劳动力，总数
Labor force, total
下载数据指标解释
World Bank official description / 世界银行官方说明
Labor force comprises people ages 15 and older who supply labor for the production of goods and services during a specified period. It includes people who are currently employed and people who are unemployed but seeking work as well as first-time job-seekers. Not everyone who works is included, however. Unpaid workers, family workers, and students are often omitted, and some countries do not count members of the armed forces. Labor force size tends to vary during the year as seasonal workers enter and leave.
可供参考的中文翻译：劳动力总数是指所有年满15周岁、为货物和服务生产提供劳力的人员，包括就业者和失业者。
数据口径与风险提示
- 该指标不包括无酬工作者、家庭工人和学生
- 武装部队成员在某些国家被排除在外
- 劳动力规模随季节性工人进出而波动
- 各国对武装部队、季节工或兼职工的处理方式存在差异
- 料理家务者和非正规部门其他无偿看护工人通常被排除
中国趋势
中国劳动力从1990年的约6.4亿增长至2025年的约7.7亿，增长了约1.28亿人，最新值相较于1990年增长了约1.2倍。期间在2021年达到峰值约7.81亿，随后出现小幅回调，2020年出现明显下降，2022年后基本维持在7.7亿左右。
- 1990年代初中期快速增长，与改革开放后经济起飞带来的就业扩张相吻合
- 2010年代前期仍保持增长惯性，但增速较1990年代明显放缓
- 2020年出现阶段性下降，可能与经济结构调整和特殊外部因素相关
- 2022年后总量稳定在7.7亿附近，显示劳动力规模可能已接近阶段性峰值
- 劳动力绝对数量的变化受人口基数、年龄结构、教育普及度和劳动参与意愿等多重因素影响
- 峰值出现后的走势需结合人口老龄化进程和退休高峰进行持续观察
- 季节性工人和灵活就业人员的统计可能存在口径差异
全球趋势
全球劳动力从1990年的约25亿增长至近年约35.6亿，整体呈持续上升趋势。增长主要集中在亚洲、非洲和拉丁美洲的新兴经济体，发达经济体劳动力规模相对稳定。部分高收入国家受人口老龄化影响，劳动力增速已明显放缓甚至出现下降。1990年代至2000年代初期增长较快，2010年代后增速趋缓但绝对增量依然可观，2020年代受多重因素影响增速进一步放缓。
- 1990年代全球化加速推进，全球劳动力总量持续扩张
- 2000年代新兴经济体快速工业化，劳动力增长尤为显著
- 2010年代以来增速逐步放缓，各区域差异开始显现
- 南亚和撒哈拉以南非洲成为近年来全球劳动力增长的主要贡献地区
- 全球数据为各国家和地区数据的汇总，统计标准存在差异
- 战乱、灾害和大规模移民事件可能造成特定区域劳动力数据异常
- 非正规就业和灵活就业人员在不同国家的统计覆盖率差异较大
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 | 1.1x | 1.2x | 中国劳动力增速明显快于全球平均水平，这主要与中国经济快速增长和劳动年龄人口膨胀有关；同期全球劳动力增长主要由南亚和东亚地区驱动。 |
| 2000-2009 | 1.1x | 1.1x | 中国劳动力继续保持较快增长，而全球增速相对平稳；中国的快速增长反映了中国加入世界贸易组织后的工业化扩张和就业创造高峰。 |
| 2010-2019 | 1.0x | 1.1x | 中国劳动力增速明显放缓并趋于稳定，全球劳动力增长重心向南亚和非洲转移；中国经济进入新常态，劳动力结构开始调整。 |
| 2020-2029 | 1.0x | 1.1x | 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。 |
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
劳动力总数较高通常意味着可用于生产和服务的劳动力资源相对充裕，人力资源基础较为雄厚。这可能为经济增长提供充足的劳动力供给，特别是在劳动密集型产业发展阶段。然而，劳动力数量大并不自动等同于经济实力强，还需结合劳动生产率水平、劳动力质量、产业结构和技术进步等因素综合判断。对于政策制定者而言，较大规模的劳动力群体既是经济发展的人力资源优势，也对就业岗位创造和教育培训体系提出了更高要求。
数值较低通常意味着什么
