一、引言與文獻綜述

構建以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局是我國經(jīng)濟發(fā)展戰(zhàn)略的重要調整方向，實現(xiàn)產(chǎn)業(yè)鏈、供應鏈的穩(wěn)定和暢通是保障“雙循環(huán)”順利運行的前提。然而，大范圍的突發(fā)公共事件可能會給供應鏈帶來巨大沖擊。2020年1月下旬，為防控新型冠狀病毒肺炎疫情(后文簡稱“新冠疫情”)蔓延，全國性的停工、停產(chǎn)、停運等造成國內(nèi)供應鏈短期內(nèi)幾乎被“切斷”，對我國經(jīng)濟增長產(chǎn)生重大影響。供應鏈是連接供給側和需求側的紐帶，影響企業(yè)生產(chǎn)、居民消費和就業(yè)市場，現(xiàn)代供應鏈體系亦成為優(yōu)化經(jīng)濟組織方式、降低企業(yè)成本、促進經(jīng)濟增長的重要手段。正因供應鏈扮演如此重要的角色，“保持產(chǎn)業(yè)鏈供應鏈穩(wěn)定”一直是疫情后經(jīng)濟恢復的核心工作之一。在理論層面，供應鏈的重要性尚未得到科學檢驗，尤其在新冠疫情下國內(nèi)供應鏈遭受重創(chuàng)，其對經(jīng)濟下滑凸顯出來的作用及其內(nèi)在機制仍需深入研究。本文以新冠疫情下國內(nèi)供應鏈沖擊為切入點，研究國內(nèi)供應鏈沖擊對各省經(jīng)濟增長的影響并挖掘其影響機制，旨在明確穩(wěn)定國內(nèi)供應鏈對省域經(jīng)濟發(fā)展的重要作用。明確供應鏈在經(jīng)濟增長中扮演的重要角色，對推進形成全國區(qū)域聯(lián)動、協(xié)同發(fā)展的國內(nèi)供應鏈體系具有重要作用，也對穩(wěn)定國內(nèi)供應鏈體系具有重要意義。

如何科學量化供應鏈沖擊對我國省域經(jīng)濟發(fā)展的影響呢？疫情突發(fā)下湖北省“離鄂通道”關閉為本文的研究提供了“實驗”空間。我國的“新冠疫情”始發(fā)于湖北省武漢市，為控制新冠疫情傳染源、阻斷傳播和預防擴散，湖北省幾乎所有城市均強制采取“嚴防”的措施，“離鄂通道”的關閉自2020年1月24日啟動，直至4月8日才在全境得以恢復暢通。事實上，湖北省已形成聯(lián)結長江經(jīng)濟帶、皖江城市群、長三角地區(qū)，東、中、西部“一脈相承”的全國供應鏈網(wǎng)絡，但新冠疫情下“離鄂通道”的暫時關閉導致湖北與其他省(市)織成的湖北供應鏈網(wǎng)絡被“切斷”，給各省乃至全國經(jīng)濟帶來重大沖擊，這正是本文的切入點。

當前，關注包括新冠疫情在內(nèi)的重大公共衛(wèi)生事件影響的研究較為豐富，如Smith et al.(2019)、南開大學SARS對經(jīng)濟影響研究課題組(2003)分別對埃博拉病毒和SARS疫情的影響進行過深入探討

。聚焦到新冠疫情對經(jīng)濟的影響上，Alexander et al.(2020)和Scott et al.(2020)研究新冠疫情對企業(yè)關閉、就業(yè)下降和居民消費產(chǎn)品結構轉型的影響

。新冠疫情對產(chǎn)業(yè)鏈、供應鏈也造成較大沖擊。劉志彪(2020)指出新冠疫情帶來全球供應鏈向兩個方向演變，即縱向分工上趨于縮短和橫向分工上趨于區(qū)域化集聚。劉世錦等(2020)使用網(wǎng)絡分析法研究和評估新冠疫情對我國區(qū)域、行業(yè)層面造成經(jīng)濟沖擊的程度和影響路徑

。實際上，關于供應鏈發(fā)展、供應鏈破壞對經(jīng)濟的影響的研究并不缺乏，外生沖擊造成的供應鏈破壞對經(jīng)濟增長的負面影響是十分明顯的。Carvalho et al.(2020)對東日本大地震的沖擊傳播和放大機制進行量化研究，發(fā)現(xiàn)災害導致的供應鏈中斷對企業(yè)造成巨大的直接影響和間接影響。Boehm et al.(2019)的研究發(fā)現(xiàn)東日本大地震造成日本的國際供應鏈破壞，同時導致美國的日本跨國公司進口和產(chǎn)出下降

