女性劳动力参与率（占15岁以上女性人口的百分比）（全国估计）

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 and older 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：劳动力参与率是指在特定时期内，为商品和服务生产提供劳动力的经济活跃人口占15岁及以上人口的比例。

数据口径与风险提示

该指标为全国估计口径，与世界银行常用的模拟ILO估计口径可能存在统计方法差异，跨国比较时需确认数据来源一致性。
该指标反映的是经济活跃人口占总人口的比例，无法区分就业、失业和非正规就业等不同就业状态，解读时需结合就业质量指标。
中国数据序列仅覆盖1982年至2010年，末年数据距今已超过十年，当前状况可能与历史趋势存在较大差距。
大多数历史时期的十年变化比值数据缺失，无法完整评估中国与全球长期变化路径的差异。
该指标为时点比例指标，受年龄结构变化、教育普及率、婚育观念转变等人口学因素的综合影响，单一指标难以直接归因于特定政策效应。
劳动力参与行为受文化传统、家庭分工观念等难以量化的社会因素影响，纯经济解释可能存在局限性。

中国趋势

趋势解读

中国女性劳动力参与率在1982年至2010年期间呈现先升后降的走势。1982年基期值为70.613%，1990年上升至峰值73.018%，此后持续回落，到2010年降至63.727%。整个观测期间累计下降约6.89个百分点，期末值与期初值之比约为0.90。这一下降趋势可能与产业结构升级、教育扩张以及家庭照料需求变化等因素有关，但具体驱动机制需要结合更多变量进行验证。

1982年基期值为70.613%，为该时期内相对较低的起点。
1990年达到观测期内最高值73.018%，较1982年上升约2.4个百分点。
2000年降至67.903%，较1990年下降超过5个百分点。
2010年降至观测期最低值63.727%，为1982年以来最低水平。
从1982年到2010年，累计下降6.886个百分点，降幅约为9.75%。
数据仅覆盖1982-2010年，对当前劳动力市场状况的代表性有限。
无法区分下降原因是主动退出劳动力市场还是被动退出，解读时需结合失业率指标。
全国估计与ILO模拟估计可能存在口径差异，不宜直接混用。

全球趋势

趋势解读

全球女性劳动力参与率在2000年至2022年期间呈现波动下行态势。期初2000年值为50.163%，到2022年降至45.763%，累计下降约4.4个百分点，期末值与期初值之比约为0.91。期间在2012年触及43.828%的阶段低点后有所回升，但整体仍呈下降趋势。这一全球性下降可能反映了人口老龄化进程、教育年限延长以及部分国家家庭政策变化的影响，但具体原因因地区发展水平差异而可能存在较大分化。

2000年基期值为50.163%，为观测期内最高点。
2010年降至48.841%，较2000年下降约1.3个百分点。
2012年触及观测期最低值43.828%，此后有所反弹。
2019年回升至44.155%，2022年进一步升至45.763%。
从2000年到2022年，累计下降约4.4个百分点，降幅约为8.77%。
世界平均值受各经济体权重影响，高参与率与低参与率国家的结构性差异可能掩盖真实趋势。
部分发展中国家数据缺失可能影响全球汇总值的准确性。
该指标为算术平均而非人口加权平均，与部分用户直觉可能存在差异。

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	-	-	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。
2000-2009	-	-	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。
2010-2019	-	0.9x	该时期全球女性劳动力参与率呈先降后升走势，末期与期初之比为0.904，意味着全球整体变化幅度有限。由于中国该时期的十年变化比值数据不可得，无法直接比较中国与全球变化路径的差异，需要结合更多变量进一步验证中国是否经历了与全球不同的结构性调整。
2020-2029	-	-	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。

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	New Zealand 新西兰	NZL	66.5
2	Peru 秘鲁	PER	63.7
3	Paraguay 巴拉圭	PRY	61.3
4	Canada 加拿大	CAN	61.1
5	United Kingdom 英国	GBR	59.3
6	Korea, Rep. 韩国	KOR	57.3
7	United States 美国	USA	57.3
8	Austria 奥地利	AUT	57.2
9	Japan 日本	JPN	56.4
10	Portugal 葡萄牙	PRT	55.5
11	Dominican Republic 多米尼加共和国	DOM	55.5
12	Spain 西班牙	ESP	54.4
13	Brazil 巴西	BRA	53.7
14	Chile 智利	CHL	53.3
15	Colombia 哥伦比亚	COL	52.3
16	Ecuador 厄瓜多尔	ECU	52.0
17	Costa Rica 哥斯达黎加	CRI	44.1
18	Honduras 洪都拉斯	HND	43.0
19	Pakistan 巴基斯坦	PAK	28.2
20	West Bank and Gaza 约旦河西岸和加沙	PSE	18.2

