库存变化（现价美元）

Changes in inventories (current US$)

指标代码：NE.GDI.STKB.CD所属主题：经济政策与债务：国民账户：现价美元：Expenditure on GDPEconomic Policy & Debt: National accounts: US$ at current prices: Expenditure on GDP

2024最新有效年份

131最新年份有值国家

265历史上有数据经济体

56%总体缺失率

指标解释

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

Changes in inventories is the value of entries into inventories less the value of withdrawals and less the value of any recurrent losses of goods held in inventories during the accounting period.This indicator is expressed in current prices, meaning no adjustment has been made to account for price changes over time. This indicator is expressed in United States dollars.

可供参考的中文翻译：库存变化是进入库存的货物价值减去提取价值，再减去会计期间内库存货物任何经常性损失的价值。该指标以现价美元表示，未对时间推移引起的价格变化进行调整。

数据口径与风险提示

该指标为现价美元口径，数值受美元汇率波动影响，人民币贬值会导致以美元计的库存价值被动放大
库存变化具有高度波动性，数值在相邻年份间可能出现大幅正负交替，不宜直接用于趋势线性外推
该指标反映的是流量变化而非存量水平，负值表示去库存而非库存为零
中国数据起始于1960年，但部分早期年份数据质量可能较低
世界汇总数据在预计算结果中缺失，无法直接进行中国与全球对比
该指标仅涵盖物质库存变化，不包含金融库存或服务库存
排名快照仅展示绝对规模排序，库存绝对值高低与经济效率无直接对应关系

中国趋势

趋势解读

中国库存变化在1960至2024年间呈现显著波动上升态势。以现价美元计算，从1960年约41亿美元增长至2024年约1390亿美元，首末比达33.5倍。然而这一增长并非线性，过程中多次出现大幅回调。1980年代末期至1990年代初曾触及约400亿美元水平，1999年降至约172亿美元。2000年代成为增长最快的十年，期末相对期初增长6.5倍，2008年达约1474亿美元。2010年代初期进一步攀升，2013年超过1799亿美元，但随后持续回落，2019年降至约610亿美元。2020年后再度回升，2021年创系列最高约2421亿美元，此后有所回落但仍保持在较高水平。该指标数值波动剧烈，相邻年份间可能出现数百亿美元的落差，反映出中国经济运行中库存调整的频繁与剧烈程度。

1960年初始值约41亿美元，2024年最新值约1390亿美元，系列首末比约33.5倍
系列最高值出现在2021年约2421亿美元，最低值出现在1962年约1.2亿美元
2000年代（2000-2009）增长最为强劲，期末相对期初增长约6.5倍
2010年代（2010-2019）整体呈回落趋势，期末相对期初仅剩约0.38倍
2020年代前五年（2020-2024）温和回升，期末相对期初增长约1.28倍
2020至2024年间最新值较上年增长约306亿美元
现价美元口径使数值受人民币汇率影响，汇率贬值可能导致美元计值被动放大
库存变化为流量指标，反映的是年度增减变动而非累计库存水平

全球趋势

趋势解读

预计算结果中未提供世界库存变化的汇总数据，无法直接获得全球趋势信息。如需进行中国与全球对比，需要参考其他数据源或独立计算。由于库存变化受各国产业结构、统计口径和经济周期差异影响较大，全球汇总数据本身也存在较高异质性。在缺乏世界数据的情况下，不宜将中国库存变化绝对值的高低直接解读为相对全球的位置。

预计算trend_entities中WLD数据点为空列表，无法提取世界数据序列
ranking_snapshot展示了2024年各国库存变化的绝对值排名，但无全球总量信息
世界汇总数据缺失，无法进行中国与世界直接对比
各国库存统计方法和产业分类存在差异，国际可比性受限
绝对规模排名仅反映各国经济总量差异，不宜直接解读为库存管理效率

