服务业女性就业人员（占女性就业的百分比）

Employment in services, female (% of female employment) (modeled ILO estimate)

下载数据

指标代码：SL.SRV.EMPL.FE.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 services sector consists of wholesale and retail trade and restaurants and hotels; transport, storage, and communications; financing, insurance, real estate, and business services; and community, social, and personal services, in accordance with divisions 6-9 (ISIC 2) or categories G-Q (ISIC 3) or categories G-U (ISIC 4).

可供参考的中文翻译：就业指劳动年龄人口中任何从事商品生产或提供服务以获取报酬或利润的人员，无论在参考期内工作时还是因暂时离职或工作时间安排而未工作。服务业包括批发和零售贸易及餐饮住宿；运输、仓储和通信；金融、保险、房地产和商业服务；以及社区、社会和个人服务，分类依据为ISIC第2版第6-9类、ISIC第3版G-Q类或ISIC第4版G-U类。

数据口径与风险提示

本指标数据来源于国际劳工组织（ILO）模拟估算，不同国家数据质量因统计能力差异而不同
服务业定义在不同时期ISIC版本中存在口径调整，跨期比较需注意版本差异
ILO模型估算基于各国官方数据插值和推算，部分年份数据可能经过调整
该指标仅反映女性就业的结构比例，不反映女性就业的绝对数量变化
女性就业参与率在不同发展阶段国家差异显著，跨国比较需结合劳动市场结构
部分发展中国家女性非正规就业比例较高，可能存在统计低估
该指标为比例指标，上升可能反映服务业扩张，也可能是农业等领域女性就业减少所致
时序数据最早仅追溯至1991年，1990年前数据不可用

中国趋势

趋势解读

中国女性服务业就业比例在1991年至2025年间呈现持续上升趋势，由1991年的约21.0%提升至2025年的约56.5%，累计提升约35.5个百分点。从年度增量看，1990年代初增速较快（1993至1995年每年提升超过2个百分点），2000年代至2010年代中期增速趋于平稳但仍保持正向增长，2015年后增速有所放缓。该比例在2022年曾出现小幅回调至54.4%，但2023年起恢复上行。整体来看，中国该指标从低于世界平均水平逐步追赶并接近2025年世界均值的58.2%，反映了中国经济结构中服务业对女性就业吸纳能力的显著增强，但期初起点较低使得追赶效应明显。

1991年中国女性服务业就业比例为21.0%，为有记录以来最低值
2000年该比例降至28.9%，为1990年代的次低点
2009年突破40%，达到40.4%
2013年突破46%，2015年突破51%
2025年达到56.5%，为有记录以来最高值
从1991年到2025年，该比例增长了约2.69倍
期初值较低（21.0%）使得倍数指标放大，实际增量需结合百分点理解
服务业内部细分结构（传统服务业vs知识密集型服务业）不可区分

全球趋势

趋势解读

全球女性服务业就业比例在1991年至2025年间同样持续上升，由1991年的约39.8%提升至2025年的约58.2%，累计提升约18.4个百分点。从绝对水平看，全球期初值已高于中国同期，显示全球服务业对女性就业的吸纳起步更早。1990年代至2000年代初期全球增速相对平稳，年均增量约0.5个百分点；2008年全球金融危机后增速有所放缓；2019年达到峰值58.5%后，受2020年疫情冲击影响曾出现小幅回落（2020年降至57.8%），此后基本在57%-58%区间波动。与中国相比，全球该指标起点更高、基数更大，因此相同绝对增量对应的倍数较低，反映出发达经济体服务业结构转型先行的特征。

1991年全球女性服务业就业比例为39.8%
2019年全球该比例达到有记录以来最高值58.5%
2020年受疫情影响降至57.8%，为近十年最低点
2025年恢复至58.2%
从1991年到2025年，该比例增长了约1.46倍
2014年至2017年保持年均约0.8个百分点的稳定增长
全球均值为各经济体的加权平均，受大型经济体数据影响较大
不同区域发展水平差异显著，发达经济体该指标普遍在85%-95%区间

