌入研究：分析1990年代以来中国深度融入全球制造业分工体系对工业就业结构的影响被解释变量结合中国出口结构和FDI数据，利用V型走势的拐点（2002年、2012年）进行分段回归，识别全球价值链嵌入对就业结构的影响机制
全球金融危机对各国产化进程的非对称冲击：评估2008年全球金融危机后不同发展阶段国家工业化节奏的分化结果变量采用双重差分法比较金融危机前后发达国家与发展中国家工业比例变化，控制在贸易开放度和制造业FDI等变量
自动化技术对制造业就业的替代效应研究：探讨近年来工业比例趋稳是否反映自动化对制造业就业岗位的替代被解释变量将工业比例变化与自动化投资、机器人密度等变量纳入面板回归，控制劳动生产率提升和产业升级因素的影响
产业政策有效性评估的控制变量：评估中国产业政策（如中国制造2025）对就业结构的影响控制变量在政策评估模型中纳入该指标以控制产业结构基础差异，采用合成控制法构建反事实情景进行对比
新兴经济体工业化红利的跨国比较：比较中国、印度、越南等新兴经济体的工业化进程与就业吸纳能力比较变量使用收敛分析和俱乐部俱乐部收敛检验，分析不同工业化路径下就业结构演进的差异特征