农业原材料出口（占商品出口的百分比）

Agricultural raw materials exports (% of merchandise exports)

下载数据

指标代码：TX.VAL.AGRI.ZS.UN所属主题：私营部门与贸易：ExportsPrivate Sector & Trade: Exports

2024最新有效年份

124最新年份有值国家

265历史上有数据经济体

43%总体缺失率

指标解释

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

Agricultural raw materials comprise section 2 of SITC Rev. 3 (crude materials, inedible, except fuels) excluding divisions 22 (oil-seeds and oleaginous fruits), 27 (crude fertilizers and minerals excluding coal, petroleum, and precious stones), and 28 (metalliferous ores and scrap). This indicator is expressed as a percentage of merchandise exports which is comprised of goods whose economic ownership is changed between a resident and a non-resident and that are not included in the following specific categories: goods under merchanting, non-monetary gold, and parts of travel, construction, and government goods and services n.i.e.

可供参考的中文翻译：农业原材料出口（占商品出口的百分比）是衡量一国或地区商品出口结构中农业原材料所占比例的指标。农业原材料包括国际贸易标准分类（SITC）第2类中的不可食用原料（除燃料外），具体不含以下分类：第22项（油籽和含油水果）、第27项（除煤炭、石油和宝石以外的粗肥和矿产）以及第28项（含金属的矿砂及金属碎料）。该指标以占商品出口总额的百分比形式呈现，商品出口指货物在经济所有权发生跨国变更的交易，且不包括以下特定类别：贸易商货物、非货币黄金以及旅行、建筑和政府货物与服务的部分。

数据口径与风险提示

本指标仅涵盖农业原材料在商品出口中的占比结构，无法反映农业原材料出口的绝对规模变化
SITC Rev.3分类体系在2000年后逐步被SITC Rev.4取代，不同版本分类标准可能影响数据可比性
农业原材料与矿产资源在产业链中存在交叉，如某些林产品可能同时归属不同分类
本指标反映的是出口结构而非出口量，分母（商品出口总额）的增长可能导致比例被动下降
指标数据覆盖起始年份因国家而异，中国最早数据为1984年，此前无可用数据点
部分年份数据可能因数据修订而出现回溯性调整，需注意版本一致性
该指标不区分初级原材料与简单加工后的农产品半成品，可能低估出口附加值
统计口径基于SITC标准，与部分国家采用的HS海关编码体系存在映射差异

中国趋势

趋势解读

中国农业原材料出口占商品出口百分比呈现长期持续下降趋势。从1984年有数据以来的5.71%逐步回落至2024年的约0.34%，四十年间下降超过5个百分点，最近一年略有回升但幅度微小。该比例的历史高点出现在1987年达到5.91%，之后在1990年代初期快速下降至2%左右，2000年代进一步降至1%以下，2010年代至今基本在0.3%-0.6%区间波动。这一下降轨迹反映了中国出口商品结构向制造业产品持续升级的总体趋势，农业原材料出口的相对重要性显著弱化。

中国该比例从1984年5.71%降至2024年0.34%，下降幅度约5.36个百分点
最高点为1987年的5.91%，最低点为2020年的0.33%
2000年该比例已降至1.13%，2010年进一步降至0.47%
最近期（2023-2024）数据略有回升，从0.36%升至0.34%
中国数据起始于1984年，此前时期无可比数据点
比例下降可能同时反映分子（农业原材料出口）下降和分母（商品出口总额）增长的双重作用
本指标无法区分农业原材料出口量的绝对变化与出口结构的相对变化
比例的微小波动（如0.01-0.02个百分点的变化）在统计上可能不具有显著意义

全球趋势

趋势解读

全球农业原材料出口占商品出口百分比从1960年代至今呈现持续显著下降趋势。以1963年为基准的9.07%逐步降至2024年的1.19%，六十年间下降近8个百分点。该比例在1960年代维持在8%-9%的相对高位，1970年代加速下滑至4%-6%区间，1980年代进一步降至3%-4%，1990年代跌破3%并持续下行，2010年代至今基本在1.2%-1.5%区间波动。世界范围内该比例的持续下降反映了全球贸易结构从初级产品向制造业和服务业转型的普遍趋势，与此同时商品出口总量的绝对规模则在持续扩张。