。全球供應鏈網(wǎng)絡成為沖擊的重要傳導途徑，如Acemoglu et al.(2015)提出的一個系統(tǒng)性框架證明網(wǎng)絡交互在擴大外生沖擊影響上扮演著重要作用

。以上研究雖考察外部沖擊造成的供應鏈破壞對經(jīng)濟產(chǎn)生的影響，但主要集中于自然災害的沖擊而非新冠疫情這種重大公共衛(wèi)生事件。此外，多數(shù)研究的影響對象并非聚焦于我國國內(nèi)，因此較難提出對我國具有針對性和可參考性的政策。

基于上述的多方面研究，本文嘗試如下的拓展和創(chuàng)新：(1)在研究視角和內(nèi)容上，以我國省域經(jīng)濟為研究對象，聚焦新冠疫情下湖北省國內(nèi)供應鏈被短暫切斷，分析新冠疫情下國內(nèi)供應鏈沖擊對我國經(jīng)濟的影響效果，并從省域經(jīng)濟聯(lián)動方面探究供應鏈沖擊影響省域經(jīng)濟的作用機制；(2)在研究的切入點和方法上，以“離鄂通道”關閉事件帶來的供應鏈中斷為獨特的切入點，考察湖北供應鏈被切斷對省域經(jīng)濟的影響，使用雙重差分法、工具變量法等方法檢驗新冠疫情下湖北供應鏈破壞對省域經(jīng)濟的影響，以增強研究結論的科學性和政策建議的針對性；(3)在指標測度上，基于我國省域間投入產(chǎn)出表測算湖北國內(nèi)供應鏈網(wǎng)絡，從供給側和需求側兩個方面、直接供應鏈和間接供應鏈兩個角度評估湖北與其他省的國內(nèi)供應鏈關聯(lián)關系等，以提升研究內(nèi)容的豐富性。

其中，L表示樣本數(shù).由于計算機仿真數(shù)據(jù)樣本有限，當L≥100|Ω|時，仿真的BER值具有參考意義.另外，根據(jù)式(14)可以看出，機密信號的BER和Ebw/N0、μs、η有關.在仿真實驗中將具體分析這些參數(shù)對機密信號解調損失的影響.

二、指標測算與典型事實描述

本文基于Wang et al.(2013)的多地區(qū)、多部門增加值分解模型測算湖北國內(nèi)供應鏈網(wǎng)絡

。

(一)測度模型

假設存在一個包含

個地區(qū)、

個行業(yè)的經(jīng)濟單元，那么區(qū)域、行業(yè)間的投入產(chǎn)出關系及各地區(qū)、各行業(yè)通過最終品需求對其他地區(qū)、其他行業(yè)的引致需求的表達式為：

(1)

基于以上分析，本文提出如下的兩個待檢驗假設：

事實上，某一地區(qū)的供應鏈可反映該地區(qū)對其他地區(qū)的中間品、要素等的供應(即供應鏈的供給側)，也反映該地區(qū)對其他地區(qū)的中間品、要素等的需求(即供應鏈的需求側)，因而測算供應鏈關聯(lián)關系需綜合考慮供應鏈的供給側和需求側。據(jù)此，湖北與各省的供應鏈關聯(lián)可用如下的式(2)表示：

(2)

式(2)的下角標

代表湖北省，

代表第

個省份，

-

表示湖北對

省的供應鏈供給側關聯(lián)并記為

，

-

表示湖北對

省的供應鏈需求側關聯(lián)并記為

。綜上，湖北與

省的供應鏈關聯(lián)可用以上兩方面的算術平均值表示，后文將該指標定義為

，則得到如下的關系式(3)：

3.數(shù)據(jù)來源。本文的數(shù)據(jù)主要來源于兩套數(shù)據(jù)庫。第一套為2012年省際間投入產(chǎn)出表，用于測算各省與湖北的供應鏈供給側關聯(lián)和需求側關聯(lián)。該數(shù)據(jù)由劉衛(wèi)東等(2018)編制，測算了2012年我國31個省42個行業(yè)的省際行業(yè)間投入產(chǎn)出，也是迄今為止反映各省(行業(yè))間投入產(chǎn)出關系的最新數(shù)據(jù)

。一般而言，各省之間的投入產(chǎn)出關系在未發(fā)生重大沖擊或明顯的產(chǎn)業(yè)轉型的情況下很難出現(xiàn)大幅變化，這為本文使用2012年投入產(chǎn)出關系研究2020年新冠疫情對各省的經(jīng)濟影響提供了可能。第二套為2020年全國及各省的統(tǒng)計數(shù)據(jù)，包括各省的GDP規(guī)模、GDP增長率、月度的進出口貿(mào)易規(guī)模和增長率、月度的各省消費情況等。此外，各省的新冠新增人數(shù)、復工復產(chǎn)率來自于Wind數(shù)據(jù)庫，各省的市場化指數(shù)來源于樊綱等(2011)測算的2009年市場化指數(shù)

