库存变化（现价本币单位）

Changes in inventories (current LCU)

指标代码：NE.GDI.STKB.CN所属主题：经济政策与债务：国民账户：Local currency at current prices：Expenditure on GDPEconomic Policy & Debt: National accounts: Local currency at current prices: Expenditure on GDP

2024最新有效年份

132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 series is expressed in local currency units.

可供参考的中文翻译：库存变化是指某一会计期间内，库存新增入库价值减去库存领用价值和减去库存中商品任何经常性损失的价值。该指标以现价表示，即未对时间推移导致的价格变化进行调整。该序列以当地货币单位表示。

数据口径与风险提示

数据以现价本币计价，未剔除通货膨胀因素，跨期比较时需注意价格变动影响
库存变化受短期因素影响大，包括企业预期调整、供应链波动和统计误差，可能产生较大年际波动
各国对库存的统计口径和报告时点存在差异，跨国比较时需谨慎
数据为正数表示库存增加（积累），负数表示库存减少（去化），数值大小还受经济规模影响
世界银行该指标的世界汇总数据缺失，无法直接计算全球趋势和中国的全球占比变化
中国的库存数据可能受官方统计体系调整影响，历史数据的连贯性需注意

中国趋势

趋势解读

中国库存变化在1960年至2024年间呈现大幅绝对规模增长，从期初约102亿元上升至期末约1万亿元，增长约98倍，但过程中伴随剧烈周期性波动。1985年、2008年等年份出现库存激增，而1998至1999年、2009年和2015至2019年则出现大幅去库存。2021年达到历史峰值约1.56万亿元，2022至2023年回落，2024年小幅回升至约1万亿元。这种大幅波动特征表明库存变化受宏观经济周期、企业补库去库行为和外部冲击的共同影响。

1960年初始值为102亿元，2024年最新值为1万亿元，增长约98倍
历史最高值为2021年的1.56万亿元，历史最低值为1962年的3亿元
近期2023年为8740亿元，较2022年的1.39万亿元有所下降，2024年回升至1万亿元
1980年代末至1990年代初出现显著扩张，1989年达1993亿元，为1960年的约195倍
现价本币数据未剔除价格因素，通胀较高时期数据可能被高估
数据为流量而非存量，年际波动较大，不适合直接做线性趋势外推
库存变化受企业短期行为影响，与宏观经济走势可能存在时滞关系

全球趋势

趋势解读

由于世界银行未提供该指标的世界汇总数据，目前无法获取全球层面的库存变化趋势信息。这意味着无法直接进行中国与世界整体库存变化模式的对比分析，包括全球平均波动幅度、周期性特征以及中国在全球库存周期中的相对位置等。基于现有数据条件，分析仅能聚焦于中国本国的时间序列变化特征，包括其长期增长趋势和周期波动模式。对于全球库存变化的整体规律和国际比较分析，仍需等待世界银行补充发布全球或区域性汇总数据后方可开展进一步研究。

世界汇总数据缺失，无法进行中国与世界对比分析
基于现有数据，谨慎对待任何关于全球库存趋势的推断
各国库存统计口径存在差异，任何假设的全球趋势都缺乏数据支撑

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。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
1970-1979	1.6x	-	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。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
1980-1989	7.2x	-	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。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
1990-1999	0.7x	-	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。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
2000-2009	5.4x	-	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。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
2010-2019	0.4x	-	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。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。
2020-2029	1.3x	-	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。该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。

