劳动力参与率，总数（占 15-64 岁总人口的百分比）（模拟劳工组织估计）

指标解释

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

Labor force participation rate is the proportion of the population ages 15-64 that is economically active: all people who supply labor for the production of goods and services during a specified period.

可供参考的中文翻译：劳动力参与率是指年龄在 15-64 岁的人口中从事经济活动的人口比率：所有在特定阶段为货物和服务的生产提供劳力的人员。

数据口径与风险提示

数据来源于国际劳工组织（ILO）模型估计，并非各国原始调查数据，各国口径可能存在差异
该指标反映15-64岁年龄段的经济活跃人口比例，分子为劳动力人口，分母为该年龄段总人口
劳动力包括就业者和失业者，统计口径不区分正规与非正规就业
各国退休制度、强制退休年龄、家庭照料分工等制度因素可能显著影响该比率
高等教育扩张会导致年轻人口劳动力参与率下降，但不一定反映就业状况恶化
该指标为比率指标，不反映劳动力绝对规模，两个比率相近的国家劳动力总量可能相差悬殊

中国趋势

趋势解读

中国劳动力参与率在1990年处于84%的高位水平，此后呈现持续下降趋势，到2025年已降至74%左右，35年间累计下降约10个百分点。2010年代下降速度明显放缓，2020年代趋于企稳。与全球平均水平相比，中国该指标长期高于世界约6-10个百分点，但这一差距在逐步收窄。

1990年劳动力参与率为84.038%，为历史最高点
2025年降至74.025%，较1990年下降约10个百分点
2010年降至76.894%，首次跌破77%
2020年降至74.014%，为历史最低点
近年在74%-76%区间波动，未出现明显回升趋势
下降可能反映教育普及带来的就学年限延长，不宜简单解读为就业市场萎缩
该年龄段包含大量临近退休人口，养老金制度变化可能影响统计口径
模型估计数据与各国实际调查数据之间可能存在口径差异

全球趋势

趋势解读

全球劳动力参与率从1990年的70.1%逐步下降至2025年的67.4%，35年间累计下降约2.8个百分点。下降速度在各时期相对平稳，2010年代后期趋于缓和，2020年代出现小幅回升。整体水平明显低于中国，但下降幅度远小于中国。

1990年全球劳动力参与率为70.122%，为历史最高点
2025年降至67.351%，较1990年下降约2.77个百分点
2008-2010年出现较明显下降，从68%降至67.5%左右
2020年降至65.360%，为历史最低点
2021年以来持续小幅回升，但尚未恢复至疫情前水平
发达国家普遍面临人口老龄化，导致参与率结构性下降
新兴市场国家女性劳动参与率差异较大，影响全球平均水平
ILO模型数据在不同区域的覆盖度和可靠度不一

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	1.0x	1.0x	中国该时期下降幅度约为5%，而世界下降约1.1%，中国的下降速度显著快于全球，分子分母的相对变化可能与经济结构转型、教育扩张以及国有企业改革带来的就业形态变化有关，需要结合就业结构和产业结构数据进一步验证。
2000-2009	1.0x	1.0x	中国下降幅度约为2.8%，世界下降约2.1%，两者差距较前十年缩小，表明中国的结构性调整压力在该阶段有所缓解，可能与城镇化加速吸纳大量劳动力有关，但同期世界下降加速可能与发达国家老龄化加速有关。
2010-2019	1.0x	1.0x	中国下降幅度约为1.9%，世界下降约1.2%，中国下降速度持续放缓，与世界差距进一步缩小，可能反映中国劳动力市场从高速扩张期转入存量调整阶段，而世界下降可能主要来自发展中国家的统计口径完善。
2020-2029	1.0x	1.0x	中国基本持平（变化不足0.02%），而世界上升约3%，走势明显分化。中国的劳动力参与率已在高位平台期企稳，而世界在疫情后出现较明显的回升，这可能反映全球就业市场恢复弹性与中国的老龄化深化和结构调整压力叠加效应，不宜直接归因于单一因素。

