从撒哈拉以南非洲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 Sub-Saharan Africa are the sum of merchandise imports by the reporting economy from low- and middle-income economies in the Sub-Saharan Africa 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：从撒哈拉以南非洲地区发展中经济体的商品进口，是指报告经济体从根据世界银行经济体分类所确定的撒哈拉以南非洲地区低收入和中等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。只有当伙伴国家组中至少一半经济体的数据为非缺失时，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，服务贸易未纳入统计范围，与服务贸易进口指标不可直接合并比较
指标为百分比结构，反映的是进口来源的结构性占比而非绝对规模，分子分母的同步变化可能导致占比变化方向与绝对进口量趋势不一致
世界银行经济体分类体系会随时间调整，低收入和中等收入经济体的划分标准可能发生变动，影响跨期可比性
数据质量依赖各国海关报告的完整性，部分非洲经济体的数据缺失率较高，汇总结果可能存在系统性低估
进口商品按最终原产国或报告国通关口径统计，可能因转口贸易和贸易路线选择而产生统计差异
本指标仅反映进口来源地区分布，不能直接说明进口商品结构、资源依赖程度或贸易条件变化
报告期末值除以期初值得到的倍数变化率，衡量的是该阶段内的相对变化幅度而非期末相对期初的绝对水平差异

中国趋势

趋势解读

从中国数据长期走势来看，1961年该指标约为2.63%，至2023年上升至约4.24%，整体呈上升趋势但过程波动较大。1980年代中后期出现显著低谷，1987年降至约0.25%的历史最低点。1990年代起触底回升，2000年后进入快速增长区间，2013年达到约6.23%的历史峰值。此后有所回落，2015年降至约3.58%，近十年维持在3.5%至5%区间窄幅波动。整体而言，中国从撒哈拉以南非洲地区发展中经济体的商品进口占比经历了从低基数扩张到相对稳定的过程，与同期全球趋势形成明显分化。

1961年指标值约为2.63%，至2023年约为4.24%，长期累计增长约1.61倍
1987年降至约0.25%，为有记录以来的最低值
2013年达到约6.23%的历史最高值
近五年基本维持在3.5%至4.5%区间波动
百分比指标反映的是进口来源结构而非绝对规模，占比提升可能反映从其他来源的进口减少而非非洲进口绝对增加
数据受个别年份大宗商品贸易波动影响较大，短期波动不宜直接解读为结构性趋势变化
中国进口商品结构特征未被纳入考量，资源型商品与制成品的占比差异可能影响与其他指标的横向比较

全球趋势

趋势解读

从全球数据长期走势来看，1960年代该指标约为3.5%至4.4%区间运行，1964年达到约4.41%的历史峰值。1980年代起持续下行，1990年代降至约1.4%至1.7%的低谷区间，1999年录得约1.42%的最低值。2000年代温和回升至约2%至2.4%区间，2010年代整体在2%至2.6%区间波动。近三年维持在约2%至2.2%区间，基本处于长期下降趋势后的平台整理阶段。整体而言，全球从撒哈拉以南非洲地区发展中经济体的商品进口占比呈长期下降态势，反映了全球贸易格局的多元化演变。

1960年指标值约为3.53%，至2023年约为2.15%，长期累计下降约39%
1964年约为4.41%，为有记录以来的最高值
1999年降至约1.42%，为有记录以来的最低值
近十年基本在2%至2.6%区间波动
全球汇总数据涵盖所有报告经济体，各国进口结构差异可能导致区域趋势被部分大国数据稀释
撒哈拉以南非洲地区内部各国经济发展水平差异显著，区域汇总值无法反映单一国家的贸易特征
指标受全球商品价格周期影响较大，资源型商品价格波动可能导致占比出现非趋势性变化
低收入经济体数据可得性较差，可能导致早期汇总数据存在系统性偏差

