黃永明,陳 晨

(武漢大學(xué)a.區(qū)域與城鄉(xiāng)發(fā)展研究院;b.產(chǎn)業(yè)發(fā)展與區(qū)域競爭力研究所,武漢 430072)

國務(wù)院新聞辦公室2020年6月初發(fā)布的《抗擊新冠肺炎疫情的中國行動》白皮書指出,新型冠狀病毒肺炎是近百年來人類遭遇的影響范圍最廣的全球性大流行病,對全世界是一次嚴(yán)重危機和嚴(yán)峻考驗,全人類生命安全和健康面臨重大威脅。目前新冠肺炎疫情(以下簡稱“疫情”)仍處于全球蔓延階段,常態(tài)化趨勢不可避免。疫情直接沖擊了實體經(jīng)濟,工廠停工、商場和娛樂場所關(guān)門、人員與物資流動受限,全球價值鏈放緩或中斷,對產(chǎn)業(yè)和經(jīng)濟都造成了巨大損失,更令人擔(dān)憂的是,從目前來看,全球范圍內(nèi)還沒有對沖疫情的正面因素。

疫情爆發(fā)以來,中國經(jīng)過艱苦卓絕的努力,付出了巨大代價和犧牲,有力扭轉(zhuǎn)了疫情局勢,僅用3個月左右的時間基本取得疫情防控阻擊戰(zhàn)的全面勝利。截至2020年4月底,全國規(guī)模以上工業(yè)企業(yè)復(fù)工率超過99%,中小微企業(yè)復(fù)工率達(dá)到88.4%,重大項目復(fù)工率超過95%。2020年10月19日,國家統(tǒng)計局初步核算中國前三季度國內(nèi)生產(chǎn)總值為72.27 萬億元,主要經(jīng)濟指標(biāo)呈現(xiàn)向好態(tài)勢。國際貨幣基金組織預(yù)計2020年中國將是全球唯一實現(xiàn)正增長的主要經(jīng)濟體。

隨著社會生產(chǎn)的專業(yè)化程度加深,經(jīng)濟系統(tǒng)中各部門之間的關(guān)聯(lián)度越來越高。這種部門間的強關(guān)聯(lián)關(guān)系使整個系統(tǒng)在發(fā)生某種局部危機事件時可能產(chǎn)生關(guān)聯(lián)效應(yīng)和波及效應(yīng),當(dāng)某些部門遭到危機時,將通過產(chǎn)業(yè)間相互依賴關(guān)系影響到其他部門,并呈放大效應(yīng),引起各部門生產(chǎn)能力下降。因此,建立關(guān)聯(lián)型損失評估模型模擬危機對經(jīng)濟系統(tǒng)的影響是研究復(fù)雜經(jīng)濟系統(tǒng)的重要手段[1]。投入產(chǎn)出模型中蘊含了豐富的行業(yè)結(jié)構(gòu)和經(jīng)濟結(jié)構(gòu)信息,本文利用動態(tài)非正常程度投入產(chǎn)出模型分析各部門對疫情沖擊的敏感性程度,評估疫情對中國經(jīng)濟系統(tǒng)各部門的經(jīng)濟產(chǎn)出影響,進一步關(guān)注疫情對中國經(jīng)濟系統(tǒng)影響的階段性特征,從細(xì)分行業(yè)角度剖析疫情對中國經(jīng)濟系統(tǒng)的全面影響。

1 相關(guān)研究述評

國內(nèi)外關(guān)于突發(fā)性事件對經(jīng)濟影響的研究方法可分為3 類:動態(tài)隨機一般均衡模型(Dynamic Stochastic General Equilibrium,DSGE)、可計算一般均衡模型(Computable General Equilibrium,CGE)和非正常程度投入產(chǎn)出模型(Inoperability Input-output Model,IIM)。