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	0.8x	-	该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。对现价或美元口径指标而言，还需要警惕价格水平、汇率和通胀因素，不能直接解释为真实增长差异。
1970-1979	1.8x	-	该时期中国库存增长至期初的约1.75倍，增长相对温和。由于数据缺失，无法判断此阶段中国增速与全球平均水平的关系，变化可能反映国内产业结构或外贸格局的阶段性调整。
1980-1989	3.5x	-	该时期中国库存增长至期初的约3.49倍，为改革开放初期的高增长阶段。缺乏全球对照数据，无法确认这一增速是否显著偏离同期世界均值，可能需要结合固定资本形成、进出口等相关变量进一步验证。
1990-1999	0.5x	-	该时期中国库存回落至期初的约0.47倍，出现显著收缩。由于缺少世界同时期变化数据，尚无法判断这是否反映了中国特殊的产业去库存周期、统计口径调整或其他结构性因素。
2000-2009	6.5x	-	该时期中国库存增长至期初的约6.53倍，是观察期内增速最快的十年。由于缺乏世界同时期倍数数据，不宜直接将此解读为中国的异常加速，可能需要结合出口增长、固定投资等变量综合判断该阶段供需结构特征。
2010-2019	0.4x	-	该时期中国库存下降至期初的约0.38倍，呈现去库存特征。这一变化可能反映经济增速换挡期的库存消化，也可能与全球贸易格局调整相关，但由于缺少世界同时期数据，无法确认中国去库存力度是否显著异于全球平均水平。
2020-2029	1.3x	-	截至2024年，该时期中国库存增长至期初的约1.28倍，相对温和。可能部分反映了疫情后经济复苏期的库存回补，但数据序列尚不完整，后续走势仍待观察。