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	1.1x	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	1.0x	1.0x	1970年代中国与全球变化幅度基本相当，倍数比接近1:1，可能表明该阶段中国对撒哈拉以南非洲的进口依赖格局尚未形成显著差异化特征，与当时中国整体贸易规模较小和进口来源相对集中有关。
1980-1989	0.6x	0.5x	1980年代中国与全球均出现下降，倍数比分别为0.62和0.51，幅度差异不大，可能反映该阶段全球贸易格局调整对中国影响相对有限，进口来源结构处于被动适应期。
1990-1999	2.3x	0.7x	1990年代出现显著分化，中国倍数比为2.33而全球仅为0.72，中国上升幅度约为全球的3.2倍，这一较大差异可能意味着中国在该阶段主动推进了与撒哈拉以南非洲的贸易合作，或国内工业化进程带动了对非洲资源的结构性需求增长，而全球范围内进口来源呈现多元化替代趋势。
2000-2009	1.7x	1.4x	2000年代中国倍数比为1.68而全球为1.37，中国上升幅度约为全球的1.2倍，差距较1990年代有所收窄，可能表明全球对撒哈拉以南非洲的进口依赖在2000年代出现回升，与此同时中国的增长斜率相对放缓。
2010-2019	1.0x	0.9x	2010年代中国倍数比为1.01而全球为0.88，中国基本持平而全球有所下降，方向出现分化，可能意味着中国在该阶段的进口来源结构进入调整期，与全球贸易格局演变路径出现背离，需要结合中国商品进口总量和分品种数据进一步验证。
2020-2029	1.2x	1.1x	2020年代中国倍数比为1.18而全球为1.10，两者均回升但中国增幅略高，可能反映近年来全球与中国的进口来源格局均有所调整，具体原因可能涉及供应链重构、大宗商品价格周期等因素，需要结合贸易政策变量和相关商品类别进一步分析。

