女性作为户主的家庭（以女性作为户主的家庭比例）

Female headed households (% of households)

下载数据

指标代码：SP.HOU.FEMA.ZS所属主题：健康：人口：DynamicsHealth: Population: Dynamics

2023最新有效年份

1最新年份有值国家

265历史上有数据经济体

98%总体缺失率

指标解释

World Bank official description / 世界银行官方说明

Female headed households refers to the percentage of households that are headed by females.

可供参考的中文翻译：女性户主家庭比例是指由女性担任户主的家庭占全部家庭户的比例。该指标反映女性在家庭决策中的地位，以及因丧偶、离婚、分居等导致的女性单独持家现象。

数据口径与风险提示

本指标数据覆盖范围有限，世界银行最新更新年份不明确，且中国数据长期缺失
不同国家对「户主」的定义可能存在差异：有的以经济主要供养者定义，有的以户籍登记人定义，有的以自我申报为准
该比例受婚姻模式、死亡率差异、城镇化进程等多种因素交叉影响，不宜简单解读为性别平等程度的代理变量
女性户主家庭往往呈现低收入、高贫困率特征，但这是结构性结果而非指标本身所测量的内容
跨国比较时须注意家庭定义（是否含非亲属成员）、调查时点、样本框等口径差异
该指标无法反映女性在户主家庭中的实际决策权大小
部分国家存在统计年份空白，直接使用相邻年份数据进行趋势外推存在风险
女性户主比例变化可能反映人口结构变动（如老龄化寡妇增加），而非女性社会地位的直接改变

中国趋势

趋势解读

当前可检索的世界银行数据库中，中国在该指标下无任何记录。数据缺失可能源于中国家庭调查对该统计口径的采集历史较短、样本量不足或尚未向世界银行提交报告。由于缺乏中国时间序列数据，无法评估其长期变化趋势，亦不宜进行国际横向比较。

CHN数据点数量为0，无可用年份值
在获取中国官方人口普查或家庭调查专项数据前，不建议使用本指标进行中国相关研究
数据缺失本身可能具有统计意义，但需结合其他来源独立验证

全球趋势

趋势解读

当前可检索的世界银行数据库中，全球该指标同样缺乏可用数据记录。最近一期的国别排名快照仅显示莫桑比克在2023年值为31.8%，但这仅为单一国家数据，无法构建全球或区域平均值的十年趋势。由于全球汇总数据为空，world数据无法支撑任何趋势判断或中国-世界对比分析。

WLD数据点数量为0，全球平均值或中位数不可得
世界银行该指标可能处于数据采集或更新阶段，非正式零值
单一国家快照不足以支撑跨国比较框架

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	本十年期中国和世界数据均为缺失，无法计算期初期末比值，无法评估该阶段女性户主比例的变化幅度。
1970-1979	-	-	本十年期中国和世界数据均为缺失，无法计算期初期末比值，无从判断该阶段的变化特征。
1980-1989	-	-	本十年期中国和世界数据均为缺失，无法计算期初期末比值，无法支撑任何趋势判断。
1990-1999	-	-	本十年期中国和世界数据均为缺失，无法计算期初期末比值，无法评估该阶段的变化模式。
2000-2009	-	-	本十年期中国和世界数据均为缺失，无法计算期初期末比值，无法进行阶段特征分析。
2010-2019	-	-	本十年期中国和世界数据均为缺失，无法计算期初期末比值，无法评估该阶段的变化特征。
2020-2029	-	-	本十年期中国和世界数据均为缺失，无法计算期初期末比值，无法评估最新阶段的特征。

2023 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	Mozambique 莫桑比克	MOZ	31.8

使用建议、常见误用与研究场景

数值较高通常意味着什么

女性户主家庭比例较高，可能意味着鳏寡老年女性独居比例较高、离婚或分居导致女性单独持家比例较高、或特定文化背景下女性担任户主的传统模式较普遍；但该比例高低本身不直接等同于性别平等程度。

数值较低通常意味着什么

女性户主家庭比例较低，可能反映传统婚姻模式稳定、男性在经济活动中主导地位较强、或双亲家庭比例较高；但该比例低也不意味着女性在家庭中拥有更大的实际决策权。

鍙ｅ緞闄愬埗

数据覆盖不足：中国数据长期缺失，无法进行中国趋势分析
口径不统一：不同国家对户主的定义存在差异，影响跨国可比性
结构混淆：该比例受人口年龄结构、婚姻状态分布、城镇化水平等多因素影响，不宜孤立解读
结果而非原因：该指标反映的是结构性结果，无法直接揭示背后的经济社会因果机制
自我申报偏差：部分调查依赖户主自我申报，与实际家庭权力结构可能存在偏差
时间滞后：部分国家数据更新存在滞后，最新年份可能不代表当前状况
遗漏非户主女性：指标仅关注户主角色，无法反映女性在非户主家庭中的经济参与和决策地位
无法反映家庭内部动态：户主身份不等同于实际控制家庭资源或做主要决定