DSGE具有跨期性、動態(tài)性和不確定性,被稱為是過去40年宏觀經(jīng)濟建模領(lǐng)域最重要的進展。最初的DSGE以基準(zhǔn)RBC模型為代表,Gourio[2]將災(zāi)難性沖擊納入到RBC模型中,分析了災(zāi)難性沖擊對西方國家宏觀經(jīng)濟的影響。尹彥輝等[3]在新凱恩斯DSGE模型中引入新冠肺炎疫情沖擊,量化分析新冠肺炎對中國經(jīng)濟運行的影響,在此基礎(chǔ)上探究政府的財政政策在應(yīng)對疫情沖擊時的作用,結(jié)果表明,疫情的影響以短期沖擊為主,國內(nèi)消費和投資需求收緊,政府增加投資性支出和轉(zhuǎn)移性支出可緩解疫情影響。Mckibbin 等[4]在一個全球混合的DSGE中檢驗了7種情景對宏觀經(jīng)濟和金融市場的影響,發(fā)現(xiàn)即使是在最樂觀的大流行情景中(S04),2020年日本的GDP 增速將比基線低2.7%,澳大利亞、巴西、歐元區(qū)將低2.1%,美國將低2.0%,中國將低1.6%。

投入產(chǎn)出模型由Leontief首先提出,是一種能夠清晰地反映經(jīng)濟系統(tǒng)各部門之間錯綜復(fù)雜聯(lián)系的數(shù)量經(jīng)濟分析模型。經(jīng)典的靜態(tài)投入產(chǎn)出模型經(jīng)過長期的研究與實踐已趨于成熟。但其只反映了一個時點上的發(fā)展及其結(jié)構(gòu)情況,將時間變化因素包含在內(nèi)的投入產(chǎn)出模型就是動態(tài)投入產(chǎn)出模型。投入產(chǎn)出模型的應(yīng)用場景已經(jīng)從傳統(tǒng)的經(jīng)濟結(jié)構(gòu)領(lǐng)域擴展到災(zāi)害風(fēng)險管理、環(huán)境影響分析和能源消費等領(lǐng)域。Setola[5]利用1995～2003 年意大利國民經(jīng)濟系統(tǒng)中57部門的投入產(chǎn)出數(shù)據(jù),分析了部門之間的經(jīng)濟關(guān)系和局部危機對經(jīng)濟系統(tǒng)造成的損失。Cho等[6]利用投入產(chǎn)出模型來評估城市地震引起的經(jīng)濟損失。亞洲開發(fā)銀行2020年使用多區(qū)域投入產(chǎn)出模型(MRIO),預(yù)估新冠疫情對全球影響超過2.0～4.1億美元,對中國的影響接近其GDP 的5%[7]。劉世錦等[8]通過將網(wǎng)絡(luò)分析法應(yīng)用于投入產(chǎn)出體系,從區(qū)域間、經(jīng)濟部門間“層層傳導(dǎo)”的視角分析了新冠疫情對中國經(jīng)濟的沖擊路徑。

CGE是投入產(chǎn)出模型的推廣,它著眼于經(jīng)濟系統(tǒng)內(nèi)的所有市場、所有價格,以及各種商品和要素的供需關(guān)系,要求所有的市場都出清。CGE 常常被用來作為政策分析和評估工具,根據(jù)研究尺度的不同可以分為全球模型、國家模型和區(qū)域模型,GTAP是全球模型的代表之一。Walmsley[9]基于GTAP模擬了全球金融危機對國際貿(mào)易的影響。范小云等[10]構(gòu)建中國金融CGE 模擬了2008年金融危機對中國宏觀經(jīng)濟的影響,并對政策進行了后實驗式評價,結(jié)果表明,大規(guī)模投資對增加企業(yè)收入、促進GDP增長等效果明顯,減稅政策能明顯改善居民福利。也有學(xué)者利用CGE 模擬分析新冠肺炎疫情沖擊以及相應(yīng)政策效應(yīng)。田盛丹[11]通過構(gòu)建CGE 對新冠肺炎疫情所產(chǎn)生的可能沖擊場景進行模擬,3種不同程度的沖擊情景中中國GDP 增速分別為-4.52%、-8.48%和-11.96%,在良好的政策組合實施之后,GDP 增速能改善為0.09%、-3.80%和-7.20%;亞洲開發(fā)銀行2020年基于GTAP 對新冠肺炎疫情影響進行評估,結(jié)果表明,全球經(jīng)濟可能遭受5.8～8.8 萬億美元的損失,相當(dāng)于全球國內(nèi)生產(chǎn)總值的6.4%～9.7%,中國可能遭受1.1～1.6 萬億美元的經(jīng)濟損失[12]。