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	Iran, Islamic Rep. 伊朗	IRN	34,944,319,311,450,304
2	Indonesia 印度尼西亚	IDN	498,296,820,000,000
3	Viet Nam 越南	VNM	177,463,100,000,000
4	Iraq 伊拉克	IRQ	32,015,243,850,300
5	Russian Federation 俄罗斯	RUS	8,379,900,000,000
6	Mongolia 蒙古	MNG	6,758,236,640,000
7	Paraguay 巴拉圭	PRY	6,281,946,641,274
8	India 印度	IND	4,971,811,160,800
9	Kazakhstan 哈萨克斯坦	KAZ	3,956,373,700,000
10	Colombia 哥伦比亚	COL	3,882,000,000,000
11	Sri Lanka 斯里兰卡	LKA	2,307,833,974,122
12	Algeria 阿尔及利亚	DZA	2,130,188,000,000
13	Pakistan 巴基斯坦	PAK	1,683,046,416,000
14	Uganda 乌干达	UGA	1,525,178,761,400
15	Chad 乍得	TCD	1,407,001,688,700
16	Cambodia 柬埔寨	KHM	1,134,074,141,200
17	China 中国	CHN	1,000,290,000,000
18	Burkina Faso 布基纳法索	BFA	666,121,246,000
19	Senegal 塞内加尔	SEN	639,790,446,200
20	Cote d'Ivoire 科特迪瓦	CIV	606,407,825,400
21	Japan 日本	JPN	571,600,000,000
22	Nepal 尼泊尔	NPL	346,573,048,028
23	Hungary 匈牙利	HUN	327,076,000,000
24	Armenia 亚美尼亚	ARM	252,562,300,000
25	Cameroon 喀麦隆	CMR	233,900,000,000
26	Egypt, Arab Rep. 埃及	EGY	180,540,000,000
27	Central African Republic 中非共和国	CAF	141,877,807,100
28	Cuba 古巴	CUB	124,288,000,000
29	Serbia 塞尔维亚	SRB	119,990,600,000
30	Norway 挪威	NOR	111,607,000,000
31	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	88,239,200,000
32	Saudi Arabia 沙特阿拉伯	SAU	74,784,000,000
33	Mauritania 毛里塔尼亚	MRT	74,740,000,000
34	North Macedonia 北马其顿	MKD	67,779,000,000
35	Dominican Republic 多米尼加共和国	DOM	64,919,980,900
36	Morocco 摩洛哥	MAR	55,312,000,000
37	Benin 贝宁	BEN	51,600,000,000
38	Germany 德国	DEU	44,983,000,000
39	Congo, Rep. 刚果（布）	COG	29,099,447,400
40	Philippines 菲律宾	PHL	28,739,651,900
41	Poland 波兰	POL	27,410,000,000
42	Malaysia 马来西亚	MYS	27,267,816,000
43	Botswana 博茨瓦纳	BWA	20,259,853,700
44	Canada 加拿大	CAN	18,569,000,000
45	Angola 安哥拉	AGO	17,201,702,989
46	Sweden 瑞典	SWE	16,575,000,000
47	Switzerland 瑞士	CHE	15,940,237,000
48	Albania 阿尔巴尼亚	ALB	15,012,512,400
49	Israel 以色列	ISR	14,718,976,000
50	Zambia 赞比亚	ZMB	14,468,539,100
51	Spain 西班牙	ESP	14,116,000,000
52	United Kingdom 英国	GBR	13,031,000,000
53	Nicaragua 尼加拉瓜	NIC	12,835,678,100
54	Guinea-Bissau 几内亚比绍	GNB	10,732,627,300
55	Italy 意大利	ITA	9,350,600,000
56	Brazil 巴西	BRA	8,489,810,552
57	Zimbabwe 津巴布韦	ZWE	7,570,542,400
58	Australia 澳大利亚	AUS	6,206,000,000
59	Azerbaijan 阿塞拜疆	AZE	5,414,200,000
60	Greece 希腊	GRC	5,333,733,000
61	Ireland 爱尔兰	IRL	5,067,201,000
62	Belarus 白俄罗斯	BLR	5,019,700,000
63	Guatemala 危地马拉	GTM	5,004,194,000
64	Namibia 纳米比亚	NAM	4,789,270,500
