抚养比（占劳动年龄人口的百分比）

Age dependency ratio (% of working-age population)

下载数据

指标代码：SP.POP.DPND所属主题：健康：人口：DynamicsHealth: Population: Dynamics

2024最新有效年份

194最新年份有值国家

265历史上有数据经济体

2%总体缺失率

指标解释

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

Age dependency ratio is the ratio of dependents--people younger than 15 or older than 64--to the working-age population--those ages 15-64. Data are shown as the proportion of dependents per 100 working-age population.

可供参考的中文翻译：抚养比是被抚养人口（15岁以下或64岁以上人口）与劳动年龄人口（15-64岁人口）之比。数据体现为每百名劳动年龄人口中被抚养人口所占的比例。

数据口径与风险提示

抚养比是人口结构的衍生指标，反映的是年龄结构变化，不是经济活动的直接衡量
该指标将15岁以下和64岁以上人口合并计算，无法区分少儿抚养压力与老年抚养压力的不同来源
不同国家法定退休年龄和实际劳动参与率差异较大，劳动年龄人口定义与实际劳动力供给存在偏差
跨国比较时需注意各国人口年龄结构差异、发展阶段差异和统计口径差异
该指标不反映抚养对象的具体经济需求强度，例如老年人口医疗成本通常高于少儿抚养成本
数值下降不一定意味着劳动力负担减轻，还需结合劳动参与率和生产力水平综合判断
数据受人口政策、移民模式、医疗水平和文化观念等多重因素影响，单一指标解读存在局限

中国趋势

趋势解读

中国抚养比在1960年为79.53%，此后经历了持续下降，2010年降至37.24%的历史最低点，之后呈现小幅回升态势，2024年达到44.24%。从1960年到2024年的64年间，抚养比总体下降约35个百分点，近期呈现边际回升趋势，反映出人口老龄化进程加速的现实。这一长期下降主要得益于少儿人口比例的持续降低，而近年回升则与老年人口增长加速密切相关。

1960年中国抚养比为79.53%，1970年降至80.18%，1980年降至68.05%，1990年降至51.84%，2000年降至46.12%
2010年抚养比降至37.24%的历史最低点，2015年回升至39.61%，2020年升至44.09%，2024年达到44.24%
1966年抚养比曾达到82.30%的历史高点，之后经历了近半个世纪的持续下降
从1960年到2024年，抚养比降至起始值的约55.6%，下降幅度约为起始值的44.4%
近期（2022-2024年）抚养比回升约0.15，反映出人口结构变化的边际转折
抚养比下降意味着每位劳动年龄人口对应的被抚养人口减少，但需结合劳动参与率判断劳动力实际负担
回升阶段的人口老龄化加速可能带来养老和医疗体系的可持续性挑战
该指标无法反映劳动力质量差异，劳动年龄人口的生产力水平可能随年龄结构变化而改变

全球趋势

趋势解读

全球抚养比从1960年的74.48%下降至2024年的54.74%，64年间下降约20个百分点。与中国相比，全球下降速度较为平缓，且2024年的最低值也标志着历史性低点的出现。全球抚养比的下降主要由少儿人口比例下降驱动，反映了全球范围内生育率降低和人口转型的普遍趋势。值得注意的是，全球抚养比在2010年代曾短暂企稳，但随后继续下行。

1960年全球抚养比为74.48%，1970年为76.77%，1980年降至71.65%，1990年降至65.83%
2000年全球抚养比降至60.80%，2010年降至55.23%，2020年降至55.42%，2024年达到54.74%
1966年全球抚养比达到77.21%的历史高点，此后经历了持续下降
从1960年到2024年，全球抚养比降至起始值的约73.5%，下降幅度约为起始值的26.5%
2024年全球抚养比创下历史新低，且仍处于下降通道中
全球数据是各国家/地区的加权平均值，不同发展阶段国家的抚养比变化节奏差异较大
发达国家的抚养比已处于较高水平，而许多发展中国家仍面临较高的少儿抚养压力
该指标无法区分被抚养人口的类型，发达国家和新兴市场国家面临的主要挑战截然不同

