从南亚地区发展中经济体的商品进口（占商品进口总额的百分比）

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 South Asia are the sum of merchandise imports by the reporting economy from low- and middle-income economies in the South Asia 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：从南亚地区的发展中经济体的商品进口，是报告经济体从根据世界银行的经济体分类所确定的南亚地区的发展中经济体的商品进口的总和。数据是以占该经济体商品进口总额的百分比表示的。只有在至少一半的伙伴国家组内的经济体都具有非缺失数据的情况下才计算数据。

数据口径与风险提示

该指标仅反映商品贸易中的南亚地区发展中国家占比，服务贸易不计入分子
数据以报告经济体的进口总额为分母，包含来自所有来源国的进口
世界银行对“发展中经济体”的分类标准可能随时间调整，历史数据存在口径可比性问题
只有当南亚伙伴组中至少一半经济体有非缺失数据时才计算该指标，部分年份可能缺失
该指标不区分进口商品类别，初级产品与制造业产品的供应链结构差异无法体现
不丹因地理位置和贸易安排，该比例异常高，可能不具代表性
中国进口来源高度多元化，该比值较低并不代表南亚在中国全球进口中的地位
各经济体的海关统计标准差异可能影响数据的横向可比性

中国趋势

趋势解读

中国从南亚发展中经济体的进口占商品进口总额的百分比呈长期下行趋势。1961年该比例约为4.61%，此后持续下滑，1987年降至历史最低点约0.26%。1990年代起有所回升，2008年前后达到约2.07%的小高峰。2010年代至今基本在1%至1.8%之间波动，2023年约为0.96%。整体来看，该比例长期低于2%，说明南亚地区在中国总进口中的权重始终有限，且相对规模呈收缩态势。

1961年录得最高值约4.61%
1987年触及最低值约0.26%
2008年录得近期峰值约2.07%
2023年值为约0.96%
从1961年到2023年，最新值相比初期下降约79%
该比例下降可能反映中国进口来源多元化程度提升，而非双边贸易量绝对减少
数值较低需结合中国对南亚的绝对进口金额理解，不能直接解读为贸易关系薄弱
世界银行经济体分类调整可能导致部分年份口径变化

全球趋势

趋势解读

全球从南亚地区发展中经济体的进口占商品进口总额的比例在1960年代初约为2.13%，随后经历下行，1980年降至约0.71%的历史低点，此后逐步回升。2000年代后保持在1%以上，2022年创下约2.29%的最高纪录，2023年回落至约2.25%。整体趋势显示全球进口中来自南亚发展中国家的份额经历先抑后扬，近年在2%以上企稳，说明南亚在全球供应链中的相对地位有所巩固。

1960年值为约2.13%
1980年降至约0.71%
2022年录得最高值约2.29%
2023年值为约2.25%
从1960年到2023年，最新值相比初期增长约5.9%
全球数据是各经济体的加权汇总，结构受各主要进口国的来源偏好影响
南亚发展中经济体在不同年代的具体构成可能变化
部分年份数据可能因缺失值较多而存在估算偏差

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	0.6x	该十年中国数据缺失，世界平均从约2.13%降至约1.19%，降幅约44%；可能反映全球贸易格局调整以及南亚出口供给能力的相对下降。
1970-1979	0.6x	0.8x	中国下降至期初的约60%，世界下降至期初的约76%；中国降幅更大可能意味着改革开放初期中国更倾向于从发达经济体和亚太其他发展中经济体获取工业品。
1980-1989	0.5x	1.2x	中国进一步降至期初的约51%，世界则升至期初的约1.21倍；此阶段中国降幅而全球升，可能反映中国工业化加速后对高技术设备和中间品的进口需求转向发达经济体，而全球其他经济体增加从南亚进口初级产品。
1990-1999	1.8x	1.2x	中国升至期初的约1.83倍，世界升至期初的约1.24倍；中国增速显著高于全球，可能反映中国与南亚经贸往来在这一时期明显恢复，贸易基数较低导致倍数放大效应。
2000-2009	1.9x	1.6x	中国升至期初的约1.91倍，世界升至期初的约1.59倍；中国增速仍高于世界，但两者差距收窄，可能反映中国在此阶段更注重从全球配置供应链资源，南亚在其进口多元化战略中的边际增量趋于平稳。
2010-2019	0.6x	1.2x	中国降至期初的约61%，世界升至期初的约1.16倍；出现明显分化，可能反映中国在此阶段更依赖发达经济体的技术密集型进口，而全球其他经济体对南亚的依赖度仍在上升。
2020-2029	0.8x	1.1x	中国降至期初的约77%，世界升至期初的约1.10倍；两者再次出现反向变化，可能反映后疫情时代中国进口结构向高端制造业倾斜，而部分南亚国家因供应链瓶颈出口增长放缓，需要结合贸易金额数据验证。

