总数掩盖的差距
每个国家2024年都有三个已发布的数字:15至24岁人群中既未就业、也未就学或接受培训者所占的比例,然后是年轻女性和年轻男性各自的同一比例。第四列是后两者之差,以个百分点计,由本文计算得出。此外不添加任何内容。
在差距一列的顶端,两个比率描述的是不同的国家。马里为30.6个百分点:其44.4%的年轻女性和13.8%的年轻男性处于三者之外。印度为28.7,39.0%对10.3%。洪都拉斯为26.9,危地马拉为26.6,埃及为20.0。这五个国家是97个国家中仅有的差距超过二十个百分点的国家,也是整个数据集中最大的五个差距。
总体比率对此一字不提。危地马拉、印度和伊朗印出24.0%、24.2%和24.3%,读者会称之为相同的三个数字,其背后的差距却分别为26.6、28.7和18.7个百分点。哥伦比亚以23.2%、土耳其以22.9%在总体上与它们并列,差距分别为13.2和13.9。六个国家在通常被引用的那个数字上彼此相距不到1.4个百分点,而在其下面的那个数字上相距超过十五个百分点。
在另一端,符号反转。法国11.4%的年轻女性和13.7%的年轻男性处于三者之外;英国为13.1%和15.5%;黑山为12.1%和16.2%,以4.1个百分点成为97个国家中该方向最宽的差距。三十五个国家的年轻男性比率高于年轻女性,其中没有一个超过这一幅度。南非在本表中总体比率最高,为34.6%,差距却是最小者之一:35.6%对33.6%。
| 国家 | 全部青年 | 女性 | 男性 | 差距(百分点) |
|---|---|---|---|---|
| 马里 | 30.1% | 44.4% | 13.8% | +30.6 |
| 印度 | 24.2% | 39.0% | 10.3% | +28.7 |
| 洪都拉斯 | 30.8% | 43.6% | 16.6% | +26.9 |
| 危地马拉 | 24.0% | 35.8% | 9.2% | +26.6 |
| 埃及 | 23.8% | 34.8% | 14.8% | +20.0 |
| 伊朗 | 24.3% | 34.1% | 15.4% | +18.7 |
| 墨西哥 | 15.9% | 23.4% | 8.2% | +15.2 |
| 土耳其 | 22.9% | 30.1% | 16.2% | +13.9 |
| 哥伦比亚 | 23.2% | 29.9% | 16.6% | +13.2 |
| 南非 | 34.6% | 35.6% | 33.6% | +2.0 |
| 美国 | 11.6% | 12.0% | 11.2% | +0.8 |
| 法国 | 12.6% | 11.4% | 13.7% | -2.3 |
| 英国 | 14.3% | 13.1% | 15.5% | -2.4 |
| 黑山 | 14.2% | 12.1% | 16.2% | -4.1 |
这一比率计入什么,不计入什么
该指标是15至24岁全体人口的一个份额,一个人在三件事同时成立时进入其中:未就业、未就学、未接受培训。它比失业更宽。失业率计算的是没有工作、可随时上岗且正在找工作的人,作为劳动力中的份额;这一比率计算的是处于三项活动之外的人,作为其整个年龄段的份额,无论他们是否在寻找什么。
差距正藏在这一区别之中。一名整日从事无酬家务或照料工作的年轻女性未就业、未就学、未接受培训,因此在此被计入。她不被计为失业者,因为她没有在找工作。因此,一个国家可以在两性之间显示出很小的青年失业差距,同时在这一指标上显示出很大的差距,而后者才描述了年轻女性如何度过她们的时间。
而这并非无所事事。无酬工作是就业统计看不见的工作,这一比率对处于三者之外的人如何度过一天不置一词。它只说明,这一天没有花在一份工作、一间教室或一门课程上。表格印出谁处于三者之外;它不印出为什么。
- 未就业:在参照周内没有做任何有酬工作,哪怕一个小时也没有,且并非暂时离岗。
- 未就学:未在中小学、学院或大学注册就读。
- 未接受培训:未参加任何可获得资格证书的课程或学徒培训。
失业者只是这一群体的一部分,因为失业率还要求一个人正在寻找工作并可随时上岗。一名在家操持家务或照料亲属的年轻女性在此被计入,而不被计为失业者。本文所说的差距正由此构成:一个比率看见了失业率看不见的人,并且按性别看见得不同。
这一比率不是失业率,也不是无所事事的年轻人的计数。一名15至24岁的人在以下三项同时成立时被计入,且该指标是这一年龄段全体人口的一个份额,不是失业者中的份额。
比值说是危地马拉,差距说是马里
比较年轻女性比率与年轻男性比率有两种方式,两者在次序上并不一致。按比值,危地马拉领先:每一名年轻男性对应3.89名年轻女性处于三者之外,领先于印度的3.78和马里的3.22。按百分点计的差距,马里以30.6领先,其次是印度,然后是洪都拉斯,危地马拉第四。97个国家中有十一个比值达到二或以上;三个达到三或以上;十九个差距达到十个百分点或以上。
分母小,比值就大。危地马拉年轻男性的比率为9.2%,在本表中仅高于墨西哥的8.2%,为第二低,因此几乎任何年轻女性的比率都会是它的一个大倍数。马里年轻男性的比率为13.8%,年轻女性的比率为44.4%,因此差距以百分点计更宽,以倍数计更窄。两个数字都没有错;本文印出差距,因为一个百分点在每个国家大小相同,而一个倍数并非如此。