全球该比例从1963年9.07%降至2024年1.19%，下降幅度约7.88个百分点
最高点为1964年的9.18%，最低点为2023年的1.15%
1970年代平均约为5%-6%，1980年代降至3%-4%
1990年代起降至3%以下，2010年代至今维持在1%-1.5%区间
世界数据起始于1963年，部分早期年份存在数据缺失
该比例下降反映的是全球贸易结构变化而非单一国家的特殊情况
分母（全球商品出口总额）的长期增长可能放大了比例下降的视觉效果
不同国家进入该指标统计体系的时间不一致，可能影响全球汇总数据的稳定性

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	0.9x	该十年期中国尚无可用数据，仅世界该比例从约9%下降至约8%，下降倍数约0.89倍，反映全球贸易结构开始向工业品转型，初级原材料在国际贸易中的份额初步松动。
1970-1979	-	0.7x	该十年期中国数据缺失，世界该比例从约8%下降至约5%，下降倍数约0.65倍，显示全球商品出口结构中制造业产品份额加速增长，农业原材料的相对重要性明显弱化。
1980-1989	1.0x	0.9x	中国该比例在期初期末基本持平（倍数约1.03），而世界同期下降至期初的0.91倍。这可能意味着中国在该阶段农业原材料出口与制造业出口保持相对同步增长，尚未经历与全球同期的结构性转型加速期。
1990-1999	0.5x	0.7x	中国该比例下降至期初的0.55倍，而世界下降至0.67倍。中国下降更为显著，可能反映了中国经济在这一时期工业化进程加快，制造业出口增长显著超越农业原材料出口增长，导致结构占比快速下降。
2000-2009	0.4x	0.8x	中国该比例进一步降至期初的0.41倍，降幅超过世界的0.76倍。中国制造业体系的完善和出口竞争力提升导致农业原材料出口占比加速下滑，而世界范围内下降速度相对温和，可能反映了部分发展中国家仍维持较高农业原材料出口比重。
2010-2019	0.8x	0.9x	中国该比例升至期初的0.83倍而世界为0.86倍，两者趋近。该阶段中国该比例已处于较低水平（0.4%-0.5%），比例的边际变化受基数效应和分母增长放缓影响较大；世界范围内该比例也趋于稳定，反映全球贸易结构转型进入相对平稳阶段。
2020-2029	1.0x	0.9x	中国该比例升至期初的1.05倍而世界降至0.88倍。中国该比例在经历2020年低点（0.33%）后略有回升，可能与全球供应链调整期间商品出口结构短期波动相关；世界同期持续下降则可能反映全球贸易结构深化转型的延续趋势。

