夜雨聆风本文围绕公开可用或可追踪获取的投入产出表/数据库，梳理其主要类型、适用研究场景、方法优势与局限，并在文末提供完整 Excel 清单获取方式。
目录
一、什么是投入产出表？ 二、投入产出表有哪些主要类型？ 三、投入产出表可以做哪些研究？ 四、如何选择合适的投入产出数据库？ 五、投入产出分析方法的优势 六、投入产出分析方法的局限 七、获取数据库清单
一、什么是投入产出表？
投入产出表（Input–Output Table，I–O Table）系统记录一定时期内国民经济各部门之间的产品与服务流动，是刻画经济结构、测度产业相互依存关系的重要工具。它最早由瓦西里·列昂惕夫（Wassily Leontief）系统提出，并成为现代国民经济核算、产业关联分析和结构分析的重要方法基础。
对于学术研究而言，投入产出表的价值主要体现在三个方面。
第一，它能够把经济系统拆解为部门之间的交易网络。投入产出表不仅关注最终消费、投资、出口等宏观变量，还能够进一步观察不同产业之间的中间投入关系，从而揭示经济系统内部的结构性联系。
第二，它能够追踪产业链、供应链和价值链中的间接影响。一个行业受到冲击，影响往往不会只停留在本行业，而会沿着上下游产业链持续扩散。投入产出分析可以识别这种直接影响与间接影响。
第三，它能够与贸易、能源、碳排放、就业、资源和水足迹等账户结合。这使其能够扩展为更复杂的研究框架，并广泛应用于全球价值链、隐含碳、消费责任核算、供应链韧性和环境足迹等研究。
二、投入产出表有哪些主要类型？
现有投入产出表/数据库类型较多，不同数据库在覆盖范围、年份跨度、部门精度、区域层级和扩展账户等方面存在明显差异。按照研究使用场景，大体可以分为以下几类。
1. 全国投入产出表：适合研究一国经济结构
全国投入产出表主要刻画一个国家内部各产业部门之间的投入和产出关系。典型数据包括：中国国家统计局投入产出表、美国 BEA Input-Output Accounts、日本 e-Stat 投入产出表、英国 ONS Input-Output Analytical Tables、韩国 BOK 投入产出表、加拿大 Statistics Canada 投入产出表、澳大利亚 ABS 投入产出表等。
这类表通常由官方统计机构发布，权威性高、口径规范、适合开展一国经济结构研究，常用于：
产业关联分析； 部门乘数测算； 完全消耗系数分析； 产业结构比较； 经济冲击模拟。
但其局限也比较明显：全国表通常不能直接反映地区之间、国家之间的产业联系。 如果研究省际贸易、区域供应链或全球价值链，仅使用全国表往往不够。
2. 区域投入产出表：适合研究区域经济联系
区域投入产出表关注一国内部不同区域之间的经济联系。对于中国研究而言，常用数据包括：CEADs 中国省级多区域投入产出表、中国城市级 MRIO、中国城市间 IO 数据库等。
这类数据库可以回答一系列区域经济问题：
一个省份的消费带动了哪些省份的生产？ 一个城市的产业链依赖哪些外部地区？ 区域政策冲击如何沿着省际产业链扩散？ 区域碳排放转移如何形成？
在区域经济、城市群、都市圈、区域协调发展、区域碳责任核算等研究中，区域 MRIO 具有很强的应用价值。
3. 国家间投入产出表与全球 MRIO：适合研究全球价值链
国家间投入产出表和全球多区域投入产出表，是全球价值链研究的核心数据基础。典型数据库包括：OECD ICIO、WIOD、ADB MRIO、Eora Global MRIO、EXIOBASE、GLORIA、FIGARO、ECLAC Global Input-Output Tables、IDE-JETRO Asian International Input-Output Table 等。
这类数据库能够刻画不同国家和地区之间的中间品流动、最终需求流动以及增加值流动，适合开展：
全球价值链参与度测算； 贸易增加值分解； 出口国内增加值测算； 国外增加值依赖分析； 供应链冲击传导； 国际产业分工格局演化。
例如，研究“某一国家最终需求变化如何影响其他国家产业部门”，通常就需要使用国家间投入产出表或全球 MRIO 数据库。
4. 环境扩展型投入产出表：适合研究碳排放、资源和环境足迹
