劳动参与率的男女比率（%）（模拟劳工组织估计）
Ratio of female to male labor force participation rate (%) (modeled ILO estimate)
下载数据指标解释
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15岁及15岁以上经济上活跃人口的比例：所有在特定时期为生产货物和服务提供劳动力的人。
数据口径与风险提示
- 本指标为15岁及15岁以上人口的经济活跃比例之比，衡量的是女性与男性劳动力参与的相对差距，而非绝对就业水平。
- ILO模拟估计值与各国国家统计口径存在差异，直接跨国比较时应注意数据来源差异。
- 该比率接近100%表示男女劳动力参与率趋于平等，但并不直接反映劳动力市场的整体规模或女性就业质量。
- 劳动力参与率不区分正规与非正规就业、全职与兼职，以及工作时长差异，单独使用可能高估女性实际劳动投入。
- 经济活跃人口包括失业但正在寻找工作者，因此该比率可能受求职行为性别差异影响。
- 分母为人口而非劳动力，分子为活跃人口，两者变化方向可能不一致，需结合绝对数值分析。
- 历史数据受统计体系完善程度影响，早期数据可能存在较大测量误差。
- 中国数据在2010年前后存在统计口径调整可能，需注意数据断点问题。
中国趋势
中国劳动参与率的性别比在1990至2025年间呈U型走势。1990年该比率为85.9%，为历史最高点，此后持续下行约15年，于2010年降至81.5%的谷底，35岁以下人群比率下降明显。此后逐渐回升，2025年恢复至84.7%，但仍未回到1990年水平。总体来看，该比率在35年间下降约1.2个百分点，表明女性相对于男性的劳动参与优势在缩小，这可能与女性劳动参与率下降速度快于男性、产业结构转型以及教育扩张带来的择业观念变化有关。
- 1990年比率达到最高点85.875，为36年数据中的峰值
- 2010年比率降至最低点81.538，为观察期内的谷底
- 2011年起持续回升，连续14年保持增长态势
- 2025年比率为84.677，较1990年下降约1.2个百分点
- 2020年因突发公共卫生事件影响出现短暂波动，当年为83.387
- 中国在1990年代曾进行大规模劳动力调查，统计口径变化可能导致早期数据与后期不可比
- ILO模拟估计与中国国家统计局发布的劳动力调查数据可能存在系统性偏差
- 该比率下降可能反映的是女性劳动参与率相对降低，也可能同时伴随男女劳动参与率双降但男性降幅更大的情况，单独解读可能失真
全球趋势
全球劳动参与率的性别比在1990至2025年间持续缓慢上升，从66.9%提升至69.6%，累计增长约2.8个百分点。与中国先降后升的U型走势不同，世界整体呈现单边上行态势。这主要反映了发展中国家女性劳动参与率持续提升的作用——在这些国家女性劳动参与率基数较低，上升空间更大。全球范围内男女劳动参与率的绝对差距在逐步缩小，但整体比率仍低于70%，表明全球劳动力市场中女性参与程度仍显著低于男性。
- 1990年全球比率为66.863，为36年数据中的最低点
- 2024年达到峰值69.635，为历史最高
- 2025年微降至69.620，较峰值略有回落
- 从1990年到2025年累计增长约2.76个百分点
- 2020年全球比率曾短暂下降至67.773，此后快速恢复并持续上升
- 世界平均值受发展中国家权重大幅影响，中国、印度等人口大国的变化会显著改变全球均值
- 不同区域的性别比水平差异巨大，北欧国家接近或超过90%，而部分中东和北非国家可能低于30%，直接比较全球与单一国家可能掩盖结构性差异
- ILO模拟模型会利用有限的国家调查数据进行全球推断，低收入国家数据质量可能较差
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 | 中国该阶段比率下降约1.4%，而世界上升约1.3%，两者走势相反，可能反映中国女性向非农转移速度滞后于男性，或城镇就业结构对女性相对不利；而世界层面发展中国家女性劳动参与率提升开始显现。 |
| 2000-2009 | 1.0x | 1.0x | 中国比率加速下降约3.2%，世界基本持平约0.04%，分化最为显著。中国该阶段可能受高校扩招后女性学业延长时间增加、劳动密集型产业向内陆转移减少部分女性就业机会等因素影响；而其他发展中国家女性参与率提升抵消了发达国家的平稳或下降。 |
| 2010-2019 | 1.0x | 1.0x | 中国比率回升约2.5%，世界仅增长约0.8%，中国出现追赶态势。可能与中国劳动密集型产业重新布局、服务业扩张创造女性就业机会增加、以及鼓励女性就业政策效果逐步显现有关；但绝对比率仍低于世界水平。 |
| 2020-2029 | 1.0x | 1.0x | 中国增长约1.5%，世界增长约2.7%，中国增速再次低于世界。可能反映中国老龄化加深导致女性照顾者角色强化、或疫情对女性就业冲击相对更大；而世界其他地区女性劳动参与率在后疫情时代恢复性增长。 |
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。
使用建议、常见误用与研究场景
数值较高通常意味着什么
比率越高，表示女性劳动参与率相对于男性越接近平等，高比率可能意味着女性获得更多经济参与机会，或男性劳动参与率相对下降（如退休提前或失业）
数值较低通常意味着什么
比率越低，表示女性劳动参与率相对于男性差距越大，可能反映就业市场对女性存在系统性障碍，或传统性别分工导致女性退出劳动力市场
鍙ｅ緞闄愬埗
- 该比率是相对指标，无法反映男女劳动参与率的绝对水平及其与经济总量的关系
