劳动参与率的男女比率（%）（国家估计）
Ratio of female to male labor force participation rate (%) (national estimate)
下载数据指标解释
World Bank official description / 世界银行官方说明
Ratio of female to male labor force participation rate is the proportion of female labor force participation relative to male labor force participation. The labor force participation rate is the labor force as a percent of the population ages 15 and older. The labor force is the sum of all persons of working age who are employed and those who are unemployed.
可供参考的中文翻译：女性与男性劳动参与率之比，指女性劳动参与率相对于男性劳动参与率的比例。劳动参与率是指劳动力占15岁及以上人口的百分比。劳动力是指所有就业者和失业者中处于工作年龄人口的总和。
数据口径与风险提示
- 本指标为比率指标，反映女性相对于男性的劳动参与水平，不直接衡量女性就业的绝对规模
- 劳动力定义包含就业者和失业者，失业者的统计依赖于调查口径和失业认定标准
- 不同国家或时期的调查方法、抽样设计可能存在差异，影响跨国可比性
- 该比率上升可能源于女性参与率上升、男性参与率下降或两者同时变化，需结合分项指标解读
- 比率接近100%并不必然意味着性别平等，还需考虑就业质量、收入差距和职业分布等因素
- 国家估计与模拟ILO估计使用不同的数据来源和方法，两者数值可能存在差异
- 数据缺失年份较多，历史序列的连续性有限，长周期趋势分析需谨慎
- 人口年龄结构变化可能影响总体劳动参与率水平，进而影响比率的分子分母构成
中国趋势
中国劳动参与率的男女比率在1982年至2010年期间呈现先升后降的走势。1982年该比率约为81.66%，1990年上升至约85.88%的历史最高点，随后持续回落，2000年降至约84.52%，至2010年进一步降至约81.54%，基本回落至1982年的水平。整体而言，中国该比率长期保持在80%以上，表明女性劳动参与率始终维持在男性八成以上的水平。该比率在1990年代前期的峰值可能与当时产业结构变化和女性就业扩张有关，后期回落则可能与统计口径调整或人口结构变化存在关联，但具体原因需要结合分性别劳动参与率的原始序列进一步分析。
- 1982年该比率为81.66%，为当前序列的期初观测值
- 1990年该比率达到峰值85.88%，为当前序列的最高点
- 2000年该比率为84.52%，较峰值有所回落
- 2010年该比率为81.54%，为当前序列的最低点，与1982年水平基本持平
- 数据仅覆盖1982年至2010年共4个观测点，2010年后缺乏可靠的国家估计数据
- 数据年份间隔较大，可能遗漏中间年份的重要波动信息
- 缺乏2010年之后的更新数据，难以反映近年来的最新变化趋势
- 中国数据与世界数据的时间范围不重叠，无法直接进行同期对比分析
全球趋势
全球劳动参与率的男女比率在2000年至2022年期间呈现波动态势，整体略有下降。2000年全球该比率约为66.82%，至2010年微升至约66.95%，随后在2012年降至约61.11%的历史最低点，2019年回升至约62.64%，2022年进一步升至约64.71%。尽管2022年较2000年有所上升，但较2010年的阶段性高点仍下降约2.11个百分点。该比率长期低于70%意味着全球范围内女性劳动参与率显著低于男性，反映了普遍存在的性别劳动参与差距，近年来该差距有所波动但整体格局未发生根本性改变。
- 2000年全球该比率为66.82%，为当前序列的期初观测值
- 2010年全球该比率达到峰值66.95%，为当前序列的最高点
- 2012年全球该比率降至61.11%，为当前序列的最低点
- 2022年全球该比率为64.71%，较2000年下降约2.11个百分点
- 世界平均值受各成员国数据可得性的影响，不同国家的数据覆盖年份存在差异
- 该比率的变化可能反映女性或男性劳动参与率的不同方向变化，需结合分项指标解读
- 全球平均值可能掩盖了不同地区、不同收入水平国家之间的巨大差异
- 模型估计与世界银行数据库更新周期有关，不同版本的数据可能存在小幅差异
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 本时期中国和世界数据均不可得，无法进行十年变化分析。 |
