失业率（占劳动力总数的比例）（国家估计）
Unemployment, total (% of total labor force) (national estimate)
下载数据指标解释
World Bank official description / 世界银行官方说明
Unemployment refers to the share of the labor force that is without work but available for and seeking employment. Definitions of labor force and unemployment differ by country.
可供参考的中文翻译：失业是指劳动力中没有工作但有工作能力并正在寻找工作的那部分人所占的比例。劳动力与失业的定义因国家而异。
数据口径与风险提示
- 中国数据为国家统计局调查数据，与世界银行其他指标的模拟ILO估计口径存在差异，跨国比较时需注意
- 不同国家对劳动力参与和失业的定义存在差异，直接比较各国失业率数据可能产生误导
- 数据覆盖范围有限：中国数据自1978年起有连续记录，世界数据自1994年起
- 失业率是比例指标，不能直接等同于失业人数的绝对规模，基数较大的国家即使失业率较低，失业人数也可能很多
- 中国失业率长期保持在较低水平，数值变化幅度可能反映统计制度调整而非实际劳动力市场结构性变化
- 近年来中国青年失业率受到广泛关注，与总体失业率的关系需要区分分析
- 数据发布可能存在滞后，最新年份数据可能在后续版本中经历修订
- 部分年份数据可能因调查方法调整或样本变化而存在非经济因素的波动
中国趋势
中国失业率在改革开放初期保持在较低水平，1985年降至0.477%的历史最低点，随后呈现波动上升趋势。1990年出现显著跃升（达2.165%），可能与统计口径调整或经济周期波动相关。2000年代以来总体持续攀升，2020年达到5.61%的峰值水平。2021年后有所回落，2022年降至4.569%。从长期来看，失业率从1978年的1.303%上升至2022年的4.569%，增幅约为3.27个百分点，呈现先降后升的U型轨迹。近期出现小幅下降（较2020年峰值下降约1个百分点），可能反映经济企稳或劳动力市场结构性调整。
- 1978年失业率为1.303%，1985年降至0.477%的最低点
- 1990年失业率跃升至2.165%，较前一年上升约1.5个百分点
- 2000年失业率为3.707%，再次出现明显上升
- 2020年达到5.61%的历史峰值
- 2022年失业率降至4.569%，较峰值下降约1个百分点
- 最新值较1978年上升约3.27个百分点
- 国家估计数据与ILO模拟估计可能存在口径差异
- 失业率较低可能反映统计覆盖范围或劳动力市场结构特征，而非单纯的就业充分
全球趋势
全球失业率在过去三十年呈现温和波动态势，1994年约为4.2%，此后经历多次起伏。2000年代初和2010年代初分别出现阶段性的上升，2020年受全球公共卫生事件影响急剧攀升至6.73%的峰值，为有记录以来的最高水平。2021年逐步回落至6.19%，2022年进一步降至5.09%。从长期变化看，全球失业率从1990年代中期的约4.2%上升至2022年的约5.1%，累计升幅约为0.9个百分点。近期下降趋势较为明显，但全球劳动力市场复苏的均衡性和持续性仍需观察。
- 1994年全球失业率为4.2%，为历史最低点之一
- 2000年上升至5.43%，2003年进一步升至5.48%
- 2009年达到5.61%，反映金融危机冲击
- 2020年急剧上升至6.73%的峰值
- 2022年回落至5.09%，接近1994年水平
- 最新值较1994年上升约0.89个百分点
- 各国失业率定义存在差异，全球汇总数据可能掩盖区域分化
- 低收入国家失业统计体系可能不完善，发达经济体数据代表性相对较强
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 | 1.0x | - | 中国失业率上升约4.8%，基数处于较低水平，波动可能反映经济恢复期劳动力市场自然调整，不宜直接解读为就业压力加剧。 |
| 1980-1989 | 0.5x | - | 中国失业率下降约46%，可能反映改革开放初期乡镇企业和私营经济快速发展带来的就业创造效应，但需结合同期就业结构变化验证。 |
| 1990-1999 | 0.9x | - | 中国失业率下降约11%，可能与经济快速增长和就业渠道多元化有关，但也需注意基数相对较低时下降空间有限。 |
