八年前，美国进口货架上每五件商品就有一件来自中国；今天，每十二件里摊不到一件。同一段时间里，美国对中国商品的贸易加权平均关税到 2025 年 11 月是 47.5%。我读这篇论文之前，心里压着一个很土的疑问：墙垒到这个高度，货架上的中国货去哪儿了？
我原来的答案是「贸易战打了八年，全球贸易该走下坡了」。数据给的却是另一个画面：世界贸易占全球 GDP 的比重自国际金融危机之后就基本走平。论文的原话是——世界并没有在去全球化，它只是停止了进一步全球化。总量还在，变的是「谁把什么东西卖给了谁」。论文给这件事起的名字叫大重组，连标题都是借来的，借自石黑一雄的《长日将尽》：重头戏不在断裂，在重排。
先把结论放在最前面：货一滴都没少，只是绕开了堤坝，灌进了别人的市场。挪走的规模有多大？论文算了一笔账——2025 年中国出口 3.77 万亿美元，从美国市场挪走的部分，相当于智利、葡萄牙或者希腊一整年的经济总量。
三个口径必须先钉死，因为它们决定了全文每个数字该被信到什么程度。第一，这是一篇工作论文，2026 年 9 月挂出，未经同行评审，是学界内部传阅、专门等人挑错的稿子，不能当已发表文献引用。第二，三位作者分别来自哈佛大学与国际货币基金组织，论文扉页写明观点只代表作者本人、不代表国际货币基金组织，所以「IMF 的研究认为」这种说法一次都不能出现。第三，全文的读数是模型算出来的预测，不是实测值——这条后面会单独打折。
一、我读论文之前没想通的那件事
2018 年起美国对中国商品加征关税，此后八年，「贸易战」这三个字几乎成了新闻里的背景音。我脑子里的默认剧本是：关税一加，两边贸易都该萎缩，全球贸易总量该往下走。可世界贸易占 GDP 的比重在国际金融危机之后就横着走了，没有往下掉。总量不动，说明货还在流通；那货架上的变化就只能来自另一个方向——流向变了。
论文把这层意思拆成了两句话。第一句是判断：世界不是在去全球化，只是不再继续全球化。第二句是命名：这不是断裂，是重排，所以叫大重组。我猜（论文没这么说，这是我的联想）题目借《长日将尽》不是修辞趣味，是在提醒读者别去找「贸易战让全球化崩了」这种戏剧性结局——数据里没有那个结局，只有排行榜在换人。
判断有了，尺子还没有。要量「谁被砸到、砸得有多疼」，得先知道这道墙垒了多高。
二、一篇专门等人挑错的论文
在报任何数字之前，得先说清楚这篇论文的身份，因为身份决定了数字的分量。
这是一篇 NBER 工作论文，2026 年 9 月发布，未经同行评审；预稿是 2026 年 2 月的一篇会议论文。作者 Pol Antràs、Adrian Kulesza、Andrea F. Presbitero 分别任职于哈佛大学与国际货币基金组织，论文声明这些观点不应归于国际货币基金组织、其执行董事会或管理层。工作论文这个身份的意思是：它是学界内部传阅、专门等人挑错的半成品，不是定论。
数据主体是2023 年的产品级双边贸易数据，来源是 CEPII-BACI 公开库，覆盖 224 个国家、5,380 个六位海关编码产品；其中 4,254 个产品可以算出产品级冲击。样本再剔除人口不足 20 万的经济体、香港与澳门，以及指数覆盖贸易流不足 25% 的国家，最后剩110 个国家。基期选 2023 年，论文给的理由很具体：避开 2024 年美国大选前贸易商提前行动带来的预期污染。
月度验证用的是另一套数据——商业订阅库 Trade Data Monitor，前期取 2023 年 4 月到 2024 年 3 月，后期取 2025 年 4 月到 2026 年 3 月。这里得如实说：订阅库不是公开数据，所以这篇论文不能承诺「全部数据可复现」；能查的是公开的那部分，以及作者另行开放的查询平台。
顺带一句，选基期这个细节，比任何一句「我们控制了预期效应」都更能让人看见作者的顾虑在哪。分寸拿捏好了，再看它量的第一件事。