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	1.5x	1.1x	该十年中国该比例的倍数（1.46倍）高于世界（1.12倍），但主要因中国期初比例仅21%而世界期初已近40%，中国在低基数上的增长可能反映服务业起步扩张和服务业对农业女性就业的替代，而世界已进入服务业结构深化阶段，增速相对放缓属于正常调整。
2000-2009	1.4x	1.2x	该十年中国倍数（1.40倍）仍高于世界（1.16倍），中国追赶态势延续。中国该阶段可能受益于城镇化和消费服务业的扩张，女性向批发零售、餐饮住宿等传统服务业转移；而世界该阶段增速受发达经济体服务业就业趋于饱和影响，分子分母增速均有所放缓。
2010-2019	1.3x	1.1x	该十年中国倍数（1.31倍）高于世界（1.13倍），但两者差距较前两个十年收窄，可能意味着中国追赶式增长的高峰期逐步过去，比例基数提升后边际增量递减；同时全球服务业进入成熟平台期，两者增速收敛可能反映中国服务业结构转型进入与全球趋同的新阶段。
2020-2029	1.0x	1.0x	该十年中国倍数（1.03倍）与世界（1.01倍）高度接近且绝对值均较低，可能意味着中国该比例已接近全球平均水平，追赶空间大幅收窄；也可能反映疫情冲击导致服务业复苏缓慢，女性就业从服务业向其他部门回流或劳动参与率下降，需要结合女性总就业人口比率等变量验证。

