从拉丁美洲和加勒比地区的发展中经济体的商品进口（占商品进口总额的百分比）

Merchandise imports from low- and middle-income economies in Latin America & the Caribbean (% of total merchandise imports)

下载数据

指标代码：TM.VAL.MRCH.R3.ZS所属主题：私营部门与贸易：ImportsPrivate Sector & Trade: Imports

2023最新有效年份

186最新年份有值国家

265历史上有数据经济体

28%总体缺失率

指标解释

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

Merchandise imports from low- and middle-income economies in Latin America and the Caribbean are the sum of merchandise imports by the reporting economy from low- and middle-income economies in the Latin America and the Caribbean region according to the World Bank classification of economies. Data are expressed as a percentage of total merchandise imports by the economy. Data are computed only if at least half of the economies in the partner country group had non-missing data.

可供参考的中文翻译：从拉丁美洲和加勒比地区的中低收入经济体的商品进口，是指报告经济体从世界银行经济体分类中属于拉丁美洲和加勒比地区的中低收入经济体的商品进口总和。数据以占该经济体商品进口总额的百分比表示。仅在伙伴国家组中至少有一半经济体的数据为非缺失值时才计算该指标。

数据口径与风险提示

本指标仅涵盖商品贸易，不包括服务贸易，与服务贸易指标混用会导致进口结构误判
数据口径为报告经济体的进口统计，依赖报告国的海关申报质量，部分年份可能存在申报延迟或分类变更
本指标专指发展中国家进口份额，不宜与高收入经济体来源占比直接对比分析依赖度
1960年代中国数据存在缺失，1960-1969期中国倍数无法计算，跨期比较时需注明数据起始年份
地区分类基于世界银行标准，拉美内部经济结构调整可能导致历史可比性下降
发展中国家进口份额上升可能反映全球供应链重构，也可能反映出口市场多元化，不宜直接解读为区域合作深化
本指标为百分比水平而非绝对规模，份额下降不代表实际进口量减少

中国趋势

趋势解读

中国从拉丁美洲和加勒比地区发展中国家的商品进口占进口总额的比重呈现长期上升趋势，从1961年的约0.76%提升至2023年的约7.89%，全时段增幅约10.4倍。改革开放初期至1978年出现第一轮快速上升，随后有所波动，1990年代出现明显回调，2000年代以来重新进入持续上升通道。2023年数据为有记录以来的最高值，表明中国与拉美发展中国家之间的商品贸易联系在持续深化。

1961年进口份额约为0.76%，为历史最低点
1978年突破5%，1979年达到约5.98%
1993年降至约1.52%，为1980年代以来的最低点
2008年升至约5.09%，首次超过5%
2019年升至约6.63%，2023年达到约7.89%
有记录以来共47个数据点
全时段增长约10.4倍，近期单期增长约1.26倍
1960年代无数据，十年期变化分析仅覆盖1970年代以后

全球趋势

趋势解读

全球从拉丁美洲和加勒比地区发展中国家的商品进口份额呈长期轻微下降态势，从1960年的约6.10%降至2023年的约5.80%，全时段降幅约5%。1970年代中期曾降至约3.65%的历史低点，此后有所恢复但未回到1960年代初期水平。21世纪以来基本围绕5%上下波动，较为稳定，2020年代略有回升至约5.80%。整体而言，全球拉美发展中国家来源商品进口份额长期保持相对平稳，未出现显著结构性变化。

1960年进口份额约为6.10%，为历史最高点
1976年降至约3.65%，为历史最低点
1980年代逐步回升至约4%，1990年代维持在约4%水平
2000年代基本稳定在约4.8%至5%区间
2022年升至约5.51%，2023年达到约5.80%
有记录以来共64个数据点
全时段下降约5%，近期单期增长约0.46倍
全球数据为各经济体的加权汇总，区域内不同经济体的趋势可能差异较大