，各省的省會城市與湖北(武漢)每天的高鐵班次及歷時時長來源于中國鐵路12306訂票網(wǎng)站。在穩(wěn)健性檢驗中，基于2002年省際行業(yè)間投入產(chǎn)出表測算各省與湖北的供應鏈關聯(lián)

。

一是建立政治素質提升機制。結合黨員干部思想實際，落實固有的各級各類學習制度，“三會一課”、“黨員活動日”組織生活制度，通過組織開展主題教育活動、學習研討，舉辦理論輔導（研討）班、專題講座、征文等多種教育學習形式，提高黨員黨性修養(yǎng)，建立黨員服務意識，使群眾理念真正融入工作常態(tài)，夯實服務型基層黨組織的思想基礎。

(3)

(二)典型事實描述

式(5)采用的是截面數(shù)據(jù)，被解釋變量

為

省在2020年3月的經(jīng)濟增長率，其他的與式(4)相同。

本研究發(fā)現(xiàn)年齡＞60歲、冠心病、下肢動脈疾病是頸動脈狹窄的主要影響因素，P＜0.05；頸動脈狹窄與冠心病、下肢動脈疾病之間存在相關性，這也為腦卒中高危人群的篩查提供了依據(jù)。本研究顯示重度頸動脈狹窄多發(fā)于冠心病、下肢靜脈疾病的人群中，且年齡＞60歲的老年人成為高發(fā)人群。研究結果提示年齡＞60歲、冠心病和下肢靜脈疾病患者成為頸動脈狹窄和腦卒中的高危人群，臨床上對該群體進行頸動脈篩查后，能實現(xiàn)頸動脈狹窄和腦卒中的早發(fā)現(xiàn)和早治療。

基于Matlab/Simulink的區(qū)間二型自組織模糊邏輯控制器工具箱 張 輩，薛 玉，邱望標，謝建興4(71)

根據(jù)式(3)，我們將湖北的供應鏈分解為供給側關聯(lián)和需求側關聯(lián)，得到的結論呈現(xiàn)以下特點

：(1)對供給側而言，制造業(yè)產(chǎn)品需求較大的省份(如海南、陜西等)、與湖北鄰近的省份(如江西、安徽等)及經(jīng)濟較發(fā)達的省份(如北京、上海等)，湖北對其中間品和要素供給較大；(2)對需求側而言，上游原材料和資源密集型的省份(如山西、內(nèi)蒙古等)、與湖北鄰近的省份(湖南)及經(jīng)濟相對發(fā)達的省份(如山東、廣東、江蘇等)，湖北對其的中間品和要素需求較大；(3)對比而言，供應鏈需求側關聯(lián)系數(shù)明顯大于供給側，表明湖北對全國各省的需求關聯(lián)相比供給關聯(lián)更大。

此外，本文對全國各省與湖北的供應鏈關聯(lián)和經(jīng)濟沖擊的關系做了散點圖描述

，二者關系的擬合線大致呈負相關關系，其經(jīng)濟學含義是：與湖北的供應鏈關聯(lián)越高，省域層面的經(jīng)濟增長受到的沖擊就越大。

這些短語以前就有，只是被人們賦予了具有時代色彩的內(nèi)涵，讓人耳目一新。新的詞義，使得漢語的許多舊詞語煥發(fā)出了前所未有的活力。

三、理論分析與研究假設

供應鏈的風險對供應鏈運行甚至整個社會經(jīng)濟都產(chǎn)生重要影響。新冠疫情的暴發(fā)帶來多方面的供應鏈風險：一是對需求(供給)方面沖擊的需求(供給)風險；二是加劇供應鏈的運行困難和管理混亂，導致供應鏈的運行和控制風險?？梢?，新冠疫情成為重要的風險源并帶來供應鏈沖擊，對經(jīng)濟運行的影響主要表現(xiàn)在：(1)每一個生產(chǎn)環(huán)節(jié)都出現(xiàn)同步性甚至放大性差異，產(chǎn)品的供給受到嚴重沖擊；(2)市場需求面臨深度萎縮，產(chǎn)品的銷售下降；(3)供應鏈運行遲滯，物流不暢、成本激增；(4)企業(yè)資金流遭遇困境，預期利潤下滑。