劳动力总数较低可能反映出人口老龄化程度加深、年轻人口萎缩或劳动参与率下降等问题。这通常意味着人力资源开发面临挑战，经济增长的劳动力支撑减弱。在评估时应注意区分是由于人口结构自然变化导致的绝对规模下降，还是由于统计口径差异造成的相对偏低。劳动力规模收缩往往伴随着赡养比上升和养老压力加大，需要前瞻性地做好人力资源规划和社会保障制度建设。
鍙ｅ緞闄愬埗
- 该指标反映的是劳动力绝对规模，无法直接体现劳动力质量、技能结构和劳动生产率水平
- 不同国家对武装部队、季节工、兼职工和家务劳动者的统计口径存在差异，进行跨国比较时需谨慎
- 该指标是存量概念，无法捕捉劳动力市场的动态变化，如就业质量、失业类型和收入分布
- 统计时点和数据更新频率可能影响数据的时效性，不宜作为实时劳动力市场监测的精确依据
使用建议
- 结合劳动生产率、就业率和失业率等效率和质量指标进行综合分析，避免仅关注规模
- 在进行国际比较时，优先使用标准化或购买力平价调整后的数据，并明确说明统计口径差异
- 将劳动力数据与人口年龄结构、教育水平和职业培训等信息结合使用，以全面评估人力资源状况
- 关注劳动力结构变化趋势，如老龄化、青年就业和女性参与率等，进行长期动态分析
- 注意数据的时效性和来源可靠性，重要决策应参考多个数据源和最新统计
常见错误用法
错误做法：直接用劳动力总数除以GDP来计算“劳动力经济效益”，然后据此评判各国经济效率
正确做法：应使用劳动生产率指标（如人均GDP或每工时产出）来衡量效率，同时控制产业结构差异
劳动力总数反映的是人力资源投入量而非生产效率，劳动密集型产业占比较高的国家即使效率不高也可能呈现较大的劳动力数值除以GDP的比值
错误做法：简单比较不同发展水平国家间的劳动力总数，认为数值相近则劳动力资源禀赋相当
正确做法：应结合劳动参与率、人口总数和劳动力质量（如平均受教育年限）进行多维度比较
相同劳动力绝对规模可能对应完全不同的人口基数和劳动参与模式，直接比较会忽略结构性差异并导致错误结论
错误做法：将劳动力总数下降解读为就业形势恶化或失业问题加重
正确做法：应区分是劳动力总量自然减少还是劳动参与意愿下降，关注劳动参与率和实际就业人数的变化
劳动力总数受人口年龄结构、入学率和退休政策等因素影响，可能在失业率稳定甚至下降的情况下出现绝对规模缩减
错误做法：使用单一年份的数据进行趋势判断或政策评价
正确做法：应结合多年数据观察长期趋势，并注意经济周期和特殊事件对单年数据的影响
单年数据可能受到经济周期、季节性因素或统计调整的影响，不足以反映劳动力市场的结构性变化
实际应用场景
- 劳动力供给与经济增长的关系研究：在发展经济学研究中，分析劳动力规模扩张对经济增长的贡献度，特别是在劳动力红利分析框架下 被解释变量或核心解释变量 可采用增长核算框架或面板回归模型，注意劳动力指标可能存在的内生性问题，建议使用工具变量或联立方程模型进行处理
- 城镇化进程中的劳动力转移分析：研究农村劳动力向城市转移的规模、速度及其对劳动力空间分布的影响，特别是在中国城镇化加速阶段 控制变量或机制变量 可结合城镇化率和产业结构数据进行分析，使用面板数据或双重差分方法控制地区和时间固定效应
- 人口老龄化对劳动力供给的影响评估：评估人口年龄结构老化对未来劳动力规模的影响，为养老保障和延迟退休政策提供量化依据 被解释变量 应结合人口预测数据和老年抚养比等指标，建立人口-经济联动模型，并进行情景模拟分析
- 国际贸易与劳动力市场的互动研究：分析出口导向型经济发展模式下，劳动力规模如何支撑制造业扩张以及贸易竞争力的提升 控制变量 可结合贸易数据和行业细分数据进行计量分析，注意识别贸易政策变化的外生冲击
劳动力，总数常见问题
劳动力总数和就业人数有什么区别
劳动力总数包括就业者和失业者两部分，反映的是愿意且能够工作的人口总量；就业人数仅指正在从事有报酬工作的人员。劳动力总数更能反映一个经济体的劳动力资源禀赋和潜在供给能力，而就业人数则直接反映实际工作岗位的数量。两者相减得到的失业人数可用于计算失业率。
为什么中国的劳动力总数比美国高但经济总量没有美国高
劳动力数量只是影响经济产出的因素之一，还需考虑劳动生产率、资本积累、技术水平和资源配置效率等。美国在科技、金融和服务业等高附加值领域的人均产出较高，且资本和技术密集度更高。中国的劳动力优势主要体现在制造业和劳动密集型产业，生产率水平仍有提升空间。
劳动力总数下降意味着什么
劳动力总数下降通常与人口老龄化、年轻人口减少或劳动参与率下降有关。这既是挑战也是机遇：一方面可能面临劳动力成本上升和社会保障压力加大；另一方面可能促进自动化投资和产业升级，推动经济增长方式从依靠劳动力数量转向依靠劳动质量和创新驱动。
如何获取准确的劳动力数据
建议优先使用世界银行、国际劳工组织和各国统计部门发布的官方数据。不同数据源可能在统计口径、调查方法和时点上存在差异，使用前应仔细阅读元数据说明。对于时间序列分析，尽量使用同一来源的数据以保证可比性。
下载数据
免费获取世界银行WDI完整数据集，包含劳动力，总数等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据