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	0.7x	该阶段只有世界具备可比变化率，适合用作背景参照，不宜直接推断中国差异。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	1.1x	0.9x	中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。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	1.1x	1.0x	中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。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	0.5x	1.2x	中国的阶段变化率低于世界，可能意味着本国分母项相对分子项改善更快，或净进口依赖、国内供需结构与全球平均出现分化。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	2.8x	1.0x	中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。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	1.3x	1.0x	中国的阶段变化率高于世界，可能意味着本国分子项相对分母项扩张更快，或国内供需、贸易结构与全球平均出现分化。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	1.2x	1.1x	中国与世界的阶段变化幅度接近，说明该指标在这一阶段更多表现为共同的周期性或口径性波动。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。

2023 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	Nicaragua 尼加拉瓜	NIC	50.8
2	Bolivia 玻利维亚	BOL	39.6
3	Uruguay 乌拉圭	URY	39.3
4	El Salvador 萨尔瓦多	SLV	35.0
5	Argentina 阿根廷	ARG	34.4
6	Paraguay 巴拉圭	PRY	33.5
7	Honduras 洪都拉斯	HND	33.0
8	Guatemala 危地马拉	GTM	29.2
9	Venezuela, RB 委内瑞拉	VEN	27.1
10	Chile 智利	CHL	26.9
11	Panama 巴拿马	PAN	26.5
12	Belize 伯利兹	BLZ	24.6
13	Peru 秘鲁	PER	23.1
14	Ecuador 厄瓜多尔	ECU	21.5
15	United States 美国	USA	19.2
16	Yemen, Rep. 也门	YEM	18.7
17	Costa Rica 哥斯达黎加	CRI	18.4
18	Colombia 哥伦比亚	COL	17.7
19	Jamaica 牙买加	JAM	16.6
20	Dominican Republic 多米尼加共和国	DOM	16.4
21	Cuba 古巴	CUB	15.5
22	Haiti 海地	HTI	14.1
23	Guyana 圭亚那	GUY	13.2
24	Dominica 多米尼克	DMA	13.1
25	Antigua and Barbuda 安提瓜和巴布达	ATG	11.0
26	Brazil 巴西	BRA	10.9
27	St. Kitts and Nevis 圣基茨和尼维斯	KNA	10.2
28	Algeria 阿尔及利亚	DZA	10.1
29	Bahrain 巴林	BHR	9.88
30	Canada 加拿大	CAN	9.10
31	Suriname 苏里南	SUR	8.64
32	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	8.42
33	China 中国	CHN	7.89
34	Barbados 巴巴多斯	BRB	7.19
35	Grenada 格林纳达	GRD	7.09
36	Mauritius 毛里求斯	MUS	5.11
37	Mauritania 毛里塔尼亚	MRT	5.11
38	Egypt, Arab Rep. 埃及	EGY	5.07
39	Iceland 冰岛	ISL	4.89
40	Bangladesh 孟加拉国	BGD	4.86
41	Angola 安哥拉	AGO	4.82