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	China 中国	CHN	138,977,596,499
2	Russian Federation 俄罗斯	RUS	90,560,960,520
3	Iran, Islamic Rep. 伊朗	IRN	77,162,772,870
4	India 印度	IND	58,785,402,534
5	Germany 德国	DEU	48,688,720,626
6	Indonesia 印度尼西亚	IDN	31,427,482,275
7	Iraq 伊拉克	IRQ	24,627,110,654
8	Saudi Arabia 沙特阿拉伯	SAU	19,942,400,000
9	Switzerland 瑞士	CHE	18,104,836,119
10	United Kingdom 英国	GBR	16,654,853,216
11	Algeria 阿尔及利亚	DZA	15,890,611,583
12	Spain 西班牙	ESP	15,278,882,697
13	Canada 加拿大	CAN	13,560,351,677
14	Norway 挪威	NOR	10,386,072,121
15	Italy 意大利	ITA	10,120,906,811
16	Kazakhstan 哈萨克斯坦	KAZ	8,436,439,374
17	Sri Lanka 斯里兰卡	LKA	7,638,848,455
18	Viet Nam 越南	VNM	7,343,841,855
19	Poland 波兰	POL	6,885,579,471
20	Malaysia 马来西亚	MYS	5,958,318,584
21	Pakistan 巴基斯坦	PAK	5,945,120,002
22	Greece 希腊	GRC	5,773,128,425
23	Morocco 摩洛哥	MAR	5,563,452,447
24	Ireland 爱尔兰	IRL	5,484,639,394
25	Egypt, Arab Rep. 埃及	EGY	5,052,340,874
26	Australia 澳大利亚	AUS	4,068,649,111
27	Israel 以色列	ISR	3,978,403,067
28	Japan 日本	JPN	3,776,270,100
29	Azerbaijan 阿塞拜疆	AZE	3,184,823,529
30	Nepal 尼泊尔	NPL	2,605,127,990
31	Bulgaria 保加利亚	BGR	2,399,891,141
32	Chad 乍得	TCD	2,320,462,768
33	Mongolia 蒙古	MNG	1,993,590,998
34	Mauritania 毛里塔尼亚	MRT	1,886,540,039
35	Panama 巴拿马	PAN	1,849,584,650
36	Belgium 比利时	BEL	1,665,242,351
37	Singapore 新加坡	SGP	1,662,733,969
38	Brazil 巴西	BRA	1,575,415,309
39	Sweden 瑞典	SWE	1,568,468,039
40	Belarus 白俄罗斯	BLR	1,546,334,906
41	Botswana 博茨瓦纳	BWA	1,493,744,380
42	North Macedonia 北马其顿	MKD	1,191,768,407
43	Serbia 塞尔维亚	SRB	1,109,006,780
44	Burkina Faso 布基纳法索	BFA	1,098,584,005
45	Dominican Republic 多米尼加共和国	DOM	1,089,899,034
46	Georgia 格鲁吉亚	GEO	1,087,925,420
47	Senegal 塞内加尔	SEN	1,055,158,584
48	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	1,012,494,356
49	Cote d'Ivoire 科特迪瓦	CIV	1,000,103,122
50	Colombia 哥伦比亚	COL	952,770,333
51	Hungary 匈牙利	HUN	894,405,794
52	Bosnia and Herzegovina 波黑	BIH	891,930,797
53	Finland 芬兰	FIN	855,080,570
54	Paraguay 巴拉圭	PRY	830,918,111
55	Guatemala 危地马拉	GTM	644,991,879
56	Armenia 亚美尼亚	ARM	643,093,983
57	Zambia 赞比亚	ZMB	552,943,034
58	Philippines 菲律宾	PHL	501,646,419
59	Slovenia 斯洛文尼亚	SVN	446,993,909
60	Luxembourg 卢森堡	LUX	436,211,235
61	Uganda 乌干达	UGA	403,643,398
62	Montenegro 黑山	MNE	398,599,799
63	Cameroon 喀麦隆	CMR	385,753,795
64	Zimbabwe 津巴布韦	ZWE	382,137,858
65	Nicaragua 尼加拉瓜	NIC	350,468,899
66	Estonia 爱沙尼亚	EST	283,663,779
67	Cambodia 柬埔寨	KHM	278,478,271
68	Namibia 纳米比亚	NAM	261,299,573
69	Kosovo 科索沃	XKX	259,748,437
70	Central African Republic 中非共和国	CAF	233,988,468
71	West Bank and Gaza 约旦河西岸和加沙	PSE	222,400,000
72	Moldova 摩尔多瓦	MDA	208,526,928
73	Bahamas, The 巴哈马	BHS	163,200,000
74	Albania 阿尔巴尼亚	ALB	161,264,467
75	Austria 奥地利	AUT	156,359,600
76	Ghana 加纳	GHA	131,769,992
77	Ecuador 厄瓜多尔	ECU	90,089,400
78	Benin 贝宁	BEN	85,100,025
79	Malta 马耳他	MLT	84,023,240
80	Sierra Leone 塞拉利昂	SLE	63,079,092
81	Timor-Leste 东帝汶	TLS	57,828,999
82	Cyprus 塞浦路斯	CYP	48,547,987
83	Congo, Rep. 刚果（布）	COG	47,991,545
84	Mauritius 毛里求斯	MUS	35,010,479
85	Brunei Darussalam 文莱	BRN	30,867,799
86	Guinea-Bissau 几内亚比绍	GNB	17,700,520
87	Angola 安哥拉	AGO	17,047,806
88	Samoa 萨摩亚	WSM	12,981,178
89	Congo, Dem. Rep. 刚果（金）	COD	1,689,193
90	Niger 尼日尔	NER	1,954
91	Solomon Islands 所罗门群岛	SLB	-27,510
92	Marshall Islands 马绍尔群岛	MHL	-4,958,170
93	Mexico 墨西哥	MEX	-9,796,361
94	Equatorial Guinea 赤道几内亚	GNQ	-14,809,218
95	Belize 伯利兹	BLZ	-43,126,250
96	Eswatini 斯威士兰	SWZ	-53,360,940
97	Costa Rica 哥斯达黎加	CRI	-149,222,905
98	Iceland 冰岛	ISL	-177,393,992
99	Portugal 葡萄牙	PRT	-229,585,886
100	Bahrain 巴林	BHR	-244,001,596
101	Guinea 几内亚	GIN	-268,745,758
102	Maldives 马尔代夫	MDV	-285,751,634
103	Slovak Republic 斯洛伐克	SVK	-412,481,126
104	Argentina 阿根廷	ARG	-419,830,100
105	Mali 马里	MLI	-446,381,894
106	Rwanda 卢旺达	RWA	-455,929,043
107	Bolivia 玻利维亚	BOL	-489,257,294
108	Ukraine 乌克兰	UKR	-493,473,776
109	Uruguay 乌拉圭	URY	-519,188,088
110	Honduras 洪都拉斯	HND	-531,983,144
111	Denmark 丹麦	DNK	-532,926,232
112	Czechia 捷克	CZE	-636,865,493
113	El Salvador 萨尔瓦多	SLV	-652,160,000
114	Latvia 拉脱维亚	LVA	-660,516,187
115	Oman 阿曼	OMN	-736,280,884
116	Croatia 克罗地亚	HRV	-737,966,582
117	Chile 智利	CHL	-824,629,510
118	Kenya 肯尼亚	KEN	-916,308,595
119	Djibouti 吉布提	DJI	-992,889,285
120	Korea, Rep. 韩国	KOR	-1,041,239,571
121	Romania 罗马尼亚	ROU	-1,228,666,493
122	Tanzania 坦桑尼亚	TZA	-1,250,120,449
123	Lithuania 立陶宛	LTU	-1,772,518,162
124	South Africa 南非	ZAF	-1,813,918,919
125	Netherlands 荷兰	NLD	-2,229,703,766
126	Thailand 泰国	THA	-3,486,218,922
127	Tunisia 突尼斯	TUN	-3,774,688,870
128	Peru 秘鲁	PER	-3,930,233,197
129	Uzbekistan 乌兹别克斯坦	UZB	-4,321,791,178
130	Turkiye 土耳其	TUR	-7,945,047,591
131	France 法国	FRA	-18,423,306,197