基于Leontief投入產(chǎn)出模型和非正常程度的概念,Haimes等[13]首先提出了非正常程度投入產(chǎn)出模型。當(dāng)一個部門出現(xiàn)危機時,將該部門的損失作為輸入,利用關(guān)聯(lián)矩陣求得該部門的損失對其他關(guān)聯(lián)系統(tǒng)的影響,由此可用來分析突發(fā)事件擾動對關(guān)聯(lián)系統(tǒng)的影響。社會科學(xué)中將“在不同階層、或同一階層的不同領(lǐng)域、或不同系統(tǒng)和層級之間不停傳遞和擴散的影響”稱為“級聯(lián)效應(yīng)”[14],該概念與連鎖效應(yīng)、漣漪效應(yīng)內(nèi)涵相似,都是指系統(tǒng)內(nèi)的某種變化引起了一系列相關(guān)因素的連帶反應(yīng)。結(jié)合具體應(yīng)用情景,本文將這種受到?jīng)_擊時,經(jīng)濟系統(tǒng)內(nèi)各部門間互相影響、損失在相互關(guān)聯(lián)的各部門之間傳遞的現(xiàn)象稱為關(guān)聯(lián)效應(yīng)和波及效應(yīng)。

IIM 在許多方面得到了較好的運用。Crowther等[15]成功運用需求驅(qū)動的IIM 評估了美國維吉尼亞州交通運輸系統(tǒng)的恐怖主義風(fēng)險,并在2007年分析了墨西哥灣颶風(fēng)擾動對關(guān)聯(lián)基礎(chǔ)設(shè)施系統(tǒng)(Interdependent Infrastructure Systems,IIS)造成的影響[16]。Santos等[17]運用需求驅(qū)動的IIM 分析了由于美國“911”事件導(dǎo)致的航空需求下降對維吉尼亞州關(guān)聯(lián)基礎(chǔ)設(shè)施系統(tǒng)造成的影響。隨著DIIM的進一步發(fā)展,Santos等[18-19]、El Haimar等[20]運用改進的DIIM 分析了H1N1流感對經(jīng)濟系統(tǒng)的關(guān)聯(lián)型影響。

這些研究方法各有所長,CGE和IIM 都是投入產(chǎn)出模型的推廣,但建模和應(yīng)用領(lǐng)域有區(qū)別。CGE多用于政策分析,難點在于SAM 表的編制和模型的校訂,缺點是宏觀層面變量較多且難以獲取,分析政策變動對福利影響方面僅獲得了部分成功。IIM能宏觀地分析突發(fā)事件擾動在各部門間的關(guān)聯(lián)和波及效應(yīng),在分析突發(fā)事件擾動對部門間關(guān)聯(lián)緊密的經(jīng)濟系統(tǒng)造成的影響時效果明顯,但不適用于部門之間聯(lián)系不緊密的經(jīng)濟系統(tǒng)。DSGE 在展現(xiàn)經(jīng)濟動態(tài)性和不確定性上具有優(yōu)勢,多用于評價貨幣和財政政策效果,但DSGE 預(yù)測能力較差,模型中的估計方法也需進一步完善。