三、这道墙垒了多高
先记住一个数：47.5%。口径是贸易加权平均关税——按进口额加权算出来的平均税率，时间点是 2025 年 11 月，来源引自 Bown 的关税统计。它不是「美国平均关税」，也不是海关实收税率，这三个数不能互换。
时间线是这样的：2018 年开始加征；到 2019–2020 年，301 关税加上 2020 年 1 月的第一阶段协议之后，双边贸易加权平均关税大约都在 20%；2025 年 4 月的「解放日」行政令把有效税率推得极高，一度出现三位数的短暂峰值，随后部分回调——2025 年 5 月 12 日日内瓦联合声明承诺撤销 4 月初的多数关税；到最新月份，这个数仍然是 47.5%。另有一个口径更松的数字：实征关税与自华进口之比约 40%，论文脚注引的是另一个追踪项目。
两个数差了七个百分点。这给我的提醒是：以后凡是看到「关税多少」，先问一句是哪个口径——法定的、加权的、实收的，是三把不同的尺子。墙立起来之后，货架发生了什么？论文用两根柱子回答，而这两根柱子经常被混着读。
四、两个份额，两把尺子
左边一根：中国占美国进口的份额，从 2017 年的 22% 跌到 2026 年的约 8%——这是中国 2001 年加入世贸组织以来没有出现过的水平。换成自然频率就是：八年前每五件美国进口商品有一件来自中国，现在每十二件里摊不到一件。
右边一根：中国出口中运往美国的份额，同期从约 20% 跌到约 10%。也就是八年前中国每出口五件商品大约一件去美国，现在十件里才有一件。
两句话的分母不同，读出来的印象也不同。第一句讲的是美国的货架，第二句讲的是中国的出口方向。只讲第一句，容易得出「中国出口塌了」的印象；只讲第二句，又容易得出「美国货架空了」的印象。两个一起看，才知道总量没变、方向变了——而方向变化的规模，就是开头那笔账：挪走的部分相当于智利、葡萄牙或希腊一年的 GDP。
总量没变、方向变了，这只是描述。论文真正的功夫在下一步：拿什么尺子去量「谁被冲击、冲击多大」。
五、旧尺子量不了不对称的冲击
传统做法叫贸易篮子相似度，大白话是：把两个国家卖的东西摆在一起，看有多像，越像就越算竞争对手。这把尺子有个天生的毛病——它是对称的。论文引了一个极端的例子：按它的算法，中国受洪都拉斯竞争影响的程度，等于洪都拉斯受中国竞争影响的程度。一边是大象，一边是蚂蚁，尺子说它们一样重。
作者把尺子换掉之后，榜单整个换了一轮，而且相关系数低得出乎我意料：
- 出口相似度与出口竞争指数的跨国相关只有0.493；
- 进口相似度与进口竞争指数的相关是负的，约**−0.039**，接近零；
- 两张进口榜的前二十名里，只有捷克、日本、波兰三个经济体同时出现。
量「像不像」的榜，前五名是加拿大、英国、法国、德国、日本；换成量「疼多少」的榜，前五名变成越南、柬埔寨、巴基斯坦、马达加斯加、日本。
我的读法是：这是本期最值得带走的方法论——同一份数据，尺子换一把，结论就换一个方向。看到任何国际排名，先问它量的是相似还是发生。至于新尺子具体在量什么，值得一块一块看。
六、四块水表：同一股水的四个读数
论文的做法是给这股改道的水装四块表，它管这四个角度叫四个边际，读数叫暴露指数。四个指数各量一件事：
- 出口竞争：改道的中国货涌进第三方市场，把你的出口挤掉了多少，读数是预测的出口降幅，越大越疼；
- 进口竞争：改道的中国货涌进你自己的市场，把本国厂商的销售挤掉了多少，读数是预测的国内销售降幅；
- 消费收益：更便宜的中国货让你的进口品价格降了多少，读数是预测的进口价格降幅——它不是居民消费价格指数，也不是老百姓的整体物价；
- 采购收益：更便宜的中国中间品让你的下游产业成本降了多少，读数是预测的出口增幅。
三个口径要跟着四块表一起带走。第一，这四个读数是模型预测值，不是观测值，覆盖 110 个国家、2023 年基期。第二，它们互不冲突，同一个国家完全可以在四张榜上有四个不同的名次。第三，前两块表量的是「被挤」，后两块表量的是「捡到的便宜」，一块表一个角度。