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	Lesotho 莱索托	LSO	85.0
2	Botswana 博茨瓦纳	BWA	84.1
3	Eswatini 斯威士兰	SWZ	76.0
4	South Sudan 南苏丹	SSD	64.9
5	Zimbabwe 津巴布韦	ZWE	64.2
6	Mali 马里	MLI	62.5
7	Guinea-Bissau 几内亚比绍	GNB	44.5
8	Namibia 纳米比亚	NAM	43.1
9	Congo, Rep. 刚果（布）	COG	41.7
10	Zambia 赞比亚	ZMB	37.5
11	Sao Tome and Principe 圣多美和普林西比	STP	34.1
12	Liberia 利比里亚	LBR	34.0
13	Burundi 布隆迪	BDI	33.5
14	Malawi 马拉维	MWI	33.0
15	Central African Republic 中非共和国	CAF	31.6
16	Burkina Faso 布基纳法索	BFA	27.7
17	Uganda 乌干达	UGA	26.9
18	Mozambique 莫桑比克	MOZ	26.5
19	Rwanda 卢旺达	RWA	24.2
20	Chad 乍得	TCD	20.4
21	Congo, Dem. Rep. 刚果（金）	COD	19.6
22	Cote d'Ivoire 科特迪瓦	CIV	19.5
23	Togo 多哥	TGO	16.4
24	Benin 贝宁	BEN	15.2
25	Mauritius 毛里求斯	MUS	14.9
26	Senegal 塞内加尔	SEN	13.1
27	United Arab Emirates 阿联酋	ARE	12.8
28	Niger 尼日尔	NER	11.7
29	Equatorial Guinea 赤道几内亚	GNQ	11.4
30	Seychelles 塞舌尔	SYC	10.5
31	Gambia, The 冈比亚	GMB	10.0
32	Sierra Leone 塞拉利昂	SLE	9.99
33	Nauru 瑙鲁	NRU	9.30
34	Angola 安哥拉	AGO	9.11
35	Tanzania 坦桑尼亚	TZA	8.95
36	Somalia, Fed. Rep. 索马里	SOM	8.85
37	Kenya 肯尼亚	KEN	8.18
38	Madagascar 马达加斯加	MDG	8.12
39	South Africa 南非	ZAF	8.08
40	Cameroon 喀麦隆	CMR	7.33
41	Ghana 加纳	GHA	7.01
42	Comoros 科摩罗	COM	5.92
43	Russian Federation 俄罗斯	RUS	5.13
44	Kazakhstan 哈萨克斯坦	KAZ	5.08
45	India 印度	IND	4.83
46	Switzerland 瑞士	CHE	4.78
47	Uruguay 乌拉圭	URY	4.61
48	Guinea 几内亚	GIN	4.53
49	Djibouti 吉布提	DJI	4.45
50	China 中国	CHN	4.24
51	Sudan 苏丹	SDN	4.02
52	Indonesia 印度尼西亚	IDN	4.00
53	Eritrea 厄立特里亚	ERI	3.80
54	Pakistan 巴基斯坦	PAK	3.78
55	Gabon 加蓬	GAB	3.04
56	Bangladesh 孟加拉国	BGD	2.87
57	Spain 西班牙	ESP	2.86
58	Netherlands 荷兰	NLD	2.73
59	Portugal 葡萄牙	PRT	2.58
60	Jamaica 牙买加	JAM	2.22
61	Egypt, Arab Rep. 埃及	EGY	2.04
62	North Macedonia 北马其顿	MKD	1.93
63	Nigeria 尼日利亚	NGA	1.88
64	Korea, Dem. People's Rep. 朝鲜	PRK	1.87
65	Ethiopia 埃塞俄比亚	ETH	1.74
66	Saudi Arabia 沙特阿拉伯	SAU	1.68
67	Malaysia 马来西亚	MYS	1.66
68	France 法国	FRA	1.62
69	Sri Lanka 斯里兰卡	LKA	1.60
70	United Kingdom 英国	GBR	1.57
71	Italy 意大利	ITA	1.53
72	Belgium 比利时	BEL	1.52
73	Algeria 阿尔及利亚	DZA	1.42
74	Brazil 巴西	BRA	1.42
75	Mauritania 毛里塔尼亚	MRT	1.41
76	Oman 阿曼	OMN	1.33
77	Yemen, Rep. 也门	YEM	1.32
78	Bahamas, The 巴哈马	BHS	1.26
79	Japan 日本	JPN	1.22
80	Norway 挪威	NOR	1.22
81	Greece 希腊	GRC	1.21
82	Korea, Rep. 韩国	KOR	1.18
83	Thailand 泰国	THA	1.17
84	Canada 加拿大	CAN	1.12
85	Lebanon 黎巴嫩	LBN	1.10
86	Bahrain 巴林	BHR	1.07
87	Germany 德国	DEU	1.07
88	United States 美国	USA	0.95
89	Croatia 克罗地亚	HRV	0.94
90	Turkiye 土耳其	TUR	0.90
91	Viet Nam 越南	VNM	0.89
92	Serbia 塞尔维亚	SRB	0.86
93	Jordan 约旦	JOR	0.85
94	Qatar 卡塔尔	QAT	0.82
95	Morocco 摩洛哥	MAR	0.81
96	Kuwait 科威特	KWT	0.77
97	Australia 澳大利亚	AUS	0.74