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	Bhutan 不丹	BTN	91.5
2	Nepal 尼泊尔	NPL	61.5
3	Somalia, Fed. Rep. 索马里	SOM	22.8
4	Sri Lanka 斯里兰卡	LKA	21.6
5	Afghanistan 阿富汗	AFG	21.0
6	Maldives 马尔代夫	MDV	20.7
7	Benin 贝宁	BEN	17.5
8	Liberia 利比里亚	LBR	16.6
9	Djibouti 吉布提	DJI	16.4
10	Bangladesh 孟加拉国	BGD	15.4
11	Tanzania 坦桑尼亚	TZA	13.7
12	Comoros 科摩罗	COM	13.6
13	Sierra Leone 塞拉利昂	SLE	12.5
14	Madagascar 马达加斯加	MDG	12.1
15	Niger 尼日尔	NER	12.0
16	Kenya 肯尼亚	KEN	11.7
17	Uganda 乌干达	UGA	11.2
18	Mauritius 毛里求斯	MUS	10.8
19	Guinea 几内亚	GIN	10.7
20	Rwanda 卢旺达	RWA	10.6
21	Ethiopia 埃塞俄比亚	ETH	9.93
22	Syrian Arab Republic 叙利亚	SYR	9.17
23	Sudan 苏丹	SDN	9.02
24	United Arab Emirates 阿联酋	ARE	9.00
25	Oman 阿曼	OMN	8.67
26	Mozambique 莫桑比克	MOZ	8.64
27	Togo 多哥	TGO	8.32
28	Nigeria 尼日利亚	NGA	7.85
29	Malawi 马拉维	MWI	7.41
30	South Africa 南非	ZAF	7.37
31	Seychelles 塞舌尔	SYC	7.33
32	Cameroon 喀麦隆	CMR	7.32
33	Iraq 伊拉克	IRQ	7.16
34	Senegal 塞内加尔	SEN	7.13
35	Namibia 纳米比亚	NAM	7.06
36	Angola 安哥拉	AGO	6.97
37	Jordan 约旦	JOR	6.86
38	Guinea-Bissau 几内亚比绍	GNB	6.74
39	Congo, Dem. Rep. 刚果（金）	COD	6.73
40	Qatar 卡塔尔	QAT	6.72
41	Ghana 加纳	GHA	6.67
42	Kuwait 科威特	KWT	6.66
43	Timor-Leste 东帝汶	TLS	6.33
44	Saudi Arabia 沙特阿拉伯	SAU	6.13
45	Cote d'Ivoire 科特迪瓦	CIV	5.88
46	Burkina Faso 布基纳法索	BFA	5.85
47	Zambia 赞比亚	ZMB	5.74
48	Bahrain 巴林	BHR	5.69
49	Kosovo 科索沃	XKX	5.45
50	Chad 乍得	TCD	5.09
51	Central African Republic 中非共和国	CAF	4.58
52	Albania 阿尔巴尼亚	ALB	4.33
53	Gabon 加蓬	GAB	4.21
54	Egypt, Arab Rep. 埃及	EGY	4.20
55	Ukraine 乌克兰	UKR	4.10
56	Gambia, The 冈比亚	GMB	3.84
57	Eswatini 斯威士兰	SWZ	3.68
58	Yemen, Rep. 也门	YEM	3.60
59	Malta 马耳他	MLT	3.59
60	South Sudan 南苏丹	SSD	3.33
61	Iran, Islamic Rep. 伊朗	IRN	3.32
62	United States 美国	USA	3.24
63	Indonesia 印度尼西亚	IDN	3.23
64	Fiji 斐济	FJI	3.19
65	Armenia 亚美尼亚	ARM	3.16
66	Uruguay 乌拉圭	URY	3.11
67	Cabo Verde 佛得角	CPV	3.07
68	Brazil 巴西	BRA	3.03
69	Myanmar 缅甸	MMR	3.02
70	Slovenia 斯洛文尼亚	SVN	2.95
71	Lebanon 黎巴嫩	LBN	2.93
72	Israel 以色列	ISR	2.81
73	Moldova 摩尔多瓦	MDA	2.80
74	Malaysia 马来西亚	MYS	2.79
75	Australia 澳大利亚	AUS	2.75
76	Turkiye 土耳其	TUR	2.73
77	Zimbabwe 津巴布韦	ZWE	2.70
78	Botswana 博茨瓦纳	BWA	2.62
79	Cuba 古巴	CUB	2.59
80	Tajikistan 塔吉克斯坦	TJK	2.58
81	Colombia 哥伦比亚	COL	2.56
82	Russian Federation 俄罗斯	RUS	2.50
83	Antigua and Barbuda 安提瓜和巴布达	ATG	2.50
84	Nicaragua 尼加拉瓜	NIC	2.46
85	United Kingdom 英国	GBR	2.45
86	Tunisia 突尼斯	TUN	2.44
87	Peru 秘鲁	PER	2.41
88	Venezuela, RB 委内瑞拉	VEN	2.38
89	Algeria 阿尔及利亚	DZA	2.35
90	Libya 利比亚	LBY	2.34
91	Morocco 摩洛哥	MAR	2.30
92	Mauritania 毛里塔尼亚	MRT	2.30
93	Thailand 泰国	THA	2.30
94	Spain 西班牙	ESP	2.27
95	Uzbekistan 乌兹别克斯坦	UZB	2.23
96	Pakistan 巴基斯坦	PAK	2.17
97	Italy 意大利	ITA	2.14
98	Argentina 阿根廷	ARG	2.11