通過對上述相關(guān)文獻進行梳理發(fā)現(xiàn),目前關(guān)于新冠肺炎疫情對經(jīng)濟影響的研究成果較為豐富,但存在進一步深化的空間:一是量化和預(yù)測疫情對經(jīng)濟影響的文獻數(shù)量較少;二是量化研究視角有待細(xì)化、研究方法有待擴充,CGE、DSGE 難以反映經(jīng)濟系統(tǒng)中各產(chǎn)業(yè)部門所受擾動的細(xì)節(jié)情況,IIM 雖有自身局限性,但它可以為評估危機事件對經(jīng)濟系統(tǒng)的影響提供一個合理的框架;三是現(xiàn)有文獻關(guān)于疫情對經(jīng)濟影響的階段性特征關(guān)注不夠,難以充分發(fā)揮疫后國家一攬子政策效果。鑒于此,本文利用動態(tài)非正常程度投入產(chǎn)出模型(Dynamic Inoperability Input-output Model,DIIM),以較為精細(xì)的視角評估疫情對中國經(jīng)濟及各產(chǎn)業(yè)部門的影響,為量化疫情對經(jīng)濟的影響提供了一種考察視角,同時關(guān)注疫情對經(jīng)濟系統(tǒng)影響的階段性特征,以期為中國應(yīng)對重大突發(fā)衛(wèi)生事件政策制定提供有益參考。

2 模型設(shè)定

經(jīng)濟學(xué)領(lǐng)域靜態(tài)投入產(chǎn)出模型的基本關(guān)系為

式中:x為總產(chǎn)出列向量;c為最終產(chǎn)出列向量;A是直接消耗系數(shù)矩陣。直接消耗系數(shù)矩陣中的aij表示第j部門產(chǎn)品對第i部門產(chǎn)品的直接消費數(shù)量,直接消耗系數(shù)也稱為技術(shù)系數(shù),其數(shù)值大小受各部門的技術(shù)和管理水平以及產(chǎn)品結(jié)構(gòu)和價格變動因素影響。

由于I-A是滿秩矩陣,由式(1)得

式中,(I-A)-1就是著名的Leontief逆系數(shù)矩陣,其不僅包含了直接消耗,還包含了所有的間接消耗,也稱為完全消耗系數(shù)矩陣。

非正常程度表示系統(tǒng)功能失調(diào)的程度,即一個部門生產(chǎn)能力的下降程度,或標(biāo)準(zhǔn)化生產(chǎn)損失程度[21],其介于0～1之間。它的定義如下式所示:Inoperability=(“As-planned”production-

式中:“As-planned”production表示“按計劃”生產(chǎn)能力;Degraded production表示受到擾動后低水平的生產(chǎn)能力;Nominal production為名義產(chǎn)出值。

需求驅(qū)動的IIM 表達(dá)式為

同上,式(4)可以寫為

式中:q為非正常程度的向量;c*為最終需求的擾動向量;A*是通過投入產(chǎn)出數(shù)據(jù)衍生的關(guān)聯(lián)矩陣。其結(jié)構(gòu)可由下式表示:

DIIM 是在傳統(tǒng)IIM 基礎(chǔ)上,分析在連續(xù)時間段內(nèi)擾動對系統(tǒng)各部門的影響程度,其表達(dá)式為

式中:t為時間參數(shù);K是彈性恢復(fù)矩陣;彈性系數(shù)ki表示突發(fā)事件擾動后的一個經(jīng)濟系統(tǒng)吸收或者緩沖災(zāi)害帶來損失的能力,其中ki的值越大,表示擾動后的部門i恢復(fù)的越快。彈性矩陣與恢復(fù)過程中系統(tǒng)的當(dāng)前狀態(tài)有關(guān),可通過估計恢復(fù)期來評估,恢復(fù)期是一個部門恢復(fù)至正常所需的時間長度,同時彈性矩陣也受部門特性和風(fēng)險管理政策的影響。

假設(shè)部門i由初始非正常程度qi(0)＞0在時間Ti時刻恢復(fù)到非正常程度qi(Ti)＞0,彈性系數(shù)的計算公式為

每個產(chǎn)業(yè)部門i的累積經(jīng)濟損失公式為

3 疫情對中國經(jīng)濟系統(tǒng)關(guān)聯(lián)型影響評估

3.1 各部門初始非正常程度測算

參考Santos等[22]的做法,利用可用勞動力下降的百分比來計算各部門最初非正常程度。初始非正常程度計算方式為

式中:Unavailable Workforce為受疫情沖擊損失的勞動力;Size of Workforce為正常情況下的勞動力規(guī)模;LAPI為各部門勞動力工作的市場價值,即投入產(chǎn)出表中的勞動者報酬指標(biāo);Sector Output為各部門產(chǎn)出?；A(chǔ)數(shù)據(jù)來自中國2017年42部門投入產(chǎn)出表,詳細(xì)情況見表1,并按樂觀、中性和悲觀3種預(yù)期情形估算中國在疫情初期各部門可用勞動力的損失情況。