| 1970-1979 | - | - | 本时期中国和世界数据均不可得，无法进行十年变化分析。 |
| 1980-1989 | - | - | 本时期中国和世界数据均不可得，无法进行十年变化分析。 |
| 1990-1999 | - | - | 本时期中国和世界数据均不可得，无法进行十年变化分析。 |
| 2000-2009 | - | - | 本时期中国和世界数据均不可得，无法进行十年变化分析。 |
| 2010-2019 | - | 0.9x | 该阶段只有世界具备可比变化率，适合用作背景参照，不宜直接推断中国差异。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
| 2020-2029 | - | - | 本时期中国数据不可得，全球数据仅部分可得，无法进行完整的十年变化分析。 |
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 | 89.2 |
| 2 | United Kingdom 英国 | GBR | 89.0 |
| 3 | Canada 加拿大 | CAN | 87.8 |
| 4 | Portugal 葡萄牙 | PRT | 87.7 |
| 5 | Austria 奥地利 | AUT | 86.2 |
| 6 | Spain 西班牙 | ESP | 85.2 |
| 7 | United States 美国 | USA | 84.5 |
| 8 | Peru 秘鲁 | PER | 79.6 |
| 9 | Korea, Rep. 韩国 | KOR | 78.8 |
| 10 | Japan 日本 | JPN | 78.7 |
| 11 | Paraguay 巴拉圭 | PRY | 74.0 |
| 12 | Chile 智利 | CHL | 73.9 |
| 13 | Brazil 巴西 | BRA | 73.1 |
| 14 | Dominican Republic 多米尼加共和国 | DOM | 71.1 |
| 15 | Colombia 哥伦比亚 | COL | 68.3 |
| 16 | Ecuador 厄瓜多尔 | ECU | 67.5 |
| 17 | Costa Rica 哥斯达黎加 | CRI | 65.1 |
| 18 | Honduras 洪都拉斯 | HND | 56.3 |
| 19 | Pakistan 巴基斯坦 | PAK | 34.6 |
| 20 | West Bank and Gaza 约旦河西岸和加沙 | PSE | 25.3 |
使用建议、常见误用与研究场景
数值较高通常意味着什么
比率升高意味着在一定范围内女性劳动参与率相对于男性有所提升，可能反映了女性就业机会的增加、社会观念的进步，或产业结构变化对女性就业的积极影响。然而，也可能是男性劳动参与率下降所致，不能简单等同于女性就业状况的全面改善，需要结合男女分项指标的绝对水平与变化方向进行综合判断。
数值较低通常意味着什么
比率下降表示女性劳动参与率相对于男性有所减弱，可能反映了传统产业收缩对女性就业的冲击、家庭照料责任增加导致女性退出劳动力市场、统计口径调整，或人口老龄化对男女参与率的差异化影响。在解读时需要明确是女性参与率下降还是男性参与率上升主导了这一变化。
鍙ｅ緞闄愬埗
- 该比率为相对指标，无法区分是女性参与率上升还是男性参与率下降导致的变化方向，需结合分项指标确定变化来源
- 数据年份覆盖不完整，多数时期的十年变化数据缺失，历史序列的连续性有限，趋势外推需谨慎
- 不同国家和时期的调查方法、抽样设计、失业定义可能存在差异，跨国可比性存在一定局限
- 比率接近100%并不意味着实现了性别平等，还需考虑就业质量、收入差距、职业分布、工作稳定性等结构性因素
- 国家直接估计与世界银行模拟估计使用不同的数据来源和方法，两者数值可能存在系统性差异
使用建议
- 优先使用男女分项指标（SL.TLF.CACT.FN.ZS 和 SL.TLF.CACT.MA.NE.ZS）辅助解读，明确比率变化的驱动因素
- 跨国比较研究应优先选择数据可得性一致的国家和年份，避免因样本偏差导致的误判
- 关注长期趋势而非个别年份的波动，结合 decade_summary 和 trend_analysis 中的具体观测点进行分析
- 结合就业质量、收入水平、职业性别分布等补充指标，从多维度评估劳动力市场的性别平等状况
- 避免将比率的绝对值高低直接等同于性别平等程度，需结合该国的经济发展阶段和文化背景综合判断
- 使用前建议查阅 metadata 确认数据来源与调查方法，区分国家估计与 ILO 模拟估计的差异
常见错误用法
错误做法：直接根据比率数值判断女性劳动参与状况：看到比率下降就认为女性就业变差，看到比率上升就认为女性就业改善
