中国海关和国家外汇管理局的贸易顺差数据出现2300亿美元巨大落差。(图片来源:Adobe stock)
【看中国2024年6月22日讯】(看中国记者李正鑫综合报导)美国财政部报告指出,中国海关和国家外汇管理局的贸易顺差数据出现2300亿美元巨大落差,并呼吁应予以澄清。实际上,中国各部门的经济数据水分多多,经常出现相互抵触的情况。
中国海关和国家外汇管理局的贸易顺差数据相左
彭博社6月21日报道,美国财政部最新发布的半年度外汇报告指出,中国海关数据显示中国2023年的贸易顺差比国家外汇管理局报告的贸易顺差高出近2300亿美元,这相当于中国GDP(国内生产总值)的逾1%。
中国贸易顺差的数据差距扩大近年来引起了经济学家和国际组织的关注。贸易顺差的真实规模是目前的关键问题,因为在房地产低迷导致国内消费缩水之后,北京当局依靠外贸来推动增长。
中国国家外汇管理局此前将数据部分落差归因于跨国公司更多地使用特殊类型的自由贸易区,将商品制造外包给中国公司。根据中共党报《人民日报》报导,到2023年,享有特殊关税优惠的外国综合保税区,将占中国货物贸易的15%左右,几乎比五年前翻了一倍。
但美国财政部表示,“尚不清楚过去三年中哪些趋势会导致这些差异扩大”,并呼吁北京提供进一步的定量证据,来澄清这一问题。
自去年以来,国际货币基金(IMF)也一直“密切”关注这个问题。
美国财政部强调的另一个异常现象是,尽管同期大多数已开发经济体的利率大幅上升,而且利息并没有明显下降,但中国报告2022年和2023年的海外投资收入均出现下降。美国财政部表示,这也降低了中国报告的经常项目盈余。
中美贸易战中贸易逆差数据也分歧巨大
中美贸易战谈判陷入停滞,但贸易逆差数据也分歧巨大的争论也始终未停止。
例如,2019年6月2日,中国召开新闻发布会并发布白皮书,指责美国在贸易谈判中三次“出尔反尔”。发布会上,中国商务部副部长兼国际贸易谈判副代表王受文称,当前美方对中方的贸易逆差数字只有1500多亿美元,根本不是所谓的4100多亿美元,美方夸大了与中方贸易的逆差。
美国也不甘示弱,第二天就发文反驳,再次确认了自己核算的数据——2018年美国对华贸易逆差近4200亿美元,使美国工人、农民、农场主和商业蒙受巨大损失。
一边说1500亿美元,一边说4200亿美元,相差2700亿美元之巨。这个数字不容小觑,它比当时美日之间的贸易总额还要大(2180亿美元),而2018年芬兰的GDP大致为2700亿美元。
差距之大体现出两国之间的分歧。从美国角度,这笔账很简单,按照离岸货物的价格计算出口额,按照到岸货物的价格计算进口额。分析人士指出,全球大多数国家都这样统计贸易数据。事实上,中国做相关统计时也不可避免出现这一问题。
中国经济数据的水分肉眼可见
中国国家统计局4月16日发布今年一季度经济数据,按不变价格计算,GDP同比增长5.3%。第一产业、第二产业和第三产业都是正增长。
按照中国国家统计局公布的名词解释和计算方法,不变价格是指用同类产品某一基期年份的价格为固定的价格,来计算各年产品价值。按不变价格计算的产品价格消除了价格变动因素,不同时期对比可以反映生产的发展速度。第一产业是指农、林、牧、渔业(不含农、林、牧、渔专业及辅助性活动)。第二产业是指采矿业(不含开采专业及辅助性活动),制造业(不含金属制品、机械和设备修理业),电力、热力、燃气及水生产和供应业,建筑业。第三产业即服务业,是指除第一产业、第二产业以外的其他行业。
海外智库“天钧政经”的研究员任重道指出,中国经济去年初在“清零”防疫政策放松之后的反弹只是昙花一现,随后再也没有起色,但国家统计局给数据兑水已经无所顾忌。按照不变价格计算就很简单了,一个中学生就可以完成:用今年一季度的数据减去年一季度的数据,然后除以去年一季度的数据,并乘以百分之一百。这样就可以得出今年一季度和去年一季度(同比)数据变化的比率。结果,无论是总项数据还是分项数据,国家统计局的数据都匹配不了,有的分项数据还是负值,根本不是正增长。难道,中国国家统计局的工作人员都是小学生的数学水平?或者说,反正历年数据兑水已经难以自圆其说,干脆就“躺平”随便写一写报告了?
中国的经济数据历来存在水分,这得到官方和官媒的证实,包括中国前总理李克强也不信任中国经济数据。
李克强的名字曾被命名一项衡量中国经济发展状况的指标“克强指数”,该概念最早由英国政经杂志《经济学人》于2010年提出。包括用电量、铁路货运量和银行贷款发放量三个指标组成,比重分别占40%、25%及35%。源于李克强在2007年任职中共辽宁省委书记时,认为当地经济状况的数据有人为修改痕迹,李克强告诉来访的美国驻华大使,他更喜欢通过三个指标来追踪经济动向:铁路货运量、用电量和银行已放贷款量,以挤掉统计数字的水分。而中国的GDP数字是人造的不可靠,仅供参考。
(文章仅代表作者个人立场和观点) 来源:看完这篇文章觉得
排序