| 2000-2009 | 0.6x | 1.0x | 中国失业率下降约41%，远高于全球上升约3%的幅度；一方面可能反映中国经济增长带来的强劲就业需求，另一方面中国较低的起始水平使得下降比例更为明显，跨国差异可能部分源于统计口径和基准年份不同。 |
| 2010-2019 | 1.8x | 1.1x | 中国失业率上升约76.8%，约为全球升幅的1.6倍；这一阶段差异可能反映中国在经济增速换挡期面临的结构性就业压力，包括农村转移劳动力规模、青年教育扩张后的就业期望上升等因素，值得进一步结合产业结构数据验证。 |
| 2020-2029 | 0.8x | 0.8x | 中国失业率下降约18.6%，略高于全球同期降幅（约24%）；可能反映中国在特殊冲击后的经济恢复和政策支持效果，但也需要注意中国起始水平远低于全球，降幅倍数差异可能更多体现为基数效应而非绝对改善程度的差异。 |
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 | West Bank and Gaza 约旦河西岸和加沙 | PSE | 28.7 |
| 2 | Spain 西班牙 | ESP | 10.5 |
| 3 | Chile 智利 | CHL | 8.89 |
| 4 | Colombia 哥伦比亚 | COL | 8.43 |
| 5 | Pakistan 巴基斯坦 | PAK | 6.96 |
| 6 | Canada 加拿大 | CAN | 6.82 |
| 7 | Costa Rica 哥斯达黎加 | CRI | 6.34 |
| 8 | Portugal 葡萄牙 | PRT | 5.86 |
| 9 | Brazil 巴西 | BRA | 5.83 |
| 10 | Austria 奥地利 | AUT | 5.78 |
| 11 | New Zealand 新西兰 | NZL | 5.27 |
| 12 | Dominican Republic 多米尼加共和国 | DOM | 5.17 |
| 13 | United Kingdom 英国 | GBR | 4.90 |
| 14 | Honduras 洪都拉斯 | HND | 4.85 |
| 15 | Paraguay 巴拉圭 | PRY | 4.63 |
| 16 | Peru 秘鲁 | PER | 4.32 |
| 17 | United States 美国 | USA | 4.28 |
| 18 | Ecuador 厄瓜多尔 | ECU | 3.23 |
| 19 | Korea, Rep. 韩国 | KOR | 2.79 |
| 20 | Japan 日本 | JPN | 2.50 |
使用建议、常见误用与研究场景
数值较高通常意味着什么
失业率升高通常意味着劳动力市场中求职者数量相对增加，可能反映经济增速放缓、结构调整导致岗位减少或求职者与空缺岗位的匹配效率下降。但也可能是统计口径变化、劳动力参与率上升或求职活跃度提高的结果，不宜简单等同于经济恶化。
数值较低通常意味着什么
失业率降低通常表示更多人找到工作或退出劳动力市场，可能反映经济活跃度提升、企业用工需求扩大或就业服务体系改善。但也需要区分是新增就业推动还是非经济人口增加导致，后者在统计上表现为失业率下降但并非实际就业改善。
鍙ｅ緞闄愬埗
- 跨国可比性受限：不同国家对失业和劳动力的定义存在差异，直接比较各国数据可能产生误导
- 比例指标局限性：失业率是相对值，不能反映失业人数的绝对规模，人口大国即使失业率较低，失业人数可能远超小国
- 掩盖就业质量：失业率无法区分正规与非正规就业、全职与兼职、就业不足与隐性失业等不同状态
- 无法识别失业类型：不区分结构性失业、摩擦性失业和周期性失业，对政策分析的针对性有限
- 数据修订风险：各国统计局可能根据新信息调整历史数据，导致序列出现非经济因素的变化
- 季节性与异常值：部分年份的失业率可能受季节性因素或突发事件影响，需要结合上下文判断
- 统计覆盖不足：部分发展中国家数据采集能力有限，数据可靠性存在地区差异
- 分母变化影响：当劳动力总量本身发生大幅变化时，失业率的变化可能部分源于分母而非分子。
使用建议
- 优先使用同口径数据进行纵向比较，避免混用国家估计与ILO模拟估计
- 结合劳动力参与率和就业不足率等指标，全面评估劳动力市场状况
- 分析失业率结构特征，关注青年、女性和特定受教育程度群体的失业率差异
- 将失业率变化与GDP增速、产业结构变化等宏观背景结合理解
- 注意数据修订信息，关注异常值背后的统计方法变化或特殊事件
- 在进行跨国比较时，优先选择世界银行或ILO提供的标准化数据集
- 结合定性信息（如政策变化、产业转型）辅助解读数据波动
- 对于政策评估目的，考虑同时追踪求职周期、技能匹配等软性指标。