表1 2017年中國投入產(chǎn)出表中42部門情況

估算的具體考慮如下:從總量上看,國家統(tǒng)計局?jǐn)?shù)據(jù)顯示2020年2月份全國城鎮(zhèn)調(diào)查失業(yè)率增至6.2%,直到4 月份全國城鎮(zhèn)調(diào)查失業(yè)率仍為6.0%,失業(yè)人數(shù)約為5 378萬人。但是由于城鎮(zhèn)調(diào)查失業(yè)率不覆蓋個體工商戶、小微企業(yè)和靈活就業(yè)人群,特別是不包括2.6億流動性強、第三產(chǎn)業(yè)就業(yè)比重最高、受疫情影響最大的農(nóng)民工群體,故其并不能完全反映中國實際失業(yè)規(guī)模。此外,還要關(guān)注疫情對中國新增就業(yè)的影響。張桂文等[23]深入分析了新冠肺炎疫情對中國就業(yè)的影響,結(jié)果顯示,2020年中國新增就業(yè)量分別減少142.16、477.92 和678.61萬人,新增就業(yè)損失分別為8.70%、29.26%和41.55%。鑒于此,本文設(shè)定在樂觀、中性和悲觀3 種預(yù)期下,疫情初期中國實際失業(yè)率分別為6.2%、7%和8%。從疫情對行業(yè)的影響來看,研究顯示,受到疫情負(fù)面影響最為快速直接的行業(yè)是第三產(chǎn)業(yè),特別是旅游業(yè)、交通運輸業(yè)、酒店住宿業(yè)、餐飲業(yè)、批發(fā)零售業(yè)和會展業(yè)等[24]。突發(fā)大規(guī)模疫情對制造業(yè)和農(nóng)、林、牧、漁業(yè)的影響相對有限,特別是對于耐用品及大宗商品的影響十分有限[25]。同時,疫情和防疫也會帶動一些產(chǎn)業(yè)的發(fā)展,如醫(yī)療衛(wèi)生產(chǎn)業(yè)和線上產(chǎn)業(yè),特別是新興信息技術(shù)、數(shù)字消費和線上體驗等產(chǎn)業(yè)。由于疫情對經(jīng)濟系統(tǒng)的影響路徑具有相似性,估算時同時參考了美國、意大利等國家疫情期間各部門失業(yè)率數(shù)據(jù)。美國勞工統(tǒng)計局顯示,美國失業(yè)率從2020年4月開始飆升,其中文化娛樂行業(yè)失業(yè)率高達(dá)39.3%,其他服務(wù)類高達(dá)23%,建筑業(yè)、制造業(yè)、零售業(yè)和交通業(yè)的失業(yè)率均在15%左右,采礦業(yè)、信息業(yè)、教育業(yè)和農(nóng)業(yè)等失業(yè)率也達(dá)到10%1)數(shù)據(jù)來自美國勞工統(tǒng)計局:https://www.bls.gov。

具體估算步驟:首先根據(jù)中國第四次全國經(jīng)濟普查公報和2019年農(nóng)民工監(jiān)測調(diào)查報告得到各部門勞動者和農(nóng)民工分布比例,然后在樂觀、中性和悲觀預(yù)期下估算中國在疫情初期損失的勞動力的總量,最后根據(jù)各部門重要性指標(biāo)[26]和遠(yuǎn)程工作率指標(biāo)[27],手動調(diào)整各部門損失勞動力的比例,最終獲得中國疫情初期各部門可用勞動力的損失情況。

