工业产品最惠国简单平均税率（%）

Tariff rate, most favored nation, simple mean, manufactured products (%)

下载数据

指标代码：TM.TAX.MANF.SM.FN.ZS所属主题：贸易Trade

2022最新有效年份

139最新年份有值国家

265历史上有数据经济体

78%总体缺失率

指标解释

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

Simple mean most favored nation tariff rate is the unweighted average of most favored nation rates for all products subject to tariffs calculated for all traded goods. Data are classified using the Harmonized System of trade at the six- or eight-digit level. Tariff line data were matched to Standard International Trade Classification (SITC) revision 3 codes to define commodity groups. Manufactured products are commodities classified in SITC revision 3 sections 5-8 excluding division 68.

可供参考的中文翻译：最惠国简单平均关税税率是指所有需要征收贸易关税的产品最惠国税率的非加权平均水平。数据采用调和关税制度（HS），按六位或八位税目分类。税目数据与《国际贸易标准分类》第3修订版（SITC Rev.3）代码对应，以划定商品组。本指标中的工业制品指SITC Rev.3第5至8类商品（不含第68类贱金属）。

数据口径与风险提示

本指标仅涵盖工业制品（SITC Rev.3第5-8类，不含第68类贱金属），不代表全部商品的关税水平
最惠国（MFN）税率是WTO成员对其他成员适用的基准税率，不代表实际贸易中使用的优惠税率
简单均值对所有税目赋予相同权重，与实际贸易结构可能存在偏差
税目匹配过程中存在分类口径差异，不同数据源可能略有出入
数据基于六位或八位HS编码，编码体系更新可能导致历史可比性变化
约束税率与适用税率不同，本指标反映的是MFN适用税率而非上限约束
中国早期数据起点为1992年，1990年代以前无可比数据

中国趋势

趋势解读

中国工业产品最惠国简单平均税率呈现持续大幅下降趋势。从1992年43.88%的高位逐步降至2022年6.8%，整体降幅超过84%，反映了中国长期推进贸易自由化、逐步融入多边贸易体系的进程。1990年代降幅最为剧烈，从1992年43.88%降至1999年16.84%；2000年代进一步降至9%左右；2010年代后在9%-11%区间波动；2020年代以来基本稳定在6.8%-7%区间，显示税率调整已进入相对平稳阶段。该指标反映的是法定MFN税率结构，实际贸易中可能存在双边优惠安排等差异。

1992年中国工业产品MFN简单平均税率为43.88%，为有记录以来最高值
2022年该税率降至6.8%，为有记录以来最低值
1992至2022年间税率累计下降37.08个百分点
2015年曾出现小幅回升至11.28%，随后再度下降
2020年以来税率基本维持在6.8%-7%区间，波动幅度很小
2019年降至6.83%，为近年来最低点之一
数据仅覆盖工业制品，不包括初级产品和服务
本指标为法定MFN税率，不代表实际贸易中使用的有效税率

全球趋势

趋势解读

世界工业产品最惠国简单平均税率的全球汇总数据未能成功获取。预计算结果显示世界聚合数据（World aggregate）的数据点数量为0，可能因数据覆盖范围限制或口径差异导致无法生成有效的世界平均水平。使用该指标进行国际比较时需注意，中国作为单一国家与全球平均水平在统计口径和覆盖范围上可能存在差异，建议结合具体国家数据进行横向比较。

预计算数据显示世界聚合数据数据点数量为0
无法提供世界平均税率的长期趋势或阶段性变化
世界银行原始数据可能按收入组别或区域进行汇总，而非单一全球均值
缺少世界聚合数据意味着无法直接对比中国与全球平均水平的差距
预计算中的世界数据缺失可能导致无法进行中国与世界的十年变化对比
进行国际比较时应明确使用哪个参照系（区域平均、收入组别或其他基准）

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1970-1979	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1980-1989	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1990-1999	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。
2000-2009	0.6x	-	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。
2010-2019	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。
2020-2029	1.0x	-	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。