在供應鏈被切斷的背景下，已有供應鏈關聯(lián)越緊密的省域和地區(qū)之間的供應鏈首當其沖受到的沖擊最大。事實上，供應鏈的本質是一種承載中間品、最終品、要素等在區(qū)域間供給(需求)及跨區(qū)域流動的經(jīng)濟關系，正是這些可貿(mào)易商品(中間品、最終品)和要素等跨區(qū)域流動，使各省經(jīng)濟成為休戚相連的共同體，形成省域經(jīng)濟周期聯(lián)動的特征。一方面，湖北與其他省的供應鏈關聯(lián)使它們之間呈現(xiàn)鮮明的省域經(jīng)濟周期聯(lián)動特征，隨著供應鏈關聯(lián)越緊密，該經(jīng)濟周期聯(lián)動性越強；另一方面，新冠疫情給湖北經(jīng)濟帶來巨大沖擊，在經(jīng)濟周期聯(lián)動性的作用下，與湖北的供應鏈越緊密的省份必然越“同步”于湖北的經(jīng)濟增長，因而受到的沖擊會越大。從根本上說，各省與湖北建立的供應鏈聯(lián)系長期以來表現(xiàn)為它們在供應鏈上的可貿(mào)易商品和要素的供給(需求)流動，結成“步調一致、休戚與共”的共同體，導致與湖北的供應鏈聯(lián)系越緊密的省份在新冠疫情的沖擊下經(jīng)濟損失越大。

在鹽堿瘠薄地使用中國農(nóng)業(yè)大學提供新型鹽堿地高效改良劑和989控久豐控釋肥氮磷鉀25∶13∶10（總養(yǎng)分≥48%），食用向日葵品種選用JK601。向日葵采取覆膜種植，先覆膜后播種，大小行種植，不同品種密度不同，大行距80 cm，小行距40 cm，株距52cm，試驗田面積為0.42 hm2，理論株數(shù)32 055株/hm2。2017年5月25日種植，7月下旬開花，9月中下旬收獲。

表3的(1)、(2)列使用“差分法”分別考察湖北供應鏈的供給側關聯(lián)

切斷和需求側關聯(lián)

切斷對各省經(jīng)濟增長的影響，發(fā)現(xiàn)供應鏈沖擊對各省經(jīng)濟增長均存在負面影響。為比較該影響的差異性，本文通過設定虛擬變量的形式分析供應鏈供給側關聯(lián)破壞的影響大還是需求側的影響大

唐宜紅等(2018)的研究就是用此方法展開的。

。在合并表3的(1)、(2)列的回歸樣本后，構建一個“是否為供應鏈供給側關聯(lián)

”的虛擬變量，當樣本為供應鏈供給側關聯(lián)的相關樣本時，

設定為1，否則為0。此外，在已有的回歸方程中加入一個三重交叉項

*

*

(即“供應鏈關聯(lián)

*是否為實驗組*是否為供應鏈供給側關聯(lián)”)

與前文的表示供應鏈關聯(lián)不同，此處的供應鏈關聯(lián)是指合并表3的(1)和(2)列的回歸樣本后的供應鏈關聯(lián)變量，既包括供應鏈供給側關聯(lián)，也包括供應鏈需求側關聯(lián)，因此命名為“”。

，其回歸系數(shù)一旦顯著就表明供應鏈供給側關聯(lián)切斷對省域經(jīng)濟的影響與需求側存在差異。結果顯示，(3)列的三重交叉項的系數(shù)顯著為負，表明供應鏈供給側關聯(lián)切斷對各省經(jīng)濟的負面影響顯著大于需求側。(4)—(6)列基于截面數(shù)據(jù)的固定效應模型的估計結果與(1)—(3)列一致。

假設2：省域經(jīng)濟周期聯(lián)動帶來的各省與湖北的“同步性”是造成與湖北的供應鏈關聯(lián)越緊密的省份在新冠疫情下受到的經(jīng)濟沖擊越大的重要原因。其中，可貿(mào)易商品和要素的供給(需求)流動均可能增強省域經(jīng)濟周期聯(lián)動，也可能是新冠疫情下各省經(jīng)濟受到?jīng)_擊的原因。

四、計量模型、數(shù)據(jù)來源與實證結果

(一)計量模型、研究方法與數(shù)據(jù)來源

1.計量模型的設定。在新冠疫情的影響下，為避免傳染源的擴散，湖北于2020年1月24日暫時關閉“離鄂通道”，直至2020年4月8日才恢復暢通?！半x鄂通道”的全線關閉切斷了湖北與全國各省及各省與湖北的雙向供應鏈關聯(lián)。尤其是2020年3月，隨著其他省疫情的緩解和逐漸復工、復產(chǎn)，湖北的供應鏈成為唯一遭受較大沖擊的供應鏈。因此，本文以2020年3月各省的經(jīng)濟增長作為被解釋變量，依靠“差分法”進行估計，選取2019年3月未受到湖北供應鏈沖擊時各省的同期經(jīng)濟增長率作為對照組，構建如下的計量方程：

