多出四亿一千二百万
2014年至2024年间，世界上工作或找工作的人数从32.73亿增至36.85亿。也就是劳动力多了4.12亿人，增幅12.6 %，在两个年份都收录该系列的182个经济体中计得。其中158个上升，24个下降。
这一增量并不分散。仅印度一国就提供了其中的1.158亿，占世界总量的28.1 %，增量最大的五个合计提供了47.3 %，最大的十个提供了59.7 %。尼日利亚以2990万位列第二，其后是印度尼西亚1960万、巴基斯坦1640万、美国1330万。按区域看，南亚提供了31.5 %，撒哈拉以南非洲提供了30.6 %，两者合计占世界增量的62 %，而欧洲与中亚为5.1 %。
另一端站着现存最大的劳动力。中国的劳动力减少了1220万，从7.804亿降至7.682亿，按人数计在182个中排最后。世界上两个最大的劳动力在十年间朝相反方向移动，两者之间的距离减半，从2014年的2.88亿降至2024年的1.60亿。但并未合拢：在这一系列中印度没有超过中国，本页也不说何时会超过。
| 经济体 | 2014年 | 2024年 | 变化 |
|---|---|---|---|
| 印度 | 492.7 | 608.5 | +115.8 |
| 尼日利亚 | 83.5 | 113.3 | +29.9 |
| 印度尼西亚 | 125.6 | 145.2 | +19.6 |
| 巴基斯坦 | 66.8 | 83.2 | +16.4 |
| 美国 | 160.9 | 174.2 | +13.3 |
| 孟加拉国 | 61.2 | 73.6 | +12.4 |
| 刚果民主共和国 | 27.8 | 38.0 | +10.2 |
| 坦桑尼亚 | 23.3 | 33.0 | +9.6 |
| 埃塞俄比亚 | 45.5 | 55.1 | +9.6 |
| 墨西哥 | 51.9 | 60.9 | +9.0 |
| 缅甸 | 24.1 | 22.7 | -1.3 |
| 俄罗斯联邦 | 75.7 | 73.5 | -2.2 |
| 委内瑞拉 | 13.4 | 11.0 | -2.4 |
| 中国 | 780.4 | 768.2 | -12.2 |
人口只是其中一半
劳动力是两个数字相乘：15岁及以上的人口，以及这部分人口中工作或找工作的比例。两者都可能移动，也可能相互逆向移动，一旦如此，决定符号的是算术。这就是一条人口学标题与一次测量之间的区别。
中国正是两者强烈逆向移动的例子。其成年人口在这十年间增加了6300万，从11.204亿增至11.834亿。其劳动参与率从69.7 %降至64.9 %，下降4.7个百分点。若把参与率保持在2014年的水平，增加的成年人本可带来4400万的劳动力增量；参与率的下降则带来5600万的减量。两者之和正是表中所印的1200万降幅。中国的劳动力缩减，并不是因为人变少了，而是因为他们当中身在其中的比例变小了。
日本是同一算术指向另一边的情形，也正是这张表读不出老龄化的原因。日本的成年人口在这十年间下降了约100万。而其劳动力增加了370万，因为劳动参与率从59.4 %升至63.3 %。印度则是第三种组合：其增量中有8900万来自成年人口的到来，2660万来自参与率从53.2 %升至55.6 %。三个国家，三个答案，一个恒等式。
- 这位15岁及以上的人在参考期内是否从事过任何有报酬或有利润的工作，哪怕只有一小时？如果是，他就是就业者，属于劳动力。
- 如果没有：他是否没有工作、可以开始工作、并且在积极寻找？如果是，他就是失业者，同样属于劳动力。这里两半都被计入，正因如此本页并不是在讲失业。
- 两者都不是？那么他在劳动力之外，这个计数看不见他。学生、操持家务的人、退休的人，以及任何已经停止寻找的人，都在外面，而他们当中没有一个人算失业。
第三个答案就是全部机制。一个从读书转向找工作的人，在没有任何岗位被创造的情况下进入劳动力；一个退休或停止寻找的人，在没有任何岗位被消灭的情况下离开劳动力。因此一个国家的计数可以在成年人口上升时下降，这正是中国所做的，也可以在成年人口下降时上升，这正是日本所做的。
一个人是否属于劳动力，由关于某一参考期的两个问题决定，依据国际劳工组织制定、世界银行据以发布的国际标准。这是关于这个人做了什么、想要什么的问题，而不是关于工作好不好的问题。
这个计数没有说的
它不计岗位，也不计没有工作的人。劳动力等于就业者加失业者，而在本页的每一个经济体中，前者都远多于后者。劳动力多出4.12亿人，并不等于4.12亿人需要工作：其中大多数已经有工作。这里没有任何一个数字是失业数字，本页除劳动参与率外也没有任何一个数字是比率。
它不测量衰落。中国的降幅按人数计是最大的，因为中国体量巨大；按比例算其劳动力小了1.6 %，而委内瑞拉的小了18.1 %，这是182个中最大的比例降幅。人数的计数对产出、收入或生产率什么也没说，本页也没有读过任何能说这些的系列。
而且这是两次读数，不是一个趋势。两者之间的路径并不平滑，中国的路径是本页最不平滑的：仅2020年至2021年之间就跨了2030万，是其自身十年中最大的年度变动，而十一年中的最高值是2021年而非2014年。把基年移到2014年至2019年之间的任何位置，降幅的方向都站得住，那里的数值介于1290万与780万之间；幅度则站不住。相比之下，印度的计数在十一年中每一年都在上升。这里的一切都是两个已公布年份之间的差，这里也没有任何内容预测第三个年份。
