制造业出口（占商品出口的百分比）

Manufactures exports (% of merchandise exports)

下载数据

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

2024最新有效年份

125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

Manufactures comprise commodities in SITC (Rev. 3) sections 5 (chemicals), 6 (basic manufactures), 7 (machinery and transport equipment), and 8 (miscellaneous manufactured goods), excluding division 68 (non-ferrous metals). 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：制造业商品包括在国际贸易标准分类（SITC第3版）第5部分（化工产品）、第6部分（基础制造业产品）、第7部分（机械和运输设备）以及第8部分（其他制造业产品）中的商品，但不包括第68类（有色金属）商品。该指标以占商品出口的百分比表示，商品出口指货物经济所有权在居民与非居民之间发生转移且不属于以下特定类别的商品：贸易商货物、非货币黄金以及旅行、建筑和政府货物与服务等未另分类项。

数据口径与风险提示

该指标衡量的是制造业出口在商品出口中的结构占比，高比例并不直接等同于出口规模大或竞争力强，而需结合出口绝对值综合判断
SITC Rev.3分类体系在数据可比性上存在历史口径问题，不同时期的数据可能受分类标准修订影响
商品出口剔除了服务出口，制造业出口占比上升可能同时伴随服务出口相对收缩，而非纯粹的制造业增长
非货币黄金等特定类别被排除，若某国黄金出口比重大，可能导致制造业占比被低报
该指标为比例结构指标，无法区分制造业内部的附加值高低，纺织服装与电子设备的占比变化意义不同
世界平均值受大型经济体影响显著，简单的中国与世界对比需考虑经济规模差异
数据可追溯至1960年代，但部分发展中国家早期数据缺失或质量较低，可能影响世界平均值的历史趋势可信度

中国趋势

趋势解读

中国制造业出口占商品出口比重自1984年有数据以来经历了快速提升阶段，从约47.7%逐步攀升至1990年代中期的80%以上，2000年代后稳定在90%以上区间，并于2015年达到峰值约94.3%。此后呈现小幅回落态势，2024年最新数据约为91.2%。从有数据记录以来，该比例提升了约43.5个百分点，最新值约为起始年份的1.91倍。近年来呈现边际下降趋势，最近一年下降约2.4个百分点，可能反映中国出口结构中服务业或初级产品占比的相对变化，但需结合其他指标验证。

1984年首次有数据记录，值为47.65%；1985年降至数据期间最低点26.43%
1992年突破70%，达到78.65%；1997年突破85%，达到85.30%
2003年突破90%，达到90.59%；2015年达到历史最高94.30%
2024年最新值为91.16%，相比2015年峰值下降了约3.1个百分点
从首年至2024年，该比例累计提升约43.5个百分点
数据起始于1984年，此前中国出口结构数据不可得
2009年后数据存在轻微波动但总体稳定在93%左右
比例指标的分子分母同步变化可能导致比例看似稳定而实际规模大幅增长的情况

全球趋势

趋势解读

全球制造业出口占商品出口比重自1960年代中期开始有系统数据，起始约为55.6%，1990年代达到历史峰值约75.7%，此后呈现稳中趋降态势，2024年最新数据约为69.3%。从首年至最新，该比例累计提升约13.7个百分点，增长倍数约为1.25倍。与中国持续攀升至极高水平不同，世界平均在达到峰值后进入平台期并略有回落，这可能反映了全球产业结构调整、服务贸易增长以及新兴市场工业化进程差异等因素的共同作用。

1963年首次有数据记录，值为55.58%；1964年降至数据期间最低点55.29%
1991年突破70%，达到70.26%；1998年达到历史最高75.67%
2008年金融危机后显著下降至67.95%，之后在65%-70%区间波动
2024年最新值为69.29%，低于1998年峰值约6.4个百分点
从首年至2024年，该比例累计提升约13.7个百分点

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	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。
1980-1989	1.2x	1.1x	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	1.1x	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。
2000-2009	1.1x	0.9x	中国制造业出口占比稳定在90%以上区间，而世界平均值在2000年代进入平台期并略有回落，中国与世界之间的差距扩大至约20个百分点，这一分化可能与全球服务贸易增长及新兴市场工业化进程差异相关。
2010-2019	1.0x	1.0x	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。
2020-2029	1.0x	1.0x	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。