还有个细节值得停一下：采购收益与上游进口竞争的相关只有 0.233，与上游消费收益的相关却有 0.586。这说明这块表更接近「投入品变便宜了」，而不是「进口竞争缓和了」——它量的是成本链条，不是竞争格局。
四块表各就各位。真有国家被同一股水又淹又灌溉吗——有，而且是最常被引用的那个。
七、越南：同一股水，又淹又灌溉
四张前二十的榜，越南全部上榜——不过这里必须钉一句口径：四榜全进前二十的经济体一共 5 个，是越南、韩国、日本、泰国、吉尔吉斯斯坦，所以「只有越南四榜全上」是错的。越南的独特之处在两本「被挤」的榜：出口竞争排第 3（读数 2.26），进口竞争排第 1（读数 3.44），是唯一在这两榜同时进入前三的经济体。
另外两块「好处」的榜上也有它：消费收益第 15（0.73），采购收益第 7（0.75）。
论文里有一句话说的就是这种处境：两个巨人打架，小国不是趴在墙上、与己无关的苍蝇。水在外面撞它，冲进家门还接着撞；同一股水，对同一个国家可以既是压力也是红利。
所以「暴露」从来不是单数。把一个国家简化成「受益方」或者「受害方」，在四块表面前都站不住。越南这个样本还有一层提醒——它的读数同时来自出口市场和国内市场两个方向，任何只看单向贸易流的叙述都会漏掉一半。这些读数在一个国家内部也不是平摊的，拆到产品级，画面集中得出乎意料。
八、一个国家的读数，常常压在几样商品上
- 匈牙利出口竞争读数的48.07%来自锂电池；
- 越南出口竞争读数的32.19%来自手机；
- 亚美尼亚的 25.87% 来自彩电，吉尔吉斯斯坦的 26.64% 来自散热器及零件；
- 对美依赖度最高的产品里，冻军曹鱼在 2023 年的对美依赖度是1.000，也就是那一年的产出全部卖给了美国，鲜冷凤尾鱼是 0.974。
采购收益那一侧更极端：哈萨克斯坦读数的 92.57%、阿塞拜疆的 96.48% 来自原油；乌干达的 73.99% 来自半制成黄金，埃塞俄比亚的 59.59% 来自咖啡。消费收益则分散得多——前五大产品平均只占其读数的 26.1%，而进口竞争的前五大产品占 37.6%。
一条鱼比一个国家更能说明问题。对美依赖度是 1.000 的产品，堤坝一立就没有缓冲市场——要么降价去找新买家，要么从货架上消失。至于哈萨克斯坦和阿塞拜疆那九成以上的原油，我倾向于这样理解：便宜的中国投入品顺着投入产出链条往下走，最后折成它们出口石油的成本优势——这条因果链比「某国受益」四个字长得多，而且这个理解是我的，论文没有给出这条链的完整推导。
到这里，指数的结构讲完了。剩下也是最要紧的一层：这些读数跟真实发生的数据对不对得上。
九、验证：对上的一半，与对不上的一半
作者的办法是把几千个产品按对美依赖度排个队，再去看它们之后的去向。对得上的部分有三层：
- 产品级价格冲击的方差分解里，对美出口份额这一个因素就解释了 78.4%，弹性项解释 18.9%，关税变化只占 2.6%；
- 对非美目的地的出口增长回归中，产品对美依赖度的系数显著为正，对美暴露每提高 10 个百分点，对非美市场的出口增长高出 0.128 个对数点，约合 13.7%；
- 模型按弹性推出来的那个预测项，回归系数是 1.715 和 1.413，且不能拒绝它等于模型预测值 1这一假设。
对不上的部分，作者也没藏：
- 换到美国这一侧做同样的直接检验，产品对美依赖度的系数是 −1.481 一类的负数，与模型预测的正号相反，论文自己写：直接对数变化检验未能复原模型预测的符号；
- 水平值口径的结构分解里，那个「中国出口商自己降价、吃掉一部分关税冲击」的价格抵消项统计上不显著，换一种加权方式符号甚至会倒过来；
- 这两处失败在摘要与引言里完全缺席，只出现在正文。