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	Korea, Dem. People's Rep. 朝鲜	PRK	89.3
2	Qatar 卡塔尔	QAT	88.1
3	Iceland 冰岛	ISL	87.5
4	Madagascar 马达加斯加	MDG	86.9
5	Cambodia 柬埔寨	KHM	86.1
6	Solomon Islands 所罗门群岛	SLB	85.8
7	Netherlands 荷兰	NLD	85.6
8	Tanzania 坦桑尼亚	TZA	85.0
9	Switzerland 瑞士	CHE	84.0
10	Sweden 瑞典	SWE	83.9
11	Nigeria 尼日利亚	NGA	83.3
12	Bahamas, The 巴哈马	BHS	82.9
13	New Zealand 新西兰	NZL	82.6
14	Japan 日本	JPN	82.3
15	Denmark 丹麦	DNK	82.2
16	Malta 马耳他	MLT	81.6
17	Uganda 乌干达	UGA	81.2
18	Estonia 爱沙尼亚	EST	81.1
19	Eritrea 厄立特里亚	ERI	80.9
20	Australia 澳大利亚	AUS	80.6
21	Bolivia 玻利维亚	BOL	80.5
22	Niger 尼日尔	NER	80.4
23	Norway 挪威	NOR	80.3
24	Canada 加拿大	CAN	80.0
25	Germany 德国	DEU	80.0
26	United Arab Emirates 阿联酋	ARE	79.6
27	Belarus 白俄罗斯	BLR	79.6
28	Finland 芬兰	FIN	79.4
29	Cyprus 塞浦路斯	CYP	79.3
30	Mozambique 莫桑比克	MOZ	79.1
31	Burundi 布隆迪	BDI	79.1
32	Lithuania 立陶宛	LTU	78.7
33	Viet Nam 越南	VNM	78.4
34	Barbados 巴巴多斯	BRB	78.3
35	Hungary 匈牙利	HUN	78.3
36	Austria 奥地利	AUT	77.9
37	Portugal 葡萄牙	PRT	77.8
38	Liberia 利比里亚	LBR	77.6
39	Czechia 捷克	CZE	77.5
40	Uruguay 乌拉圭	URY	77.5
41	Benin 贝宁	BEN	77.5
42	Ireland 爱尔兰	IRL	77.2
43	Peru 秘鲁	PER	77.0
44	Albania 阿尔巴尼亚	ALB	77.0
45	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	77.0
46	Singapore 新加坡	SGP	77.0
47	Kazakhstan 哈萨克斯坦	KAZ	77.0
48	United Kingdom 英国	GBR	76.7
49	Latvia 拉脱维亚	LVA	76.6
50	Slovak Republic 斯洛伐克	SVK	76.2
51	Slovenia 斯洛文尼亚	SVN	76.2
52	Russian Federation 俄罗斯	RUS	76.1
53	Thailand 泰国	THA	75.8
54	Angola 安哥拉	AGO	75.7
55	Kuwait 科威特	KWT	75.1
56	Spain 西班牙	ESP	75.0
57	Poland 波兰	POL	75.0
58	St. Lucia 圣卢西亚	LCA	74.9
59	Luxembourg 卢森堡	LUX	74.7
60	Israel 以色列	ISR	74.4
61	Moldova 摩尔多瓦	MDA	74.4
62	Serbia 塞尔维亚	SRB	74.2
63	China 中国	CHN	74.0
64	France 法国	FRA	74.0
65	Jamaica 牙买加	JAM	74.0
66	Paraguay 巴拉圭	PRY	73.9
67	United States 美国	USA	73.7
68	Central African Republic 中非共和国	CAF	73.6
69	Bulgaria 保加利亚	BGR	73.2
70	Bahrain 巴林	BHR	72.9
71	Panama 巴拿马	PAN	71.9
72	Burkina Faso 布基纳法索	BFA	71.2
73	Botswana 博茨瓦纳	BWA	71.2
74	Korea, Rep. 韩国	KOR	71.2
75	Brazil 巴西	BRA	71.0
76	Belgium 比利时	BEL	71.0
77	Chile 智利	CHL	70.9
78	Azerbaijan 阿塞拜疆	AZE	70.9
79	Georgia 格鲁吉亚	GEO	70.9
80	Montenegro 黑山	MNE	70.9
81	Armenia 亚美尼亚	ARM	70.8
82	Malaysia 马来西亚	MYS	70.7
83	Argentina 阿根廷	ARG	70.7
84	Oman 阿曼	OMN	70.4
85	Croatia 克罗地亚	HRV	70.4
86	Indonesia 印度尼西亚	IDN	70.1
87	Greece 希腊	GRC	70.0
88	Ethiopia 埃塞俄比亚	ETH	69.9
89	Dominican Republic 多米尼加共和国	DOM	69.7