實際上，式(5)的被解釋變量和解釋變量的內(nèi)生性問題也需引起重視。一方面，與湖北的供應鏈關聯(lián)可能是造成各省新冠疫情期間經(jīng)濟沖擊的原因；另一方面，各省的經(jīng)濟沖擊(如中間品流動減少)也影響各省與湖北的供應鏈關聯(lián)，造成供應鏈關聯(lián)的破壞。另外，遺漏變量、選擇性偏誤等導致的內(nèi)生性問題也無法解決。因此，本文使用2012年各省與湖北的供應鏈關聯(lián)及2020年3月各省的經(jīng)濟增長做回歸，在一定程度上緩解了反向因果關系。同時，選取各省與湖北的地理距離作為各省與湖北供應鏈關聯(lián)的工具變量，以緩解內(nèi)生性。其原因是地理距離代表運輸、流通成本，影響各省之間的中間品、要素等的流動，與供應鏈存在一定的相關性。除通過供應鏈外，地理距離不太可能通過其他的因素影響某一省份的經(jīng)濟狀況，因而是一個較好的工具變量。本文以各省的省會城市與湖北武漢之間的實際地理距離(單位：百公里)表示各省與湖北的距離。與此思路類似，使用各省與湖北(武漢)的高鐵歷時時長作為各省與湖北供應鏈關聯(lián)的工具變量進行研究。

1.3.4 樣品測試 打開電感耦合等離子光譜儀，預熱至光室溫度達到38℃，打開Ar 30min后打開循環(huán)水和通風設施，安裝好進樣管和排液管，點著等離子體。表2為ICP-AES的測試條件匯總表，其中霧化器和進樣管有專門的要求。待等離子體穩(wěn)定30min按照表2條件測試工作標準系列，再測試空白試樣和樣品，由計算機直接得出結果,乘以樣品總質量得到降塵總量見表3。

(4)

式(4)的下角標

表示省份，

表示行業(yè)，

表示時間。被解釋變量

表示第

年

省的同期經(jīng)濟增長情況，具體包括兩個時間段：一個是2020年3月各省的經(jīng)濟增長；另一個是2019年3月各省的經(jīng)濟增長。這里，后者年份作為前者的對照組。

表示

省的

行業(yè)與湖北的供應鏈關聯(lián)關系，設定歷年的

均相同。

刻畫是否為對照組的虛擬變量，以2020年的數(shù)據(jù)研究時(即實驗組)，

設定為1；否則，

設定為0，代表該組為研究中的對照組。核心變量

表示

與

的乘積(即

=

*

)，其回歸系數(shù)的經(jīng)濟學含義是：實驗組中湖北供應鏈關聯(lián)對各省經(jīng)濟增長的影響相比對照組中湖北供應鏈關聯(lián)對各省經(jīng)濟增長的影響的差異程度。

和

分別表示省級-行業(yè)-年份層面的控制變量組和省際-年份層面的控制變量組，以控制除“與湖北的供應鏈關聯(lián)”外的其他可能影響各省經(jīng)濟增長的因素。此外，本文還控制省份固定效應

和行業(yè)固定效應

。

事實上，本文在實證估計中需考慮兩個問題：一是到底哪個時間段的經(jīng)濟沖擊被界定為新冠疫情下的沖擊且由湖北的供應鏈影響造成？二是新冠疫情導致湖北的供應鏈切斷對各省經(jīng)濟增長的影響能否排除各省與除湖北外的其他省的供應鏈破壞造成的影響？本文在實驗組中的被解釋變量選擇2020年3月各省GDP的增長率則可解決以上問題。其原因在于：2020年3月，除湖北外的全國各省的平均復工復產(chǎn)率超過80%，甚至約一半以上的省份超過90%，各省之間的供應鏈已基本暢通，因而2020年3月各省GDP增速的影響完全可排除各省與除湖北外的其他省的供應鏈破壞造成的影響。當然，各省GDP增速可能還受到自身的疫情防控情況、復工復產(chǎn)率等多種因素的影響，但它們基本可通過加入控制變量的方法來解決。

關于控制變量，具體包括：(1)各省的經(jīng)濟總量；(2)各省的對外經(jīng)濟開放度；(3)各省的復工復產(chǎn)情況；(4)各省的市場化程度或市場保護程度。這4個方面均可能是除“與湖北的供應鏈關聯(lián)”外其他影響各省經(jīng)濟增長率的因素。相對應地，本文使用以下的4個指標來量化：(1)各省GDP總量的對數(shù)值

；(2)各省的對外進出口貿(mào)易規(guī)模與GDP的比重

；(3)2020年3月各省的復工復產(chǎn)率

；(4)各省的市場化指數(shù)