3.2 疫情對中國經(jīng)濟系統(tǒng)關(guān)聯(lián)型影響分析

在2020年4月21日中國日報社、清華大學(xué)、北京協(xié)和醫(yī)院聯(lián)合發(fā)布的《抗擊新冠肺炎疫情的中國實踐》和2020年6月7日國務(wù)院新聞辦公室發(fā)布的《抗擊新冠肺炎的中國行動》中對中國抗擊疫情的實踐進行了詳細(xì)描述,此處不再贅述。從疫情發(fā)生的區(qū)域來看,77%的確診病例在湖北省,湖北省是此次新冠肺炎疫情的主戰(zhàn)場;河南、湖南、廣東、浙江等疫情次嚴(yán)重地區(qū)也受到不同程度的影響。但湖北一省經(jīng)濟占中國經(jīng)濟總量的比重不大,2019 年湖北省GDP僅占全國的4.6%,且中國采用最全面、最嚴(yán)格、最徹底的手段及時控制住了疫情,從全國范圍來看疫情對中國經(jīng)濟影響有限。

由此,本文假設(shè)疫后非正常程度呈指數(shù)下降,恢復(fù)期為30天,即T=30;在樂觀、中性和悲觀預(yù)期下,分別對t=30,t=90,t=180,t=330的情景進行模擬。若未進行特殊說明,以下分析結(jié)果均以中性預(yù)期下t=90的情況為例2)《抗擊新冠肺炎的中國行動》白皮書中將中國抗擊疫情的實踐分為5個階段,2019-12-27～2020-01-19為第1階段(迅即應(yīng)對突發(fā)疫情),01-20～02-20 為第2 階段(初步遏制疫情蔓延勢頭),02-21～03-17為第3 階段(本土新增病例數(shù)逐步下降至個位數(shù)),03-18～04-28為第4階段(取得武漢保衛(wèi)戰(zhàn)、湖北保衛(wèi)戰(zhàn)決定性成果),4月29日以來(全國疫情防控進入常態(tài)化)。可以看出,t=90時疫情對中國直接影響基本已經(jīng)結(jié)束,疫情防控進入常態(tài)化,編程、模擬和繪圖軟件均為Matlab14。

(1)各部門非正常程度分析。就受疫情影響程度而言,各部門非正常程度變化情況如圖1所示3)為方便顯示,只展示了前60天的變化情況,最初非正常程度排名前15位的部門分別為:(41)文化、體育和娛樂,(31)住宿和餐飲,(35)租賃和商務(wù)服務(wù),(29)批發(fā)與零售,(38)居民服務(wù)、修理和其他服務(wù),(30)交通運輸、倉儲和郵政,(28)建筑,(34)房地產(chǎn),(23)廢品廢料,(24)金屬制品、機械和設(shè)備修理服務(wù),(8)紡織服裝鞋帽皮革羽絨及其制品,(39)教育,(15)金屬制品,(17)專用設(shè)備,(10)造紙印刷和文教體育用品。圖1顯示了各部門基于相互依賴性和恢復(fù)力特征的非正常程度恢復(fù)軌跡,有些部門非正常程度最初較高,但降低非常迅速,如(41)文化、體育和娛樂,以及(31)住宿和餐飲、(35)租賃和商務(wù)服務(wù);有些部門非正常程度曲線則呈先升后降趨勢,如(24)金屬制品、機械和設(shè)備修理服務(wù),以及(8)紡織服裝鞋帽皮革羽絨及其制品、(10)造紙印刷和文教體育用品、(15)金屬制品。這是因為隨著時間的增加,疫情沖擊在部門間造成的關(guān)聯(lián)效應(yīng)和波及效應(yīng)開始顯現(xiàn)。不難發(fā)現(xiàn),受疫情沖擊直接影響較為嚴(yán)重的多為第三產(chǎn)業(yè)部門,受關(guān)聯(lián)效應(yīng)和波及效應(yīng)影響較大的多為第二產(chǎn)業(yè)部門,動態(tài)分析有助于從對最初中斷的部門的直接影響和對其他相互依存的經(jīng)濟部門的連鎖影響兩方面評估疫情的潛在影響。