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	1.0x	1.0x	该时期中国抚养比基本持平，世界则略有上升（倍数略大于1），这主要反映了中国人口出生率相对稳定而全球发展中国家出生率偏高的阶段差异，中后期两国均出现峰值后开始小幅回落。
1970-1979	0.9x	0.9x	中国倍数降至0.89而世界为0.95，表明中国人口转型更早启动，出生率下降速度快于全球平均水平，可能反映了中国更严格的人口政策和城乡人口结构差异。
1980-1989	0.8x	0.9x	中国倍数骤降至0.76而世界仍为0.92，中国下降速度明显快于全球，可能与改革开放后生育政策持续收紧以及经济快速发展带来的生育意愿下降有关。
1990-1999	0.9x	0.9x	中国倍数继续降至0.91而世界降至0.93，两者收敛但中国仍略快，可能意味着中国人口红利积累期的持续以及老龄化初期的相对平缓阶段。
2000-2009	0.8x	0.9x	中国倍数降至0.81而世界为0.91，中国下降加速可能反映了生育率持续低迷和老年人口占比开始加速攀升的双重效应。
2010-2019	1.2x	1.0x	中国倍数回升至1.17而世界仅为1.00，方向出现分化，中国从下降转为上升可能反映人口老龄化加速拐点的出现，而全球仍处于缓慢下降区间。
2020-2029	1.0x	1.0x	中国倍数接近1.00而世界为0.99，两者趋于接近，中国上升速度放缓可能反映老龄化进入相对平稳阶段初期。

