UNC 01 - Briefly Intro

Sat, 11 Jul 2026 19:31:00 +0800

做跨境电商和B2B外贸，你平时去哪里找宏观选品数据？

花几万块买行业研报？还是全凭经验盲猜？其实，全球最权威的进出口底层数据，联合国早就向全人类免费开放了，只是 90% 的人不知道怎么用。

这个系列，我们从零开始，从网页查询学习到 Python 自动化，以该数据库为蓝本建立你自己的分析体系。

1. UN Comtrade 入门篇

1.1什么是UN Comtrade ？

United Nations Commodity Trade Statistics Database，即联合国商品贸易统计数据库（本文后称UNC）是全球最全面的全球贸易数据平台，按产品和贸易伙伴汇总了详细的全球年度和月度贸易统计数据，供各国政府、学术界、研究机构和企业使用。它汇集了全球近200个国家和地区的官方海关进出口统计数据，数据最早可追溯到1962年。所有的商品都通过国际标准的分类系统（在本文中，通常为HS编码*）进行分类。

UNC 是一个宏观市场分析工具。对于B2C外贸而言，它主要适合解决以下几类外贸问题：

A) 我的产品该卖给谁? 通过输入你产品的 6 位 HS 编码，你可以查到产品的流动情况，包括进口国、出口国和贸易额。这也是这个系统最核心的用途。用这些数据我们即可回答一系列宏观问题，包括市场集中度，买卖方需求，或是寻找潜力市场。 B) 我面临哪些国家的竞争？ 通常来说即使是制造业大国，在某些产品的生产和运输上也敌不过某些小国（即所谓比较优势理论）。通过该平台，您可以查阅到主要的产品来源地、产品生产国的市场占有率，为你即将开展的商业行为作参考。 C) 当地市场的接受价格是多少？

请注意：UNC不能、也不应该作为微观外贸的决策。它可以告知您“橡胶制品正在美洲热销”，但是它不能告诉您“我应该在 Amazon 平台销售剑匠零鼠标垫就一定能成功。” UNC最适合在外贸立项前期、制定年度出口战略、开拓新市场时使用。它能帮你从宏观层面指明方向，而具体的客户开发则需要配合其他工具（如海关提单数据、领英等）结合使用。

对于学者或是希望进行宏观数据分析的读者而言，该数据库提供了丰富的国与国之间贸易数据。你可通过该网站数据把握全球产业链转移与宏观趋势，也可为微观决策做参考。有很多高级的数据分析方法可供您快速、自动化的达成以上目标。我们将在后续教程中逐步揭示。

不过，在开始之前，我们要提到该数据库自身的一些局限性：

A)没有买家/卖家信息：它是宏观统计数据，你查不到具体的进口商名字、出口商名字、联系方式或提单信息。如果你需要找具体的客户邮箱和公司名，需要购买商业化的海关提单数据。 B)存在数据滞后：各国向联合国上报数据的速度不同。部分发达国家按月更新，但很多发展中国家的数据通常滞后几个月甚至一年（通常只能查到上一年的年度数据）。 C)HS编码的位数限制：国际通用的 HS 编码只有6位是全球统一的。7位及以上的编码各国都不一样，因此在UNC上进行跨国比较时，最多只能精确到6位编码（这可能会导致产品大类稍微偏宽泛）。

*注1：为什么通常是HS？HS (Harmonized System 协调制度)是全球通用的海关商品编码。全球统一到前 6 位。虽然在接下来的演示中还有按加工程度分类的SITC和按经济用途分类的BEC出现，SITC是按初级产品、工业制品两大项及下一级子项计算指数；BEC是顶层经济类别、最终用途、加工程度等维度划分商品并计算指数。但我们几乎不会用到这两项。在用到时，我们会加以详细说明。请读者留意。

UNC 02 - First Attempt

Thu, 25 Jun 2026 15:49:18 +0800

2.1 认识UNC查询主界面

工欲善其事，必先利其器。

掌握以下这些查询术语，让你的数据查询之路如虎添翼。

作为正式教程的第一部分，我们开始吧。

作为全系列教程的第一课，相信不少人之前已经进入过 UNC的高级数据查询页面。或许是误打误撞，或许是有意筹划，但大多数人第一时间进入这个页面，很显然会是一头雾水：我在看什么？我要干什么？