99	Bosnia and Herzegovina 波黑	BIH	2.05
100	Bolivia 玻利维亚	BOL	2.05
101	Equatorial Guinea 赤道几内亚	GNQ	2.04
102	Paraguay 巴拉圭	PRY	2.02
103	Chile 智利	CHL	2.01
104	Panama 巴拿马	PAN	2.00
105	Ecuador 厄瓜多尔	ECU	1.99
106	Viet Nam 越南	VNM	1.99
107	Congo, Rep. 刚果（布）	COG	1.92
108	Honduras 洪都拉斯	HND	1.91
109	Guatemala 危地马拉	GTM	1.90
110	New Zealand 新西兰	NZL	1.87
111	Haiti 海地	HTI	1.81
112	Denmark 丹麦	DNK	1.80
113	Dominican Republic 多米尼加共和国	DOM	1.79
114	Azerbaijan 阿塞拜疆	AZE	1.78
115	West Bank and Gaza 约旦河西岸和加沙	PSE	1.78
116	Singapore 新加坡	SGP	1.77
117	Philippines 菲律宾	PHL	1.76
118	Netherlands 荷兰	NLD	1.72
119	Guyana 圭亚那	GUY	1.69
120	Suriname 苏里南	SUR	1.57
121	Belgium 比利时	BEL	1.56
122	Mexico 墨西哥	MEX	1.56
123	France 法国	FRA	1.48
124	Sao Tome and Principe 圣多美和普林西比	STP	1.47
125	Canada 加拿大	CAN	1.46
126	Jamaica 牙买加	JAM	1.43
127	El Salvador 萨尔瓦多	SLV	1.42
128	Norway 挪威	NOR	1.41
129	Papua New Guinea 巴布亚新几内亚	PNG	1.39
130	Mali 马里	MLI	1.36
131	Germany 德国	DEU	1.36
132	Portugal 葡萄牙	PRT	1.35
133	Belize 伯利兹	BLZ	1.34
134	Greece 希腊	GRC	1.32
135	Turkmenistan 土库曼斯坦	TKM	1.32
136	Serbia 塞尔维亚	SRB	1.31
137	Costa Rica 哥斯达黎加	CRI	1.30
138	North Macedonia 北马其顿	MKD	1.29
139	Switzerland 瑞士	CHE	1.27
140	Brunei Darussalam 文莱	BRN	1.25
141	Poland 波兰	POL	1.23
142	Kazakhstan 哈萨克斯坦	KAZ	1.22
143	Korea, Rep. 韩国	KOR	1.21
144	Eritrea 厄立特里亚	ERI	1.20
145	Vanuatu 瓦努阿图	VUT	1.19
146	Romania 罗马尼亚	ROU	1.18
147	Montenegro 黑山	MNE	1.13
148	St. Kitts and Nevis 圣基茨和尼维斯	KNA	1.13
149	Ireland 爱尔兰	IRL	1.02
150	Sweden 瑞典	SWE	1.01
151	Cyprus 塞浦路斯	CYP	1.00
152	Japan 日本	JPN	0.98
153	Czechia 捷克	CZE	0.98
154	Kiribati 基里巴斯	KIR	0.97
155	China 中国	CHN	0.96
156	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	0.93
157	Dominica 多米尼克	DMA	0.87
158	Mongolia 蒙古	MNG	0.85
159	Cambodia 柬埔寨	KHM	0.84
160	Croatia 克罗地亚	HRV	0.84
161	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	0.83
162	Solomon Islands 所罗门群岛	SLB	0.83
163	Georgia 格鲁吉亚	GEO	0.82
164	Austria 奥地利	AUT	0.82
165	Iceland 冰岛	ISL	0.80
166	Lesotho 莱索托	LSO	0.80
167	Belarus 白俄罗斯	BLR	0.79
168	India 印度	IND	0.76
169	Grenada 格林纳达	GRD	0.68
170	Finland 芬兰	FIN	0.66
171	Hungary 匈牙利	HUN	0.63
172	Bulgaria 保加利亚	BGR	0.61
173	St. Lucia 圣卢西亚	LCA	0.59
174	Lao PDR 老挝	LAO	0.54
175	Barbados 巴巴多斯	BRB	0.52
176	Latvia 拉脱维亚	LVA	0.51
177	Burundi 布隆迪	BDI	0.47
178	Lithuania 立陶宛	LTU	0.39
179	Slovak Republic 斯洛伐克	SVK	0.37
180	Estonia 爱沙尼亚	EST	0.32
181	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	0.28
182	Bahamas, The 巴哈马	BHS	0.27
183	Luxembourg 卢森堡	LUX	0.18
184	Samoa 萨摩亚	WSM	0.16
185	Nauru 瑙鲁	NRU	0.13
186	San Marino 圣马力诺	SMR	0.11
187	Palau 帕劳	PLW	0.08
188	Korea, Dem. People's Rep. 朝鲜	PRK	0.07
189	Tuvalu 图瓦卢	TUV	0.01
190	Marshall Islands 马绍尔群岛	MHL	0.01