数据能确立的
- 在两个年份都收录该计数的182个经济体中，世界劳动力从2014年的32.73亿升至2024年的36.85亿，增加4.12亿人，即12.6 %。158个经济体上升，24个下降。
- 印度的劳动力增加了1.158亿，一个经济体就占世界增量的28.1 %。增量最大的五个提供了其中的47.3 %，最大的十个提供了59.7 %。
- 中国的劳动力减少了1220万，从7.804亿降至7.682亿，是182个中按人数计最大的降幅。同一时期其15岁及以上人口增加了6300万，劳动参与率下降4.7个百分点，从69.7 %降至64.9 %。
- 日本的劳动力增加了370万，而其成年人口减少了约100万，因为其劳动参与率从59.4 %升至63.3 %。
- 中国与印度劳动力之间的差距从2014年的2.88亿收窄至2024年的1.60亿，印度的仍是两者中较小的一个。
数据不能确立的
- 4.12亿人需要工作。劳动力把就业者与失业者一并计入，而在本页各处就业者都是远大的一部分。这里没有任何内容是失业数字。
- 中国正在经济衰退。这是人数的计数，不是产出或收入的计数，中国的降幅按人数计最大仅因为中国最大：按比例是1.6 %，而委内瑞拉是18.1 %。
- 印度已经超过中国。在这一系列中并没有。差距十年间收窄了1.28亿，仍为1.60亿。
- 劳动力增长是好事、下降是坏事。这个计数不带判断，同一次下降可能来自更长的求学、更早的退休，或停止寻找的人，本页无法把它们分开。
- 任何预测。本文比较的是两个已公布的年份，没有为任何经济体、朝任何方向作外推。
- 关于世界银行国家清单中未在两个年份都收录该计数的35个经济体的任何内容，或关于2025年和2026年的任何内容。可获得的最新年份是2024年。
方法
- 一个来源，两个年份。世界银行公开数据 SL.TLF.TOTL.IN，劳动力总数，即15岁及以上就业者或失业并正在找工作者的人数计数。参考年份2014与2024，读取于2026年9月9日，按来源自身的时间戳，数据集最后更新于2026年7月13日。这些是国际劳工组织的建模估计，分母来自联合国人口司，估计来自世界银行工作人员，并非人口普查计数。
- 分解是推导得出并已核对。劳动力等于15岁及以上人口乘以劳动参与率，因此第二节所用的成年人口是已公布的计数除以已公布的比率 SL.TLF.CACT.ZS。它与已公布数字，即 SP.POP.TOTL 减 SP.POP.0014.TO，就中国、日本、印度在两个端点作了核对：两者在0.00 %以内一致。分解为人口效应与比率效应时，前者用2014年的比率，后者用2024年的人口，两项之和恰好等于已公布的变化。
- 汇总项不是国家，它们同样带三个字母的代码。「世界」「南亚」以及每一个收入组，都用世界银行自己为它们所加的标记剔除，剩下在2014年和2024年都收录该计数的182个经济体，出自其国家清单上的217个。本页的每一个计数、每一个占比、每一个最高级都是在剔除之后计算的，182个经济体支撑着全部结论。
- 有一个系列经过测量后被拒绝。兼职就业，SL.TLF.PART.ZS 及其两个按性别的分列，本可写成一篇相邻的文章，但读过之后被舍弃：波兰在2020年至2021年间从8.6 %跌至0.5 %，荷兰从76.5 %跌至65.4 %，这是在其他年份平稳的系列中未声明的断裂；而加拿大自2017年起每一年男性的兼职比重都高于女性。建立在这样的数据上的排名不可核对，因此这里没有排名。
- 路径不是端点，本文如实说明，而不是让人以为这是平滑的十年。中国的系列在2020年至2021年间跨了2030万，这是一条建模系列吸收一场大流行，而不是两千万人改变了主意，其十一年中的最大值是2021年。因此该降幅针对2014年至2019年的每一个基年重新计算：-1220万、-1290万、-1280万、-1100万、-870万、-780万。符号从未改变，这正是本文所主张的；幅度会变，这也是本页任何地方都不引用下降速度的原因。印度的计数在十一年中每一年都上升。
- 表中的十四个经济体是增量最大的十个，然后是中国，然后是降幅最大的三个。没有任何一个因为方便而被选中，也没有任何一个因为不便而被排除：这一选择是施加于全部182个的一条规则，恰好把世界银行的七个区域全部纳入了表中。
一手来源
- World Bank Open DataLabor force, total, modeled ILO estimateSL.TLF.TOTL.IN · 2026年9月9日
- World Bank Open DataLabor force participation rate, total (% of total population ages 15+), modeled ILO estimateSL.TLF.CACT.ZS · 2026年9月9日
- World Bank Open DataPopulation, totalSP.POP.TOTL · 2026年9月9日
- World Bank Open DataPopulation ages 0-14, totalSP.POP.0014.TO · 2026年9月9日
BabZituna 在六个真实维度上把每一个职位与你的资料进行评分，并公布它能测量什么、不能测量什么。查看实时市场。