- 接近100%并不必然意味着就业公平，可能同时存在男女均高或均低的情况
- 不区分就业质量、工作时长、收入水平和社会地位等维度
- 无法直接反映劳动力市场的性别工资差距或职业隔离程度
- 年轻群体和老年群体的比率差异可能掩盖结构性变化
- 国家内部城乡、区域、教育水平差异可能远大于国家间差异
使用建议
- 使用时建议同时分析女性和男性的绝对劳动参与率数据，避免将比率变化误读为某一性别的独立变化
- 结合分年龄段、分教育水平、分城乡的细分数据进行分析，以识别结构性变化的具体来源
- 跨国比较时注意ILO数据与各国国家统计数据的口径差异，优先使用一致的统计来源
- 研究性别平等议题时，应将该指标与工资比率、职业分布、教育参与等指标联合使用
- 关注比率变化的阶段性特征，区分长期趋势与短期波动及其背后的驱动因素
- 在政策分析中，需要区分是女性劳动参与率提升还是男性劳动参与率下降导致的比率变化，两者政策含义不同
常见错误用法
错误做法：将中国的85%左右与非洲的103%比较后，直接得出“中国性别平等远落后于非洲”的结论
正确做法：认识到发展中国家女性劳动参与率接近甚至超过男性通常反映的是男性就业机会受限，而非女性地位更高；中国的高基数和稳定结构需要从不同维度评估
该指标衡量的是相对比例而非绝对水平，非洲部分国家男性因农业低效或失业导致劳动参与率低，推高了比率，与女性经济赋权无关
错误做法：仅根据比率从85%下降到81%就判断“中国女性劳动参与环境恶化”
正确做法：结合男性和女性各自的劳动参与率绝对值变化进行解读，同时考虑统计口径变化和产业结构调整因素
比率下降可能是女性参与率降低所致，也可能是男性参与率提升所致，还可能两者同时变化；单独看比率无法判断具体原因
错误做法：把中国的85%与世界的69%直接比较，认为“中国在劳动力性别平等上领先世界”
正确做法：认识到中国的起点比率更高是因为中国女性劳动参与传统较强，而世界平均较低反映了全球范围内女性劳动参与的总体不足
比率的绝对水平受历史基线影响，中国女性高劳动参与率有其历史背景（计划经济时期的就业保障体系），追赶空间与从低基数提升的含义不同
错误做法：忽略该指标与实际收入水平、就业质量的区别，将其等同于“女性经济赋权”
正确做法：认识到该指标仅反映劳动参与决策，不包含工资、工时、岗位类型、工作稳定性等维度
高劳动参与率可能伴随着低质量就业，女性可能集中在非正规、低报酬、无社会保障的岗位，需要结合就业质量指标综合评估
实际应用场景
- 性别劳动力参与的长期趋势与收敛性研究：研究中国与OECD国家劳动参与率性别比的收敛或发散模式 被解释变量 利用面板协整分析检验中国与不同收入水平国家组的时间序列关系，关注1990年代以来中国体制改革对收敛速度的影响
- 产业结构转型对性别就业差距的影响机制：分析服务业扩张如何改变不同教育程度女性的就业机会 被解释变量 结合分解方法将比率变化归因于产业结构效应与个体选择效应，控制城镇化率和生育率等变量进行回归分析
- 老龄化对女性劳动力参与的家庭照料挤出效应：考察老年人口抚养比上升对中年女性劳动参与的影响 结果变量 使用滞后变量或工具变量解决反向因果问题，控制地区固定效应和时间趋势，验证照料需求对劳动供给的替代效应
- 高等教育扩张对劳动力市场性别结构的重塑：研究高校扩招后女性高等教育入学率提升如何改变劳动力参与模式 解释变量 将高等教育性别比作为核心解释变量，分析其对各年龄段女性劳动参与率的边际效应，区分职业选择效应和工资溢价效应
- 非正规就业扩张与性别参与率变化的关系验证：检验非农就业中非正规比例上升是否与劳动参与率比率变化存在稳健关联 稳健性检验变量 在基准回归中加入非正规就业占比，检验系数稳定性；若比率变化主要由非正规岗位结构驱动，则需重新解读其政策含义
劳动参与率的男女比率（%）（模拟劳工组织估计）常见问题
劳动参与率男女比率为85%是什么意思？
意味着中国15岁以上女性的经济活跃比例约为同龄男性的85%。例如若男性劳动参与率为70%，则女性约为59.5%。该指标反映相对差距而非绝对水平。
为什么非洲一些国家的比率会超过100%？
当男性劳动参与率低于女性时，比率就会超过100%。这通常发生在男性失业率较高或非正规农业男性占比大的国家，并不意味着女性经济地位更高，而更多反映男性就业机会的结构性不足。
中国的比率为什么比世界平均水平高很多？
中国女性有较高的劳动参与传统，计划经济时期的就业保障体系和集体经济时期的共同参与模式奠定了基础。世界平均较低主要因为许多发展中国家和地区受传统性别分工影响，女性劳动参与率相对较低。
这个比率下降是不是说明女性就业越来越困难？
不一定。比率下降可能由三种情况导致：女性劳动参与率降低、男性劳动参与率提升、或者两者同时变化但幅度不同。需要结合男女各自的绝对参与率数据才能准确判断。2010年前中国比率下降主要与高校扩招、农业转移放缓等因素使女性参与率相对降低有关。
为什么2010年后中国比率开始回升？
可能反映了服务业扩张创造了更多适合女性的就业岗位、政策层面对女性就业的扶持效果逐步显现、以及劳动密集型产业向内陆转移提供了新的就业机会等因素的共同作用。
这个指标和性别工资差距有什么区别？
劳动参与率衡量的是是否参与经济活动，忽略收入和职位差异；工资差距衡量的是同等工作下的报酬差异。两者都是性别平等的维度，但指向不同：前者关注参与机会，后者关注同工同酬。
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（%）（模拟劳工组织估计）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