2022 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	Bahamas, The 巴哈马	BHS	33.2
2	Algeria 阿尔及利亚	DZA	18.3
3	Cameroon 喀麦隆	CMR	17.3
4	Central African Republic 中非共和国	CAF	17.3
5	Chad 乍得	TCD	17.3
6	Congo, Rep. 刚果（布）	COG	17.3
7	Equatorial Guinea 赤道几内亚	GNQ	17.3
8	Gabon 加蓬	GAB	17.3
9	Venezuela, RB 委内瑞拉	VEN	15.2
10	Brazil 巴西	BRA	15.1
11	Argentina 阿根廷	ARG	14.6
12	Uganda 乌干达	UGA	13.8
13	Bangladesh 孟加拉国	BGD	13.5
14	Kenya 肯尼亚	KEN	12.8
15	Maldives 马尔代夫	MDV	12.8
16	Nepal 尼泊尔	NPL	12.6
17	Zambia 赞比亚	ZMB	12.5
18	Turkiye 土耳其	TUR	12.2
19	Tanzania 坦桑尼亚	TZA	12.0
20	Bolivia 玻利维亚	BOL	11.9
21	Cote d'Ivoire 科特迪瓦	CIV	11.8
22	Burundi 布隆迪	BDI	11.8
23	Mauritania 毛里塔尼亚	MRT	11.8
24	Benin 贝宁	BEN	11.7
25	Burkina Faso 布基纳法索	BFA	11.7
26	Gambia, The 冈比亚	GMB	11.7
27	Ghana 加纳	GHA	11.7
28	Guinea 几内亚	GIN	11.7
29	Guinea-Bissau 几内亚比绍	GNB	11.7
30	Liberia 利比里亚	LBR	11.7
31	Mali 马里	MLI	11.7
32	Niger 尼日尔	NER	11.7
33	Nigeria 尼日利亚	NGA	11.7
34	Senegal 塞内加尔	SEN	11.7
35	Sierra Leone 塞拉利昂	SLE	11.7
36	Togo 多哥	TGO	11.7
37	Cabo Verde 佛得角	CPV	11.7
38	Tonga 汤加	TON	11.7
39	India 印度	IND	11.6
40	Rwanda 卢旺达	RWA	11.3
41	Madagascar 马达加斯加	MDG	11.2
42	Uruguay 乌拉圭	URY	11.0
43	Ecuador 厄瓜多尔	ECU	11.0
44	Cuba 古巴	CUB	11.0
45	Pakistan 巴基斯坦	PAK	10.5
46	Barbados 巴巴多斯	BRB	10.4
47	Paraguay 巴拉圭	PRY	10.3
48	Cambodia 柬埔寨	KHM	10.1
49	Solomon Islands 所罗门群岛	SLB	9.76
50	Bhutan 不丹	BTN	9.36
51	Jordan 约旦	JOR	9.19
52	Belize 伯利兹	BLZ	9.13
53	Guyana 圭亚那	GUY	8.92
54	Grenada 格林纳达	GRD	8.87
55	Suriname 苏里南	SUR	8.79
56	Viet Nam 越南	VNM	8.66
57	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	8.61
58	Indonesia 印度尼西亚	IDN	8.41
59	Botswana 博茨瓦纳	BWA	8.18
60	Eswatini 斯威士兰	SWZ	8.18
61	Lesotho 莱索托	LSO	8.18
62	Namibia 纳米比亚	NAM	8.18
63	South Africa 南非	ZAF	8.18
64	Angola 安哥拉	AGO	8.09
65	Azerbaijan 阿塞拜疆	AZE	7.92
66	Lao PDR 老挝	LAO	7.85
67	Thailand 泰国	THA	7.66
68	Vanuatu 瓦努阿图	VUT	7.62
69	Korea, Rep. 韩国	KOR	7.06
70	China 中国	CHN	6.80
71	Bosnia and Herzegovina 波黑	BIH	6.37
72	North Macedonia 北马其顿	MKD	6.30
73	Dominican Republic 多米尼加共和国	DOM	6.17
74	Kazakhstan 哈萨克斯坦	KAZ	6.17
75	Mexico 墨西哥	MEX	6.12
76	Colombia 哥伦比亚	COL	6.00
77	Myanmar 缅甸	MMR	5.99
78	Chile 智利	CHL	5.98
79	Malaysia 马来西亚	MYS	5.98
80	Saudi Arabia 沙特阿拉伯	SAU	5.83
81	Philippines 菲律宾	PHL	5.66
82	Jamaica 牙买加	JAM	5.61
83	Mongolia 蒙古	MNG	5.03
84	Guatemala 危地马拉	GTM	5.02
85	El Salvador 萨尔瓦多	SLV	4.93
86	Honduras 洪都拉斯	HND	4.86
87	Nicaragua 尼加拉瓜	NIC	4.81
88	Oman 阿曼	OMN	4.77
89	Moldova 摩尔多瓦	MDA	4.76
90	Bahrain 巴林	BHR	4.69
91	Qatar 卡塔尔	QAT	4.68
92	Kuwait 科威特	KWT	4.67
93	Costa Rica 哥斯达黎加	CRI	4.49
94	Ukraine 乌克兰	UKR	4.07
95	Austria 奥地利	AUT	4.03
96	Belgium 比利时	BEL	4.03
97	Bulgaria 保加利亚	BGR	4.03
98	Croatia 克罗地亚	HRV	4.03
99	Cyprus 塞浦路斯	CYP	4.03
100	Czechia 捷克	CZE	4.03
101	Denmark 丹麦	DNK	4.03
102	Estonia 爱沙尼亚	EST	4.03
103	Finland 芬兰	FIN	4.03
104	France 法国	FRA	4.03
105	Germany 德国	DEU	4.03
106	Greece 希腊	GRC	4.03
107	Hungary 匈牙利	HUN	4.03
108	Ireland 爱尔兰	IRL	4.03
109	Italy 意大利	ITA	4.03
110	Latvia 拉脱维亚	LVA	4.03
111	Lithuania 立陶宛	LTU	4.03
112	Malta 马耳他	MLT	4.03
113	Netherlands 荷兰	NLD	4.03
114	Poland 波兰	POL	4.03
115	Portugal 葡萄牙	PRT	4.03
116	Romania 罗马尼亚	ROU	4.03
117	Slovak Republic 斯洛伐克	SVK	4.03
118	Slovenia 斯洛文尼亚	SVN	4.03
119	Spain 西班牙	ESP	4.03
120	Sweden 瑞典	SWE	4.03
121	Panama 巴拿马	PAN	3.80
122	Switzerland 瑞士	CHE	3.72
123	United States 美国	USA	3.70
124	Albania 阿尔巴尼亚	ALB	3.23
125	Australia 澳大利亚	AUS	2.93
126	Montenegro 黑山	MNE	2.82
127	Peru 秘鲁	PER	2.78
128	United Kingdom 英国	GBR	2.69
129	Japan 日本	JPN	2.49
130	Canada 加拿大	CAN	2.38
131	New Zealand 新西兰	NZL	2.29
132	Israel 以色列	ISR	2.21
133	Seychelles 塞舌尔	SYC	0.87
134	Mauritius 毛里求斯	MUS	0.80
135	Georgia 格鲁吉亚	GEO	0.79
136	Norway 挪威	NOR	0.71
137	Brunei Darussalam 文莱	BRN	0.24
138	Iceland 冰岛	ISL	0.00
139	Singapore 新加坡	SGP	0.00