90	Brunei Darussalam 文莱	BRN	69.6
91	Colombia 哥伦比亚	COL	69.1
92	Nicaragua 尼加拉瓜	NIC	69.0
93	Mauritius 毛里求斯	MUS	68.8
94	Congo, Rep. 刚果（布）	COG	68.7
95	Lao PDR 老挝	LAO	68.7
96	Zimbabwe 津巴布韦	ZWE	68.5
97	Mali 马里	MLI	68.5
98	Cote d'Ivoire 科特迪瓦	CIV	68.2
99	Ecuador 厄瓜多尔	ECU	68.0
100	Kenya 肯尼亚	KEN	68.0
101	Bhutan 不丹	BTN	67.7
102	Timor-Leste 东帝汶	TLS	67.4
103	Romania 罗马尼亚	ROU	66.9
104	Italy 意大利	ITA	66.6
105	Saudi Arabia 沙特阿拉伯	SAU	66.5
106	Maldives 马尔代夫	MDV	66.4
107	Mexico 墨西哥	MEX	66.3
108	El Salvador 萨尔瓦多	SLV	66.2
109	Rwanda 卢旺达	RWA	66.1
110	North Macedonia 北马其顿	MKD	65.8
111	Guinea-Bissau 几内亚比绍	GNB	65.8
112	Cameroon 喀麦隆	CMR	65.8
113	Costa Rica 哥斯达黎加	CRI	65.3
114	Haiti 海地	HTI	65.3
115	Congo, Dem. Rep. 刚果（金）	COD	64.6
116	Cuba 古巴	CUB	63.8
117	Philippines 菲律宾	PHL	63.7
118	Mongolia 蒙古	MNG	63.6
119	Malawi 马拉维	MWI	63.2
120	Bosnia and Herzegovina 波黑	BIH	63.1
121	Uzbekistan 乌兹别克斯坦	UZB	62.9
122	Equatorial Guinea 赤道几内亚	GNQ	62.3
123	Zambia 赞比亚	ZMB	62.2
124	Cabo Verde 佛得角	CPV	62.2
125	Belize 伯利兹	BLZ	62.2
126	Guatemala 危地马拉	GTM	61.8
127	Bangladesh 孟加拉国	BGD	61.3
128	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	61.1
129	Turkiye 土耳其	TUR	60.8
130	South Africa 南非	ZAF	60.6
131	Ghana 加纳	GHA	60.4
132	Fiji 斐济	FJI	60.3
133	Suriname 苏里南	SUR	60.1
134	Namibia 纳米比亚	NAM	60.1
135	Vanuatu 瓦努阿图	VUT	60.0
136	Myanmar 缅甸	MMR	59.8
137	Chad 乍得	TCD	59.5
138	Guyana 圭亚那	GUY	59.2
139	India 印度	IND	59.1
140	Lesotho 莱索托	LSO	59.1
141	Togo 多哥	TGO	59.0
142	Honduras 洪都拉斯	HND	58.7
143	Comoros 科摩罗	COM	57.4
144	Venezuela, RB 委内瑞拉	VEN	56.6
145	Pakistan 巴基斯坦	PAK	54.7
146	Sierra Leone 塞拉利昂	SLE	54.6
147	Sri Lanka 斯里兰卡	LKA	53.8
148	Eswatini 斯威士兰	SWZ	53.7
149	Guinea 几内亚	GIN	53.6
150	Senegal 塞内加尔	SEN	53.3
151	Gabon 加蓬	GAB	53.1
152	Papua New Guinea 巴布亚新几内亚	PNG	52.9
153	Tonga 汤加	TON	52.2
154	Libya 利比亚	LBY	51.4
155	Tunisia 突尼斯	TUN	51.1
156	Gambia, The 冈比亚	GMB	48.7
157	Morocco 摩洛哥	MAR	47.8
158	Egypt, Arab Rep. 埃及	EGY	47.4
159	Samoa 萨摩亚	WSM	45.6
160	Iran, Islamic Rep. 伊朗	IRN	45.0
161	Turkmenistan 土库曼斯坦	TKM	44.8
162	Algeria 阿尔及利亚	DZA	44.8
163	Iraq 伊拉克	IRQ	43.4
164	Jordan 约旦	JOR	42.8
165	Nepal 尼泊尔	NPL	41.9
166	Mauritania 毛里塔尼亚	MRT	41.9
167	Tajikistan 塔吉克斯坦	TJK	40.4
168	Syrian Arab Republic 叙利亚	SYR	38.9
169	Afghanistan 阿富汗	AFG	38.4
170	Somalia, Fed. Rep. 索马里	SOM	34.8
171	Yemen, Rep. 也门	YEM	34.0
172	Djibouti 吉布提	DJI	33.3
173	Sao Tome and Principe 圣多美和普林西比	STP	23.4