还有一层是拟合度：那组对非美出口增长的回归，R² 只有 0.071 到 0.137。机制方向对得上、解释力有限，这是两件必须一起说的事——只说前半句是捧场，只说后半句是砸场，都不诚实。至于因果，作者自己划了线：这些回归是描述性的，他们拒绝把它解释成关税的因果效应。所以准确的说法只能是「数据的形态与改道这个解释一致」，不能说「论文证明了关税导致改道」。
机制方向对得上、解释力有限、两处检验失败不进摘要——把这些叠在一起，引用这套读数之前该打几个折扣，就有了一张清单。
十、读数要打的五个折扣
第一个折扣：读数是模型预测值。论文脚注写明，这些指数应被理解为在数据可得的产品与国家范围内预测的变化，不是实测出来的变化。
第二个折扣：引言里的幅度是头部极值。出口降 0.4–0.9%、最暴露经济体国内销售降超 3%、部分国家消费与采购收益超 1%，说的是全球最大二十个经济体里的少数国家、以及最暴露的那些案例，不是 110 国的普遍水平。
第三个折扣：描述性而非因果。关税政策本身是内生的，作者明确拒绝把回归读成因果估计。
第四个折扣：改道不等于福利改善，也不等于福利恶化。四块表量的都是毛账——出口被挤多少、销售被挤多少、进口价降多少；就业有没有受影响、不同的人谁赚谁亏，论文没有算，净账留白。而且消费收益是进口价格，从进口价到居民钱包还要过进口商、批发商、零售商好几道手。
第五个折扣来自论文自陈的知识不足，三条一起列：国内销售没有产品级数据，进口竞争的部门权重是用出口结构代理的，作者自己写这个结果要打个折扣；采购收益用的投入产出连接是机器生成的二元连接、对每种投入均匀赋权，而且只算一轮直接成本效应、不做产业链连锁传播；替代弹性的估计来自 1993–2007 年的数据，用到 2023 年基期上，论文也承认偏好与技术当然可能已经变了。
这五个折扣不是给论文挑刺，是给引用它的人设的门槛。看到「某国捡了大便宜」或者「某国被挤惨了」的标题，先问它打的是哪几个折扣——这么一问，这套东西立刻就有了用武之地。
十一、带着四块水表看新闻
一个可以直接用的场景：欧盟委员会在 2025 年专门上线了进口监测工具，盯的就是被关税挡在门外、改道涌进欧洲的商品。这说明「改道」不是修辞，是各国海关正在处理的现实。
另一个提醒更实用：别拿一个国家的税率高低去猜它对美出口的涨跌。论文试过这条关系，发现它并不稳健——稳健标准误下 t 值从 −3.91 掉到 −0.87，而且把中国的数据拿掉之后这个关系基本就散了。同期还有反例：台湾与越南在 32%、46% 的「解放日」宣布税率下，对美出口依然强劲增长。
所以以后再看到「某国对美出口大涨、从中国进口也大涨」这类标题，可以掏那四块表问四个问题：它的出口被挤了多少？它的国内市场被挤了多少？它买到的货便宜了多少？它的下游成本降了多少？四个问题问完，一个「涨」字就吓不住人了。
十二、下次看到「某国捡了便宜」，先掏那四块水表
这篇论文给的不是预言，是一副眼镜。它不告诉你关税明天会怎样，也不替任何一边算账——它甚至坦白告诉你，验证对上了一半、对不上另一半，解释力有限，读数是预测。它的价值恰恰在这份坦白里：下次再有人拿一个「涨」字或者「跌」字让你站队，你手里有四个问题可以问回去。
想自己查数字，论文把四个指数的国家值、排名与产品级分解开放在作者的查询页面（pantras-hash.github.io/remains_of_the_trade），输入你关心的国家就能看到它在四块表上的读数；想核对原文，DOI 是 10.3386/w35785。转述这篇论文时记得带上它的限定词——工作论文、未经同行评审、模型预测值，以及论文观点不代表国际货币基金组织。
出处：NBER Working Paper 35785（2026-09），DOI 10.3386/w35785｜工作论文，未经同行评审｜fig01–fig04 全部自绘，无论文原图｜论文声明作者观点不代表国际货币基金组织。