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
1	Benin 贝宁	BEN	52.9
2	Uruguay 乌拉圭	URY	14.1
3	Cote d'Ivoire 科特迪瓦	CIV	13.6
4	Kenya 肯尼亚	KEN	12.9
5	Latvia 拉脱维亚	LVA	11.0
6	New Zealand 新西兰	NZL	9.69
7	Finland 芬兰	FIN	7.11
8	Estonia 爱沙尼亚	EST	6.55
9	Montenegro 黑山	MNE	6.38
10	Burkina Faso 布基纳法索	BFA	6.03
11	Suriname 苏里南	SUR	5.95
12	Central African Republic 中非共和国	CAF	5.92
13	Brazil 巴西	BRA	5.65
14	Chile 智利	CHL	5.34
15	Fiji 斐济	FJI	5.28
16	Lesotho 莱索托	LSO	5.15
17	Colombia 哥伦比亚	COL	5.09
18	Togo 多哥	TGO	5.07
19	Panama 巴拿马	PAN	4.69
20	Thailand 泰国	THA	4.00
21	Bosnia and Herzegovina 波黑	BIH	3.98
22	Ecuador 厄瓜多尔	ECU	3.88
23	Indonesia 印度尼西亚	IDN	3.81
24	Sweden 瑞典	SWE	3.62
25	Croatia 克罗地亚	HRV	3.54
26	Myanmar 缅甸	MMR	3.29
27	Canada 加拿大	CAN	2.93
28	Guatemala 危地马拉	GTM	2.90
29	Netherlands 荷兰	NLD	2.79
30	Sri Lanka 斯里兰卡	LKA	2.71
31	Cambodia 柬埔寨	KHM	2.60
32	Tanzania 坦桑尼亚	TZA	2.50
33	Lithuania 立陶宛	LTU	2.46
34	Portugal 葡萄牙	PRT	2.11
35	South Africa 南非	ZAF	2.09
36	Namibia 纳米比亚	NAM	1.88
37	Paraguay 巴拉圭	PRY	1.80
38	Ukraine 乌克兰	UKR	1.76
39	Australia 澳大利亚	AUS	1.75
40	Denmark 丹麦	DNK	1.66
41	United States 美国	USA	1.63
42	Pakistan 巴基斯坦	PAK	1.60
43	Madagascar 马达加斯加	MDG	1.57
44	Austria 奥地利	AUT	1.41
45	Uganda 乌干达	UGA	1.37
46	Greece 希腊	GRC	1.33
47	Malaysia 马来西亚	MYS	1.25
48	Belgium 比利时	BEL	1.21
49	Uzbekistan 乌兹别克斯坦	UZB	1.19
50	Costa Rica 哥斯达黎加	CRI	1.11
51	Egypt, Arab Rep. 埃及	EGY	1.09
52	Philippines 菲律宾	PHL	1.09
53	Gambia, The 冈比亚	GMB	1.07
54	Slovenia 斯洛文尼亚	SVN	1.06
55	Bolivia 玻利维亚	BOL	1.03
56	France 法国	FRA	1.02
57	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	0.99
58	Poland 波兰	POL	0.98
59	Spain 西班牙	ESP	0.95
60	Belize 伯利兹	BLZ	0.94
61	Zimbabwe 津巴布韦	ZWE	0.92
62	Malawi 马拉维	MWI	0.92
63	Czechia 捷克	CZE	0.91
64	India 印度	IND	0.90
65	Romania 罗马尼亚	ROU	0.89
66	Senegal 塞内加尔	SEN	0.84
67	Korea, Rep. 韩国	KOR	0.80
68	Honduras 洪都拉斯	HND	0.74
69	Slovak Republic 斯洛伐克	SVK	0.73
70	El Salvador 萨尔瓦多	SLV	0.72
71	Germany 德国	DEU	0.71
72	Bulgaria 保加利亚	BGR	0.71
73	Norway 挪威	NOR	0.71
74	Azerbaijan 阿塞拜疆	AZE	0.70
75	Georgia 格鲁吉亚	GEO	0.70
76	Italy 意大利	ITA	0.65
77	Turkiye 土耳其	TUR	0.64
78	Luxembourg 卢森堡	LUX	0.64
79	Mauritius 毛里求斯	MUS	0.63
80	Peru 秘鲁	PER	0.63
81	Israel 以色列	ISR	0.60
82	Bahamas, The 巴哈马	BHS	0.60
83	Japan 日本	JPN	0.58
84	Morocco 摩洛哥	MAR	0.58
85	Nicaragua 尼加拉瓜	NIC	0.58
86	Argentina 阿根廷	ARG	0.57
87	Hungary 匈牙利	HUN	0.55
88	Iceland 冰岛	ISL	0.53
89	United Kingdom 英国	GBR	0.49
90	Dominican Republic 多米尼加共和国	DOM	0.49
91	North Macedonia 北马其顿	MKD	0.49
92	Albania 阿尔巴尼亚	ALB	0.48
93	Lebanon 黎巴嫩	LBN	0.47
94	Cyprus 塞浦路斯	CYP	0.45
95	Zambia 赞比亚	ZMB	0.42
96	Samoa 萨摩亚	WSM	0.39
97	Moldova 摩尔多瓦	MDA	0.39
98	Mozambique 莫桑比克	MOZ	0.39
99	Singapore 新加坡	SGP	0.36
100	Nigeria 尼日利亚	NGA	0.35
101	China 中国	CHN	0.34
102	Armenia 亚美尼亚	ARM	0.33
103	Jordan 约旦	JOR	0.32
104	Kazakhstan 哈萨克斯坦	KAZ	0.30
105	Tunisia 突尼斯	TUN	0.26
106	Ireland 爱尔兰	IRL	0.26
107	Saudi Arabia 沙特阿拉伯	SAU	0.26
108	Grenada 格林纳达	GRD	0.26
109	Niger 尼日尔	NER	0.25
110	Mauritania 毛里塔尼亚	MRT	0.24
111	Malta 马耳他	MLT	0.15
112	Bahrain 巴林	BHR	0.14
113	Mexico 墨西哥	MEX	0.14
114	Switzerland 瑞士	CHE	0.10
115	Guyana 圭亚那	GUY	0.07
116	Seychelles 塞舌尔	SYC	0.06
117	Barbados 巴巴多斯	BRB	0.05
118	Angola 安哥拉	AGO	0.03
119	Kuwait 科威特	KWT	0.03
120	Qatar 卡塔尔	QAT	0.02
121	Oman 阿曼	OMN	0.02
122	Maldives 马尔代夫	MDV	0.02
123	Brunei Darussalam 文莱	BRN	0.01
124	Antigua and Barbuda 安提瓜和巴布达	ATG	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