42	Somalia, Fed. Rep. 索马里	SOM	4.67
43	Spain 西班牙	ESP	4.39
44	Portugal 葡萄牙	PRT	3.98
45	Jordan 约旦	JOR	3.98
46	Mexico 墨西哥	MEX	3.95
47	Namibia 纳米比亚	NAM	3.94
48	Cote d'Ivoire 科特迪瓦	CIV	3.83
49	Libya 利比亚	LBY	3.82
50	Morocco 摩洛哥	MAR	3.77
51	Oman 阿曼	OMN	3.57
52	Cameroon 喀麦隆	CMR	3.53
53	Norway 挪威	NOR	3.52
54	Cabo Verde 佛得角	CPV	3.50
55	Senegal 塞内加尔	SEN	3.45
56	Iraq 伊拉克	IRQ	3.44
57	Equatorial Guinea 赤道几内亚	GNQ	3.41
58	Korea, Rep. 韩国	KOR	3.34
59	Netherlands 荷兰	NLD	3.32
60	Switzerland 瑞士	CHE	3.29
61	St. Lucia 圣卢西亚	LCA	3.27
62	Syrian Arab Republic 叙利亚	SYR	3.27
63	Gabon 加蓬	GAB	3.20
64	Lebanon 黎巴嫩	LBN	3.19
65	Indonesia 印度尼西亚	IDN	3.15
66	India 印度	IND	3.07
67	Saudi Arabia 沙特阿拉伯	SAU	3.05
68	Japan 日本	JPN	3.00
69	Uzbekistan 乌兹别克斯坦	UZB	2.90
70	Sierra Leone 塞拉利昂	SLE	2.83
71	United Arab Emirates 阿联酋	ARE	2.67
72	Liberia 利比里亚	LBR	2.61
73	Nigeria 尼日利亚	NGA	2.58
74	Tunisia 突尼斯	TUN	2.58
75	Bahamas, The 巴哈马	BHS	2.58
76	Viet Nam 越南	VNM	2.54
77	Madagascar 马达加斯加	MDG	2.53
78	South Africa 南非	ZAF	2.45
79	Congo, Rep. 刚果（布）	COG	2.42
80	Ghana 加纳	GHA	2.37
81	Malaysia 马来西亚	MYS	2.36
82	Kuwait 科威特	KWT	2.30
83	Turkiye 土耳其	TUR	2.25
84	Togo 多哥	TGO	2.25
85	Thailand 泰国	THA	2.24
86	Tajikistan 塔吉克斯坦	TJK	2.23
87	Qatar 卡塔尔	QAT	2.22
88	Azerbaijan 阿塞拜疆	AZE	2.20
89	Singapore 新加坡	SGP	2.16
90	Guinea 几内亚	GIN	2.07
91	Central African Republic 中非共和国	CAF	2.07
92	Armenia 亚美尼亚	ARM	2.03
93	Sao Tome and Principe 圣多美和普林西比	STP	2.00
94	Burkina Faso 布基纳法索	BFA	1.98
95	Belgium 比利时	BEL	1.86
96	Finland 芬兰	FIN	1.84
97	Kosovo 科索沃	XKX	1.84
98	New Zealand 新西兰	NZL	1.80
99	Australia 澳大利亚	AUS	1.78
100	Philippines 菲律宾	PHL	1.78
101	Marshall Islands 马绍尔群岛	MHL	1.73
102	Russian Federation 俄罗斯	RUS	1.72
103	Albania 阿尔巴尼亚	ALB	1.71
104	Italy 意大利	ITA	1.69
105	Bulgaria 保加利亚	BGR	1.64
106	Timor-Leste 东帝汶	TLS	1.60
107	Bosnia and Herzegovina 波黑	BIH	1.58
108	Guinea-Bissau 几内亚比绍	GNB	1.56
109	Pakistan 巴基斯坦	PAK	1.55
110	Djibouti 吉布提	DJI	1.52
111	Kenya 肯尼亚	KEN	1.49
112	Kazakhstan 哈萨克斯坦	KAZ	1.45
113	United Kingdom 英国	GBR	1.45
114	Ireland 爱尔兰	IRL	1.38
115	Germany 德国	DEU	1.34
116	Greece 希腊	GRC	1.33