我们接下来就来一步一步解决这些问题。

2.1 认识UNC查询主界面

截至本文成稿，UNC主界面长这样：

我们来一步一步拆解各项参数，帮助阅读此页面的读者完成第一次自主查询。相信我，很简单，读完本文后都能做到。 如果你愿意的话，也可以打开一开始的页面一起做。

2.2 TYPE OF PRODUCT(商品种类)

正如我们一开始向大家展示的，商品种类(TYPE OF PRODUCT)有两种：商品贸易(Goods) 和服务贸易(Service)。 商品贸易和服务贸易适用完全不同的查询标准和查询参数。因此我们接下来将分为两个小节，向读者讲解完整的查询步骤，让大家完成自己的第一次查询。

2.2.1 基于商品贸易的数据查询

如果你想查询商品贸易数据，请跟随以下的步骤选择每一条参数。

1.Frequency(频率)

Annual(年度) / Monthly(月度)

知识穿透：看宏观选大市场：选 Annual。年度数据最全、最准，适合做 3-5 年的趋势分析。看淡旺季做备货：选 Monthly。但要注意，很多国家（尤其是发展中国家）的月度数据上报非常滞后，甚至缺失。

2. Classifications（分类标准）

HS / SITC / BEC。 > 知识穿透：目前阶段，请锁定 HS。 > HS是全球通用的海关商品编码。全球统一到前 6 位。比如 090111 代表“未焙炒的咖啡豆”。在国内出口报关用的前6位，和美国海关接收时看到的前6位是一模一样的。而后两位各个国家都不同。

3.HS Commodity Codes (HS代码)

可以通过第三方网站查询HS编码。搜索引擎搜索"HS编码"即可。依然请注意：前6位是一模一样的。而后两位各个国家都不同。

4. Periods (year, month)

报告期限。需要注意，某些发展中国家上报数据可能会有缺失或延迟，这是正常现象。

5. Reporters、Partners和Trade Flow三元组(重中之重)

Reporters，是指（报告国/申报国）；Partners是指（贸易伙伴国）；Trade Flow有两个方向我们举一个第一人称的例子来理解这个问题：

现在中国向美国出口5公斤大米。 A.Reporter是中国，从中国的视角（第一人称）来看，我向美国出口 5kg 大米。那么Partner就是美国，显而易见；Trade flow 就是Export. B.但是你如果从美国的视角来看，进行一下视角转换呢？Reporter是美国，中国向我进口 5kg 大米。站在美国的视角来看，我的Partner就是中国了！显而易见此时Trade Flow就是Import.

5.1.高级玩法A：商品贸易的镜像数据

以后我们用 Python 处理数据会发现，查法A和查法B的金额往往对不上（因为运费、关税、统计口径甚至虚报等原因）。查法B被称为查法A的 “镜像数据” 。当某些国家（如战乱国）不主动上报数据（Reporter为空）时，我们就必须利用其他国家作为 Reporter 反向推导。

6.Periods（时间周期）

你要查哪一年的数据？

知识穿透：可以多选。比如同时选中 2021, 2022, 2023。

2.2.2 几条常见的坑点

1.World 与 All 的“影分身之术”（数据无故翻倍之谜）

你下载了一份中国对全球各国的出口数据，丢进 Excel 做数据透视表求和，或者放到 Power BI 里拉了一个柱状图。结果老板一看数字大怒：“中国去年的出口总额怎么可能比全球 GDP 还高？！”

这主要是PARTNER参数造成的。

Partner = All，联合国会老老实实把中国对美国、对日本、对德国……等全球近 200 个国家的交易一行一行地全部给你拉出来。

Partner = World（全球汇总计，代码为 W00）：它是联合国帮你提前算好的一行 “总计数据”。它代表中国对全世界所有国家出口额的总和。

最佳实践:

在 GUI 阶段如果只想看宏观大数，Partner 就只选 World；如果要分析各个国家的排名，就选 All，千万不要在搜索框里把两个同时勾上。

在数据清洗阶段在 Excel 里，养成习惯第一步就把 Partner 列里的 World（或国家代码 W00）筛选并删除/隐藏；在 SQL 或 Power BI 里，写死一个过滤条件：WHERE Partner <> ‘World’。

2.不可名状的 2nd Partner（不要瞎选，All 和 World 依然致命）

这其实是第一个坑的“变种”，但在处理更复杂的供应链溯源时极其致命。

知识点穿透（什么是 2nd Partner）：正常的贸易是 A国卖给 B国。但有时存在“转口贸易”或“原产地追溯”。2nd Partner 通常指的是 “原产国”或“发货国”。