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	Djibouti 吉布提	DJI	98.2
2	Luxembourg 卢森堡	LUX	97.2
3	Qatar 卡塔尔	QAT	96.1
4	Bahamas, The 巴哈马	BHS	95.7
5	Cyprus 塞浦路斯	CYP	93.5
6	Netherlands 荷兰	NLD	93.4
7	Jordan 约旦	JOR	93.3
8	Kuwait 科威特	KWT	93.1
9	Israel 以色列	ISR	92.8
10	United Kingdom 英国	GBR	92.3
11	Barbados 巴巴多斯	BRB	92.3
12	Sweden 瑞典	SWE	92.2
13	Norway 挪威	NOR	91.8
14	Malta 马耳他	MLT	91.8
15	St. Lucia 圣卢西亚	LCA	91.7
16	Bahrain 巴林	BHR	91.5
17	Belgium 比利时	BEL	91.3
18	United Arab Emirates 阿联酋	ARE	91.3
19	Iceland 冰岛	ISL	90.9
20	United States 美国	USA	90.8
21	Dominican Republic 多米尼加共和国	DOM	90.8
22	Canada 加拿大	CAN	90.7
23	Australia 澳大利亚	AUS	90.4
24	Denmark 丹麦	DNK	90.1
25	Singapore 新加坡	SGP	90.0
26	Ireland 爱尔兰	IRL	89.6
27	Finland 芬兰	FIN	89.5
28	Saudi Arabia 沙特阿拉伯	SAU	89.5
29	France 法国	FRA	89.0
30	Spain 西班牙	ESP	88.9
31	Libya 利比亚	LBY	88.9
32	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	88.9
33	Switzerland 瑞士	CHE	88.7
34	Montenegro 黑山	MNE	88.3
35	Brunei Darussalam 文莱	BRN	88.0
36	Uruguay 乌拉圭	URY	87.7
37	Argentina 阿根廷	ARG	86.7
38	Venezuela, RB 委内瑞拉	VEN	86.6
39	Germany 德国	DEU	86.4
40	New Zealand 新西兰	NZL	86.4
41	Chile 智利	CHL	86.3
42	Brazil 巴西	BRA	86.3
43	Jamaica 牙买加	JAM	86.3
44	Austria 奥地利	AUT	85.8
45	Mauritius 毛里求斯	MUS	85.5
46	Belize 伯利兹	BLZ	85.5
47	Syrian Arab Republic 叙利亚	SYR	85.2
48	Estonia 爱沙尼亚	EST	84.9
49	South Africa 南非	ZAF	84.6
50	Latvia 拉脱维亚	LVA	84.5
51	Italy 意大利	ITA	84.5
52	Japan 日本	JPN	84.3
53	Cabo Verde 佛得角	CPV	83.8
54	Suriname 苏里南	SUR	83.8
55	Oman 阿曼	OMN	83.7
56	Botswana 博茨瓦纳	BWA	83.7
57	Korea, Rep. 韩国	KOR	83.5
58	Portugal 葡萄牙	PRT	83.1
59	Cuba 古巴	CUB	82.7
60	Greece 希腊	GRC	82.6
61	Croatia 克罗地亚	HRV	82.6
62	Russian Federation 俄罗斯	RUS	82.4
63	Costa Rica 哥斯达黎加	CRI	82.1
64	Lithuania 立陶宛	LTU	81.8
65	Colombia 哥伦比亚	COL	80.8
66	Paraguay 巴拉圭	PRY	80.7
67	Panama 巴拿马	PAN	79.9
68	El Salvador 萨尔瓦多	SLV	79.7
69	Kazakhstan 哈萨克斯坦	KAZ	79.4
70	Slovak Republic 斯洛伐克	SVK	79.3
71	Hungary 匈牙利	HUN	79.1
72	Mexico 墨西哥	MEX	78.5
73	Honduras 洪都拉斯	HND	78.5
74	Poland 波兰	POL	78.5
75	Slovenia 斯洛文尼亚	SVN	78.4
76	Guyana 圭亚那	GUY	78.2
77	Nicaragua 尼加拉瓜	NIC	78.1
78	Bulgaria 保加利亚	BGR	77.7
79	Malaysia 马来西亚	MYS	77.6
80	Czechia 捷克	CZE	77.5
81	Philippines 菲律宾	PHL	77.4
82	Iraq 伊拉克	IRQ	74.5
83	Belarus 白俄罗斯	BLR	74.0
84	Samoa 萨摩亚	WSM	74.0
85	Egypt, Arab Rep. 埃及	EGY	73.7
86	Algeria 阿尔及利亚	DZA	71.6
87	Namibia 纳米比亚	NAM	70.9
88	Romania 罗马尼亚	ROU	69.5
89	Maldives 马尔代夫	MDV	69.5
90	Peru 秘鲁	PER	69.1
91	North Macedonia 北马其顿	MKD	68.0
92	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	67.7
93	Sao Tome and Principe 圣多美和普林西比	STP	67.6
94	Eswatini 斯威士兰	SWZ	66.3
95	Guatemala 危地马拉	GTM	65.5
96	Gabon 加蓬	GAB	65.3
97	Turkiye 土耳其	TUR	64.5
98	Serbia 塞尔维亚	SRB	63.7
99	Bolivia 玻利维亚	BOL	63.3
100	Haiti 海地	HTI	62.9
101	Bosnia and Herzegovina 波黑	BIH	62.8
102	Iran, Islamic Rep. 伊朗	IRN	62.0
103	Mongolia 蒙古	MNG	61.5
104	Mauritania 毛里塔尼亚	MRT	60.5
105	Tonga 汤加	TON	60.4
106	Ecuador 厄瓜多尔	ECU	60.2
107	Nigeria 尼日利亚	NGA	59.9
108	Tunisia 突尼斯	TUN	59.9
109	Armenia 亚美尼亚	ARM	58.9
110	Papua New Guinea 巴布亚新几内亚	PNG	58.7
111	Indonesia 印度尼西亚	IDN	58.7
112	Senegal 塞内加尔	SEN	58.7
113	Turkmenistan 土库曼斯坦	TKM	58.4
114	Uzbekistan 乌兹别克斯坦	UZB	57.7
115	Fiji 斐济	FJI	57.4
116	China 中国	CHN	56.5
117	Thailand 泰国	THA	56.3
118	Gambia, The 冈比亚	GMB	56.2
119	Ghana 加纳	GHA	56.0
120	Georgia 格鲁吉亚	GEO	55.6
121	Comoros 科摩罗	COM	55.5
122	Azerbaijan 阿塞拜疆	AZE	54.1
123	Solomon Islands 所罗门群岛	SLB	53.1
124	Liberia 利比里亚	LBR	51.9
125	Timor-Leste 东帝汶	TLS	51.9
126	Somalia, Fed. Rep. 索马里	SOM	50.9
127	Sierra Leone 塞拉利昂	SLE	50.0
128	Sri Lanka 斯里兰卡	LKA	49.9
129	Vanuatu 瓦努阿图	VUT	49.4
130	Albania 阿尔巴尼亚	ALB	48.0
131	Benin 贝宁	BEN	47.2
132	Rwanda 卢旺达	RWA	46.6
133	Nepal 尼泊尔	NPL	46.5
134	Cote d'Ivoire 科特迪瓦	CIV	46.4
135	Morocco 摩洛哥	MAR	46.1
136	Togo 多哥	TGO	45.5
137	Ethiopia 埃塞俄比亚	ETH	45.1
138	Congo, Rep. 刚果（布）	COG	45.1
139	Yemen, Rep. 也门	YEM	45.0
140	Viet Nam 越南	VNM	44.7
141	Lesotho 莱索托	LSO	44.5
142	Myanmar 缅甸	MMR	44.4
143	Cameroon 喀麦隆	CMR	43.1
144	Angola 安哥拉	AGO	42.4
145	Kenya 肯尼亚	KEN	42.1
146	Guinea 几内亚	GIN	41.3
147	Moldova 摩尔多瓦	MDA	41.1
148	Equatorial Guinea 赤道几内亚	GNQ	39.2
149	Cambodia 柬埔寨	KHM	38.6
150	Zambia 赞比亚	ZMB	38.4
151	Bhutan 不丹	BTN	38.0
152	Zimbabwe 津巴布韦	ZWE	35.4
153	Eritrea 厄立特里亚	ERI	34.6
154	Burkina Faso 布基纳法索	BFA	31.7
155	Tajikistan 塔吉克斯坦	TJK	31.7
156	Mali 马里	MLI	31.5
157	Tanzania 坦桑尼亚	TZA	29.0
158	Congo, Dem. Rep. 刚果（金）	COD	28.2
159	Guinea-Bissau 几内亚比绍	GNB	27.2
160	Lao PDR 老挝	LAO	25.9
161	Uganda 乌干达	UGA	25.6
162	Malawi 马拉维	MWI	24.2
163	India 印度	IND	24.0
164	Madagascar 马达加斯加	MDG	22.4
165	Korea, Dem. People's Rep. 朝鲜	PRK	21.8
166	Central African Republic 中非共和国	CAF	19.4
167	Chad 乍得	TCD	19.4
168	Pakistan 巴基斯坦	PAK	18.8
169	Mozambique 莫桑比克	MOZ	17.0
170	Bangladesh 孟加拉国	BGD	16.3
171	Niger 尼日尔	NER	10.3
172	Burundi 布隆迪	BDI	6.32
173	Afghanistan 阿富汗	AFG	3.74