使用建议、常见误用与研究场景

数值较高通常意味着什么

该经济体商品进口中南亚地区发展中国家占比相对较高，进口来源集中度偏向南亚发展中区域

数值较低通常意味着什么

该经济体商品进口中南亚地区发展中国家占比相对较低，进口来源更为分散或更依赖发达经济体

鍙ｅ緞闄愬埗

该指标为比例指标，无法反映绝对进口规模的大小
不区分商品类别，初级产品和工业制成品的供应链逻辑完全不同
各经济体数据完整性和统计方法存在差异
世界银行对发展中经济体的分类标准可能随时间调整
该指标不包含服务贸易，不能全面反映经济往来
部分小国数据缺失较多，汇总结果可能存在偏差

使用建议

使用时应同时参考绝对金额指标以判断贸易规模
分析长期趋势时应注意分类标准变化对可比性的影响
结合商品结构指标如制造业占比可以更准确地理解供应链特征
对比同区域其他指标（如东亚太平洋、拉美）有助于理解中国的差异化来源布局
结合GDP和收入水平可以评估南亚经济体的出口潜力

常见错误用法

错误做法：直接用中国0.96%的比例与全球2.25%的比例对比后得出“中国与南亚的贸易远落后于全球”的结论

正确做法：应认识到中国进口来源高度多元化，且该比值衡量的是相对占比而非绝对金额

比例低可能反映中国进口基数大且来源广，不代表中国从南亚的实际进口量少

错误做法：将南亚占比的下降解读为中国与南亚贸易量在绝对意义上的减少

正确做法：应结合商品进口额绝对值指标来判断

比例下降可能仅反映中国从发达经济体的进口增长更快，而非南亚贸易萎缩

错误做法：将中国的0.96%与其他发展中国家（如南亚区域内经济体）的20%以上直接对比，得出中国“严重偏低”的评价

正确做法：应与同量级经济体或进口规模相近的国家对比

进口规模和结构不同导致比例不可直接横向比较

错误做法：用某一年的数据解读中国南亚政策的长期变化

正确做法：应结合至少两个十年周期的数据以及绝对金额变化来综合判断

单年数据受短期波动影响较大，趋势判断需要更长的时间窗口

实际应用场景

中国进口来源多元化的结构性分析：分析中国商品进口中南亚占比长期低于全球平均水平的原因被解释变量可结合中国GDP总量、工业化阶段以及出口结构指标，验证进口多元化是否导致南亚占比偏低
一带一路框架下中国与南亚贸易紧密度评估：评估一带一路倡议对中国与南亚贸易关系的影响结果变量可对比倡议前后中国南亚进口占比的变化，同时控制全球供应链格局变化因素
南亚经济体出口竞争力分析：研究南亚发展中国家在全球进口市场份额的变化比较变量可结合南亚各国GDP增长率和出口品结构，分析其出口竞争力变化
中国与印度双边贸易的相对地位分析：在中国整体南亚占比背景下理解中印贸易的结构特征控制变量可控制地理临近因素，隔离出中印贸易的特殊性
全球供应链重构背景下南亚的地位变化：研究全球供应链调整对南亚出口占比的差异性影响机制变量可结合制造业进口占比指标，分析中国向南亚转移的中间品贸易是否在增长