向拉丁美洲和加勒比地区的发展中经济体的商品出口（占商品出口总额的百分比）

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

下载数据

指标代码：TX.VAL.MRCH.R3.ZS所属主题：私营部门与贸易：ExportsPrivate Sector & Trade: Exports

2023最新有效年份

180最新年份有值国家

265历史上有数据经济体

32%总体缺失率

指标解释

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

Merchandise exports to low- and middle-income economies in Latin America and the Caribbean are the sum of merchandise exports from the reporting economy to low- and middle-income economies in the Latin America and the Caribbean region according to World Bank classification of economies. Data are as a percentage of total merchandise exports 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：向拉丁美洲和加勒比地区的发展中经济体的商品出口，是报告经济体向根据世界银行的经济体分类所确定的拉丁美洲和加勒比地区的发展中经济体的商品出口的总和。数据是以占该经济体商品出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

本指标仅涵盖商品贸易，服务贸易出口方向不在统计范围内
数据基于报告经济体口径，跨国企业子公司内部贸易可能未被完全捕捉
世界银行按年度更新经济体分类，同一国家在不同时期的归属可能发生变化
最低数据覆盖要求可能导致部分小型经济体的数据波动较大
该指标衡量的是出口方向占比，不反映进口需求或贸易逆差状况
数值高低受出口商品结构影响，资源型经济体和制造业经济体可能表现出不同模式
部分年份可能出现数据修订，历史序列的一致性需要留意
区域内部各经济体差异显著，加权平均方式会掩盖内部异质性

中国趋势

趋势解读

中国向拉丁美洲和加勒比地区发展中经济体的商品出口占总出口的比例经历了从极低水平到稳步攀升的过程。1961年该比例仅为0.17%，是数据序列中的最低点。此后经历多次波动，在1980年代初期曾达到约2.5%的相对高点，随后在1980年代中后期显著回落至1%左右。1990年代整体在0.8%至1.8%之间波动，2000年代开始加速上升，2008年突破3.5%，2010年代稳定在4%以上并持续攀升，2023年达到6.0%的历史最高值。从首年到最新，该比例增长约35倍。需要注意的是，作为世界最大出口国之一，中国的绝对出口规模远超多数单一区域，比例的持续上升更多反映的是贸易伙伴多元化战略的深化，而非传统意义上的贸易依赖度提升。

1961年值为0.17%，为历史最低点
1978年首次接近1%（0.97%）
1979年突破1.8%
1980-1984年维持在2.1%-2.6%区间
1985年后逐步下降，1988年降至0.64%
1990年代在0.79%-1.77%之间波动
2007年首次突破3%（3.0%）
2008年达到3.58%

全球趋势

趋势解读

全球范围内，商品出口流向拉丁美洲和加勒比地区发展中经济体的比例呈现长期下降趋势。1960年该比例为6.19%，是数据序列中的最高点，此后逐步下行。1980年代下降明显，1987年降至3.09%的历史最低点。1990年代有所恢复，从3.2%左右逐步回升至4%-5%区间。2010年代在4.5%-4.9%之间相对稳定，2023年为5.05%。从首年到最新，该比例下降约18%。全球数据的下降可能与亚洲新兴经济体崛起导致贸易流向重新分布有关，拉美地区在全球出口中的份额相对收缩。

1960年值为6.19%，为历史最高
1970年代逐步降至4.6%左右
1974年短暂回升至5.28%
1980年代持续下降
1987年降至3.09%，为历史最低
1990年代逐步回升
1998年达到4.94%
2000年代在3.6%-4.1%区间波动