使用建议、常见误用与研究场景

数值较高通常意味着什么

服务业女性就业比例升高通常意味着女性在经济中的就业领域更多地转向服务行业，反映服务业对女性就业吸纳能力的增强，可能与经济服务化、消费结构升级以及女性受教育水平提高导致的职业选择多元化相关。但需注意该比例上升也可能反映农业等产业女性就业人数相对减少，而非服务业绝对规模的扩大。

数值较低通常意味着什么

服务业女性就业比例降低可能意味着女性更多地分布在农业或工业部门，反映服务业岗位对女性的可及性不足或传统产业对女性劳动力的持续需求，也可能与统计口径中农业女性就业人数相对增加有关。比例下降不一定代表女性就业状况恶化，需结合女性劳动参与率和就业质量综合判断。

鍙ｅ緞闄愬埗

该指标为比例指标，不能反映女性就业的绝对数量变化，比例上升可能伴随女性总就业人数下降
服务业内部行业细分不可区分，无法判断向传统服务业还是知识密集型服务业转移
不同国家统计体系差异可能影响跨国可比性，发展中国家数据质量通常偏低
ILO模型估算对部分数据稀缺国家存在较大不确定性，非正规就业可能被低估
期初比例差异导致倍数指标可能产生误导，低基数国家倍数可能远高于高基数国家
该指标仅反映女性就业结构比例，不反映服务业就业的质量和收入水平

