【经管大课堂·经济统计】日本9月进口增长18.9%、台湾外销订单创新高：贸易统计与全球产业链景气的联动解读

案例背景

2026年10月下旬，两组来自东亚经济体的贸易数据引发关注：日本财务省公布的9月贸易统计显示，日本9月进口额同比增长18.9%，增速显著超出市场预期；与此同时，台湾地区公布的9月外销订单金额创下历史新高，官方与业界均将主要拉动力归因为AI服务器与高性能计算相关的强劲需求。表面上，这是两条关于”增长”的好消息；但从统计方法论看，一个高同比增速与一个创新高的订单金额，恰恰是最容易被基数、计价方式与样本变动扭曲的两类指标。本案例以这两组数据为样本，讨论贸易统计数据的解读方法，以及区域贸易指标如何与全球产业链景气度建立可信的联动分析。

核心分析

一、基期效应：18.9%中有多少是”去年太差”

同比增速是当前值与上年同期值之比，其分母中包含了上年同期的全部历史信息。当上年同期处于异常低位时，即便本年只是温和恢复，同比增速也会被机械放大，这就是基期效应（base effect）。日本进口同比18.9%的读法，第一步必须拆解：先计算两年平均增速（即复合年均增速），把它与疫情前、与近五年的趋势增速对照；再观察环比序列，看连续数月的环比动能是正是负、是否加速；最后用”同比减两年平均”粗略估计基数贡献的比重。若18.9%中大部分来自低基数，则后续月份增速自然回落的压力会很大，不能据此推断内需强劲复苏。

第二步是量价拆分。进口额（value）的变动可以分解为进口价格变动与进口物量变动两部分。日本进口结构中能源、半导体制造设备、电子元器件占比较高，若国际油价、AI相关设备价格上行，则进口金额高增可能主要来自价格而非实物量。正确做法是用进出口价格指数（如日本银行的企业物价指数、海关的单位价值指数）对金额进行平减，得到实际进出口物量指数（volume index），这才是与GDP核算相衔接的口径。教学练习可给出”进口额增速、进口价格指数增速”两项数据，让学生计算实际进口物量增速，体会”名义”与”实际”的差距有多大——这是宏观数据分析中最基础也最常被忽略的一步。

二、外销订单是领先指标：相关，但不是同一件事

台湾地区的外销订单（export orders）统计的是厂商接到的海外订单金额，属于意向性、前瞻性的调查指标；而实际出口（海关口径）统计的是报关离境的货物金额。二者高度相关，但不是一个东西，中间存在一到三个月的”接单—生产—出货”时滞，且时滞长度会随备货周期、产能紧张程度而变化。因此，订单创新高并不等于当月出口创新高，它更像是对未来一至两个季度出口动能的提示。

更重要的是口径差异带来的背离：外销订单中包含大量”三角贸易”成分，即台湾接单、海外（多为大陆或东南亚）生产基地直接出货。这部分订单不会体现在台湾本地的海关出口中，却计入订单统计。于是会出现”订单大增、出口平平”的现象，若不清楚口径就会误判。此外，订单统计通常采用达到一定规模的固定样本厂商调查，这就引出下一个问题。

三、幸存者偏差与口径调整：景气指标的样本边界

固定样本调查的最大风险是样本构成变化。若样本企业在观察期内因外移、停产、被并购而退出调查，或新企业未被及时纳入，则时间序列中就混入了”样本变动”而非”景气变动”，这正是幸存者偏差与口径调整叠加的典型情形。举例来说，若低毛利、低技术含量的厂商外移退出样本，剩下的样本以高附加值的半导体与AI供应链企业为主，那么即便整体订单并未增长，样本统计出的”订单金额”也可能持续走高。要控制这一问题，需要定期重编样本、做样本衔接系数调整，或改用全口径的海关行政记录进行交叉验证。

在更宏观的层面，还应注意传统海关”总值统计”的重复计算问题：一件中间品每跨越一次国境就被计一次出口，全球价值链分工越细，重复计算越严重。OECD与WTO联合发布的增加值贸易（TiVA）数据库按增加值口径核算，能更真实地反映各经济体在全球产业链中的获益。最后，若要构建”全球贸易景气指数”，会面临混频数据问题——外销订单是月度、韩国出口有旬度数据、PMI为月度调查、海运运价是日频。处理方法包括：先把高频数据聚合到统一频率（但会损失信息），或使用MIDAS（混频数据抽样）模型直接利用不同频率的信息。这是时间序列分析的前沿实用技术，值得作为拓展内容介绍。

管理启示

第一，企业国际业务部门在跟踪海外需求时，应建立”订单—出货—库存”三段式指标体系，把外销订单、海关出口与目的港库存数据结合起来看，避免单看一个领先指标就做出扩产决策。第二，看到高同比增速时，应先算两年平均增速与环比动能，识别基期效应，再判断趋势的可持续性，切忌把基数造成的虚高外推为长期增长。第三，涉及大宗商品与关键设备进口的企业，应建立量价拆分习惯，用价格指数平减后的实际物量判断真实需求，而不是被名义金额的价格波动牵着走。第四，跨国经营企业在做产业链布局分析时，应参考增加值贸易口径而非总值口径，认清真实的获益分布与依赖结构。第五，景气判断应多源交叉、多频融合：把PMI新出口订单、区域外销订单、运价指数与港口吞吐结合起来，形成相互印证的证据链，单一指标的异常跳升必须被追问原因，而不是被直接采纳为结论。

其他思考

1. 如果日本9月进口增长18.9%中，价格因素贡献了三分之二，你会如何重新评估日本内需的复苏强度？需要哪些补充数据来验证这一判断？
2. 外销订单创新高与实际出口之间存在时滞且口径不同。你认为在判断出口企业未来两个季度的营收时，应如何使用订单数据？它的预测能力在什么条件下会失效？
3. 在构建全球产业链景气指数时，面对日频、旬度、月度等不同频率的数据，你会选择聚合降频还是使用混频模型？两种做法各有什么代价？

关键词：基期效应、外销订单、增加值贸易
来源：联合早报/第一财经 | 整理：经管大课堂