2024 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	Central African Republic 中非共和国	CAF	104.7
2	Monaco 摩纳哥	MCO	98.6
3	Niger 尼日尔	NER	96.8
4	Somalia, Fed. Rep. 索马里	SOM	96.8
5	Congo, Dem. Rep. 刚果（金）	COD	96.5
6	Mali 马里	MLI	94.3
7	Chad 乍得	TCD	92.9
8	Mozambique 莫桑比克	MOZ	89.5
9	Burundi 布隆迪	BDI	89.5
10	Angola 安哥拉	AGO	89.4
11	Mauritania 毛里塔尼亚	MRT	85.0
12	Uganda 乌干达	UGA	84.3
13	Tanzania 坦桑尼亚	TZA	83.8
14	Afghanistan 阿富汗	AFG	82.8
15	Benin 贝宁	BEN	80.7
16	Zimbabwe 津巴布韦	ZWE	80.1
17	Burkina Faso 布基纳法索	BFA	80.0
18	Guinea 几内亚	GIN	79.7
19	Samoa 萨摩亚	WSM	79.7
20	Cameroon 喀麦隆	CMR	79.3
21	Nigeria 尼日利亚	NGA	78.8
22	Sudan 苏丹	SDN	77.9
23	Yemen, Rep. 也门	YEM	77.5
24	Cote d'Ivoire 科特迪瓦	CIV	76.9
25	Congo, Rep. 刚果（布）	COG	76.8
26	Zambia 赞比亚	ZMB	76.7
27	Gambia, The 冈比亚	GMB	76.4
28	Malawi 马拉维	MWI	76.3
29	Liberia 利比里亚	LBR	74.9
30	Togo 多哥	TGO	74.6
31	Madagascar 马达加斯加	MDG	74.4
32	Vanuatu 瓦努阿图	VUT	74.2
33	Eritrea 厄立特里亚	ERI	73.4
34	Ethiopia 埃塞俄比亚	ETH	73.3
35	Tonga 汤加	TON	72.8
36	Guinea-Bissau 几内亚比绍	GNB	72.3
37	South Sudan 南苏丹	SSD	72.1
38	West Bank and Gaza 约旦河西岸和加沙	PSE	72.1
39	Senegal 塞内加尔	SEN	71.8
40	Sao Tome and Principe 圣多美和普林西比	STP	71.6
41	Comoros 科摩罗	COM	71.2
42	Sierra Leone 塞拉利昂	SLE	70.4
43	Rwanda 卢旺达	RWA	70.3
44	Japan 日本	JPN	70.1
45	Equatorial Guinea 赤道几内亚	GNQ	69.4
46	Pakistan 巴基斯坦	PAK	69.4
47	Namibia 纳米比亚	NAM	68.5
48	Nauru 瑙鲁	NRU	68.4
49	Solomon Islands 所罗门群岛	SLB	68.4
50	Gabon 加蓬	GAB	68.3
51	Tajikistan 塔吉克斯坦	TJK	67.0
52	Iraq 伊拉克	IRQ	66.7
53	Israel 以色列	ISR	66.6
54	Kenya 肯尼亚	KEN	66.1
55	Tuvalu 图瓦卢	TUV	65.6
56	Ghana 加纳	GHA	65.4
57	Marshall Islands 马绍尔群岛	MHL	64.2
58	Timor-Leste 东帝汶	TLS	63.8
59	Kiribati 基里巴斯	KIR	63.7
60	France 法国	FRA	63.0
61	Finland 芬兰	FIN	62.7
62	Lesotho 莱索托	LSO	62.3
63	Kazakhstan 哈萨克斯坦	KAZ	61.4
64	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	61.4
65	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	60.8
66	Sweden 瑞典	SWE	60.6
67	Eswatini 斯威士兰	SWZ	60.3
68	Portugal 葡萄牙	PRT	59.6
69	Mongolia 蒙古	MNG	59.6
70	Greece 希腊	GRC	59.1
71	Latvia 拉脱维亚	LVA	59.1
72	Croatia 克罗地亚	HRV	59.0
73	Egypt, Arab Rep. 埃及	EGY	59.0
74	Germany 德国	DEU	59.0
75	Serbia 塞尔维亚	SRB	58.7
76	Uzbekistan 乌兹别克斯坦	UZB	58.6
77	Papua New Guinea 巴布亚新几内亚	PNG	58.6
78	Estonia 爱沙尼亚	EST	58.6
79	Algeria 阿尔及利亚	DZA	58.5
80	United Kingdom 英国	GBR	57.9
81	Denmark 丹麦	DNK	57.6
82	Belgium 比利时	BEL	57.6
83	Italy 意大利	ITA	57.5
84	Bulgaria 保加利亚	BGR	57.5
85	Slovenia 斯洛文尼亚	SVN	57.4
86	Georgia 格鲁吉亚	GEO	57.3
87	Guatemala 危地马拉	GTM	57.3
88	Lebanon 黎巴嫩	LBN	57.0
89	Czechia 捷克	CZE	56.8
90	Botswana 博茨瓦纳	BWA	56.7
91	Turkmenistan 土库曼斯坦	TKM	56.3
92	Moldova 摩尔多瓦	MDA	56.3
93	Montenegro 黑山	MNE	56.1
94	Cambodia 柬埔寨	KHM	56.1
95	Guyana 圭亚那	GUY	56.0
96	Haiti 海地	HTI	56.0
97	Romania 罗马尼亚	ROU	55.5
98	Australia 澳大利亚	AUS	55.2