使用建议、常见误用与研究场景

数值较高通常意味着什么

较高的工业产品最惠国简单平均税率通常意味着该国对工业制品设置了较高的贸易壁垒，市场开放程度相对有限，关税对国内相关产业提供更多保护。

数值较低通常意味着什么

较低的最惠国简单平均税率通常表示该国工业产品市场开放程度较高，贸易壁垒相对较低，有利于进口竞争和消费者获得更多选择。

鍙ｅ緞闄愬埗

本指标为简单算术平均，未考虑不同产品的贸易量权重，可能与实际贸易中涉及的关税负担结构不一致
MFN税率是基准税率，不代表实际交易中使用的税率（可能存在优惠税率、自贸协定税率等）
仅反映工业制品，不包括初级产品和服务的关税情况
税目匹配过程中可能存在分类口径差异，影响跨国可比性
法定税率与实际执行情况可能存在差异

使用建议

进行国际比较时，应明确比较对象（区域平均、收入组别、特定贸易伙伴等）
结合加权平均税率一起分析，以反映实际贸易结构中的关税负担
将关税数据与贸易流量、贸易平衡等指标结合使用，避免孤立地解读税率高低
使用时需注意区分MFN税率与实际适用税率的差异
结合约束税率分析，可以了解关税上限承诺与实际执行的差距
如需分析贸易政策影响，应结合产业保护程度、竞争力变化等多维指标

常见错误用法

错误做法：将中国MFN税率与全球平均水平直接对比，得出中国贸易保护程度高低的结论

正确做法：明确对比基准是具体国家、区域集团还是收入组别，并说明数据来源的可比性

本指标缺少世界聚合数据，无法进行严格的中国与全球平均的对比，直接比较可能导致误导性结论

错误做法：将MFN简单平均税率等同于中国实际面临的关税壁垒

正确做法：MFN税率是基准税率，需结合实际适用税率、特惠税率和贸易协定情况综合判断

MFN税率反映的是最惠国待遇下的法定税率，实际贸易中可能享受更低的优惠税率，简单均值不能代表真实贸易成本

错误做法：将税率下降直接解读为贸易自由化程度提升或产业竞争力增强

正确做法：税率变化是贸易政策的一个维度，需结合产业政策、市场结构、贸易流量等多因素综合分析

税率变化与贸易自由化效果之间的关系受多种因素影响，不能简单等同

错误做法：用简单平均税率推断特定产业的实际保护水平

正确做法：应使用针对特定产品或行业的税率数据，并考虑非关税壁垒的影响

简单平均对所有产品赋予相同权重，无法反映特定产业的关税保护程度

实际应用场景

关税减让对制造业产业升级的影响研究：研究中国历次关税下调对制造业结构转型的影响被解释变量或关键解释变量可结合中国关税调整的阶段性特征，使用双重差分或合成控制法评估政策冲击的因果效应，需控制其他政策变量
贸易便利化与制造业出口竞争力：分析关税税率与制造业出口表现的关系解释变量将MFN税率作为核心解释变量，结合物流绩效指数、营商环境等指标构建多元回归模型，注意内生性问题
贸易政策不确定性对企业投资的影响：研究关税政策变动预期对企业投资决策的调节作用机制变量可将关税波动性作为政策不确定性的代理变量，检验其对企业投资的非线性影响，使用面板数据固定效应模型
区域贸易协定对双边关税的实际影响：评估中国与主要贸易伙伴签署的自贸协定对实际关税的影响稳健性检验变量比较MFN税率与实际适用税率的差异，验证FTA降税效果的可信度