环境扩展型投入产出表通常在传统经济账户之外，进一步接入能源消耗、碳排放、水资源、土地、材料和污染物等环境账户。代表性数据库包括 EXIOBASE、GLORIA、Eora、CEADs 系列环境相关 IO 数据等。
这类数据库常用于：
隐含碳核算； 消费责任排放； 贸易隐含排放； 环境足迹与资源足迹； 产业生态分析； 全球供应链环境影响评估。
近年来，随着“双碳”、绿色转型、气候治理和碳边境调节机制等议题升温，环境扩展型 MRIO 已成为能源经济学、环境经济学和产业生态学研究中的重要工具。
5. 嵌入型和衍生型数据库：适合特定研究问题
除传统 IO 和 MRIO 数据库外，还有一些更具特定研究指向的数据。例如，SIC-MRIO 将中国省份嵌入全球 MRIO，适合研究中国省份与全球价值链之间的关系。
这类数据对特定主题非常有价值。尤其当研究问题涉及“中国省份—全球经济体”之间的嵌套关系时，嵌入型 MRIO 可以显著提升研究设计的精度。
三、投入产出表可以做哪些研究？
投入产出分析的应用范围非常广。它既可以作为独立分析方法，也可以与计量经济学、空间分析、网络分析、环境账户和政策模拟模型结合使用。
1. 产业关联与产业链研究
投入产出表最基础的用途，是分析不同产业之间的前向关联和后向关联。
后向关联关注某一产业生产时需要从哪些产业购买中间投入。前向关联关注某一产业的产品被哪些产业进一步使用。
据此可以研究关键产业识别、产业链依赖关系、瓶颈部门识别、上下游传导机制、产业集群联动、产业链安全与韧性等问题。
例如，如果某一高技术制造业的后向关联高度集中于进口中间品，则可能意味着该产业在关键环节上存在较强外部依赖。
2. 乘数效应与政策冲击模拟
投入产出模型可以测算最终需求变化对总产出、增加值、就业和排放的拉动效应。
典型问题包括：
政府投资增加会带动哪些行业扩张？ 出口下降会影响哪些上游部门？ 消费结构变化会改变哪些产业的产出规模？
在政策评估中，投入产出分析常用于测算产出乘数、增加值乘数、就业乘数、收入乘数和碳排放乘数等。
需要强调的是，投入产出模型主要描述结构传导关系，不等同于严格的因果识别模型。 如果需要识别政策因果效应，通常还需要与计量经济学方法结合。
3. 全球价值链与贸易增加值研究
全球价值链研究是 MRIO 数据最重要的应用领域之一。传统贸易统计只记录商品跨境流动的总额，但难以区分其中有多少价值是在本国创造的，有多少来自外国中间投入。投入产出数据库可以进一步拆解国内增加值、国外增加值、重复计算部分、前向 GVC 参与、后向 GVC 参与以及出口中的隐含增加值等。
这能够回答以下问题：
一个国家在全球价值链中处于上游还是下游？ 出口增长主要来自本国价值创造，还是依赖进口中间品加工？ 制造业嵌入全球价值链是否提升了本国增加值能力？
对于国际贸易、产业经济和发展经济学研究而言，这是投入产出数据库最具解释力的方向之一。
4. 碳排放、资源足迹与环境责任核算
传统排放核算通常基于生产地原则，即排放在哪里发生，就记在哪里。但在全球化条件下，一个国家的消费可能驱动另一个国家的生产和排放。 环境扩展型 MRIO 可以区分生产责任排放、消费责任排放、贸易隐含碳、进口隐含碳、出口隐含碳、碳泄漏和供应链碳足迹等。
这类研究对于理解国际气候治理中的责任分配、绿色贸易壁垒、碳边境调节机制和产业绿色转型具有重要意义。
从生产端看，污染发生在生产地；从消费端看，需求才是最终驱动力。投入产出分析能够把二者连接起来。
5. 区域协同与区域间转移研究
区域 MRIO 可以刻画地区之间的产业联系和需求传导，适合研究区域产业分工、区域经济协同、城市群产业联系、省际贸易、区域碳转移、区域消费责任和区域政策溢出效应等问题。
例如，一个沿海省份的出口需求可能带动中西部省份的能源、原材料和中间品生产。仅看本省经济数据，难以识别这种跨区域传导关系；而区域 MRIO 可以揭示这种“需求—生产—排放”的空间链条。
6. 结构分解分析与技术变化研究
投入产出表还可以与结构分解分析（Structural Decomposition Analysis，SDA）结合使用，将经济或环境变量变化分解为多个来源，例如最终需求规模变化、需求结构变化、产业技术系数变化、贸易结构变化、能源强度变化和排放强度变化等。
这类方法常用于解释：
为什么某一时期碳排放上升？ 是因为需求增长，还是因为产业结构变化？ 为什么出口增加值发生变化？ 是由于出口规模扩大，还是因为国内增加值率提升？