使用建议、常见误用与研究场景

数值较高通常意味着什么

劳动力资源利用程度较高，15-64岁人口中有较大比例活跃于经济活动

数值较低通常意味着什么

劳动力资源利用程度相对较低，可能受老龄化、教育扩张、提前退休等因素影响

鍙ｅ緞闄愬埗

该指标为比率指标，不反映劳动力绝对规模，高比率不一定意味着就业充分
不区分正规与非正规就业，无法反映劳动质量
模型估计数据可能与各国实际调查数据存在口径差异
15-64岁年龄段跨度较大，掩盖了青年和老年群体的差异
无法反映隐性失业或非充分就业状况
跨国比较受各国就业制度、统计方法和数据质量影响

使用建议

跨国比较时应结合绝对规模和人口总量数据
分析趋势时应注意模型估计与调查数据的口径差异
结合青年和女性分项指标分析劳动力结构变化
结合GDP和劳动生产率数据评估经济效率
关注各国就业制度变化对指标可比性的影响
区分经济周期因素与结构性因素对趋势的影响

常见错误用法

错误做法：直接比较中国与印度的劳动力参与率高低，判断两国劳动力市场优劣

正确做法：同时比较两国15-64岁人口总量和劳动年龄人口结构，并分析统计口径差异

劳动力参与率是比率指标，两国比率相近但人口规模可能相差悬殊，且统计方法差异可能影响可比性

错误做法：认为劳动力参与率下降意味着就业机会减少、失业加剧

正确做法：结合就业人数、失业率和工作时间等指标综合判断

参与率下降可能反映教育普及、老龄化加深或提前退休制度，不一定意味着失业增加

错误做法：用中国劳动力参与率远高于日本的例子来说明中国劳动力利用效率更高

正确做法：结合人口结构、退休制度、经济成熟度和劳动生产率综合评估

日本已高度老龄化且进入后工业社会，劳动力参与率的结构性下降是发达经济体普遍现象，与中国发展阶段不可直接类比

错误做法：将劳动力参与率变化直接归因于某一政策或历史事件

正确做法：在有充分证据支持下分析多因素叠加效应

劳动力参与率受人口结构、教育制度、退休政策、性别分工、文化传统等多重因素影响，不宜做单因果推断

实际应用场景

人口红利与劳动力供给变化研究：评估中国改革开放以来人口红利对经济增长的贡献被解释变量结合劳动年龄人口占比和劳动力参与率，构建劳动力供给指数，分析二者对GDP增长的相对贡献，适合面板回归或增长核算框架。
女性劳动参与率影响因素分析：研究教育水平、婚姻状态、托育服务对女性就业决策的影响控制变量将劳动力参与率（总量）作为控制变量引入模型，重点考察女性分项指标的差异，适合微观调查数据与宏观指标匹配分析。
全球劳动力市场结构趋同研究：分析发达国家与发展中国家在劳动力参与率上的趋同或分化趋势比较基准以全球劳动力参与率为基准，比较不同收入组别国家的走势差异，适合收敛性检验或俱乐部趋同分析。
自动化技术对劳动力需求结构的影响：研究技术进步对不同技能水平劳动力参与率的差异化影响稳健性检验变量在研究自动化与就业关系的模型中，将劳动力参与率作为稳健性检验变量，验证技术对劳动力供给端的替代效应。