劳动力参与率，总数（占15岁以上人口的百分比）（国家估计）

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

本指标为经济活跃人口占15岁及以上总人口的比例，包含就业者和失业者两部分，并非仅统计就业人口
国家估计与ILO模拟估计可能存在口径差异，不同数据源之间不宜直接混用
本指标反映的是人口中参与经济活动的比例，受年龄结构、性别结构、退休制度等多种因素影响
高劳动力参与率不等于高就业率或高劳动生产率，需结合就业率、失业率等指标综合判断
中国数据为年度国家统计，不同年份可能存在调查方法和样本调整
本指标为现价口径，不涉及价格平减，跨时期比较时需注意通货膨胀因素的影响
劳动力定义可能因国家劳动法规定和调查标准不同而存在差异，国际比较时需谨慎
本指标不区分正规就业与非正规就业，无法直接反映劳动力市场结构特征

中国趋势

趋势解读

中国劳动力参与率呈现长期下降趋势，从1982年的78.74%逐步降至2018年的70.26%，累计下降约8.48个百分点。1990年达到历史峰值79.17%，此后持续回落。2010年代以来基本在70%至71%区间窄幅波动，2018年录得观察期内最低值。这一变化轨迹可能与人口老龄化进程加速、义务教育年限延长、高校扩招导致青年延迟进入劳动力市场、以及社会保障体系逐步完善后部分人群提前退出劳动市场等因素有关，但具体因果机制需要结合年龄别人口结构和教育扩张等相关变量进行验证。

1982年劳动力参与率为78.74%，为观察起点
1990年达到峰值79.17%，为历史最高点
2000年降至74.19%，较峰值下降约5个百分点
2009年进一步降至72.46%，首次跌破73%
2010-2016年在70.6%至70.8%之间低位徘徊
2018年为最新数据点70.26%，为观察期内最低值
从起点至最新年份，最新值与起点值之比为0.892
数据仅覆盖1982年至2018年，2019年及之后年份数据缺失

全球趋势

趋势解读

全球劳动力参与率在2000年至2022年间呈波动下行态势，从63.64%降至59.36%，累计下降约4.28个百分点。2001年达到观察期内峰值64.59%，此后在63%至64%区间波动约15年。2018年起出现明显下探，2019年降至58.45%的低点，2022年回升至59.36%。这一全球性下降趋势可能与发达国家老龄化进程、新兴经济体女性劳动参与率变化、以及全球教育年限延长等因素相关，但不同区域国家表现差异较大，不宜将全球平均值直接套用于特定国家或地区。

2000年全球劳动力参与率为63.64%，为观察起点
2001年达到峰值64.59%，为观察期内最高点
2005年降至63.89%，首次出现明显回落
2010年进一步降至62.17%，为阶段低点
2018年全球参与率为60.28%，跌破61%关口
2019年降至58.45%，为观察期内最低值
2022年回升至59.36%，但仍低于疫情前水平
从起点至最新年份，最新值与起点值之比为0.933

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	1.0x	1.0x	中国与世界的阶段变化幅度接近，说明该指标在这一阶段更多表现为共同的周期性或口径性波动。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。
2010-2019	1.0x	0.9x	该阶段全球劳动力参与率出现明显下降（0.94倍），而中国则相对稳定（0.99倍）。这一分化可能反映了不同国家在人口老龄化进程中所处的阶段差异，以及劳动力市场结构变化的时序差异。中国参与率的相对稳定可能与该时期劳动年龄人口绝对规模仍然庞大、以及女性和老年人口劳动参与行为变化方向不同有关，但具体机制需要结合分年龄、分性别的参与率数据加以验证。
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	Paraguay 巴拉圭	PRY	72.0
2	Peru 秘鲁	PER	71.7
3	New Zealand 新西兰	NZL	70.5
4	Dominican Republic 多米尼加共和国	DOM	66.3
5	Canada 加拿大	CAN	65.3
6	Korea, Rep. 韩国	KOR	64.9
7	Ecuador 厄瓜多尔	ECU	64.3
8	Colombia 哥伦比亚	COL	64.0
9	Japan 日本	JPN	63.8
10	Brazil 巴西	BRA	63.2
11	United Kingdom 英国	GBR	62.8
12	Chile 智利	CHL	62.5
13	United States 美国	USA	62.4
14	Austria 奥地利	AUT	61.7
15	Portugal 葡萄牙	PRT	59.2
16	Spain 西班牙	ESP	59.0
17	Honduras 洪都拉斯	HND	58.2
18	Costa Rica 哥斯达黎加	CRI	55.9
19	Pakistan 巴基斯坦	PAK	55.3
20	West Bank and Gaza 约旦河西岸和加沙	PSE	45.5