。此外，本文還控制“是否長江經(jīng)濟帶

”“是否京津冀地區(qū)

”“是否長三角地區(qū)

”及東中西部地區(qū)(設定東部地區(qū)為1、中部地區(qū)為2、西部地區(qū)為3)等虛擬變量。

除使用式(4)進行估計外，為穩(wěn)健檢驗上文結果，本文還專門選取2020年的經(jīng)濟增長數(shù)據(jù)作為被解釋變量來研究全球供應鏈關聯(lián)對各省經(jīng)濟增長的影響，構建的計量方程如下：

=

+

+

+

+

+

(5)

利用2012年省際間投入產(chǎn)出表

，根據(jù)上文的式(2)、(3)，本文測算各省(行業(yè))與湖北的供應鏈關系

。結果顯示，除湖北本省外，湖南與湖北的供應鏈關聯(lián)最為緊密(系數(shù)為1.164)，緊隨其后的是山東、陜西和江蘇(系數(shù)分別為0.695、0.685和0.676)，青海、廣西、西藏與湖北的供應鏈關聯(lián)最低?？傮w而言，與湖北的距離(如湖南、河南)、經(jīng)濟發(fā)達程度(如山東、江蘇、北京、廣東)、產(chǎn)業(yè)結構與湖北的互補性(如陜西、山西)是決定某一地區(qū)與湖北供應鏈關系的重要因素。我國各行業(yè)與湖北的供應鏈關系顯示

，煤炭采選產(chǎn)品、農(nóng)林牧漁產(chǎn)品和服務、電(熱)力的生產(chǎn)和供應、金屬冶煉和壓延加工品、化學產(chǎn)品5個行業(yè)與湖北的供應鏈關聯(lián)最緊密(系數(shù)分別為1.168、0.899、0.826、0.742和0.673)，表明湖北的供應鏈關聯(lián)與湖北本身的生產(chǎn)結構息息相關。

2.研究方法。本文在基準回歸中采用的“差分法”對緩解內(nèi)生性等具有明顯效果。基準回歸中用于穩(wěn)健性檢驗的是基于截面數(shù)據(jù)的傳統(tǒng)OLS回歸。截面數(shù)據(jù)中異方差問題嚴重，使OLS參數(shù)估計不再是有效估計量

。為此，本文在后續(xù)的回歸中加入聚類標準誤，在一定程度上緩解了異方差。此外，在部分回歸中使用加權最小二乘法(WLS)解決異方差問題，以回歸的殘差平方擬合值的倒數(shù)為權重進行WLS估計。

=

+

+

+

+

+

+

+

+

=(

+

)

2=(

-

+

-

)

2

(二)基準回歸結果與穩(wěn)健性檢驗

根據(jù)上文的式(4)，表1匯報了新冠疫情下各省與湖北的供應鏈關聯(lián)對該省經(jīng)濟增長的影響。表1的(1)列未加入固定效應及未考慮穩(wěn)健聚類標準誤，交叉項的系數(shù)顯著為負，表明相比正常情況而言，在新冠疫情的沖擊下，與湖北供應鏈關聯(lián)越緊密的省份，供應鏈切斷對該省經(jīng)濟增長的負面影響越大。(2)和(3)列陸續(xù)加入所有控制變量和穩(wěn)健聚類標準誤，發(fā)現(xiàn)新冠疫情下供應鏈沖擊對省域經(jīng)濟存在負面影響，從而驗證了前文假設1?！半x鄂通道”關閉給湖北帶來的經(jīng)濟損失較大并遠超其他省，湖北省省內(nèi)的供應鏈關聯(lián)程度最高，因而湖北的相關樣本的存在可能對湖北供應鏈與各省經(jīng)濟沖擊關系的估計結果造成影響(即湖北的樣本可能是計量回歸中的異常值)。出于這一考慮，(4)列在剔除湖北樣本的基礎上進行回歸，得到的結果與前述一致。(5)列以2002年投入產(chǎn)出表測度湖北與各省之間的聯(lián)系并量化湖北供應鏈，回歸結果中交叉項的系數(shù)依然顯著為負。以上基于雙重差分的檢驗證明供應鏈沖擊對省域經(jīng)濟增長具有負面影響。(6)列對(3)列的結果進行安慰劑檢驗，以湖南與各省的供應鏈關聯(lián)

_

替代湖北的供應鏈關聯(lián)

