工业增加值(现价本币单位)

Industry, including construction, value added (current LCU)

下载数据

指标代码:NV.IND.TOTL.CN所属主题:经济政策与债务:国民账户:Local currency at current prices:Value addedEconomic Policy & Debt: National accounts: Local currency at current prices: Value added

2024最新有效年份
168最新年份有值国家
265历史上有数据经济体
49%总体缺失率

指标解释

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

Industry (including construction) corresponds to ISIC (Rev.4) divisions 05-43. It is comprised of mining, manufacturing, construction, electricity, water, and gas industries. Value added is the contribution to the economy by a producer or an industry or an institutional sector, which is estimated by the total value of output produced and deducting the total value of intermediate consumption of goods and services used to produce that output. 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:工业(含建筑业)对应ISIC第4修订版的05-43类,由采矿业、制造业、建筑业、电力、供水和天然气行业组成。增加值是指生产者、产业或机构部门对经济的贡献,通过产出总价值减去生产过程中使用的中间投入品和服务的总价值来计算。本指标以现价表示,即未对时间推移导致的价格变化进行调整。该序列以本币单位表示。

数据口径与风险提示

  • 本指标以本币现价表示,未扣除价格变动因素,长期序列会同时反映实际产出增长与通胀影响
  • 数值绝对规模受国家人口基数影响,人口大国工业增加值通常较高,不宜直接跨国比较
  • 汇率波动会显著影响以美元折算后的规模对比,使用本序列时应注意货币口径差异
  • 本序列仅包含中国数据,precomputed中的世界汇总数据不可用
  • 不同国家统计体系差异可能影响行业分类口径的严格一致性

中国趋势

趋势解读

中国工业增加值(现价本币)从1960年约652.6亿元增长至2024年约49.2万亿元,65年间名义增长约754倍,这一巨大变化同时包含实际产出扩张与人民币计价通胀因素。1978年改革开放前数据波动明显,改革开放后呈现持续增长态势,尤其1992年至2008年间增速显著加快。2020年至2024年增长约1.29倍,增速较此前十年明显放缓,可能反映工业增长动能的阶段性转换。2024年数值达到历史最高点,占GDP比重在工业化成熟后趋于下降。

  • 1960年值为652.6亿元,2024年值为492087.1亿元
  • 最大值出现在2024年,最小值出现在1962年(363.9亿元)
  • 1978年改革开放时值为1755.1亿元
  • 1992年突破万亿元达11725亿元
  • 2008年突破10万亿元达149953亿元
  • 2020年值为381985.8亿元,2024年为492087.1亿元
  • 现价本币数据包含通胀效应,不能直接等同于实际产出增长
  • 人民币汇率长期变化会影响美元折算后的规模对比

全球趋势

趋势解读

世界工业增加值汇总序列在当前数据集中不可用,precomputed中WLD条目count为0,无可用数据点。这意味着无法直接进行中国与世界增长趋势的对比分析。伊朗、印度尼西亚、越南等发展中国家按现价本币计的工业增加值绝对值较高,反映出人口规模、汇率水平和通胀程度的多重影响。跨国比较时需特别注意汇率换算对排名的影响。

  • 世界汇总数据不可用(count=0)
  • 2024年伊朗本币工业增加值约776万亿(本币单位)
  • 印度尼西亚、越南、韩国按本币计的工业规模位居前列
  • 中国以492087.1亿元(约49.2万亿元本币单位)参与排名
  • 无世界增长序列,无法计算世界十年阶段变化倍数
  • 本币数据跨国比较受汇率影响严重
  • 不同国家本币单位面值差异大,直接比较缺乏经济意义