99	Netherlands 荷兰	NLD	55.1
100	Bolivia 玻利维亚	BOL	54.9
101	Hungary 匈牙利	HUN	54.8
102	New Zealand 新西兰	NZL	54.6
103	Bosnia and Herzegovina 波黑	BIH	54.5
104	United States 美国	USA	54.4
105	Venezuela, RB 委内瑞拉	VEN	54.3
106	Jordan 约旦	JOR	54.3
107	Paraguay 巴拉圭	PRY	54.1
108	Honduras 洪都拉斯	HND	53.9
109	Liechtenstein 列支敦士登	LIE	53.8
110	Norway 挪威	NOR	53.8
111	Switzerland 瑞士	CHE	53.8
112	Poland 波兰	POL	53.7
113	Nepal 尼泊尔	NPL	53.7
114	Canada 加拿大	CAN	53.6
115	Lithuania 立陶宛	LTU	53.5
116	Lao PDR 老挝	LAO	53.5
117	North Macedonia 北马其顿	MKD	53.5
118	Austria 奥地利	AUT	53.5
119	San Marino 圣马力诺	SMR	53.1
120	Bangladesh 孟加拉国	BGD	52.6
121	Dominican Republic 多米尼加共和国	DOM	52.6
122	Russian Federation 俄罗斯	RUS	52.6
123	Ireland 爱尔兰	IRL	52.5
124	Uruguay 乌拉圭	URY	52.3
125	Slovak Republic 斯洛伐克	SVK	52.2
126	Nicaragua 尼加拉瓜	NIC	52.2
127	Panama 巴拿马	PAN	52.1
128	Sri Lanka 斯里兰卡	LKA	51.8
129	Spain 西班牙	ESP	51.7
130	Djibouti 吉布提	DJI	51.6
131	Argentina 阿根廷	ARG	51.6
132	Belarus 白俄罗斯	BLR	51.4
133	Syrian Arab Republic 叙利亚	SYR	51.3
134	Barbados 巴巴多斯	BRB	51.0
135	Morocco 摩洛哥	MAR	51.0
136	Albania 阿尔巴尼亚	ALB	51.0
137	Fiji 斐济	FJI	50.6
138	Tunisia 突尼斯	TUN	50.5
139	Suriname 苏里南	SUR	50.5
140	Iceland 冰岛	ISL	50.2
141	Philippines 菲律宾	PHL	50.1
142	Malta 马耳他	MLT	49.8
143	Peru 秘鲁	PER	49.7
144	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	49.7
145	El Salvador 萨尔瓦多	SLV	49.2
146	Armenia 亚美尼亚	ARM	49.1
147	Ukraine 乌克兰	UKR	48.9
148	Ecuador 厄瓜多尔	ECU	48.8
149	Mexico 墨西哥	MEX	48.7
150	South Africa 南非	ZAF	48.3
151	Libya 利比亚	LBY	48.0
152	Cabo Verde 佛得角	CPV	47.9
153	Viet Nam 越南	VNM	47.6
154	Indonesia 印度尼西亚	IDN	46.8
155	Cuba 古巴	CUB	46.8
156	India 印度	IND	46.6
157	Turkiye 土耳其	TUR	46.5
158	Grenada 格林纳达	GRD	46.4
159	Myanmar 缅甸	MMR	46.2
160	Belize 伯利兹	BLZ	46.2
161	Korea, Dem. People's Rep. 朝鲜	PRK	45.7
162	Luxembourg 卢森堡	LUX	45.5
163	Chile 智利	CHL	45.1
164	Costa Rica 哥斯达黎加	CRI	45.0
165	Dominica 多米尼克	DMA	44.6
166	Kosovo 科索沃	XKX	44.5
167	Brazil 巴西	BRA	44.3
168	Cyprus 塞浦路斯	CYP	44.3
169	Iran, Islamic Rep. 伊朗	IRN	44.3
170	China 中国	CHN	44.2
171	Azerbaijan 阿塞拜疆	AZE	43.6
172	Thailand 泰国	THA	43.1
173	Colombia 哥伦比亚	COL	43.0
174	Korea, Rep. 韩国	KOR	42.5
175	Bahamas, The 巴哈马	BHS	42.2
176	Palau 帕劳	PLW	42.0
177	Antigua and Barbuda 安提瓜和巴布达	ATG	42.0
178	Malaysia 马来西亚	MYS	41.9
179	St. Kitts and Nevis 圣基茨和尼维斯	KNA	41.7
180	Seychelles 塞舌尔	SYC	39.8
181	Mauritius 毛里求斯	MUS	39.5
182	Andorra 安道尔	AND	38.6
183	Brunei Darussalam 文莱	BRN	38.3
184	Bhutan 不丹	BTN	37.7
185	Oman 阿曼	OMN	37.7
186	St. Lucia 圣卢西亚	LCA	37.3
187	Jamaica 牙买加	JAM	36.8
188	Saudi Arabia 沙特阿拉伯	SAU	36.6
189	Singapore 新加坡	SGP	33.9
190	Maldives 马尔代夫	MDV	32.0
191	Bahrain 巴林	BHR	29.1
192	Kuwait 科威特	KWT	27.1
193	United Arab Emirates 阿联酋	ARE	21.8
194	Qatar 卡塔尔	QAT	20.1