农业原材料出口占比较高，意味着该经济体的商品出口结构中初级农产品和原材料占据相对重要地位，反映出出口商品的技术和附加值含量可能较低，产业结构偏向农业初级产品阶段。

数值较低通常意味着什么

农业原材料出口占比较低，表明该经济体的商品出口以制造业产品或其他高附加值商品为主，出口结构更加多元化和工业化，反映了更成熟的制造业体系和更强的出口竞争力。

鍙ｅ緞闄愬埗

比例指标受分母（商品出口总额）规模变化影响，商品出口总额增长可能导致比例被动下降
该指标无法区分农业原材料出口量的绝对增减，只能反映相对结构变化
不同国家统计体系和数据质量存在差异，影响跨国可比性
SITC分类标准在历史上经历修订，不同版本间的数据可能不完全连续
该指标不反映农业原材料出口的具体品类结构，如皮革、木材、纺织纤维等细分品类差异
比例的微小波动可能源于统计口径调整或数据修正，而非实际贸易结构变化
无法区分对不同国家或地区的出口结构差异

使用建议

分析该指标时应结合商品出口总额的绝对值变化，综合判断农业原材料出口的规模和结构演变
可将该指标与食品出口、制造业出口等相关指标联用，构建更完整的出口结构分析框架
跨国比较时应注意各国经济发展阶段和资源禀赋差异，避免简单进行好坏事判
研究特定国家时建议结合其产业发展阶段和比较优势，解读其出口结构的合理性
时间序列分析应注意数据版本和分类标准的一致性，必要时进行回溯调整
解读比例变化时应区分分子变化（农业原材料出口自身）和分母变化（商品出口总额）的贡献
政策分析时应结合该国农业资源禀赋、制造业基础和国际贸易政策环境综合判断

常见错误用法

错误做法：直接将该比例的高低作为评判国家经济好坏的标准

正确做法：结合经济发展阶段和资源禀赋理解该指标，高比例可能反映资源型经济特征而非经济落后

不同国家根据其自然条件和比较优势会形成不同的出口结构，发达工业化国家通常比例较低，但这并不意味着所有国家都应追求低比例

错误做法：将比例的下降简单等同于农业原材料出口量的减少

正确做法：比例下降可能源于制造业出口增长更快，而非原材料出口绝对下降

分母扩张效应可能导致比例被动下降，需要结合绝对数值和具体出口品类进行验证

错误做法：用中国与高比例发展中国家直接比较来论证中国农业出口竞争力下降

正确做法：应结合中国制造业出口竞争优势和产业升级背景理解这一结构性变化

中国该比例下降是中国工业化成功和出口结构升级的体现，与资源型国家的可比性有限

错误做法：根据单一年份的比例排名进行国家间竞争力判断

正确做法：应分析长期趋势并考虑各国统计体系的差异和数据的修订历史

年度数据可能存在波动，排名也可能因少数国家的极端值而产生误导性

实际应用场景

出口结构转型与产业升级分析：研究中国出口商品结构从初级产品向制造业产品的演变过程被解释变量可作为衡量出口结构转型的代理变量，与人均收入、制造业增加值等指标进行回归分析，观察结构转型与经济发展的协同关系
国际贸易结构演变比较研究：对比分析不同收入水平国家或地区的出口结构演变轨迹比较变量按收入组别或地区分组进行面板数据分析，识别出口结构转型的普遍规律和国别差异
大宗商品贸易与制造业出口关系研究：分析农业原材料出口与制造业出口之间的替代或互补关系机制变量可与制造业出口占比指标联用，构建向量自回归模型分析两类出口的动态关系
全球价值链分工与出口结构变化：研究一国在全球价值链中位置的变迁对出口结构的影响稳健性检验变量作为出口结构多样化的补充指标，在包含控制变量的回归模型中进行稳健性检验