圖1 中性預(yù)期下t=90時非正常程度排名前15位的部門

(2)各部門經(jīng)濟損失分析。從經(jīng)濟損失的角度將更加清晰地顯示實際影響。如圖2所示,90天內(nèi)累計經(jīng)濟損失排名前15位的部門分別為:(29)批發(fā)和零售,(35)租賃和商務(wù)服務(wù),(30)交通運輸、倉儲和郵政,(28)建筑,(31)住宿和餐飲,(12)化學(xué)產(chǎn)品,(6)食品和煙草,(33)金融,(14)金屬冶煉和壓延加工品,(41)文化、體育和娛樂,(34)房地產(chǎn),(1)農(nóng)林牧漁產(chǎn)品和服務(wù),(20)通信設(shè)備、計算機和其他電子設(shè)備,(10)造紙印刷和文教體育用品,(25)電力、熱力的生產(chǎn)和供應(yīng)。從總量看,一二三產(chǎn)業(yè)經(jīng)濟損失分別為0.36、4.65和4.96 萬億元,排名前15位的部門中第二產(chǎn)業(yè)占8個、第三產(chǎn)業(yè)占6個,第二與第三產(chǎn)業(yè)的經(jīng)濟損失同樣嚴(yán)重;從經(jīng)濟損失的關(guān)鍵產(chǎn)業(yè)來看,排名前6位的部門經(jīng)濟損失均超過0.5萬億元,經(jīng)濟損失排名前10位的部門經(jīng)濟損失之和占總損失的60.9%,經(jīng)濟損失排名前15位的部門經(jīng)濟損失之和占總損失的75.6%。這說明,加快恢復(fù)這些關(guān)鍵部門的生產(chǎn),對恢復(fù)全國經(jīng)濟有著至關(guān)重要的作用。

圖2 中性預(yù)期下t=90時經(jīng)濟損失排名前15位的部門

綜合圖1、2,有8個部門同時出現(xiàn)在非正常程度排名前15位和經(jīng)濟損失排名前15位名單中,它們是:(41)文化、體育和娛樂,(31)住宿和餐飲,(35)租賃和商務(wù)服務(wù),(29)批發(fā)與零售,(30)交通運輸、倉儲和郵政,(28)建筑,(34)房地產(chǎn),(10)造紙印刷和文教體育用品。造成兩項指標(biāo)排名差異的原因是各部門經(jīng)濟體量不同。如果一個部門的產(chǎn)出水平相對于其他部門而言較低,其可能同時擁有較低的經(jīng)濟損失值和較高的非正常程度值。當(dāng)僅用非正常程度作為排序優(yōu)先級的標(biāo)準(zhǔn)時,存在排除經(jīng)濟損失嚴(yán)重的部門的風(fēng)險。因此,對部門進行優(yōu)先排序需要使用多準(zhǔn)則決策工具來仔細(xì)考慮經(jīng)濟損失與非正常程度之間的平衡[28]。