每十年变化摘要

十年区间中国变化世界变化提示
1960-19691.1x-本十年期中国工业增加值仅增长约1.06倍,增速在所有阶段中最低。改革开放尚未启动,工业基础薄弱,经济增长以农业为主。缺乏世界数据,无法判断中国增速与全球平均水平的差异,可能反映当时计划经济体制下工业发展受到的需求和投资双重约束。
1970-19792.1x-本十年期中国工业增加值增长约2.1倍,增速较上一阶段明显加快。改革开放前期的准备工作和部分工业项目布局可能开始发挥作用。同样缺乏世界对比数据,需要结合同期全球工业化进程验证中国相对增速。
1980-19893.3x-本十年期中国工业增加值增长约3.3倍,增速较七十年代进一步提升。改革开放政策逐步实施,乡镇企业和制造业投资加速。缺乏世界数据的情况下,可能意味着中国工业化进入加速起步阶段,增速高于部分可比经济体。
1990-19995.3x-本十年期中国工业增加值增长约5.3倍,为所有阶段中增速最高。1992年市场化改革深化后,投资和出口驱动工业快速扩张,1994年分税制改革也可能影响数据统计口径变化。缺乏世界数据,难以判断中国增速在全球工业重新布局中的相对位置。
2000-20093.5x-本十年期中国工业增加值增长约3.5倍,增速较九十年代有所放缓但仍保持较高水平。中国加入WTO后出口导向型制造业大规模扩张,同时国内基础设施建设带动相关工业增长。可能反映基数效应以及工业化程度提升后增速的自然回落。
2010-20192.0x-本十年期中国工业增加值增长约1.98倍,增速较前一阶段明显放缓。经济进入新常态,服务业占比逐步提升,制造业向高端转型。可能反映经济结构优化过程中工业从高速扩张转向高质量发展的阶段性特征。
2020-20291.3x-本十年期增长约1.29倍,增速进一步放缓。可能反映后工业化和经济再平衡的持续推进,以及人口老龄化对劳动力供给和消费结构的影响。需要后续年份数据验证这一趋势的持续性。

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
1Iran, Islamic Rep.
伊朗
IRN77,631,075,812,725,104
2Indonesia
印度尼西亚
IDN8,704,705,400,000,000
3Viet Nam
越南
VNM4,333,235,485,433,200
4Korea, Rep.
韩国
KOR866,839,700,000,000
5Uzbekistan
乌兹别克斯坦
UZB462,696,501,600,000
6Colombia
哥伦比亚
COL393,520,000,000,000
7Iraq
伊拉克
IRQ187,480,730,700,000
8Argentina
阿根廷
ARG140,118,440,544,200
9Paraguay
巴拉圭
PRY109,175,649,083,081
10Lao PDR
老挝
LAO96,672,191,000,000
11Chile
智利
CHL93,756,774,587,300
12India
印度
IND81,441,895,478,500
13Congo, Dem. Rep.
刚果(金)
COD79,864,941,293,900
14Cambodia
柬埔寨
KHM78,811,207,225,200
15Nigeria
尼日利亚
NGA67,841,632,447,300
16Russian Federation
俄罗斯
RUS61,794,189,546,900
17Myanmar
缅甸
MMR58,814,697,593,533
18Tanzania
坦桑尼亚
TZA58,523,087,281,700
19Guinea
几内亚
GIN53,899,076,760,390
20Uganda
乌干达
UGA50,653,591,756,100

使用建议、常见误用与研究场景

数值较高通常意味着什么

工业增加值(现价本币)数值越高,通常表示该经济体当期的工业生产规模越大,反映工业化程度和制造业活跃度。但需注意这受汇率波动和通胀水平影响,不代表工业效率或竞争力。

数值较低通常意味着什么

数值越低表示工业规模相对较小,可能反映去工业化趋势、服务业主导经济结构,或工业化起步较晚。但也可能受汇率贬值或通缩影响,不代表工业发展质量下降。

鍙e緞闄愬埗

  • 现价数据未剔除价格变动因素,不适合用于分析实际产出增长
  • 以本币计的绝对值受汇率影响,跨国比较时失真严重
  • 绝对规模受国家人口基数影响,不宜直接比较不同人口规模的经济体
  • 不同国家的行业分类标准和统计方法可能存在差异
  • 无法反映工业内部结构变化和效率提升情况

使用建议

  • 跨国比较优先使用美元折算或购买力平价序列
  • 分析实际增长使用不变价增加值或增长率序列
  • 评估工业地位结合增加值占GDP比重和人均增加值
  • 结合劳动生产率数据分析工业效率变化
  • 结合制造业和采矿业细项数据理解结构组成
  • 使用多个相关指标综合判断,避免单一指标过度解读

