失业保险和积极劳动力市场计划在最贫困五分位人口的受益比例（占总失业保险和ALMP受益的百分比）
Benefit incidence of unemployment benefits and ALMP to poorest quintile (% of total U/ALMP benefits)
下载数据指标解释
World Bank official description / 世界银行官方说明
Benefit incidence of unemployment benefits and active labor market programs (ALMP) to poorest quintile shows the percentage of total unemployment and active labor market programs benefits received by the poorest 20% of the population. Unemployment benefits and active labor market programs include unemployment compensation, severance pay, and early retirement due to labor market reasons, labor market services (intermediation), training (vocational, life skills, and cash for training), job rotation and job sharing, employment incentives and wage subsidies, supported employment and rehabilitation, and employment measures for the disabled. Estimates include both direct and indirect beneficiaries.
可供参考的中文翻译：本指标的中文解释应以世界银行官方说明为准。使用时需同时核对指标代码、单位、年份范围和数据来源。
数据口径与风险提示
- WDI 数据会随版本修订，引用时应保留下载日期和指标代码。
中国趋势
中国在该指标上目前尚无公开的时间序列数据。World Bank数据库中未收录中国提交的失业保险和积极劳动力市场计划分五分位受益分布数据。这可能与中国社会保障统计口径尚未与国际标准完全接轨有关，也可能反映失业保险制度覆盖范围的历史局限性。由于缺乏基期和终期数据，无法评估中国该比例的长期变化趋势。
- 中国数据点数量为0，数据库中无相关记录
- 无法基于官方数据评估中国该指标的历史变化
- 中国失业保险制度主要覆盖城镇正规就业部门，非正规就业和农村劳动力通常不在统计范围内
- 数据缺失不代表实际受益分布情况，可能需要参考国内统计年鉴进行补充分析
全球趋势
全球层面的失业保险和积极劳动力市场计划受益分布数据同样稀缺。从现有有限数据来看，孟加拉国的受益比例最高（约40%），其次是乌拉圭（约16%）和墨西哥（约13%）。多数国家最贫困五分位的受益比例低于10%，反映出失业保险和积极劳动力市场计划在设计之初往往以正规就业群体为主要对象。由于数据缺失严重，无法构建可靠的全球加权平均值或长期趋势序列。
- 2022年最新数据显示，孟加拉国为40.19%，乌拉圭为16.41%，墨西哥为13.13%，智利为9.05%，阿根廷为8.67%，巴西为5.97%
- 全球数据点数量为0，无可用的长期趋势数据
- 数据可得性高度依赖于各国社会保障调查的覆盖范围和频率
- 现有数据国家多为建立了相对完善社会保障体系的中等收入国家，样本不代表性较强
- 不同国家将哪些项目纳入“积极劳动力市场计划”范围存在定义差异，影响跨国可比性
- 受益比例高不等于受益绝对金额高，取决于总的受益规模大小
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 无数据，无法分析该时期中国与世界的相对变化差异。 |
| 1970-1979 | - | - | 无数据，无法分析该时期中国与世界的相对变化差异。 |
| 1980-1989 | - | - | 无数据，无法分析该时期中国与世界的相对变化差异。 |
| 1990-1999 | - | - | 无数据，无法分析该时期中国与世界的相对变化差异。 |
| 2000-2009 | - | - | 无数据，无法分析该时期中国与世界的相对变化差异。 |
| 2010-2019 | - | - | 无数据，无法分析该时期中国与世界的相对变化差异。 |
| 2020-2029 | - | - | 无数据，无法分析该时期中国与世界的相对变化差异。 |
2022 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 | Bangladesh 孟加拉国 | BGD | 40.2 |
| 2 | Uruguay 乌拉圭 | URY | 16.4 |
| 3 | Mexico 墨西哥 | MEX | 13.1 |
| 4 | Chile 智利 | CHL | 9.05 |
| 5 | Argentina 阿根廷 | ARG | 8.67 |
| 6 | Brazil 巴西 | BRA | 5.97 |
使用建议、常见误用与研究场景
数值较高通常意味着什么
最贫困五分位人口获得了较大份额的失业保险和积极劳动力市场计划总受益，说明政策设计在再分配效果上相对倾向弱势群体，通常意味着受益资格门槛较低或受益分配机制具有较强的 targeting 效果。
数值较低通常意味着什么