_

進行回歸

，回歸結果中交叉項的系數(shù)不再顯著為負，說明新冠疫情下湖北供應鏈短暫切斷是造成各省經(jīng)濟受到?jīng)_擊的重要原因。

表2是對式(5)進行回歸的估計結果。(1)列加入所有控制變量并考慮聚類標準誤，(2)列考慮到可能存在的異方差問題而使用WSL估計，(3)、(4)列分別使用“各省的省會城市與湖北武漢的地理距離”“各省的省會城市與湖北(武漢)的高鐵歷時時長”作為各省與湖北供應鏈關聯(lián)的工具變量，(5)、(6)列分別使用剔除湖北樣本和2002年投入產(chǎn)出表測算湖北的供應鏈關聯(lián)。結果顯示，各省(行業(yè))與湖北的供應鏈關聯(lián)越強，新冠疫情下該省的經(jīng)濟增速下降越多，即與湖北的供應鏈關聯(lián)越強，“離鄂通道”關閉事件造成湖北供應鏈切斷對該省經(jīng)濟的沖擊越大。

自抗擾控制器由韓京清教授提出，由三部分構成：跟蹤微分器、擴張狀態(tài)觀測器、非線性狀態(tài)誤差反饋控制律[7-10].自抗擾控制由于對系統(tǒng)模型的依賴程度不高，對系統(tǒng)的自身參數(shù)變化以及外部擾動等因素可以精確估計，同時算法易于工程實現(xiàn)[11-13].因此，在工業(yè)控制、機器人控制、航空航天等領域獲得了廣泛的應用.對于單級倒立擺自抗擾控制器設計如下：

五、影響的差異性檢驗

(一)供應鏈供給側沖擊和需求側沖擊的差異性影響

假設1：新冠疫情下供應鏈沖擊對省域經(jīng)濟存在負面影響，表現(xiàn)為與湖北的供應鏈關聯(lián)越緊密的省份在原有供應鏈被切斷時受到的經(jīng)濟沖擊越大。

對于以上的研究結論，其原因可能是：對供應鏈供給側關聯(lián)而言，某些中間品的供給切斷直接影響了企業(yè)的生產(chǎn)，而企業(yè)短期內(nèi)很難尋找到新的上游中間品供應商來恢復生產(chǎn)，因而供應鏈供給側關聯(lián)破壞對各省的經(jīng)濟沖擊尤為明顯；對供應鏈需求側關聯(lián)而言，雖然新冠疫情下“離鄂通道”關閉造成湖北對其他各省的需求減少，但各省依然可將其產(chǎn)品供給除湖北外的其他省，湖北供應鏈的需求側關聯(lián)破壞對各省經(jīng)濟的負面沖擊比供給側要小。

簡單效應分析發(fā)現(xiàn)，父母無宗教信仰組的兒童在6個維度的得分上差異不顯著。父母有宗教信仰組，兒童生物學和精神生物學維度的得分顯著高于情緒、愿望和認知維度的得分，ps<0.05。另外，在情緒、愿望和認知維度上，父母無宗教信仰組的得分顯著高于父母有宗教信仰組，在情緒維度上，在愿望維度上，在認知維度上，在生物學、精神生物學和知覺維度上，父母無宗教信仰組和父母有宗教信仰組的得分無顯著差異。

(二)直接供應鏈沖擊和間接供應鏈沖擊的差異性影響

進一步區(qū)分各省(行業(yè))與湖北的供應鏈關聯(lián)，可分為各省(行業(yè))與湖北的直接供應鏈關聯(lián)和間接供應鏈關聯(lián)。前者是湖北直接向某省(行業(yè))提供中間品或湖北直接對某省(行業(yè))中間品產(chǎn)生需求而形成的供應鏈關系，后者是湖北通過第三個省(行業(yè))向某省(行業(yè))提供中間品或湖北通過第三個省(行業(yè))引致的對某省(行業(yè))中間品的需求而形成的供應鏈關系。

表4匯報了湖北的直接供應鏈沖擊和間接供應鏈沖擊對各省經(jīng)濟增長的影響。(1)—(3)列為使用“差分法”對式(4)進行回歸的估計結果，(1)、(2)列分別為直接供應鏈關聯(lián)

_

和間接供應鏈關聯(lián)

_

的研究結果?？梢?，無論直接供應鏈沖擊還是間接供應鏈沖擊，它們均對各省經(jīng)濟增長產(chǎn)生負面影響。類似地，(3)列的三重交叉項

_

_

*

*

的回歸系數(shù)顯著為負，表明直接供應鏈沖擊對各省經(jīng)濟的負面影響大于間接供應鏈沖擊。(4)—(6)列基于截面數(shù)據(jù)的固定效應模型的估計結果與(1)—(3)列一致。