117	Georgia 格鲁吉亚	GEO	1.32
118	Gambia, The 冈比亚	GMB	1.30
119	Montenegro 黑山	MNE	1.27
120	North Macedonia 北马其顿	MKD	1.23
121	Poland 波兰	POL	1.22
122	Ukraine 乌克兰	UKR	1.20
123	Nepal 尼泊尔	NPL	1.17
124	Benin 贝宁	BEN	1.17
125	West Bank and Gaza 约旦河西岸和加沙	PSE	1.09
126	Myanmar 缅甸	MMR	1.06
127	Seychelles 塞舌尔	SYC	1.03
128	Mozambique 莫桑比克	MOZ	0.97
129	France 法国	FRA	0.97
130	Slovenia 斯洛文尼亚	SVN	0.96
131	Israel 以色列	ISR	0.93
132	Denmark 丹麦	DNK	0.91
133	Moldova 摩尔多瓦	MDA	0.83
134	Sweden 瑞典	SWE	0.82
135	Cyprus 塞浦路斯	CYP	0.82
136	Congo, Dem. Rep. 刚果（金）	COD	0.81
137	Serbia 塞尔维亚	SRB	0.80
138	Chad 乍得	TCD	0.78
139	Korea, Dem. People's Rep. 朝鲜	PRK	0.76
140	Belarus 白俄罗斯	BLR	0.75
141	Maldives 马尔代夫	MDV	0.74
142	Tanzania 坦桑尼亚	TZA	0.61
143	Iran, Islamic Rep. 伊朗	IRN	0.60
144	Czechia 捷克	CZE	0.52
145	Cambodia 柬埔寨	KHM	0.51
146	Romania 罗马尼亚	ROU	0.50
147	Comoros 科摩罗	COM	0.46
148	Hungary 匈牙利	HUN	0.46
149	Sudan 苏丹	SDN	0.46
150	Niger 尼日尔	NER	0.45
151	South Sudan 南苏丹	SSD	0.45
152	Sri Lanka 斯里兰卡	LKA	0.43
153	Mongolia 蒙古	MNG	0.43
154	Zambia 赞比亚	ZMB	0.41
155	Ethiopia 埃塞俄比亚	ETH	0.41
156	Eswatini 斯威士兰	SWZ	0.40
157	Malta 马耳他	MLT	0.39
158	Mali 马里	MLI	0.37
159	Uganda 乌干达	UGA	0.34
160	Estonia 爱沙尼亚	EST	0.29
161	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	0.29
162	Croatia 克罗地亚	HRV	0.26
163	Rwanda 卢旺达	RWA	0.26
164	Latvia 拉脱维亚	LVA	0.24
165	Austria 奥地利	AUT	0.24
166	Lithuania 立陶宛	LTU	0.24
167	Turkmenistan 土库曼斯坦	TKM	0.22
168	Zimbabwe 津巴布韦	ZWE	0.18
169	Slovak Republic 斯洛伐克	SVK	0.18
170	Malawi 马拉维	MWI	0.13
171	Luxembourg 卢森堡	LUX	0.12
172	Palau 帕劳	PLW	0.09
173	Botswana 博茨瓦纳	BWA	0.09
174	Bhutan 不丹	BTN	0.09
175	Papua New Guinea 巴布亚新几内亚	PNG	0.08
176	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	0.06
177	Brunei Darussalam 文莱	BRN	0.06
178	Lao PDR 老挝	LAO	0.05
179	Afghanistan 阿富汗	AFG	0.05
180	Eritrea 厄立特里亚	ERI	0.04
181	Nauru 瑙鲁	NRU	0.03
182	Lesotho 莱索托	LSO	0.02
183	Solomon Islands 所罗门群岛	SLB	0.02
184	San Marino 圣马力诺	SMR	0.02
185	Kiribati 基里巴斯	KIR	0.01
186	Tuvalu 图瓦卢	TUV	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