使用建议、常见误用与研究场景

数值较高通常意味着什么

较高的劳动力参与率通常意味着经济活跃人口占比较高，可能反映出以下一种或多种情况：劳动年龄人口中主动参与经济活动的比例较高、退休和养老保障水平相对较低迫使人延长工作年限、产业结构以劳动密集型为主创造了较多就业机会、或者女性和老年人口的劳动参与意愿较强。但高参与率不一定意味着经济效率高或发展水平高。

数值较低通常意味着什么

较低的劳动力参与率通常意味着劳动年龄人口中有较大比例选择不参与经济活动，可能与以下因素相关：老龄化程度加深导致老年人口退出劳动力市场、教育年限延长使青年人口延迟进入市场、社会保障体系完善降低了工作必要性、或者就业机会不足导致失业者放弃求职。但低参与率不一定意味着经济活力不足，也可能反映社会福利水平较高或产业结构升级。

鍙ｅ緞闄愬埗

劳动力参与率为比例指标，不能直接反映劳动力绝对规模，劳动力绝对数量还需乘以人口基数
该指标不区分就业与失业，高参与率可能掩盖高失业问题
不能区分正规就业与非正规就业，也无法反映工作时间长度和劳动质量
跨国比较时受年龄结构、性别结构、统计口径和调查方法差异影响
无法反映劳动力的人力资本水平、技能结构和生产效率
短期波动可能受季节性因素和临时性冲击影响，难以准确捕捉趋势
中国数据最新年份为2018年，与当前存在数据滞后

常见错误用法

错误做法：直接用劳动力参与率的高低来判断一个国家或地区的就业形势好不好、经济活力强不强

正确做法：劳动力参与率仅反映经济活跃人口占总人口的比例，高参与率可能掩盖高失业问题，应结合就业率、失业率等指标综合判断

劳动力参与率包含就业者和失业者两部分，高参与率可能是大量失业者拉高的结果，不能等同于就业充分或经济繁荣，需要结合就业与失业指标才能准确判断劳动力市场状况

错误做法：将中国的劳动力参与率与发达国家直接对比，得出中国劳动力市场活跃度更高的结论

正确做法：跨国比较时应考虑年龄结构、性别结构、退休制度、统计口径等差异对中国数据的特殊性影响，且中国数据更新至2018年，与当前发达国家数据存在时效差异

中国劳动力参与率长期保持在70%以上的高水平，主要与人口结构相对年轻、劳动密集型产业比重较高、以及传统文化因素有关，不能简单等同于劳动力市场发达程度高于发达国家

错误做法：将劳动力参与率下降解读为劳动力短缺或劳动力供给不足的信号

正确做法：劳动力参与率下降可能反映劳动年龄人口中非经济活跃群体扩大，如在校学生增加、提前退休、或者失业者放弃求职等，不一定意味着劳动力绝对数量不足

劳动力参与率是比例指标而非绝对数量指标，其下降可能同时反映供给侧（人口结构）和需求侧（就业机会）变化，单一指标无法区分具体原因，需要结合劳动力绝对数量和就业状况综合分析

错误做法：使用劳动力参与率进行跨时期比较时忽略通胀因素或价格调整

正确做法：虽然本指标为现价口径不涉及价格平减，但进行长期趋势分析时应注意经济环境变化对指标含义的影响

本指标虽为比例指标不受价格影响，但经济结构、产业结构、就业形态等在长期可能发生显著变化，这些结构性变化会影响劳动力参与行为的内在驱动力，从而影响跨时期比较的有效性

实际应用场景

人口老龄化对劳动力供给影响的实证分析：研究中国2000-2018年间人口老龄化加速背景下劳动力供给变化被解释变量以劳动力参与率为被解释变量，以老年人口抚养比、15-64岁劳动年龄人口比重为关键解释变量，加入人均GDP增长、产业结构等控制变量，采用面板数据固定效应模型进行回归，分析人口结构变化对劳动力供给的量化影响
教育扩张政策对青年劳动力参与行为的影响研究：评估1999年高校扩招政策实施后青年劳动力参与率的长期变化被解释变量以25岁以下青年劳动力参与率为被解释变量，设置高校扩招政策虚拟变量作为核心解释变量，通过双重差分法识别政策效应，同时控制经济发展水平、失业率等混淆因素，研究高等教育普及对青年劳动供给的因果效应
社会保障体系完善程度与劳动力退出行为的国际比较：比较不同国家社会保障支出水平对劳动力参与率的影响差异被解释变量将各国劳动力参与率作为被解释变量，以社会保障支出占GDP比重为核心解释变量进行跨国回归，为排除选择性偏误，使用倾向得分匹配法构建控制组进行稳健性检验，增强结论可信度
产业结构调整背景下女性劳动力参与率变化研究：分析中国服务业比重上升对女性劳动参与行为的影响被解释变量分别以女性和男性劳动力参与率为被解释变量，构建服务业增加值占比、制造业就业比重等产业结构变量进行多元回归，采用分位数回归方法分析产业结构变化对不同参与水平群体的异质性影响