虽然初期不涉及，但有些人看着这个下拉框，强迫症发作，顺手就选了 All 或 World，觉得“反正是全选，数据更全”。

一旦你在这里瞎选，你的数据维度会被瞬间打碎。

如果你选了 Partner = USA 且 2nd Partner = All，你会发现原本一行“中国出口到美国”的数据，裂变成了几十行（因为这批货里可能包含了原产自不同国家的零部件）。

更可怕的是，如果你在 2nd Partner 里混选了 All 和 World，再结合上面提到的求和翻倍问题，你的数据可能会变成原值的 3倍、4倍甚至错乱无穷大。

最佳实践:只要不是为了专门研究复杂的原产地或转口贸易，2nd Partner 请坚决地保持默认的 World。

纸上得来终觉浅，绝知此事要躬行。

了解了基本参数和常见坑点后，请打开 UNC的主查询页面，尝试独立完成以下三个循序渐进的实战任务。这不仅能帮你巩固本章所学，更是为了接下来引入代码自动化查询打下坚实的业务逻辑基础。任务一：经典跑通（商品贸易基础）

背景：假设你是一家国内咖啡豆贸易商的数据分析师，老板想了解 2023 年中国向美国、德国、日本出口了多少“未焙炒的咖啡豆”。

TYPE OF PRODUCT：Goods

Frequency：Annual

Periods：2023

Reporter：China

Partner：USA, Germany, Japan（防坑提示：这里请手动输入并勾选这三个国家，千万不要选 All 或 World）

Trade Flow：Export

HS Code：090111 🎯 验收标准：点击查询或下载数据后，你应该能看到清晰的 3 行核心数据，并且能够分别读出对这三个国家的 Trade Value (US$)（贸易额）和 Net Weight（净重）。

任务二：视角转换（寻找“镜像数据”）

背景：接着任务一，我们现在要用“镜像数据”来做个交叉验证，看看美国海关那边的统计口径和中国海关的数据差异有多大。

参数修改：保持其他参数不变，但这次请将 Reporter 改为 USA，将 Partner 改为 China，并将 Trade Flow 改为 Import（进口）。

思考题：这是美国视角的“从中国进口咖啡豆”。

🎯 验收标准：对比一下任务二（美国报进口）和任务一（中国报出口）中，中美两国关于这批咖啡豆的 Trade Value (US$)。你会发现这两个数字并不完全相等。

知识穿透：为什么对不上？因为通常出口国按照 FOB（离岸价）申报，进口国按照 CIF（到岸价，包含运费和保费）申报，外加在途时间跨年等因素。这就是真实商业世界的数据常态。

任务三：虚拟出海（服务贸易初探）

背景：你的朋友在做软件外包和游戏出海，想看看中国近两年在“IT与信息服务”领域的整体出海大盘数据。

TYPE OF PRODUCT：切换为 Services

Frequency：Annual（回忆一下，服务贸易没有月度数据）

Periods：2022, 2023

Reporter：China

Partner：World（防坑提示：我们只看宏观大数，所以选 World 总计即可）

Trade Flow：Export

EBOPS分类：在搜索框中寻找 Telecommunications, computer, and information services 相关的选项。

🎯 验收标准：成功拉出这两年的数据。请亲自观察一下数据表，确认 Net Weight 和 Qty 这几列是不是如同我们所说的，全都是空的？

#01 on FCANA

UNC 01 - Briefly Intro

1. UN Comtrade 入门篇

1.1什么是UN Comtrade ？

UNC 是一个宏观市场分析工具。对于B2C外贸而言，它主要适合解决以下几类外贸问题：

不过，在开始之前，我们要提到该数据库自身的一些局限性：

UNC 02 - First Attempt

2.1 认识UNC查询主界面

2.1 认识UNC查询主界面

2.2 TYPE OF PRODUCT(商品种类)

2.2.1 基于商品贸易的数据查询

1.Frequency(频率)

2. Classifications（分类标准）

3.HS Commodity Codes (HS代码)

4. Periods (year, month)

5. Reporters、Partners和Trade Flow三元组(重中之重)

5.1.高级玩法A：商品贸易的镜像数据

6.Periods（时间周期）

2.2.2 几条常见的坑点

1.World 与 All 的“影分身之术”（数据无故翻倍之谜）

2.不可名状的 2nd Partner（不要瞎选，All 和 World 依然致命）