常见错误用法
错误做法：认为失业率越低表示就业市场越健康，直接用失业率高低评判各国经济状况
正确做法：失业率需结合劳动力参与率、青年失业率和就业不足率综合判断，并考虑统计口径差异
失业率下降可能源于部分人放弃求职而非找到工作，且低失业率国家可能面临严重的就业不足问题
错误做法：用中国失业率数据直接与别国进行横向排名比较
正确做法：跨国比较时应使用相同来源（如ILO标准化估计）且核实定义一致性，中国国家估计与别国数据可能存在口径差异
不同国家统计方法、调查周期、失业定义存在显著差异，直接比较会掩盖真实的劳动力市场状况差异
错误做法：将中国失业率上升时期简单归因于经济危机或政策失误
正确做法：分析失业率变化需结合统计制度调整、劳动力结构变化和外部冲击等多因素
失业率变化可能部分源于调查方法完善、青年求职行为变化或产业结构转型，单一归因容易产生误导
错误做法：将失业率等同于就业质量或经济发展水平
正确做法：失业率是劳动力市场的流量指标而非存量指标，反映的是求职状态而非收入或职业发展
低失业率不等于高就业质量，许多发展中国家报告低失业率但存在大量非正规就业和贫困就业
错误做法：将失业率下降直接解读为就业形势好转
正确做法：需确认下降原因是新增就业还是劳动力退出，并结合就业人数绝对变化和收入变化综合判断
人口老龄化或青年求学延长都可能导致失业率下降但并非因为找到了工作
实际应用场景
- 经济周期与就业关系研究：研究GDP增速变化如何传导至劳动力市场，分析衰退期和复苏期的就业弹性差异 被解释变量 可采用面板回归分析不同经济周期阶段失业率对产出缺口的敏感度，控制产业结构等变量，注意使用滞后项处理传导时滞
- 教育扩张对青年就业影响：分析高校扩招以来青年失业率变化及其与总体失业率的关系 被解释变量 可结合队列分析方法，控制年龄效应后评估教育水平提升对就业匹配的影响，注意区分结构性变化与周期性波动
- 货币政策就业效应评估：评估货币政策调整对劳动力市场的影响，分析利率变化如何影响企业用工需求 被解释变量 使用VAR模型或事件研究法，分析货币政策冲击后的失业率响应路径，注意识别货币政策的外生性
- 人口结构变化对劳动力市场影响：控制劳动力年龄结构后分析产业结构转型对失业率的影响 控制变量 引入劳动力年龄分布和抚养比变量，采用固定效应模型控制地区异质性，避免遗漏人口因素导致的伪相关
- 国际贸易对就业结构影响：分析出口结构变化如何影响不同技能水平和行业的失业率 解释变量 使用面板数据模型，控制地区经济特征，分析出口依存度与失业率的动态关系，注意使用工具变量处理内生性问题
- 劳动力市场政策有效性评估：评估积极劳动力市场政策（如培训补贴、招聘会）对降低失业率的效果 机制变量 使用双重差分或合成控制法，比较政策实施前后失业率变化轨迹，处理选择性偏误和溢出效应问题
失业率（占劳动力总数的比例）（国家估计）常见问题
中国失业率长期保持在较低水平说明了什么？
中国失业率长期偏低可能反映统计制度设计（如对失业的定义要求有本地户籍且主动登记）、非正规就业规模庞大但未被纳入统计、以及劳动力市场供需结构性特点。建议结合劳动力参与率和青年就业不足率综合评估。
失业率和就业率是什么关系？
失业率和就业率之和通常不等于100%，因为中间还有非经济人口（不工作也不求职的人群）。就业率是就业人数占劳动年龄人口的比重，失业率是失业人数占劳动力的比重，两者变化可能来自劳动力供需两端的调整。
为什么中美失业率数据经常出现差异？
美国使用家庭调查而中国使用城镇调查，样本范围、失业定义（是否要求积极求职、是否有年龄限制）和调查频率不同。中国城镇失业率主要覆盖城镇户籍人口，可能未完全反映农民工群体的失业状况。
2020年失业率急剧上升的原因是什么？
2020年中国失业率上升至5.61%的历史峰值，主要受特殊公共卫生事件冲击影响，企业用工需求收缩，而部分求职者仍处于求职状态。当年世界失业率也同步上升至约6.7%的峰值，反映了全球性冲击特征。
青年失业率和总体失业率有什么不同？
青年失业率通常高于总体失业率，反映青年群体在求职经验、岗位匹配和职业稳定性方面的劣势。中国近年来青年失业率受到较多关注，2021年前后曾超过20%，与总体失业率差异显著。需要区分结构性因素和周期性因素。
应该使用国家估计还是ILO模拟估计的数据？
国家估计反映各国官方统计口径，适合纵向分析中国自身趋势；ILO模拟估计经过标准化处理，适合跨国比较。进行中国内部趋势分析时优先使用国家估计，进行国际对标时建议使用ILO估计并注明口径差异。
下载数据
免费获取世界银行WDI完整数据集，包含失业率（占劳动力总数的比例）（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