98	Bulgaria 保加利亚	BGR	0.73
99	Cabo Verde 佛得角	CPV	0.69
100	Sweden 瑞典	SWE	0.69
101	Haiti 海地	HTI	0.68
102	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	0.67
103	Marshall Islands 马绍尔群岛	MHL	0.67
104	Israel 以色列	ISR	0.65
105	Nicaragua 尼加拉瓜	NIC	0.65
106	Tunisia 突尼斯	TUN	0.59
107	Singapore 新加坡	SGP	0.56
108	Nepal 尼泊尔	NPL	0.56
109	Maldives 马尔代夫	MDV	0.55
110	Poland 波兰	POL	0.51
111	Ukraine 乌克兰	UKR	0.50
112	Tuvalu 图瓦卢	TUV	0.43
113	Argentina 阿根廷	ARG	0.42
114	Palau 帕劳	PLW	0.42
115	Colombia 哥伦比亚	COL	0.41
116	Denmark 丹麦	DNK	0.41
117	Suriname 苏里南	SUR	0.39
118	Antigua and Barbuda 安提瓜和巴布达	ATG	0.37
119	Ireland 爱尔兰	IRL	0.37
120	Cyprus 塞浦路斯	CYP	0.34
121	New Zealand 新西兰	NZL	0.34
122	El Salvador 萨尔瓦多	SLV	0.34
123	Armenia 亚美尼亚	ARM	0.32
124	Chile 智利	CHL	0.31
125	Guyana 圭亚那	GUY	0.30
126	Belarus 白俄罗斯	BLR	0.29
127	Honduras 洪都拉斯	HND	0.27
128	Mexico 墨西哥	MEX	0.26
129	Finland 芬兰	FIN	0.25
130	Panama 巴拿马	PAN	0.25
131	Estonia 爱沙尼亚	EST	0.24
132	Iceland 冰岛	ISL	0.24
133	West Bank and Gaza 约旦河西岸和加沙	PSE	0.24
134	Lithuania 立陶宛	LTU	0.24
135	Papua New Guinea 巴布亚新几内亚	PNG	0.23
136	Dominican Republic 多米尼加共和国	DOM	0.23
137	Kosovo 科索沃	XKX	0.22
138	Grenada 格林纳达	GRD	0.22
139	Belize 伯利兹	BLZ	0.20
140	Slovenia 斯洛文尼亚	SVN	0.20
141	Barbados 巴巴多斯	BRB	0.20
142	Austria 奥地利	AUT	0.19
143	Moldova 摩尔多瓦	MDA	0.19
144	Georgia 格鲁吉亚	GEO	0.17
145	Uzbekistan 乌兹别克斯坦	UZB	0.17
146	Venezuela, RB 委内瑞拉	VEN	0.17
147	Romania 罗马尼亚	ROU	0.16
148	Philippines 菲律宾	PHL	0.16
149	Czechia 捷克	CZE	0.15
150	Guatemala 危地马拉	GTM	0.15
151	Bosnia and Herzegovina 波黑	BIH	0.14
152	Iraq 伊拉克	IRQ	0.14
153	Cuba 古巴	CUB	0.14
154	Malta 马耳他	MLT	0.13
155	Luxembourg 卢森堡	LUX	0.13
156	Albania 阿尔巴尼亚	ALB	0.11
157	Afghanistan 阿富汗	AFG	0.11
158	Azerbaijan 阿塞拜疆	AZE	0.11
159	Montenegro 黑山	MNE	0.10
160	Timor-Leste 东帝汶	TLS	0.09
161	Iran, Islamic Rep. 伊朗	IRN	0.09
162	Paraguay 巴拉圭	PRY	0.09
163	Cambodia 柬埔寨	KHM	0.08
164	Peru 秘鲁	PER	0.08
165	Bolivia 玻利维亚	BOL	0.07
166	Mongolia 蒙古	MNG	0.07
167	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	0.07
168	Slovak Republic 斯洛伐克	SVK	0.07
169	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	0.07
170	Ecuador 厄瓜多尔	ECU	0.06
171	Hungary 匈牙利	HUN	0.06
172	Lao PDR 老挝	LAO	0.06
173	Solomon Islands 所罗门群岛	SLB	0.04
174	Costa Rica 哥斯达黎加	CRI	0.04
175	Libya 利比亚	LBY	0.04
176	San Marino 圣马力诺	SMR	0.03
177	Dominica 多米尼克	DMA	0.03
178	St. Kitts and Nevis 圣基茨和尼维斯	KNA	0.02
179	Kiribati 基里巴斯	KIR	0.02
180	Latvia 拉脱维亚	LVA	0.02
181	Myanmar 缅甸	MMR	0.02
182	St. Lucia 圣卢西亚	LCA	0.01
183	Tajikistan 塔吉克斯坦	TJK	0.01
184	Turkmenistan 土库曼斯坦	TKM	0.00
185	Bhutan 不丹	BTN	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