65	Congo, Dem. Rep. 刚果（金）	COD	4,768,394,100
66	Bulgaria 保加利亚	BGR	4,338,624,000
67	Moldova 摩尔多瓦	MDA	3,710,069,400
68	Georgia 格鲁吉亚	GEO	2,960,017,674
69	Singapore 新加坡	SGP	2,221,800,000
70	Ghana 加纳	GHA	1,871,294,248
71	Panama 巴拿马	PAN	1,849,584,650
72	Mauritius 毛里求斯	MUS	1,625,000,000
73	Bosnia and Herzegovina 波黑	BIH	1,612,222,000
74	Belgium 比利时	BEL	1,538,500,000
75	Sierra Leone 塞拉利昂	SLE	1,424,757,033
76	Finland 芬兰	FIN	790,000,000
77	Slovenia 斯洛文尼亚	SVN	412,973,000
78	Luxembourg 卢森堡	LUX	403,011,000
79	Montenegro 黑山	MNE	368,452,500
80	Estonia 爱沙尼亚	EST	262,074,000
81	Kosovo 科索沃	XKX	240,103,000
82	West Bank and Gaza 约旦河西岸和加沙	PSE	222,400,000
83	Bahamas, The 巴哈马	BHS	163,200,000
84	Austria 奥地利	AUT	144,459,000
85	Ecuador 厄瓜多尔	ECU	90,089,400
86	Malta 马耳他	MLT	77,628,231
87	Timor-Leste 东帝汶	TLS	57,828,999
88	Cyprus 塞浦路斯	CYP	44,853,000
89	Brunei Darussalam 文莱	BRN	41,240,398
90	Samoa 萨摩亚	WSM	35,776,400
91	Niger 尼日尔	NER	1,184,700
92	Solomon Islands 所罗门群岛	SLB	-232,596
93	Marshall Islands 马绍尔群岛	MHL	-4,958,170
94	Belize 伯利兹	BLZ	-86,252,500
95	Bahrain 巴林	BHR	-91,744,600
96	Mexico 墨西哥	MEX	-179,321,000
97	Portugal 葡萄牙	PRT	-212,112,000
98	Oman 阿曼	OMN	-283,100,000
99	Slovak Republic 斯洛伐克	SVK	-381,087,000
100	Latvia 拉脱维亚	LVA	-610,244,000
101	El Salvador 萨尔瓦多	SLV	-652,160,000
102	Croatia 克罗地亚	HRV	-681,787,400
103	Eswatini 斯威士兰	SWZ	-977,449,000
104	Lithuania 立陶宛	LTU	-1,637,611,000
105	Netherlands 荷兰	NLD	-2,060,000,000
106	Bolivia 玻利维亚	BOL	-3,380,767,900
107	Denmark 丹麦	DNK	-3,674,250,000
108	Maldives 马尔代夫	MDV	-4,397,487,900
109	Romania 罗马尼亚	ROU	-5,649,900,000
110	Equatorial Guinea 赤道几内亚	GNQ	-8,979,500,000
111	Tunisia 突尼斯	TUN	-11,747,900,000
112	Honduras 洪都拉斯	HND	-13,192,800,000
113	Peru 秘鲁	PER	-14,753,674,888
114	Czechia 捷克	CZE	-14,786,000,000
115	France 法国	FRA	-17,021,100,000
116	Ukraine 乌克兰	UKR	-19,814,000,000
117	Uruguay 乌拉圭	URY	-20,878,000,000
118	Iceland 冰岛	ISL	-24,472,925,000
119	South Africa 南非	ZAF	-33,246,699,500
120	Costa Rica 哥斯达黎加	CRI	-76,866,176,600
121	Thailand 泰国	THA	-123,041,000,000
122	Kenya 肯尼亚	KEN	-123,539,000,000
123	Djibouti 吉布提	DJI	-176,457,276,700
124	Turkiye 土耳其	TUR	-260,644,126,900
125	Mali 马里	MLI	-270,661,562,735
126	Argentina 阿根廷	ARG	-384,016,444,400
127	Rwanda 卢旺达	RWA	-600,972,999,900
128	Chile 智利	CHL	-778,097,454,100
129	Korea, Rep. 韩国	KOR	-1,419,600,000,000
130	Guinea 几内亚	GIN	-2,306,083,746,500
131	Tanzania 坦桑尼亚	TZA	-3,247,688,434,100
132	Uzbekistan 乌兹别克斯坦	UZB	-54,680,541,566,900