最贫困五分位人口获得的受益份额较低，说明政策受益更多流向中上收入群体，可能反映受益资格条件（如缴费记录、正式就业要求）不利于低收入群体，也可能反映积极劳动力市场计划的服务对象以正规就业者为主。
鍙ｅ緞闄愬埗
- 数值高低反映受益份额而非绝对受益水平，低份额不等于最贫困人口实际受益少，高份额不等于他们获得充足保障
- 不同国家失业保险和积极劳动力市场计划的涵盖范围不同，跨国比较需注意口径一致性
- 受益份额受分子（最贫困五分位受益额）和分母（全体受益额）双向变化影响，份额不变时绝对金额可能大幅变化
- 间接受益人的识别和核算方法各国差异较大，影响数据可靠性
- 数据缺失国家众多，现有样本存在选择性偏差，不能代表全球普遍情况
- 该指标不反映受益质量的均等性，如培训项目与现金补贴的受益效果可能不同
使用建议
- 使用时宜结合覆盖率指标（如最贫困五分位人口中有多少人实际获得失业保险），避免将份额误解为覆盖广度
- 进行跨国比较时应选取口径相近的国家子样本，而非笼统使用全球平均值
- 评估政策效果时宜同时考察受益绝对金额和替代率，而不仅仅关注比例
- 结合充足性指标（如受益占受益家庭福利的百分比），综合判断政策对减贫的实际贡献
- 对于数据缺失的国家或时期，不宜进行趋势推断或填补，建议标注数据局限性
- 结合劳动力市场结构和非正规就业比例，理解受益份额差异背后的制度背景
常见错误用法
错误做法：将中国该指标数值与已有数据的国家直接排名比较，得出“中国保障水平低”的结论
正确做法：在使用前先确认中国是否有该指标的数据，若无数据则应说明数据不可得，不应进行跨国家排名
中国尚未向World Bank提交该指标数据，缺失值不等于零受益，直接排名会产生严重误导
错误做法：将最贫困五分位受益比例理解为最贫困人口获得了足够的失业保障
正确做法：该比例仅反映相对分配结构，不反映绝对保障水平，比例高不代表保障充足
在受益总盘较小的国家，即使最贫困五分位获得较高比例，绝对金额仍可能不足以维持基本生活
错误做法：将中国数据缺失解读为没有失业保险制度
正确做法：中国存在失业保险制度，但统计口径可能与国际标准不同，或尚未纳入国际数据库
中国城镇职工失业保险制度自1999年起逐步建立，数据缺失可能反映报告体系差异而非制度不存在
错误做法：使用该指标单独评估劳动力市场政策的减贫效果
正确做法：应结合覆盖率、充足性和其他社会保护指标综合评估
受益份额只是政策效果的一个维度，覆盖率和保障水平同样重要，单一指标无法全面反映政策影响
实际应用场景
- 失业保险制度的累进性分析：比较不同国家或不同改革时期失业保险制度的再分配效果 被解释变量 以受益比例为因变量，结合覆盖率差异和受益资格条件变化，分析制度设计的累进性改善程度
- 积极劳动力市场计划的目标定位效率：评估培训、就业激励等不同ALMP类型的受益群体分布差异 被解释变量或分组变量 将不同类型ALMP的受益比例进行对比，分析哪类计划更能触达低收入群体
- 劳动力市场正规化对社会保障受益分布的影响：研究非正规就业向正规就业转化过程中受益分布的变化 机制变量或控制变量 结合正规就业比例变化，分析受益分布改变的就业结构根源
- 社会保护体系整体受益分布的稳健性检验：在分析社会保护整体再分配效果时加入失业保险分项验证 稳健性检验变量 以综合社会保护受益分布指标为主，加入失业保险和ALMP分项进行交叉验证
- 经济周期与失业保险受益分布的关系：分析衰退期和扩张期失业保险受益分布的结构性差异 被解释变量 结合失业率等经济周期指标，检验受益分布是否存在逆周期调节特征
失业保险和积极劳动力市场计划在最贫困五分位人口的受益比例（占总失业保险和ALMP受益的百分比）常见问题
这个指标高好还是低好？是不是越高说明失业保障越好？
指标高低反映受益在穷人与富人之间的分配结构，不宜直接判断好坏。高比例说明最贫困人口获得了较大份额，通常意味着政策targeting效果较好或受益门槛较低。但需注意，比例高不等于保障充足——在受益总盘很小的国家，即使比例高绝对金额仍可能不足。评估失业保障水平还需结合覆盖率和充足性指标综合判断。
为什么中国在这个指标上没有数据？是因为中国没有失业保险吗？
中国已建立城镇职工失业保险制度，但该指标要求按收入五分位统计受益分布数据，中国目前向国际数据库报送的社会保障统计尚未包含此维度的细分数据。数据缺失可能源于统计口径差异或调查覆盖范围不同，不代表中国没有相关制度。建议参考中国人力资源和社会保障部发布的国内统计数据。
这个指标和失业保险覆盖率有什么区别？
覆盖率反映最贫困五分位人口中有多少人实际获得失业保险或ALMP，属于绝对覆盖广度指标；而受益比例反映在所有受益人中，最贫困五分位获得的份额是多少，属于相对分配结构指标。两个指标含义不同：一个衡量多少人受益，一个衡量受益如何分配。
孟加拉国的比例为什么那么高？
孟加拉国该指标数值约为40%，远高于其他国家。这可能与孟加拉国的社会安全网项目设计有关——该国部分就业服务和培训项目专门针对贫困人口，使最贫困五分位获得的受益份额较大。但具体原因需要结合孟加拉国失业保险制度和ALMP项目的具体设计来理解，不能仅凭数值高低做简单推断。
可以用这个指标来比较各国的失业保障水平吗？
跨国比较需谨慎。首先，多数国家数据缺失，已有的数据国家样本不代表全球普遍情况；其次，不同国家将哪些项目纳入失业保险和ALMP范围存在定义差异；再次，受益比例反映分配结构而非绝对保障水平。建议选取口径相近的有限国家子样本进行比较，并结合覆盖率等绝对指标综合分析。
下载数据
免费获取世界银行WDI完整数据集，包含失业保险和积极劳动力市场计划在最贫困五分位人口的受益比例（占总失业保险和ALMP受益的百分比）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