占比提升可能意味着该经济体的商品进口中，来自撒哈拉以南非洲地区低收入和中等收入经济体的份额扩大。这可能反映了进口来源多元化战略、对非洲能源或原材料需求的结构性增长，或者从其他地区的进口相对减少。

数值较低通常意味着什么

占比下降可能意味着该经济体的商品进口来源中，撒哈拉以南非洲地区的份额缩减。这可能反映了进口来源转向其他地区、国内生产替代、非洲出口商品竞争力变化，或与其他区域贸易伙伴关系的加强。

鍙ｅ緞闄愬埗

指标为百分比形式，仅反映进口来源的结构性占比，无法直接衡量进口绝对规模的增长或收缩
撒哈拉以南非洲地区涵盖众多经济体，区域内各国贸易结构差异显著，汇总数据可能掩盖个体特征
商品贸易数据不包括服务贸易，无法全面反映双边经济关系的全貌
数据质量受各国海关统计能力影响，部分经济体的数据完整性或准确性可能存在局限
指标受全球大宗商品价格周期影响，短期内可能因价格波动而非贸易量变化导致占比异常
进口原产地统计可能因转口贸易、中转贸易等因素与实际贸易流向存在偏差

使用建议

使用时建议同时参考进口绝对值指标，以区分占比变化是源于结构调整还是绝对规模变动
结合矿石和金属进口、食品进口、燃料进口等分品种指标，分析占比变化背后的具体商品驱动因素
与高收入经济体来源占比、区域内及区域外发展中经济体占比等指标对比，全面理解贸易伙伴结构
分析时需考虑时间跨度，避免将短期波动误读为长期趋势，关注 decade_summary 中的阶段性变化特征
对比中国与全球趋势差异时，应结合中国工业化阶段、大宗商品需求结构等背景因素审慎解读

常见错误用法

错误做法：直接将中国的占比数值（约4%）与排名靠前的莱索托（约85%）进行横向比较，得出中国与非洲贸易合作不足的结论

正确做法：将中国与同属中高收入或大规模经济体进行比较，如与阿联酋（约13%）的差距，或纵向观察中国自身的历史变化趋势

排名靠前的国家多为区域内小型经济体，地理邻近和文化纽带导致区域内贸易占比天然较高，大规模经济体由于进口来源更为多元，占比水平通常较低，横向直接比较会忽略结构性差异导致误判

错误做法：将1990年代占比倍数变化2.33理解为“从期初到期末占比增加了2.33个百分点”

正确做法：将倍数理解为期末值除以期初值，即期末值为期初值的2.33倍，累计增长约133%

倍数变化衡量的是相对变化幅度而非绝对水平差值，错误理解可能导致对变化程度的严重高估

错误做法：认为占比上升就一定是积极的贸易拓展成果，直接推断为双边关系加强

正确做法：结合进口绝对值、出口数据和其他贸易指标综合判断占比变化的真实含义

占比可能因分母（总进口）下降而被动提升，也可能因从其他地区进口减少而非从非洲进口增加所致，需要结合多个维度验证实际贸易动态

实际应用场景

中国与非洲贸易合作的结构演变分析：研究中国对撒哈拉以南非洲贸易依赖度的长期变化被解释变量利用1961-2023年年度数据，结合断点回归或事件研究法，识别中国对非贸易占比的关键转折期，与中国工业化进程和贸易政策调整进行对照验证
全球贸易格局中非洲定位的长期趋势研究：分析全球进口来源结构中南南合作的整体演进解释变量或被解释变量将全球该指标与高收入经济体来源占比进行对比，结合UNCTAD贸易数据库，探讨全球贸易体系中发展中国家的相对地位变化
中国与全球趋势分化的稳健性检验：比较中国与全球趋势差异的稳健性稳健性检验指标将中国该指标变化率与东亚太平洋地区、拉丁美洲等其他发展中区域来源占比的变化率进行对比，检验中国-非洲贸易关系特殊性是否成立