常见错误用法

错误做法:直接使用本指标进行中国与其他国家工业规模的跨国排名比较

正确做法:应使用NV.IND.TOTL.CD(现价美元)或NV.IND.TOTL.KD(不变价美元)进行跨国比较

汇率波动会导致本币数据换算后的排名严重失真,无法反映真实的工业规模对比

错误做法:将2020年与2010年的现价增加值比值当作实际产量增长倍数

正确做法:应使用NV.IND.TOTL.KD或NV.IND.TOTL.KN(不变价)序列计算实际增长

现价数据同时包含实际产出增长与通胀影响,比值会高估实际产量变化幅度

错误做法:认为工业增加值持续下降意味着经济衰退

正确做法:应结合服务业占比变化和NV.IND.TOTL.ZS(工业占GDP比重)判断是否属于结构性转型

发达国家工业占比自然下降是经济成熟的表现,不代表经济恶化

错误做法:使用本指标判断某个地区的工业竞争力或效率

正确做法:应使用人均增加值或增加值/就业人口等效率指标

绝对值反映规模而非效率,规模大的经济体不一定效率更高

错误做法:用2020-2029年数据预测长期工业发展趋势

正确做法:应使用更长时期的不变价序列分析趋势,避免价格波动干扰

现价短期数据受通胀周期和汇率波动影响大,可能偏离长期趋势

实际应用场景

  • 中国工业增长与经济结构转型研究:分析改革开放以来中国工业增长与经济结构变化的关系 被解释变量 可结合NV.IND.TOTL.ZS(工业占比)和NV.SRV.TOTL.ZS(服务业占比)分析结构转型,用不变价序列剔除通胀因素
  • 工业化阶段的国际比较:比较中国与主要新兴经济体的工业化进程 被解释变量兼比较指标 需转换为美元序列,并结合人均指标和工业化阶段理论框架
  • 工业增长与就业的关系研究:分析工业扩张对就业的影响 解释变量 结合就业人口数据计算工业劳动生产率,关注效率提升而非规模扩张
  • 汇率对工业规模排名的影响分析:评估汇率波动如何影响各国工业规模的美元排名 控制变量 对比本币序列与美元序列的排名差异,分析汇率的扭曲效应

工业增加值(现价本币单位)常见问题

中国工业增加值为什么从1990年代开始快速增长

1990年代起增速加快可能与市场化改革深化、投资环境改善有关,加上出口导向型制造业快速发展。但现价数据受通胀和汇率影响,建议结合不变价序列分析实际增长。

为什么中国工业增加值绝对值排名不高

排名数据使用本币单位,伊朗、印度尼西亚等国本币面值较大。同时中国人民币汇率相对稳定但绝对数值已很大。跨国比较应看美元序列。

工业增加值和GDP是什么关系

工业增加值是GDP的组成部分,等于工业产出减去中间投入。NV.IND.TOTL.ZS反映工业占GDP比重,该比重下降可能意味着服务业发展或去工业化。

为什么最近十年增速明显放缓

2020-2029年增长约1.29倍,低于之前的1.98倍。可能反映经济进入成熟阶段后基数效应增大、服务业占比提升,以及从高速扩张向高质量发展转型。

中国工业增加值本币现价数据包含通胀因素吗

是的,本指标为现价本币数据,名义增长同时包含实际产出增长和人民币计价的价格变动因素。2010年代中国经历了较明显的通胀周期,这部分会反映在现价数据中。如需分析实际增长,建议使用不变价口径数据。

为什么其他一些发展中国家工业增加值本币数字看起来比中国大

这主要受汇率和本币面值影响。部分国家货币汇率较低或通胀较高,导致以本币计的工业增加值绝对数字较大。跨国比较时需将本币数据折算为共同货币,使用美元不变价口径更为可靠。

工业现价本币数据可以用于同其他本币数据直接比较吗

可以用于不同国家以本币计的规模对比,但需注意各国价格水平、统计基期和统计口径差异。即使同为现价本币,大国因经济体量大自然规模更大,单纯比较绝对数字意义有限。

中国工业增加值本币数据的主要来源是哪里

主要来源于中国国家统计局发布的工业统计年报和年度国民经济核算数据。世界银行WDI数据库中的中国数据由国家统计局提供后再经世行处理,建议同时参考国家统计局官方发布的工业增加值数据以确保时效性。

下载数据

免费获取世界银行WDI完整数据集,包含工业增加值(现价本币单位)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