使用建议

使用前应核查世界银行数据更新状态，优先使用来源国统计局原始微观数据验证
进行跨国研究时应控制城镇化率、离婚率、老龄化指数等相关变量
结合女性劳动参与率、家庭收入中位数等指标联合分析，避免单一指标定论
对中国进行分析时，建议使用国家统计局人口普查或中国家庭追踪调查（CFPS）等本土数据源交叉验证
关注指标口径说明，确认使用的是「经济户主」还是「自我认同户主」定义
将该指标与其他性别发展指标（如女性就业率、议员女性比例）配合使用
进行时间序列分析前应检验数据完整性和年份连续性
政策研究建议结合质性调研，补充对女性实际家庭决策权的深度理解

常见错误用法

错误做法：将中国女性户主比例与其他国家直接对比排名，认为比例低就是中国性别平等落后于他国

正确做法：先确认中国是否有本指标可靠数据；若数据缺失，应明确说明「中国数据不可得」，并使用其他来源的中国本土数据进行独立分析

数据缺失时进行跨国排名对比会得出错误结论，且可能误导政策讨论方向

错误做法：看到某国女性户主比例高，就直接得出该国女性社会地位高的结论

正确做法：将女性户主比例与女性经济参与率、家庭收入水平、贫困率等指标联合解读，关注比例背后的结构性原因

女性户主家庭往往与低收入、高贫困率相关联，高比例可能反映的是丧偶、离婚等负面因素而非正面解放

错误做法：使用该指标作为衡量性别平等的唯一指标，忽略其他性别发展指标

正确做法：配合使用女性劳动参与率（SL.TLF.CATT.FE.ZS）、高等教育性别比、议员女性比例等指标构建综合评估框架

户主身份定义存在口径差异，且不直接反映女性在家庭内外的实际权力地位

错误做法：用中国数据缺失来推断「中国没有女性户主现象」或「中国该比例为0」

正确做法：明确说明「世界银行平台中国数据不可得」，不进行数值假设，并通过中国本土数据源独立核实

数据缺失不等于零值，两者不应混淆，否则会导致严重的统计错误

错误做法：将女性户主比例变化简单归因于某项具体政策或历史事件（如「因为XX改革导致比例上升」）

正确做法：使用审慎表述如「可能反映」「可能意味着」，并结合人口结构变量（抚养比、死亡率差异）和其他经济社会指标进行验证

在缺乏直接因果证据的情况下，不应将统计变化归因于特定政策或事件；人口结构变动本身即可导致该比例变化

实际应用场景

女性户主家庭的经济脆弱性研究：分析低收入和中等收入国家中女性户主家庭与家庭贫困率的关系时，可将本指标作为控制变量，隔离家庭结构因素对贫困率的影响 control 在贫困率回归模型中加入该比例，同时控制人均GDP、城镇化率、教育水平等变量，评估女性户主家庭的经济脆弱性是否独立于其他因素而存在
人口老龄化与女性户主比例的关联机制研究：探讨老龄化进程中鳏寡老年女性独居比例上升如何推动女性户主家庭比例变化，可选取老年抚养比、女性死亡率等作为机制变量 mechanism 构建结构方程模型或多层回归，将老年抚养比、65岁以上女性比例作为中介变量，检验老龄化通过增加独居老年女性而提高女性户主比例的中介路径
城镇化进程对家庭结构变化的影响研究：在研究城镇化是否改变传统大家庭模式、促使核心家庭和女性户主家庭增多时，可引入城镇化率作为核心解释变量 explained variable 使用面板数据或双重差分模型，控制地区固定效应和时期固定效应，评估城镇化水平提升对女性户主家庭比例的净效应
性别发展指标体系的稳健性检验：在构建包含多维性别发展指标的综合指数时，将该指标与其他性别指标（教育、劳动参与、政治参与）共同纳入因子分析，检验指标间的一致性和独立性 robustness 通过Cronbach's α、主成分分析或探索性因子分析，检验指标体系的内部一致性和结构效度，评估剔除该指标后指数稳定性的变化