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	China 中国	CHN	91.2
2	Ireland 爱尔兰	IRL	90.7
3	Czechia 捷克	CZE	90.2
4	Slovak Republic 斯洛伐克	SVK	88.6
5	Slovenia 斯洛文尼亚	SVN	87.4
6	Korea, Rep. 韩国	KOR	87.3
7	Israel 以色列	ISR	86.6
8	Germany 德国	DEU	84.1
9	Morocco 摩洛哥	MAR	82.9
10	Hungary 匈牙利	HUN	82.5
11	Japan 日本	JPN	82.5
12	North Macedonia 北马其顿	MKD	80.6
13	Luxembourg 卢森堡	LUX	80.4
14	Romania 罗马尼亚	ROU	79.3
15	Italy 意大利	ITA	79.2
16	Mexico 墨西哥	MEX	79.0
17	Austria 奥地利	AUT	79.0
18	Cambodia 柬埔寨	KHM	78.1
19	Poland 波兰	POL	78.1
20	France 法国	FRA	78.0
21	Tunisia 突尼斯	TUN	77.3
22	Philippines 菲律宾	PHL	77.2
23	Malta 马耳他	MLT	76.4
24	Singapore 新加坡	SGP	74.5
25	Bosnia and Herzegovina 波黑	BIH	74.2
26	Turkiye 土耳其	TUR	73.6
27	Portugal 葡萄牙	PRT	73.5
28	Denmark 丹麦	DNK	72.7
29	Sweden 瑞典	SWE	72.6
30	Thailand 泰国	THA	72.1
31	Jordan 约旦	JOR	72.1
32	Central African Republic 中非共和国	CAF	71.8
33	Lesotho 莱索托	LSO	70.1
34	El Salvador 萨尔瓦多	SLV	70.0
35	Malaysia 马来西亚	MYS	69.8
36	Belgium 比利时	BEL	69.1
37	Switzerland 瑞士	CHE	68.5
38	Pakistan 巴基斯坦	PAK	67.9
39	India 印度	IND	67.1
40	Finland 芬兰	FIN	66.7
41	Sri Lanka 斯里兰卡	LKA	66.0
42	Spain 西班牙	ESP	65.2
43	Costa Rica 哥斯达黎加	CRI	64.9
44	Estonia 爱沙尼亚	EST	64.4
45	Croatia 克罗地亚	HRV	63.1
46	Netherlands 荷兰	NLD	62.8
47	United Kingdom 英国	GBR	60.8
48	Lithuania 立陶宛	LTU	60.6
49	Dominican Republic 多米尼加共和国	DOM	58.2
50	United States 美国	USA	55.7
51	Lebanon 黎巴嫩	LBN	55.6
52	Latvia 拉脱维亚	LVA	55.1
53	Albania 阿尔巴尼亚	ALB	54.1
54	Bulgaria 保加利亚	BGR	53.4
55	Egypt, Arab Rep. 埃及	EGY	51.9
56	Mauritius 毛里求斯	MUS	46.1
57	Guatemala 危地马拉	GTM	45.9
58	Indonesia 印度尼西亚	IDN	44.9
59	Canada 加拿大	CAN	42.3
60	Barbados 巴巴多斯	BRB	39.9
61	Samoa 萨摩亚	WSM	39.4
62	Togo 多哥	TGO	39.3
63	South Africa 南非	ZAF	39.1
64	Honduras 洪都拉斯	HND	39.1
65	Moldova 摩尔多瓦	MDA	38.7
66	Greece 希腊	GRC	37.1
67	Nicaragua 尼加拉瓜	NIC	37.0
68	Myanmar 缅甸	MMR	35.7
69	Montenegro 黑山	MNE	35.1
70	Georgia 格鲁吉亚	GEO	33.7
71	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	33.4
72	Madagascar 马达加斯加	MDG	32.3
73	Bahamas, The 巴哈马	BHS	31.2
74	Kenya 肯尼亚	KEN	30.7
75	Ukraine 乌克兰	UKR	30.5
76	Armenia 亚美尼亚	ARM	29.5
77	Uzbekistan 乌兹别克斯坦	UZB	29.0
78	Grenada 格林纳达	GRD	28.6
79	Bahrain 巴林	BHR	26.0
80	Brunei Darussalam 文莱	BRN	24.2
81	Brazil 巴西	BRA	23.2
82	Senegal 塞内加尔	SEN	22.3
83	Cyprus 塞浦路斯	CYP	22.2
84	Colombia 哥伦比亚	COL	21.4
85	Kazakhstan 哈萨克斯坦	KAZ	20.9
86	Uruguay 乌拉圭	URY	18.9
87	Iceland 冰岛	ISL	18.4
88	Namibia 纳米比亚	NAM	18.4
89	Paraguay 巴拉圭	PRY	16.2
90	Saudi Arabia 沙特阿拉伯	SAU	15.9
91	New Zealand 新西兰	NZL	15.8
92	Fiji 斐济	FJI	15.5
93	Norway 挪威	NOR	15.1
94	Antigua and Barbuda 安提瓜和巴布达	ATG	14.8
95	Uganda 乌干达	UGA	14.3
96	Zambia 赞比亚	ZMB	14.1
97	Oman 阿曼	OMN	13.8
98	Cabo Verde 佛得角	CPV	13.6
99	Argentina 阿根廷	ARG	13.3
100	Chile 智利	CHL	13.1
101	Qatar 卡塔尔	QAT	11.6
102	Panama 巴拿马	PAN	10.9
103	Tanzania 坦桑尼亚	TZA	10.8
104	Australia 澳大利亚	AUS	9.55
105	Suriname 苏里南	SUR	9.08
106	Kuwait 科威特	KWT	8.12
107	Malawi 马拉维	MWI	8.05
108	Cote d'Ivoire 科特迪瓦	CIV	7.99
109	Benin 贝宁	BEN	7.42
110	Peru 秘鲁	PER	7.41
111	Niger 尼日尔	NER	7.25
112	Zimbabwe 津巴布韦	ZWE	6.69
113	Bolivia 玻利维亚	BOL	6.52
114	Ecuador 厄瓜多尔	ECU	4.89
115	Azerbaijan 阿塞拜疆	AZE	4.80
116	Mozambique 莫桑比克	MOZ	4.61
117	Nigeria 尼日利亚	NGA	3.53
118	Belize 伯利兹	BLZ	2.96
119	Burkina Faso 布基纳法索	BFA	2.71
120	Maldives 马尔代夫	MDV	1.24
121	Angola 安哥拉	AGO	1.06
122	Gambia, The 冈比亚	GMB	1.01
123	Mauritania 毛里塔尼亚	MRT	0.51
124	Guyana 圭亚那	GUY	0.50
125	Seychelles 塞舌尔	SYC	0.33