正确做法：结合男女分项劳动参与率的绝对水平和变化方向进行判断，识别是女性参与率变化还是男性参与率变化主导了比率变化
比率是相对指标，可能出现女性参与率上升但因男性参与率上升更快而导致比率下降的情况，仅看比率无法准确判断女性劳动参与的实际变化
错误做法：使用不同数据来源（国家估计与 ILO 模拟估计）混合分析，期望得到一致的时间序列
正确做法：在研究设计阶段明确数据来源，选取同一数据源进行趋势分析，避免混用导致的数据不连续问题
国家估计与 ILO 模拟估计基于不同的数据收集方法和模型假设，数值可能存在系统性差异，混合使用会破坏数据的可比性和分析结论的可靠性
错误做法：将比率接近或达到100%解读为实现了性别劳动参与平等，认为无需进一步关注性别差距问题
正确做法：将比率作为起点而非终点，继续分析就业质量、收入差距、职业性别隔离、非正规就业比例等结构性指标
比率仅反映参与率的相对水平，即使男女参与率相当，仍可能存在同工不同酬、职业天花板、女性承担更多无薪照料劳动等深层问题
错误做法：在数据缺失较多的时期进行长期趋势推断，忽视数据缺口对分析结论的影响
正确做法：在分析报告中明确标注数据可得性限制，仅基于有效观测点进行有限推断，并提示结论的适用边界
该指标大多数时期的数据不可得，强行进行趋势推断可能得出与实际情况偏差较大的结论，影响研究结论的学术严谨性和政策参考价值
实际应用场景
- 女性劳动参与率影响因素研究：研究教育水平提升、 childcare 政策变化或产业结构转型对女性劳动力市场参与的影响 被解释变量 使用面板数据模型控制国家和年份固定效应，同时纳入 GDP 增长率、女性受教育年限、托幼服务可及性等协变量，考察核心政策变量的因果效应；应注意该指标的相对性，建议同时报告女性劳动参与率的绝对水平变化以增强解释力
- 劳动力市场结构与性别差距的跨国比较：比较不同收入水平国家或区域在劳动参与率性别差距上的差异及其决定因素 被解释变量与比较对象 使用分组回归或交互项分析，检验经济发展水平、产业结构、社会政策等因素在解释跨国差距中的作用；建议对数据可得性一致的样本进行分析，并在稳健性检验中报告不同样本选择下的结果差异
- 人口老龄化对劳动力市场性别结构的影响机制分析：考察人口年龄结构变化如何通过差异化路径影响男性和女性的劳动参与决策 机制变量 构建中介效应模型，将男女分项指标作为中介变量，检验老龄化是否通过影响特定性别的照料责任、健康状况或提前退休决策来改变劳动参与率的性别比率；需注意识别中介路径的独立性和排他性
- 社会保障政策评估的稳健性检验：在评估生育政策、产假制度或养老保障改革对劳动力供给的影响时，加入劳动参与率性别比率作为稳健性指标 稳健性检验变量 使用双重差分或断点回归设计评估政策效应，将该比率作为劳动力市场参与结果的补充指标，检验核心结论在不同测量方式下的一致性，提高研究结论的可信度
劳动参与率的男女比率（%）（国家估计）常见问题
为什么很多年份查不到中国这个指标的数据
世界银行数据库中该指标的中国数据仅覆盖1982年、1990年、2000年和2010年共4个观测点，2010年后缺乏可靠的国家直接估计数据。这主要是因为国家层面的劳动力调查间隔不规律，且部分年份的数据质量未达到入库标准。如需更完整的中国序列数据，建议同时参考 ILO 数据库或中国国家统计局的相关调查数据。
这个比率上升就代表女性劳动参与状况改善了吗
不一定。该比率反映的是女性相对于男性的劳动参与水平，比率上升可能源于三种情况：女性参与率上升、男性参与率下降，或两者同时变化但幅度不同。例如男性因提前退休或失业导致参与率大幅下降时，比率也可能上升。因此解读时需结合男女分项指标的绝对值和变化方向综合判断。
男女劳动参与率相等就是性别平等吗
仅从参与率角度看，接近100%的比率表示男女劳动参与水平相当，但这不等于实现了性别平等。需进一步关注就业质量差异（如正规就业比例、收入水平、职业分布）、工作与家庭平衡负担（如无酬照料劳动的时间分配）、职业发展机会等结构性指标，才能全面评估劳动力市场的性别平等状况。
为什么不同数据源查到的数值有差异
世界银行 WDI 数据库中的该指标数据来自两个渠道：一是各国政府的直接调查估计，二是 ILO 基于模型估算的模拟数据。两者在数据来源、调查方法和估算模型上存在差异，因此同一国家同一年的数值可能有所不同。建议研究时明确标注数据来源，并在可能的情况下使用一致的数据序列。
可以用这个指标做跨国长期趋势比较吗
需要谨慎。该指标存在两个主要限制：一是多数国家的数据年份不连续，历史序列完整性有限；二是不同国家在不同时期可能使用不同的调查方法和口径。跨国分析时建议优先选择数据可得性一致的子样本，并在论文中明确说明样本选择的依据和结论的适用范围。
下载数据
免费获取世界银行WDI完整数据集，包含劳动参与率的男女比率（%）（国家估计）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