因此，投入产出分析不仅能描述结构，还能进一步解释结构变化的来源。
四、如何选择合适的投入产出数据库？
选择投入产出数据库时，需要看数据库是否与研究问题匹配。可以从以下四个维度判断。
1. 看研究尺度
如果研究对象是一国经济结构，优先选择官方全国投入产出表。如果研究对象是省际或城市间联系，优先选择区域 MRIO。如果研究对象是全球价值链，优先选择国家间 IO 或全球 MRIO。如果研究对象是碳排放、资源和环境足迹，优先选择环境扩展型 MRIO。
研究尺度决定数据类型。 先明确研究对象属于国家、区域、城市还是全球层面，再选择相应数据库。
2. 看年份覆盖
如果研究强调长期演化，应选择时间序列较长且跨期口径相对一致的数据，如 OECD ICIO、Eora、ADB MRIO 等。
如果研究强调近年变化，则要特别关注数据库是否更新到最新年份。部分经典数据库虽然使用广泛，但年份相对较早，不适合直接描述当下结构。
3. 看部门精度
部门越细，越有利于研究具体产业链；但部门越细，数据处理难度、矩阵规模和口径匹配成本也越高。
例如，EXIOBASE 部门和产品精度较高，适合环境足迹研究；OECD ICIO 部门精度适中，适合国际比较；Eora 原生分类较细，但跨国部门结构并不完全统一，通常需要使用简化口径或自行映射。
4. 看是否需要扩展账户
如果研究只关心经济结构，普通 IO/MRIO 即可。如果研究涉及碳排放、能源、水、土地、材料或就业，则需要使用扩展账户。
因此，应先明确研究关注的是经济产出、增加值和贸易结构，还是环境影响、就业影响和资源足迹。
五、投入产出分析方法的优势
1. 系统性强
投入产出分析最大的优势，是能够刻画经济系统内部的完整关联。它不是孤立研究单个行业，而是把行业放在相互联系的产业网络中观察。
因此，投入产出分析特别适合研究产业链、供应链、区域经济联系和全球价值链。
2. 能够识别间接影响
许多经济影响并不直接发生在受到冲击的部门，而是通过中间投入链条传导到其他部门。投入产出分析能够识别直接影响、间接影响和诱发影响，这对于政策模拟和产业冲击评估尤为重要。
3. 可与多种账户扩展结合
投入产出表可以接入能源、碳排放、水资源、就业、收入、税收等账户，形成扩展型研究框架。
这使投入产出分析能够从经济研究延伸到环境研究、社会研究和政策评估。
4. 适合多尺度研究
投入产出分析既可以用于国家层面，也可以用于区域层面、城市层面和全球层面。
从一国国内产业联系，到省际碳转移，再到全球供应链隐含排放，投入产出方法都能提供相对统一的分析逻辑。
六、投入产出分析方法的局限
1. 技术系数固定假设较强
传统投入产出模型通常假设投入结构在短期内固定，即生产一个单位产出所需要的中间投入比例不变。
这意味着模型难以充分反映企业替代行为、技术进步、价格变化、市场调整和供给约束。因此，投入产出模型更适合做结构传导分析，而不是完整刻画市场均衡调整。
2. 静态特征明显
很多投入产出表是某一年份的截面数据。即便存在时间序列数据，也通常是离散年份。
因此，投入产出分析对动态过程的解释能力有限。若要研究长期变化，通常需要结合结构分解分析、动态模型、计量方法或可计算一般均衡模型。
3. 数据滞后和口径差异较大
投入产出表编制复杂，很多官方表并非每年发布，且常存在一定滞后。不同数据库之间还可能存在国家覆盖不同、部门分类不同、价格口径不同、基年不同、贸易处理方式不同、进口处理方式不同等问题。
因此，使用不同数据库进行比较研究时，需要特别注意数据口径、部门映射和年份可比性。
4. 不等同于因果识别
投入产出分析揭示的是结构关联和传导机制，但并不是严格的因果识别。
例如，投入产出模型可以说明某一最终需求变化在产业链上的传导结果，但不能证明某一政策对某一结果变量具有因果影响。
更稳妥的做法是：用投入产出模型刻画结构传导，用计量经济学方法识别因果效应，用情景模拟分析政策变化的可能结果。
七、获取数据库清单
本文整理了 40 个公开可用或可追踪获取的投入产出表/数据库，包括中国全国投入产出表、中国区域 MRIO、全球 MRIO、国家间 IO、环境扩展型 MRIO、官方国家投入产出表及相关衍生指标库。
如需获取完整 Excel 清单，请在本公众号对话框输入关键词：
投入产出表
即可获取文件。