使用建议、常见误用与研究场景

数值较高通常意味着什么

当该指标处于较高水平时（如超过85%），通常意味着该经济体制造业产品在其商品出口结构中占绝对主导地位，反映出较强的制造业生产能力和出口导向特征。但高比例并不等同于出口规模大或单位附加值高，一个依赖低端纺织品出口的经济体和一个以高端电子设备出口为主的经济体可能呈现相近的制造业出口占比，却反映完全不同的产业竞争力水平。因此解读该指标时需要结合具体制造业子类目和高科技出口占比等指标综合判断。

数值较低通常意味着什么

当该指标处于较低水平时（如低于50%），通常表明该经济体的商品出口更依赖于初级产品（如农产品、矿产品）或资源类产品，制造业在其出口结构中的地位相对较弱，这在一定程度上反映了产业分工或资源禀赋特征。但低比例也可能是因为该经济体服务贸易高度发达（如金融服务、软件出口等未计入商品出口的类别），而非制造业本身竞争力不足，因此需要结合服务出口数据和经济结构背景谨慎解读。

鍙ｅ緞闄愬埗

该指标为比例结构指标，仅反映制造业出口在商品出口中的占比变化，无法直接体现出口规模大小或制造业绝对产值的增长情况
SITC第3版分类体系在数据可比性上存在历史口径问题，不同时期的数据可能受分类标准修订影响，跨国纵向比较需留意数据一致性
商品出口仅涵盖货物贸易，不包括服务出口，制造业占比上升可能同时伴随服务出口相对收缩，而非纯粹的制造业技术进步或结构优化
该指标无法区分制造业内部的附加值高低，纺织服装业与电子设备制造业的出口占比变化反映的经济意义和竞争力内涵差异显著
世界平均值受中国等大型经济体影响显著，其变化趋势不完全独立于中国数据，简单的中国与世界对比需考虑权重结构差异