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	0.8x	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	1.9x	0.9x	中国倍数约为1.89倍而世界约为0.91倍，可能意味着中国在该阶段主动拓展拉美市场，而全球贸易更多流向其他区域，反映了双方出口市场选择的结构性差异。
1980-1989	0.3x	0.7x	中国倍数大幅降至0.34倍而世界约为0.69倍，可能反映中国在该阶段转向其他贸易伙伴或受自身出口结构调整影响，而世界整体对拉美出口份额相对中国下降更缓慢。
1990-1999	1.7x	1.4x	中国倍数升至1.74倍而世界约为1.36倍，可能反映中国对拉美出口增速持续超越自身整体出口扩张，而全球增速相对平稳，暗示双方增长动力的分化。
2000-2009	1.9x	0.9x	中国倍数达到1.86倍而世界降至0.91倍，呈现明显背离，可能反映中国制造业出口快速扩大且贸易伙伴趋于多元，而全球对拉美出口在该阶段受大宗商品价格周期影响相对停滞。
2010-2019	1.2x	1.0x	中国倍数约为1.22倍而世界约为1.04倍，差异收窄，可能反映中国在该阶段出口增速从高速转向高质量，而全球贸易格局趋于稳定。
2020-2029	1.3x	1.2x	中国倍数约为1.28倍而世界约为1.17倍，可能反映后疫情时期中国对新兴市场贸易的深化仍在推进，而全球贸易结构进入新均衡状态。