(3)疫情對經(jīng)濟系統(tǒng)影響的階段性特征分析。受關(guān)聯(lián)效應(yīng)和波及效應(yīng)的影響,經(jīng)濟系統(tǒng)中各部門經(jīng)濟損失是動態(tài)變化的,并呈現(xiàn)出一定的階段性特征。表2給出了中性預(yù)期下不同時間點各部門經(jīng)濟損失及排名情況,可以看出,各部門排名變化趨勢差異明顯。當(dāng)t=330時,經(jīng)濟損失排名前15位的部門已經(jīng)發(fā)生了明顯的變化。排名顯著上升的部門有:(12)化學(xué)產(chǎn)品,(14)金屬冶煉和壓延加工品,(18)交通運輸設(shè)備,(25)電力、熱力的生產(chǎn)和供應(yīng)。其中,化學(xué)產(chǎn)品從第6名上升至第3名,金屬冶煉和壓延加工品從第11名上升至第6 名,交通運輸設(shè)備從17名上升至14 名,電力、熱力的生產(chǎn)和供應(yīng)從18名上升至13名。排名顯著下降的部門有:(31)住宿和餐飲,(41)文化、體育和娛樂,(10)造紙印刷和文教體育用品,(38)居民服務(wù)、修理和其他服務(wù)。其中,住宿和餐飲從第5名下降至19名,文化、體育和娛樂從第8名下降至第16名,造紙印刷和文教體育用品從第14名下降至第17名,居民服務(wù)、修理和其他服務(wù)從第16名下降至第21名。經(jīng)濟損失排名的變化表明,第二產(chǎn)業(yè)部門所受的關(guān)聯(lián)效應(yīng)和波及效應(yīng)影響更顯著,這顯示了疫情導(dǎo)致的經(jīng)濟損失的延遲性特點。在疫情前期,第三產(chǎn)業(yè)部門受疫情直接影響更為嚴(yán)重,這種影響易被察覺和關(guān)注;隨之,部分第二產(chǎn)業(yè)部門所受的關(guān)聯(lián)效應(yīng)和波及效應(yīng)影響開始顯現(xiàn)。

表2 中性預(yù)期下各部門經(jīng)濟損失及排名動態(tài)變化情況(單位:萬億元)

最后,進一步評估疫情對中國經(jīng)濟系統(tǒng)的持續(xù)性影響。在樂觀、中性和悲觀3 種預(yù)期下,當(dāng)t=30時,中國累計經(jīng)濟損失分別為2.47、2.8和3.25 萬億元;當(dāng)t=90時,中國累計經(jīng)濟損失分別為8.87、9.97和11.53萬億元;當(dāng)t=180時,中國累計經(jīng)濟損失分別為11.72、12.83 和14.4 萬億元;當(dāng)t=330 時,中國累計經(jīng)濟損失分別為16.40、17.51和19.08 萬億元。當(dāng)t=330 時,57.4%的經(jīng)濟損失發(fā)生在前90天,73.2%的經(jīng)濟損失發(fā)生在前180 天,說明疫情初期帶來的經(jīng)濟損失更大,由于疫情帶來的需求擾動還未恢復(fù),中國經(jīng)濟系統(tǒng)的損失還在持續(xù)中。

4 結(jié)語

國外研究顯示,流感等破壞性事件的經(jīng)濟后果可能在相互依賴的經(jīng)濟部門之間產(chǎn)生連鎖反應(yīng),進一步推遲復(fù)蘇,非正常投入產(chǎn)出模型為研究疫情沖擊對復(fù)雜經(jīng)濟系統(tǒng)的影響提供了一種考察視角。此外,由于疫情造成的經(jīng)濟損失數(shù)據(jù)通常是在更宏觀層面、以更大口徑進行公布的,本研究進一步補充了各行業(yè)部門經(jīng)濟損失的詳細(xì)信息。

研究鎖定了中國受疫情沖擊敏感性程度和經(jīng)濟損失最高的前15位的部門,根據(jù)受關(guān)聯(lián)效應(yīng)和波及效應(yīng)程度不同大致將疫情影響分為兩個階段,進一步估算對各部門在不同時間點造成的經(jīng)濟損失。根據(jù)DIIM 計算出的經(jīng)濟損失值還可作為評估其他類別損失,如稅收損失、收入損失的依據(jù)。

基于上述分析,提出如下建議:一是在應(yīng)對重大公共衛(wèi)生事件時,應(yīng)根據(jù)經(jīng)濟系統(tǒng)所受影響的程度和階段性特征分類別分重點地對關(guān)鍵部門進行幫扶,考慮延遲性特點在關(guān)聯(lián)效應(yīng)和波及效應(yīng)蔓延階段,應(yīng)給予受關(guān)聯(lián)效應(yīng)和波及效應(yīng)影響程度深的部門更多支持幫扶政策;二是出臺相關(guān)政策進一步鼓勵消費、恢復(fù)需求,消除需求降低對中國經(jīng)濟回升的持續(xù)性影響。