使用建议

在使用该指标时，应同时考察制造业出口的绝对金额（如TX.VAL.MANF.KD.ZG或TX.VAL.MANF.CD等绝对值指标），避免仅凭比例变化得出规模结论
建议结合具体制造业子类目（如高新技术产品出口占比）进行细分分析，以更准确地评估产业竞争力和质量变化
在研究中国出口结构时，可同时引入服务出口相关指标，以区分制造业内部变化与服务业相对变化的不同驱动力
关注SITC分类标准的修订时间节点，对历史数据进行必要的调整或说明，确保跨国可比性
在进行国际比较研究时，应考虑经济规模和体量差异，可引入GDP或制造业增加值等指标作为控制变量
对于需要评估真实产业竞争力的研究，建议将该指标与制造业劳动生产率、单位出口价值等技术或效率指标联合使用
在分析趋势变化时，应区分比例指标的名义变化与实际规模变化，避免分子分母同步变化导致的解读偏差

常见错误用法

错误做法：直接将中国制造业出口占比与世界小国进行直接比较，得出中国制造业过度集中的结论

正确做法：在进行国际比较时应考虑经济规模差异，可引入GDP权重或选取与中国经济体量相近的国家群体进行比较

该指标为比例指标而非绝对值指标，不同规模经济体的制造业出口占比不具直接可比性，大型经济体和小国在经济结构上存在天然差异，简单比较会忽略规模效应导致结论偏差

错误做法：将制造业出口占比较高等同于出口竞争力强或经济质量高

正确做法：应结合制造业内部结构（如高科技产品出口占比）和出口附加值综合评估竞争力和质量

该指标仅衡量制造业在商品出口中的占比，不反映附加值水平和利润空间，低端制造业和高科技制造业可能呈现相近的制造业出口占比，但反映完全不同的产业竞争力和经济发展阶段

错误做法：忽视该指标仅覆盖货物贸易而将制造业占比下降解读为制造业衰退

正确做法：在分析制造业占比变化时应同时考察服务出口数据，判断下降是否因服务业相对增长所致

商品出口不包括服务贸易，当服务业出口增长时，即使制造业出口绝对值增长，制造业占比也可能下降，这是一种结构性优化而非制造业衰退

错误做法：使用该指标进行跨期政策评估时忽略分类标准变更的影响

正确做法：在使用历史数据进行纵向分析时，应识别SITC分类标准修订的时间节点，必要时对数据进行说明或调整

SITC第3版分类体系在不同时期可能存在口径差异，直接使用原始数据进行跨期分析可能导致对政策效果的误判

错误做法：仅凭制造业出口占比的高位稳定就得出中国制造业地位稳固的结论

正确做法：应结合近年边际下降趋势和服务出口数据进行综合研判，同时关注制造业内部结构变化

比例指标的高位稳定可能掩盖了制造业内部子行业结构的深度调整，且近年数据显示存在边际下降趋势，需要多维度验证才能得出可靠结论

实际应用场景

中国出口结构转型与制造业升级的实证研究：研究中国加入WTO以来出口结构的变化特征及驱动因素被解释变量（被解释变量），用于衡量出口结构优化程度可使用面板数据模型，将制造业出口占比作为被解释变量，引入时间趋势、所有制结构变量和汇率变动等解释变量，采用固定效应或随机效应模型控制国家和时间异质性，并使用SYS-GMM方法处理内生性问题以验证因果关系
中国与世界制造业出口结构分化的比较政策研究：分析中国制造业出口占比长期高于世界平均约20个百分点的成因及其对全球产业分工的影响核心被比较指标，用于评估中国与全球平均的结构性差异及其政策含义建议采用双重差分或合成控制法设计准实验研究，将中国与可比对照组进行比较；由于该指标受发展阶段和服务贸易发展水平影响显著，研究设计时应纳入人均GDP、服务业增加值占比等控制变量，并使用倾向得分匹配控制选择偏差；同时需注意中国数据起始于1984年，进行历史比较时应限定共同支撑域
全球价值链视角下制造业出口占比与产业竞争力的关系研究：探讨制造业出口占比变化与产业附加值、技术复杂度的关联机制解释变量（自变量）或分组变量，用于分析出口结构对产业竞争力的影响可采用分位数回归或中介效应模型，将制造业出口占比作为主要解释变量，同时纳入TX.VAL.TECH.MF.ZS（高新技术产品出口占比）作为中介变量或调节变量，使用工具变量法处理反向因果问题；需注意该指标无法区分制造业内部附加值差异，应结合单位出口价值或出口技术复杂度指标进行稳健性检验