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	Paraguay 巴拉圭	PRY	66.0
2	El Salvador 萨尔瓦多	SLV	54.3
3	Guatemala 危地马拉	GTM	46.6
4	Bolivia 玻利维亚	BOL	41.1
5	Uruguay 乌拉圭	URY	37.8
6	Honduras 洪都拉斯	HND	33.6
7	Grenada 格林纳达	GRD	31.7
8	Argentina 阿根廷	ARG	30.6
9	Barbados 巴巴多斯	BRB	29.6
10	Palau 帕劳	PLW	27.7
11	Nicaragua 尼加拉瓜	NIC	26.9
12	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	25.3
13	Belize 伯利兹	BLZ	24.5
14	United States 美国	USA	23.4
15	Venezuela, RB 委内瑞拉	VEN	22.8
16	Costa Rica 哥斯达黎加	CRI	21.1
17	Colombia 哥伦比亚	COL	19.5
18	St. Lucia 圣卢西亚	LCA	18.5
19	Chile 智利	CHL	13.4
20	Brazil 巴西	BRA	12.5
21	Dominican Republic 多米尼加共和国	DOM	12.0
22	Suriname 苏里南	SUR	11.7
23	San Marino 圣马力诺	SMR	11.2
24	Ecuador 厄瓜多尔	ECU	9.50
25	Peru 秘鲁	PER	9.27
26	St. Kitts and Nevis 圣基茨和尼维斯	KNA	8.81
27	Cuba 古巴	CUB	8.03
28	China 中国	CHN	6.00
29	Panama 巴拿马	PAN	5.70
30	Jamaica 牙买加	JAM	5.42
31	Antigua and Barbuda 安提瓜和巴布达	ATG	5.10
32	Haiti 海地	HTI	4.82
33	Morocco 摩洛哥	MAR	4.74
34	Micronesia, Fed. Sts. 密克罗尼西亚	FSM	4.45
35	Kiribati 基里巴斯	KIR	4.26
36	Spain 西班牙	ESP	4.14
37	India 印度	IND	4.13
38	Israel 以色列	ISR	3.85
39	Gabon 加蓬	GAB	3.65
40	Dominica 多米尼克	DMA	3.52
41	Mexico 墨西哥	MEX	3.35
42	Russian Federation 俄罗斯	RUS	3.35
43	Korea, Rep. 韩国	KOR	3.31
44	Japan 日本	JPN	3.21
45	Sri Lanka 斯里兰卡	LKA	3.17
46	Nigeria 尼日利亚	NGA	3.17
47	Ghana 加纳	GHA	3.14
48	Thailand 泰国	THA	3.04
49	Libya 利比亚	LBY	3.02
50	Guyana 圭亚那	GUY	2.74
51	Italy 意大利	ITA	2.69
52	Germany 德国	DEU	2.57
53	Algeria 阿尔及利亚	DZA	2.56
54	Viet Nam 越南	VNM	2.55
55	Bahrain 巴林	BHR	2.54
56	Canada 加拿大	CAN	2.41
57	Nauru 瑙鲁	NRU	2.34
58	Portugal 葡萄牙	PRT	2.30
59	Denmark 丹麦	DNK	2.17
60	Malaysia 马来西亚	MYS	2.10
61	Finland 芬兰	FIN	2.07
62	Malta 马耳他	MLT	2.05
63	Marshall Islands 马绍尔群岛	MHL	2.05
64	Belgium 比利时	BEL	2.05
65	Indonesia 印度尼西亚	IDN	2.02
66	Luxembourg 卢森堡	LUX	1.97
67	Central African Republic 中非共和国	CAF	1.93
68	France 法国	FRA	1.89
69	Ireland 爱尔兰	IRL	1.86
70	Philippines 菲律宾	PHL	1.82
71	Egypt, Arab Rep. 埃及	EGY	1.79
72	Switzerland 瑞士	CHE	1.77
73	Austria 奥地利	AUT	1.76
74	Sweden 瑞典	SWE	1.76
75	Korea, Dem. People's Rep. 朝鲜	PRK	1.75
76	Pakistan 巴基斯坦	PAK	1.69
77	Angola 安哥拉	AGO	1.67
78	United Kingdom 英国	GBR	1.63
79	New Zealand 新西兰	NZL	1.58
80	Bangladesh 孟加拉国	BGD	1.56
81	Oman 阿曼	OMN	1.48
82	Turkiye 土耳其	TUR	1.44
83	Saudi Arabia 沙特阿拉伯	SAU	1.43
84	Congo, Rep. 刚果（布）	COG	1.42
85	Netherlands 荷兰	NLD	1.41
86	Equatorial Guinea 赤道几内亚	GNQ	1.32
87	Cote d'Ivoire 科特迪瓦	CIV	1.30
88	Jordan 约旦	JOR	1.27
89	Hungary 匈牙利	HUN	1.25
90	Georgia 格鲁吉亚	GEO	1.18
91	South Africa 南非	ZAF	1.12
92	Singapore 新加坡	SGP	1.11