使用建议、常见误用与研究场景

数值较高通常意味着什么

库存变化为正值且规模较大，通常意味着企业正在增加库存储备。这可能反映了企业对未来需求持乐观预期，也可能与供应链提前备货、价格看涨预期、原材料短缺应对或出口订单增加等因素有关。需结合具体时期背景和行业特征加以解读。

数值较低通常意味着什么

库存变化为负值或绝对规模较小，通常表示企业正在消化现有库存。这可能反映需求疲弱、去化存货压力、供应链效率提升或主动去杠杆等不同情况。若持续负值可能意味着经济活动收缩。

鍙ｅ緞闄愬埗

现价本币单位数据受通货膨胀影响，跨年比较时价格因素可能掩盖实物量变化
库存变化是流量指标而非存量指标，单年数值无法代表整体库存水平
数据可能受统计报告时点、企业做账安排等非经济因素扰动
不同国家的库存统计方法存在差异，跨国比较需谨慎
该指标为支出法GDP的组成部分，与生产法核算存在统计差异
在行业构成差异较大的经济体间，简单比较总量意义有限

使用建议

如需分析剔除价格因素的实际库存变化，建议使用不变价本币口径的库存变化指标进行补充
进行国际比较时，优先考虑将数据转化为美元计价或占GDP比率等相对指标
将库存变化与工业增加值、PMI中的产成品库存分项、GDP增速等指标结合分析，以区分趋势性与周期性波动
长期趋势分析时注意统计口径历史调整，必要时对数据做平滑处理
结合行业细分数据（如制造业、批发零售业）解读整体数据的结构性特征
关注库存变化与最终需求（消费、出口）的时滞关系，辅助判断经济周期位置

常见错误用法

错误做法：直接用中国库存变化的现价本币数值与世界其他国家进行大小比较，得出“中国库存管理更好或更差”的结论

正确做法：将数据转化为美元计价或GDP占比等标准化指标后进行比较，并注意各国统计口径差异

现价本币数据的绝对值受本币汇率和通胀水平影响，不同规模经济体的总量不可直接对比

错误做法：将库存变化的高数值直接解读为“经济过热”或“产能过剩”的证据

正确做法：结合行业分布、企业类型（国有企业vs民营企业）、库存构成（原材料vs在制品vs产成品）等因素综合判断

库存变化的正负和大小受多种因素驱动，包括季节性、补库周期、供应链效率等，单一数值不宜直接推断宏观经济状态

错误做法：认为库存变化为负就代表经济衰退或需求不足

正确做法：区分主动去库存（企业主动压缩）和被动去库存（需求下滑导致被动消耗）的差异，结合PMI等先行指标判断去库阶段

负值库存变化有时是供应链效率提升或just-in-time管理优化的结果，并非一定是负面信号

错误做法：用某一年份的库存变化直接推断长期趋势或进行跨期简单平均

正确做法：关注数据的结构性断点，识别政策变化、统计口径调整等因素，对波动剧烈的年份进行特殊处理

库存变化具有较强的周期性特征，个别年份数据可能偏离长期均值较大

错误做法：将中国库存变化与其他发展中国家的变化倍数进行直接对比以论证经济模式差异

正确做法：考虑经济规模、发展阶段、产业结构和统计体系成熟度的可比性，优先使用同收入组或同产业结构的国家进行对照

不同发展阶段的经济体库存管理特征和统计质量存在系统性差异，简单倍数对比可能产生误导

实际应用场景

经济周期识别与库存周期的交互作用：利用库存变化的时间序列数据辅助识别宏观经济周期位置，研究补库阶段与去库阶段对GDP增速的贡献差异被解释变量/周期同步指标可与工业生产增速、GDP增速进行相关性分析或Granger因果检验，注意库存变化对需求信号的滞后响应特征
供给侧改革对制造业库存结构的影响评估：评估2015年后推进的供给侧结构性改革如何影响不同行业的库存调整路径结果变量结合行业细分数据，采用双重差分或事件研究法比较改革前后行业库存行为变化，控制宏观经济因素的干扰
外部冲击（出口波动）对国内库存水平的影响机制：分析出口需求变化如何通过产业链传导影响国内制造业的库存管理决策被解释变量/机制变量将出口变化作为解释变量，库存变化作为被解释变量或中介变量，检验出口-库存的传导路径，考虑加入时滞项
货币金融条件与库存投资决策的敏感性分析：研究利率变动、信贷可得性如何影响企业库存投资行为被解释变量将库存变化对利率、信贷增速等金融变量做回归分析，检验企业融资成本对库存决策的边际影响
库存效率的国际比较与生产率测算：将库存周转率（库存/GDP）与TFP或全要素生产率进行跨国比较稳健性检验变量使用库存占GDP比率作为控制变量，检验库存效率与生产率的非线性关系，区分不同经济发展阶段的特征