使用建议

分析时应同时关注女性就业人口比率（SL.EMP.TOTL.SP.FE.ZS）的绝对水平，综合判断服务业扩张是否带动女性整体就业增加
建议结合农业女性就业比例（SL.AGR.EMPL.FE.ZS）考察结构转型中女性从一产向三产的转移路径
跨国比较时应选择统计口径相近或发展阶段相似的国家群体，避免将不同发展阶段的国家的倍数直接对比
应区分传统服务业（批发零售、餐饮住宿）和现代服务业（金融、科技）的构成差异，避免将比例变化简单解读为结构升级
长期趋势分析建议使用至少15年以上的时序数据平滑短期波动，关注长期结构性变化而非短期波动
区域研究可结合脆弱就业比例（SL.EMP.VULN.FE.ZS）判断服务业扩张是否改善了女性就业质量
政策研究可将该指标与女性劳动参与率结合，评估服务业发展对女性经济参与的影响机制
需要结合具体国家发展阶段理解比例变化的实际含义，避免将追赶型增长直接等同于发展水平超越

常见错误用法

错误做法：直接将该比例的当前值高低作为判断国家服务业发展水平的唯一标准

正确做法：应结合该指标的长期趋势、起点水平和追赶速度综合判断，同时参考服务业增加值占GDP比重等其他维度

比例的绝对水平受经济发展阶段、劳动力市场结构等多种因素影响，发达小国和资源型国家该指标可能长期偏高但并非经济发达的体现

错误做法：仅比较倍数而忽略绝对百分点变化

正确做法：应结合百分点变化和比例的绝对水平综合分析

倍数受期初值影响极大，低基数国家的倍数可能远高于高基数的发达经济体，但不能据此判断服务业发展水平，中国1991年21%到2025年56%增长了35.5个百分点，而同期全球仅从39.8%增至58.2%，中国的绝对增量远大于全球

错误做法：将服务业比例上升直接等同于服务业质量提升或经济进步

正确做法：应结合脆弱就业比例和女性劳动参与率评估比例变化的实际就业质量含义

服务业内部差异巨大，批发零售与金融科技的就业质量和收入水平不可等同；此外比例上升也可能反映农业女性就业减少而非服务业扩张，需要结合就业质量指标综合判断

实际应用场景

经济结构转型与女性就业结构变迁研究：研究东亚经济体经济服务化进程中的女性就业结构变化，比较中国与日韩等已完成后工业化国家的发展轨迹差异结果变量采用面板回归控制人均GDP、城市化率、女性受教育水平等变量，分析服务业扩张对女性就业结构的影响机制，关注服务业比例提升是否伴随女性劳动参与率的同步变化
全球化背景下女性就业的产业分布变化：分析国际分工深化如何通过服务业发展影响女性就业的行业分布，特别是在全球价值链中制造业向服务业延伸的国家解释变量使用工具变量法处理内生性问题，控制贸易开放度、制造业出口比重等变量，检验服务业扩张对女性就业结构转变的因果效应
服务业发展与女性就业质量评估：评估服务业扩张对女性就业质量和收入水平的影响，区分传统服务业与现代服务业对女性就业的不同效果机制变量结合脆弱就业比例和正规就业比例构建就业质量指标，采用中介效应模型检验服务业比例变化对女性就业质量的传导路径
劳动市场性别差距的结构性因素分析：研究服务业发展对缩小或扩大劳动市场性别差距的影响，比较男女服务业就业比例的收敛程度稳健性检验变量与男性服务业就业比例进行对比分析，通过分组回归检验不同发展阶段国家服务业发展对性别差距的异质性影响
政策评估：服务业开放对女性就业的影响：评估中国服务业扩大开放政策对女性就业结构和质量的影响，特别是在金融、教育、医疗等领域开放后的女性就业变化结果变量使用双重差分法控制其他经济政策变化，结合行业异质性分析识别政策效应，关注女性在高收入服务业中的参与程度变化