93	Poland 波兰	POL	1.00
94	Belarus 白俄罗斯	BLR	0.82
95	Greece 希腊	GRC	0.81
96	United Arab Emirates 阿联酋	ARE	0.80
97	Czechia 捷克	CZE	0.80
98	Slovak Republic 斯洛伐克	SVK	0.79
99	Norway 挪威	NOR	0.76
100	Liberia 利比里亚	LBR	0.73
101	Senegal 塞内加尔	SEN	0.73
102	Tuvalu 图瓦卢	TUV	0.72
103	Australia 澳大利亚	AUS	0.70
104	Cambodia 柬埔寨	KHM	0.70
105	Mauritania 毛里塔尼亚	MRT	0.68
106	Lithuania 立陶宛	LTU	0.64
107	Serbia 塞尔维亚	SRB	0.61
108	Tunisia 突尼斯	TUN	0.60
109	Romania 罗马尼亚	ROU	0.60
110	Madagascar 马达加斯加	MDG	0.59
111	Bulgaria 保加利亚	BGR	0.57
112	Lebanon 黎巴嫩	LBN	0.51
113	Estonia 爱沙尼亚	EST	0.51
114	Cyprus 塞浦路斯	CYP	0.49
115	Guinea-Bissau 几内亚比绍	GNB	0.47
116	Croatia 克罗地亚	HRV	0.47
117	Latvia 拉脱维亚	LVA	0.46
118	Malawi 马拉维	MWI	0.44
119	Myanmar 缅甸	MMR	0.40
120	Seychelles 塞舌尔	SYC	0.39
121	Slovenia 斯洛文尼亚	SVN	0.39
122	Ukraine 乌克兰	UKR	0.34
123	Turkmenistan 土库曼斯坦	TKM	0.32
124	Solomon Islands 所罗门群岛	SLB	0.28
125	Timor-Leste 东帝汶	TLS	0.27
126	Cameroon 喀麦隆	CMR	0.26
127	Mauritius 毛里求斯	MUS	0.24
128	Maldives 马尔代夫	MDV	0.24
129	Ethiopia 埃塞俄比亚	ETH	0.24
130	North Macedonia 北马其顿	MKD	0.24
131	Bosnia and Herzegovina 波黑	BIH	0.23
132	Iceland 冰岛	ISL	0.21
133	Kenya 肯尼亚	KEN	0.19
134	Qatar 卡塔尔	QAT	0.19
135	Sao Tome and Principe 圣多美和普林西比	STP	0.18
136	Cabo Verde 佛得角	CPV	0.17
137	Iran, Islamic Rep. 伊朗	IRN	0.15
138	Tajikistan 塔吉克斯坦	TJK	0.15
139	Mozambique 莫桑比克	MOZ	0.11
140	Somalia, Fed. Rep. 索马里	SOM	0.10
141	Bahamas, The 巴哈马	BHS	0.10
142	Mongolia 蒙古	MNG	0.08
143	Kazakhstan 哈萨克斯坦	KAZ	0.07
144	Kosovo 科索沃	XKX	0.06
145	Moldova 摩尔多瓦	MDA	0.06
146	Albania 阿尔巴尼亚	ALB	0.06
147	Lesotho 莱索托	LSO	0.06
148	Tanzania 坦桑尼亚	TZA	0.06
149	Uzbekistan 乌兹别克斯坦	UZB	0.05
150	Eritrea 厄立特里亚	ERI	0.05
151	Namibia 纳米比亚	NAM	0.05
152	Kuwait 科威特	KWT	0.04
153	Zambia 赞比亚	ZMB	0.04
154	Mali 马里	MLI	0.04
155	Burkina Faso 布基纳法索	BFA	0.03
156	Benin 贝宁	BEN	0.03
157	West Bank and Gaza 约旦河西岸和加沙	PSE	0.03
158	Nepal 尼泊尔	NPL	0.03
159	Sierra Leone 塞拉利昂	SLE	0.02
160	Montenegro 黑山	MNE	0.02
161	Zimbabwe 津巴布韦	ZWE	0.01
162	Eswatini 斯威士兰	SWZ	0.01
163	Bhutan 不丹	BTN	0.01
164	Kyrgyz Republic 吉尔吉斯斯坦	KGZ	0.01
165	Armenia 亚美尼亚	ARM	0.01
166	Sudan 苏丹	SDN	0.01
167	Papua New Guinea 巴布亚新几内亚	PNG	0.01
168	Niger 尼日尔	NER	0.01
169	Rwanda 卢旺达	RWA	0.00
170	Djibouti 吉布提	DJI	0.00
171	Togo 多哥	TGO	0.00
172	Azerbaijan 阿塞拜疆	AZE	0.00
173	Iraq 伊拉克	IRQ	0.00
174	Congo, Dem. Rep. 刚果（金）	COD	0.00
175	Guinea 几内亚	GIN	0.00
176	Chad 乍得	TCD	0.00
177	Lao PDR 老挝	LAO	0.00
178	Gambia, The 冈比亚	GMB	0.00
179	Uganda 乌干达	UGA	0.00
180	Afghanistan 阿富汗	AFG	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