进口份额上升可能意味着报告经济体与拉美发展中国家的贸易联系加强，或对特定商品类别（如大宗商品、农产品）的进口依赖程度提高

数值较低通常意味着什么

进口份额下降可能意味着报告经济体转向其他供应来源，或国内产业升级导致进口结构发生变化

鍙ｅ緞闄愬埗

本指标为百分比而非绝对值，份额下降不代表实际进口量减少
仅涵盖商品贸易，服务贸易进口不包含在内
数据依赖报告国海关统计，跨境贸易计价方式差异可能影响可比性
发展中国家定义基于世界银行分类，分类标准调整会影响历史数据可比性
报告经济体数据缺失时全球汇总可能存在偏差
无法反映进口商品的技术含量或附加值层次

使用建议

使用本指标时应结合进口绝对值（TM.VAL.MRCH.CD.WT）分析总量变化
区域对比时应注意不同经济体进口结构差异，可参考东亚等其他区域来源占比
分析贸易依赖度时应结合出口目的地数据，避免单向解读
研究供应链安全时建议结合矿石金属、燃料等关键品类进口占比
横向比较不同国家时应考虑经济体外向程度差异，份额高不一定意味着风险高

常见错误用法

错误做法：将中国从拉美发展中国家进口份额（约7.9%）直接等同于中国对拉美的"依赖"或"战略控制"

正确做法：将该指标理解为贸易结构的一个维度，份额变化反映的是双方贸易联系的相对消长，需要结合绝对进口量、贸易逆差和地缘政治背景综合解读

百分比指标受分母影响，份额上升可能仅反映进口结构相对调整而非绝对依赖加深，贸然使用"依赖"等定性表述可能误导政策判断

错误做法：用中国拉美进口份额与全球拉美进口份额的差值直接评价中国与拉美关系的"亲疏程度"

正确做法：应将中国变化倍数与全球变化倍数分别放在各自的历史背景中理解，两个经济体的基数和结构完全不同，直接做差会丢失关键信息

中国基数远低于全球基数，同等倍数变化代表的意义不同，直接差值比较缺乏统计基础

错误做法：将1990年代中国份额下降（约50%）解读为中国主动减少与拉美的贸易往来

正确做法：1990年代中国份额下降可能更多反映中国与东亚、欧洲供应链整合加速导致的相对变化，不宜直接解读为对拉美关系的实质性转变

份额指标描述的是相对比例，分子分母的同步变化可能导致份额变化与绝对贸易意愿脱节，需要结合绝对量和其他地区贸易数据验证

错误做法：将本指标与高收入经济体来源占比指标（如TM.VAL.MRCH.HI.ZS）直接相加后得出"进口来源集中度"

正确做法：不同分类存在交叉重合（高收入与发展中国家分类体系不同），直接相加可能超过100%，应使用单一的贸易来源分类体系计算集中度

分类体系之间的边界不互斥，简单相加会产生逻辑错误

实际应用场景

中国与全球的大宗商品进口依赖度比较研究：分析中国在全球大宗商品贸易格局中的特殊地位被解释变量将中国拉美发展中国家进口份额与全球同一指标进行面板回归，控制汇率、GDP增速等变量，检验中国增长模式对拉美贸易依赖的特殊性
拉美地区在全球供应链中的角色演变：评估拉美发展中国家在东亚制造业供应链中的嵌入程度机制变量结合矿石金属进口占比（TM.VAL.MMTL.ZS.UN）和燃料进口占比（TM.VAL.FUEL.ZS.UN），分析拉美作为原材料供应地在全球供应链中的角色变迁
中国与拉美双边贸易的稳定性评估：研究中国与拉美贸易份额的波动特征稳健性检验使用滚动标准差和HP滤波分解趋势与周期成分，检验中国拉美进口份额的波动性是否显著高于全球平均水平
进口来源多元化的跨国比较：比较不同收入水平经济体的进口来源结构比较变量将本指标与来自其他区域（东亚、欧洲、南亚等）的发展中国家进口份额结合，构建进口来源多元化指数，进行跨国截面回归
区域贸易协定对拉美贸易格局的影响评估：评估太平洋联盟、南共市等区域组织对成员国贸易方向的影响控制变量将区域贸易协定成员资格与本指标进行交互分析，检验区域一体化是否显著改变成员国从拉美发展中国家的进口份额