使用建议、常见误用与研究场景

数值较高通常意味着什么

抚养比较高意味着每百名劳动年龄人口需要抚养更多的人口（包括少儿的消费教育投入和老年人的医疗养老支出），通常反映出人口结构偏向老龄化或少儿占比较高，社会养老和医疗体系可能面临较大压力，家庭和政府的抚养负担相对较重。

数值较低通常意味着什么

抚养比较低意味着每位劳动年龄人口对应的被抚养人口较少，通常表明人口结构相对年轻或处于人口红利期，劳动力供给相对充足，社会抚养负担较轻，有利于储蓄和资本积累；但若持续过低也可能预示未来劳动力短缺和养老压力。

鍙ｅ緞闄愬埗

将15岁以下和64岁以上人口合并计算，掩盖了少儿抚养负担和老年抚养负担的截然不同的经济含义与社会政策需求
以固定年龄界限划分劳动年龄人口，未考虑不同国家实际退休年龄和劳动参与率的差异
跨国比较时需注意各国统计口径、人口政策和医疗水平的差异
该指标反映的是人口结构状态，无法直接衡量经济生产能力和劳动效率
数值下降可能是少儿抚养比下降或老年抚养比上升两种截然不同的人口机制所致，需要结合分项指标判断

使用建议

使用时需结合老年抚养比和少儿抚养比的分项数据，分别分析人口老龄化和生育率变化的独立影响
进行历史趋势分析时，应结合人口政策、经济发展阶段和社会文化背景综合解读
跨国家比较时，应考虑发展阶段差异，避免将发达国家指标直接应用于发展中国家国情
解读数值变化时，需结合劳动参与率、就业率和生产力等经济指标，不能将抚养比下降简单等同于经济压力减轻
建议将抚养比作为人口结构分析的起点，结合预期寿命、劳动参与率、社会保障覆盖率等指标综合评估人口红利或老龄化风险

常见错误用法

错误做法：将抚养比下降直接等同于老龄化问题减轻

正确做法：结合老年抚养比和少儿抚养比的分项数据，判断下降是源于少儿人口减少还是老年人口相对稳定

抚养比是两种截然不同人口机制的合计结果，数值下降可能反映的是生育率降低带来的人口红利，而非老龄化问题的真正缓解，后者往往在抚养比回升后才充分显现

错误做法：忽视劳动年龄人口的定义与实际劳动力供给的差异

正确做法：使用时需结合劳动参与率指标，判断实际劳动力负担

劳动年龄人口（15-64岁）包含大量未参与劳动的学生、失业者和提前退出劳动力市场的人口，抚养比无法反映这部分结构性失业或非经济参与人口的实际抚养压力

错误做法：将发展中国家和发达国家的抚养比进行简单横向比较

正确做法：比较时需考虑发展阶段差异，优先使用同一人均收入组别内的国家进行对标分析

发展中国家抚养比通常较高主要源于高少儿抚养比，而发达国家则主要表现为高老年抚养比，两者的政策含义、家庭负担模式和政府财政压力截然不同，不能用同一标准解读

错误做法：仅凭抚养比数值做人口政策或退休制度改革的决策依据

正确做法：应结合预期寿命、健康状况、养老金充足率、劳动生产率等综合指标

抚养比只反映人口数量比例，无法反映老年人的健康水平、实际工作能力或经济供养能力，单一指标决策可能导致政策偏差

实际应用场景

人口红利窗口期的经济增长效应分析：研究中国抚养比持续下降期间（1980-2010年）与经济高速增长的关联时，抚养比作为核心解释变量解释变量采用面板回归或时间序列分析方法，控制货币政策、对外开放程度和人力资本投资等变量，检验抚养比下降对劳动供给、储蓄率和资本积累的独立贡献；需注意内生性问题，使用工具变量或自然实验方法处理人口政策的外生冲击
老龄化对社会保障体系可持续性的影响评估：评估日本、德国等老龄化先行国家抚养比回升阶段养老金支出占比变化时，抚养比作为关键控制变量控制变量通过跨国面板数据比较，分析抚养比上升与养老金替代率、财政养老支出占比的相关性；结合各国社会保障制度设计差异，控制劳动生产率增长率和移民政策等混淆因素
区域发展不平等的人口结构解释：分析中国东中西部地区抚养比差异与区域经济差距的关系时，抚养比作为核心解释变量解释变量采用空间计量经济学方法，检验抚养比的空间集聚特征与区域劳动生产率、工资水平的关联；结合人口流动因素，分析抚养比差异是区域发展差距的原因还是结果
人口转型理论的跨国实证检验：利用世界银行数据，检验抚养比作为人口转型进程指标的普适性时，抚养比作为因变量因变量通过跨国截面回归或面板分析，检验人均收入、生育率、预期寿命与抚养比的协动关系；使用联合国人口预测数据检验抚养比的预测有效性，关注不同发展阶段的转折点特征
家庭生育决策与人口结构变化的关系研究：研究生育意愿下降如何通过抚养比变化影响家庭经济决策时，抚养比作为中介变量中介变量采用中介效应分析或结构方程模型，控制家庭收入、教育水平和住房成本等变量，检验抚养比变化对生育率下降的传导机制；注意反向因果问题，必要时使用滞后变量或差分方法