该比例较高意味着出口市场相对集中于拉丁美洲和加勒比地区的发展中经济体，反映出该区域在中国全球出口布局中的重要性提升。

数值较低通常意味着什么

该比例较低意味着出口市场分布更为多元，拉美地区在中国整体出口中的地位相对有限。

鍙ｅ緞闄愬埗

该指标仅衡量出口方向占比，不反映进口依赖或贸易平衡状况
比例受中国整体出口规模影响，大型经济体的比例通常偏低
不涵盖服务贸易出口方向信息
不同经济体的绝对出口规模差异巨大，比例可比性有限
世界银行的经济体分类在不同时期可能调整
跨国企业内部贸易可能未被完全统计
数据基于报告期方法，与国际收支口径存在差异
地缘政治事件、汇率波动、自然灾害等外部冲击可能造成短期异常波动

使用建议

结合绝对出口额（TX.VAL.MRCH.CD.WT）综合评估贸易规模
区分长期结构性变化与短期周期性波动，分别分析驱动因素
关注商品结构差异，同比例可能对应不同的贸易内容
参考区域间比较变量（如东亚、非洲占比）理解市场多元化程度
结合矿石金属、燃料等分类出口占比分析贸易结构特征
定期核查世界银行分类更新，确保数据口径一致性
将比例变化与汇率、GDP增速等宏观变量进行关联分析
必要时使用商品出口残差变量识别数据质量异常

常见错误用法

错误做法：认为向拉美出口占比低就意味着中国不重视拉美市场

正确做法：结合绝对出口额和其他贸易指标综合判断贸易关系深度

作为世界最大出口国之一，中国的绝对出口规模远超多数单一区域，比例偏低并不等同于贸易量小

错误做法：将出口占比直接等同于对拉美地区的贸易依赖度

正确做法：评估依赖度需要考虑进口占比、贸易平衡、顺差占比等多维度

仅看出口占比会忽略进口需求和贸易顺差状况，无法全面反映贸易依赖关系

错误做法：用该指标与绝对进口额或贸易顺差进行直接对比

正确做法：该指标仅为出口方向占比，需使用进口或顺差相关变量进行匹配分析

出口占比与进口统计口径不同，直接对比会得出误导性结论

错误做法：认为出口占比高的国家双边关系一定更紧密

正确做法：需要结合投资额、援助规模、基础设施合作等多维度指标

贸易只是双边关系的组成部分之一，投资、援助等非贸易因素同样重要

错误做法：将拉美占比与高收入经济体占比直接相加

正确做法：需使用区域间比较变量（如TX.VAL.MRCH.OR.ZS）进行联合分析

区域内和区域外经济体存在重叠，简单相加会高估总覆盖率

错误做法：仅凭单一指标判断贸易结构是否健康

正确做法：结合商品结构、顺差质量、竞争强度等指标综合评估

贸易结构健康与否需要多维度判断，单一比例指标存在局限性

实际应用场景

中国在拉美地区市场渗透分析：分析中国商品出口在拉美地区的市场份额变化被解释变量可作为被解释变量，与人均GDP、实际有效汇率、贸易协定虚拟变量等解释变量构建面板模型，分析影响出口市场分布的结构性因素。注意控制时间固定效应以捕捉全球贸易周期影响。
贸易结构与出口方向关联研究：检验商品结构差异对出口区域分布的影响被解释变量结合矿石金属出口占比、制造业出口占比等变量，检验资源型商品和制造业产品的出口方向是否存在显著差异。可使用工具变量法处理内生性问题。
中国与全球出口方向对比分析：比较中国与全球平均出口市场结构的差异 outcome 将中国的拉美占比与全球平均拉美占比进行对标，分析中国出口市场多元化的独特路径。可使用合成控制法构造反事实情景。
新兴市场贸易潜力评估：评估中国与新兴市场贸易关系的深化程度 explanatory 作为解释变量之一，与区域内其他国家出口占比进行对比，评估中国在南美的贸易渗透速度是否显著高于其他新兴经济体。
区域贸易集中度与风险分析：评估出口市场过度集中的潜在风险 robustness 结合赫芬达尔指数等集中度指标，检验出口区域分布的变化是否稳健。可使用不同分类标准下的变量进行敏感性分析。