使用建议、常见误用与研究场景

数值较高通常意味着什么

库存变化为正值时，表示当期企业库存增加，存货投资为正，通常意味着生产活跃或对未来需求持乐观预期，愿意增加原材料和产成品储备。

数值较低通常意味着什么

库存变化为负值或较低时，表示当期企业库存减少，存货投资为负或较低，通常意味着去库存或销售旺盛导致库存消耗，不宜直接解读为经济疲弱。

鍙ｅ緞闄愬埗

现价美元口径受汇率波动影响，人民币贬值会以美元计的库存数值被动放大
库存变化为流量指标，反映年度变化而非库存累计规模，无法直接衡量库存水平高低
数值波动剧烈，相邻年份可能出现正负大幅交替，不适合线性趋势外推
不同国家统计方法和产业分类标准存在差异，国际可比性有限
该指标仅涵盖物质产品库存，不包含服务存货和金融类资产
数据发布存在时滞，最新数据可能与实际经济状况存在时间差

使用建议

分析时应关注同比变化方向而非绝对值高低，避免将正常库存周期波动误判为异常
进行国际比较时，优先使用不变价或购买力平价口径指标，或将汇率影响纳入考量
将库存变化与固定资本形成、消费、进出口等支出法GDP其他组分结合分析，全面把握经济结构
关注库存变化与经济增长率的配合关系，过高或过低的库存变动可能预示经济周期拐点
研究长期趋势时，建议结合不变价本币口径数据，消除汇率和价格因素干扰
政策分析中应区分主动去库存（企业主动调整）与被动去库存（需求下滑引致）的不同含义

常见错误用法

错误做法：将中国库存变化（现价美元）排名全球第一直接解读为中国库存管理效率最高或经济最健康

正确做法：仅将排名作为了解各国库存绝对规模的参考，理解排名靠前主要反映中国经济总量大的事实

库存绝对规模与经济效率无直接对应关系，库存过高可能意味着积压风险，库存过低可能反映供应链紧绷，不宜将规模排序等同于质量评价

错误做法：直接用2024年中国库存数值1390亿美元与其他年份数值做简单差值，预测未来库存变化趋势

正确做法：该指标波动剧烈，相邻年份间可能出现数百亿美元落差，应结合产业周期和政策背景综合判断

库存变化受短期因素影响显著，线性外推会忽视库存周期的均值回复特征和外部冲击的不可预测性

错误做法：忽略汇率因素，将以美元计的中国库存变化直接与以人民币计的历史数据比较，推算真实增速

正确做法：现价美元数据已包含汇率变动影响，如需还原实际增速，应使用不变价本币口径数据进行计算

人民币对美元汇率在不同历史时期波动显著，汇率变动会导致美元计值与实际物流量变化产生背离

错误做法：将库存变化负值等同于经济衰退或企业经营不善

正确做法：库存下降可能是需求旺盛导致库存自然消耗，也可能是企业主动去杠杆的结果，需结合行业和宏观背景判断

库存变化反映的是供需动态平衡过程，负值在消费繁荣或出口旺盛时期同样可能出现，不代表经济负面状态

实际应用场景

中国宏观经济周期识别与库存周期联动分析：利用库存变化数据识别经济短周期中的库存周期特征，判断经济拐点被解释变量或周期同步指标可将库存变化与工业增加值、GDP增速进行相位分析，识别库存周期领先或滞后特征。注意使用同比变化而非绝对值，避免季节性干扰。建议与固定资本形成、出口等变量联合建模，降低单一指标的噪声影响。
支出法GDP各组分结构分析：分析资本形成中库存变动与固定资本形成的比例关系，理解投资结构特征机制变量或分解组分库存变化是资本形成总额的组成部分，可将其与固定资本形成总额剥离分析各自的变动贡献。该分析有助于理解经济投资结构中波动性来源，但需注意库存变化与固定资本形成在统计上存在一定替代性，两者的划分可能因企业记账方式而异。
国际贸易与库存调整关系研究：研究出口波动如何传导至国内库存调整，分析外向型经济的库存响应模式被解释变量或响应变量可构建出口增速与库存变化的关系模型，分析出口冲击对国内库存的影响方向和时滞。由于中国出口规模庞大，出口波动往往先影响制造业库存，再传导至整体库存变化，变量间的因果方向需要谨慎识别。
库存变化数据质量与统计口径验证：使用本币不变价数据与现价美元数据进行交叉验证，评估汇率影响程度稳健性检验变量可比对NE.GDI.STKB.CD（现价美元）与NE.GDI.STKB.CN（现价本币）、NE.GDI.STKB.KN（不变价本币）三套数据，观察剔除价格和汇率因素后的变化特征差异。这一对照有助于判断现价美元数据的波动中有多少来自实体库存变动，有多少来自价格或汇率干扰。