使用建议、常见误用与研究场景

数值较高通常意味着什么

较高的女性劳动力参与率通常意味着更多女性处于就业或积极求职状态，可能反映了较强的劳动力供给能力、较完善的社会托育支持或相对平等的性别就业机会。

数值较低通常意味着什么

较低的女性劳动力参与率可能意味着更多女性选择退出劳动力市场，可能与家庭照料责任、教育深造、退休安排或劳动力市场壁垒等因素有关，但不宜简单解读为消极结果。

鍙ｅ緞闄愬埗

该指标仅反映是否在经济上活跃，无法区分就业质量、收入水平或工作稳定性等维度。
全国估计口径与模拟ILO估计口径存在方法差异，直接混用可能产生误判。
无法反映非正规就业、非全日制工作等灵活用工形式的实际参与程度。
人口年龄结构变化会影响指标数值，劳动年龄人口萎缩可能导致参与率上升但劳动力供给实际下降。
文化传统、社会规范等难以量化的因素对该指标有重要影响。
跨国比较时需考虑调查方法、统计定义和调查时点等差异。

使用建议

分析时结合女性就业率、失业率和非正规就业比例等指标，全面评估女性劳动力市场状况。
区分全国估计与模拟ILO估计数据，在进行国际比较时标注数据来源和口径。
结合教育扩张、婚育年龄推迟、老龄化进程等人口学背景变量解读趋势变化。
引入男女劳动力参与率比率指标，分析性别差距的动态演变。
研究使用时考虑加入产业结构、城市化水平等控制变量，提高分析精度。
关注数据的时间连续性，警惕数据断裂或调查方法变更可能带来的影响。

常见错误用法

错误做法：直接用中国的63.727%（2010年）与全球的45.763%（2022年）进行大小比较，得出中国远高于全球的结论

正确做法：比较时应确保使用同一时期的数据，或明确说明比较的时间差异，并考虑口径是否一致

不同年份的数据反映不同时间点的状况，且中国经济结构和社会条件已发生变化，直接比较可能产生误导性结论

错误做法：将女性劳动力参与率下降解读为性别平等的倒退

正确做法：分析下降原因，区分是主动选择（如教育深造）还是被动退出（如就业歧视），结合其他性别平等指标综合判断

劳动力参与率受多重因素影响，下降可能反映了教育机会增加、家庭政策改善或产业结构变化，不宜直接等同于性别不平等加剧

错误做法：将全国估计数据与模拟ILO估计数据不加区分地混用

正确做法：在使用前确认数据来源，全国估计反映各国官方统计口径，模拟估计基于统一方法论进行跨国可比调整

两种数据的调查方法、定义范围和调整方式可能存在差异，混用可能影响分析结果的准确性和国际可比性

错误做法：将女性劳动力参与率等同于女性就业率进行政策分析

正确做法：明确参与率包含正在求职但未就业的人口，就业率仅指有工作者，两者概念不同

参与率高不代表就业状况好，需要结合就业质量和失业状况等指标才能全面评估女性劳动力市场表现

实际应用场景

女性经济参与对经济增长的影响研究：分析女性劳动力参与率与GDP增速、劳动生产率等宏观经济指标的关系，评估女性经济参与对发展潜力的贡献解释变量可使用面板回归控制人均收入、教育水平、产业结构等变量，注意处理内生性问题，可考虑使用工具变量或滞后项
婚育对女性劳动力市场的长期影响评估：研究女性在生育前后劳动力参与行为的变化模式，评估生育政策调整对女性就业的影响被解释变量可构建双重差分模型比较政策前后变化，结合微观调查数据细化分析，注意区分政策效应与其他同期变化因素
老龄化背景下劳动力供给变化的跨国比较：比较不同老龄化程度国家女性劳动力参与率的演变路径，为应对劳动力老龄化提供政策参考比较变量需控制发展水平、文化传统等 confounding 因素，考虑使用PSM或固定效应模型减少选择偏误
数字经济对女性就业结构的影响分析：研究互联网普及和平台经济发展如何改变女性就业形态，及其对劳动力参与率的影响机制变量可引入数字经济相关指标作为中介变量，使用中介效应模型检验影响路径，警惕反向因果问题
数据质量稳健性检验：使用ILO模拟估计数据替代全国估计数据，检验主要研究结论是否仍然成立稳健性检验对比两种口径数据的相关性和差异，评估口径变化对研究结论敏感性的影响