所有这些都无法解决的是为什么。十四个国家一个年份能够表明总体比率掩盖了按性别的拆分,以及这一拆分有多大。它们不能说明是什么造成了它,究竟是上学、婚姻、照料工作、习俗还是劳动力市场,本文也不试图说明。差距小也不是结果平等的证据:法国的年轻男性比其年轻女性更常处于三者之外,而这一比率对两个群体各自在做什么不置一词。
数据能确立的
- 2024年,在报告全部三个数字的97个国家中,既未就业、也未就学或接受培训的年轻女性份额在62个国家高于年轻男性,35个国家相反;没有一个相等。
- 马里在97个国家中差距最宽:30.6个百分点,来自44.4%的年轻女性和13.8%的年轻男性。印度其次,为28.7个百分点,来自39.0%和10.3%。
- 危地马拉、印度和伊朗发布的总体比率为24.0%、24.2%和24.3%,其内部差距分别为26.6、28.7和18.7个百分点。
- 反方向最宽的差距是黑山的4.1个百分点,来自12.1%的年轻女性和16.2%的年轻男性。
数据不能确立的
- 马里年轻女性的比率最高。马拉维为45.4%,马里为44.4%;马里拥有的是两性之间最宽的差距,且限于2024年有数据的97个国家,而巴基斯坦、印度尼西亚、日本、韩国和中国没有报告2024年的数字。
- 这一比率是失业,或其中的人无所事事。它计入所有同时处于就业、教育和培训之外的15至24岁的人;其中大多数并不在找工作,而无酬家务或照料工作是就业统计看不见的。
- 差距为何存在。上学、婚姻、照料工作、习俗和劳动力市场都是候选原因;十四个国家一个年份对其中任何一个都无法证实。
- 任何关于女性劳动力参与的内容。那是一个不同的序列,为模型估算而非基于调查,本文未使用。
- 差距小或反转意味着结果平等。法国的年轻男性比其年轻女性更常处于三者之外;这一比率对两个群体各自在做什么不置一词。
方法
- 三个序列,一个系列,一个年份。所有列均来自World Bank Open Data:SL.UEM.NEET.ZS,15至24岁青年中既未就学、未就业也未接受培训者所占的比例,以及SL.UEM.NEET.FE.ZS和SL.UEM.NEET.MA.ZS,年轻女性和年轻男性各自的同一比例。参照年份2024年,读取于2026年9月2日,数据集按来源自身的标记最后更新于2026-07-13。这些序列由国际劳工组织根据各国劳动力调查统一整理;它们不是模型估算值。
- 最高级是有限定的,且限定语承担实质分量。马里的30.6个百分点是具备全部三个2024年数字的97个国家中最宽的差距,不是全世界最宽的。巴基斯坦、印度尼西亚、日本、韩国和中国根本没有2024年的数字。而且马里年轻女性的比率并非最高:马拉维为45.4%,马里为44.4%。本文排的是差距,从不排水平。
- 差距和比值是推导值:对已发布的两个比率做算术,由来源的未取整值计算,仅在显示时取整一次。对97个国家的计数亦然:62个国家年轻女性的比率更高,35个国家年轻男性的比率更高,没有一个相等;19个差距达到十个百分点,5个达到二十个;11个比值达到二,3个达到三。
- 数字由来源的全部精度四舍五入。洪都拉斯的总体比率在来源中恰好落在边界上,为30.75,印为30.8;朝另一方向取整的读者会得到30.7。表中其余每个数字距边界都超过百分之一。
- 这一比率不是失业率。一个人在同时未就业、未就学、未接受培训时被计入,作为整个年龄段的份额。失业者是该群体中同时也在找工作且可随时上岗的那一部分;其余的人不是失业者,但仍在此被计入。
- 此处没有任何内容衡量女性的劳动力参与。那是一个独立的世界银行序列,由国际劳工组织模型估算而非根据调查统一整理,本文未使用它,以免读者试图把一个模型估算数字与一个调查数字相互调和。
- 这十四个国家横跨差距的两端和世界银行七个区域中的六个;每个具备2024年全部三个序列的国家都符合入选条件。
一手来源
- World Bank Open DataShare of youth not in education, employment or training, total (% of youth population)SL.UEM.NEET.ZS · 2026年9月2日
- World Bank Open DataShare of youth not in education, employment or training, female (% of female youth population)SL.UEM.NEET.FE.ZS · 2026年9月2日
- World Bank Open DataShare of youth not in education, employment or training, male (% of male youth population)SL.UEM.NEET.MA.ZS · 2026年9月2日
BabZituna按六个真实维度将每份工作与你的档案进行评分,并公布它能够衡量和不能衡量的内容。查看实时市场。