案例背景
海关总署最新公布的外贸数据显示，中国9月单月进出口总值首次突破5万亿元人民币，前三季度外贸增速创下近五年同期最快水平，货物贸易顺差累计逼近9400亿美元。多项分析指出，本轮出口超预期的主要拉动力量并非传统的服装、家具、家电等劳动密集型品类，而是与全球人工智能投资热潮高度相关的电子元器件、服务器、存储设备、光模块等中间品与资本品。
对经管专业的学生而言，5万亿与9400亿这两个数字本身并不难记住，难的是回答三个问题：这个增速是真景气还是低基数？顺差扩大是外需强还是内需弱？AI相关品类的贡献究竟有多大、又该如何量化？本案例以海关统计口径为切入点，演示如何用统计学与经济学的标准工具把一个宏观数据拆开来看。
核心分析
一、三种增速口径：同比、季调环比与两年平均
媒体标题里的增速通常是同比（year-on-year），即用本月与上年同月相比。同比的最大优点是天然消除了季节性，不需要额外调整；最大缺点是受基期效应（base effect）支配。如果去年同期恰好是低点，即使本月绝对水平一般，同比读数也会被显著放大。因此专业分析至少要同时报三个口径：一是原始同比，二是季调后环比（month-on-month，sa），三是两年平均增速。两年平均增速用几何平均计算，公式为两年平均增速等于根号下（1加第一年增速）乘（1加第二年增速）再减1，其作用是抹平上年基数的锯齿，反映真实的趋势性中枢。
季调环比则要处理中国特有的两个难题：移动假日与季末效应。中秋节在农历八月十五，对应公历日期每年漂移，会造成9月与10月之间的数值此消彼长，统计上需要用节假日回归变量或X-13ARIMA-SEATS中的移动假日模块加以剔除。季末效应则是真实的经济行为：3月、6月、9月、12月往往是出口企业的交付高峰与出口退税申报节点，如果不剔除，就会把日历规律误读为景气改善。此外还要区分计价口径：海关同时公布人民币与美元计价数据，二者的差异来自汇率变动，近似关系为美元计价增速约等于人民币计价增速减去人民币兑美元汇率的变动率。当人民币升值时，美元计价增速会高于人民币计价增速，若不注明口径，跨机构、跨时期的比较就会出现系统性偏差。
二、顺差的结构分解：价格效应、数量效应与衰退式顺差
贸易顺差的定义极其简单，等于出口减进口，因此顺差变动可以写成恒等式：顺差增量等于出口增量减进口增量。这个恒等式提醒我们，顺差扩大有两条完全不同的路径，一是出口走强，二是进口走弱，二者必须分开核算。实践中常用增速贡献度与拉动率两个指标：某品类的贡献度等于该品类增量除以总增量，拉动率等于该品类增速乘以其基期权重，二者之和在数学上恰好等于总增速，这一性质来自恒等式的全微分展开，是结构化分析的基石。
进一步要做价格与数量的分离。海关公布的进出口值等于价格乘数量，因此需要引入进出口价格指数进行平减：若出口值上升8%而出口价格指数上升3%，则出口数量的真实增长约为5个百分点。这里涉及指数公式的选择，拉氏指数用基期数量加权，派氏指数用报告期数量加权，二者通常给出不同答案，专业报告会同时给出并说明差异。分离之后才能判断所谓衰退式顺差：如果进口下滑主要来自数量萎缩而非价格下跌，说明内需疲弱、加工贸易进口料件减少，顺差扩大反而是需求不足的信号；如果进口下滑主要来自大宗商品价格回落，则是贸易条件改善，含义完全不同。按产品、贸易方式、企业性质、国别四个维度做交叉分解后，还应该检查贡献度矩阵的一致性，即各维度分解结果之间不能相互矛盾，这是数据质量校验的重要一步。
三、AI品类的识别与外贸数据的统计边界
要量化AI投资热对出口的拉动，第一步是品类的统计界定。海关使用HS编码体系，相关品类分散在第84章、85章之下，分析者需要自行构造AI相关商品篮子，常见的做法是先依据行业研究确定具体税号清单，再汇总其出口额并计算拉动率。这里有两个必须警惕的问题：一是重复计算，中间品在多个加工环节被反复报关，全球价值链下的总值出口会系统性高估一国真实获得的增加值，需要用增加值贸易（TiVA）口径做补充；二是转口贸易与报关地原则，海关按货物进出关境统计，货源地与报关地分离会造成地区数据的失真。
另一个常被忽略的边界是海关统计与国际收支统计的差异。国际收支平衡表按所有权转移原则记录货物与服务贸易，加工贸易两头在外的料件处理方式与海关不同，因此同一时期两套数据的差额会有系统性出入，解读时不能混用。最后在数据应用层面，出口是典型的滞后确认指标，PMI新出口订单分项与集装箱吞吐量高频数据具有领先性，可用交叉相关函数检验领先阶数，再以季节分解加回归的框架引入全球制造业PMI、人民币有效汇率、美国库存销售比等外生变量做短期预测，并用ARIMA残差检验确认模型是否遗漏了系统性信息。
管理启示
对企业经营分析与宏观研究而言，本案例传递的方法论价值在于口径意识与分解意识。第一，任何一个总量增速都必须追问三个问题：是同比还是季调环比，是人民币还是美元计价，基数是否正常。第二，顺差、利润、营收这类差额与比值指标的变动永远要做增量分解，搞清楚是分子在动还是分母在动，是价格在动还是数量在动，否则极易得出方向相反的政策结论。第三，结构性结论必须有可复核的量化支撑，贡献度与拉动率这类分解工具既简单又能保证各部分加总等于总体，是向管理层汇报时最容易被接受的证据形式。第四，要清醒认识统计口径的边界，海关口径、增加值口径与国际收支口径回答的是不同问题，混用会直接导致决策错误。
其他思考
- 若9月出口的高增长中有相当部分来自去年同期低基数，那么用两年平均增速重算后数值是多少？请查阅海关总署分月数据自行计算，并比较两种口径下结论的差异。
- 顺差逼近9400亿美元但进口数量偏弱，这在支出法GDP核算中意味着什么？请结合净出口的核算定义与不变价平减方法，讨论净出口对GDP增速的拉动是否等同于外贸数据所显示的景气度。
- 请自选一组HS编码构造AI相关出口商品篮子，计算其对前三季度出口总增量的贡献度，并讨论总值口径下可能存在的重复计算幅度及其修正思路。
关键词：外贸统计口径、同比与季调环比、价格数量分解
来源：第一财经、联合早报 | 整理：经管大课堂
原文链接：https://www.rcbom.com/econstat/6610.html