經(jīng)過單次循環(huán)后，為本次循環(huán)返程路徑上信息素的跡增量，其值等于符合式（1）的螞蟻A（組團A）留在該路徑上的信息素的跡濃度，即，其中：為符合式（1）的螞蟻（組團）個數(shù)；表示第只螞蟻在本次循環(huán)中留在路徑上的信息素的跡濃度，為常量，表示第只螞蟻經(jīng)過路徑的距離．

六、機制檢驗：經(jīng)濟周期聯(lián)動的視角

(一)各省與湖北的經(jīng)濟周期聯(lián)動性測度

參考Di Giovanni et al.(2018)的研究，本文選取與其類似的方法

-

=

-

=

(

,

)，測算湖北與各省之間的經(jīng)濟周期聯(lián)動性

，時間段為1979—2017年。其中，

是指湖北GDP在H-P濾波法下剔除趨勢項后的波動部分，

是指某省G(除湖北外)的GDP在H-P濾波法下剔除趨勢項后的波動部分，

-

為湖北與某省G(除湖北外)在H-P濾波法下波動部分的相關系數(shù)(即湖北與各省之間的經(jīng)濟周期聯(lián)動性指標

-

)。由湖北與各省之間的經(jīng)濟周期聯(lián)動性指標的描述可知，湖南、江西、安徽、四川4省與湖北的經(jīng)濟周期聯(lián)動性最高

。

(二)湖北供應鏈、省域經(jīng)濟周期聯(lián)動與經(jīng)濟沖擊

表5匯報了湖北的供應鏈切斷通過經(jīng)濟周期聯(lián)動給省域經(jīng)濟造成的沖擊。(1)列顯示，在新冠疫情下，與湖北的經(jīng)濟周期聯(lián)動性越強，各省經(jīng)濟增長受到的負面影響越嚴重。(2)列考察湖北供應鏈對各省與湖北的經(jīng)濟周期聯(lián)動性的影響，表明湖北與各省的供應鏈關聯(lián)程度越強，該省與湖北之間的經(jīng)濟周期聯(lián)動性就越高。在湖北供應鏈關聯(lián)對各省經(jīng)濟增長產(chǎn)生影響的基礎上((3)列)，(4)列在回歸中加入“與湖北的經(jīng)濟周期聯(lián)動程度”這一變量，發(fā)現(xiàn)湖北供應鏈關聯(lián)對各省的經(jīng)濟沖擊的影響不再顯著，負面影響也全部被新加入的變量吸收，說明各省與湖北的供應鏈關聯(lián)造成該省經(jīng)濟損失的主要原因是這種供應鏈關聯(lián)促使該省與湖北形成了經(jīng)濟周期聯(lián)動關系，導致該省遭受不小的經(jīng)濟沖擊，從而證明了前文假設2的部分推斷。

企業(yè)應該將自身發(fā)展定位在綠色產(chǎn)品、綠色服務的市場開發(fā)上，將環(huán)境保護、新能源開發(fā)、可持續(xù)發(fā)展作為管理和經(jīng)營的主導思想，通過觀念轉變和體系調整實現(xiàn)企業(yè)綠色生產(chǎn)和綠色管理的目標，在思維和理念上確立綠色、低碳發(fā)展的企業(yè)發(fā)展基礎與前提。一個企業(yè)將其理念和社會、環(huán)境及人類的可持續(xù)發(fā)展相結合，表達了愿意對此作出積極貢獻的意愿，這將樹立起企業(yè)的正面形象，也會給企業(yè)的發(fā)展帶來積極影響。

(三)商品要素流動、省域經(jīng)濟周期聯(lián)動與經(jīng)濟沖擊

各省與湖北的可貿(mào)易商品和勞動力要素的流動是該省與湖北的供應鏈關聯(lián)的集中體現(xiàn)。首先，考察可貿(mào)易商品(中間品、最終品)流動的影響。在指標構造方面，基于2012年投入產(chǎn)出表，計算各省使用湖北的中間品和最終品的規(guī)模占該省總產(chǎn)出的份額及湖北使用其他省的中間品和最終品的規(guī)模占湖北總產(chǎn)出的份額，二者加權后取平均即為本文構造的各省與湖北的商品流動份額。表6的(1)列檢驗各省與湖北的商品流動對各省與湖北之間的經(jīng)濟周期聯(lián)動關系的影響，發(fā)現(xiàn)存在顯著的正相關性。(2)、(3)列使用中介效應模型檢驗各省與湖北的商品流動是否為各省與湖北的供應鏈關聯(lián)引致經(jīng)濟沖擊的原因。(2)列顯示，湖北的商品流動對各省經(jīng)濟增長存在影響。(3)列顯示，在(2)列的基礎上加入“省域經(jīng)濟周期聯(lián)動”這一變量，發(fā)現(xiàn)湖北的商品流動對各省經(jīng)濟沖擊的負面影響不存在，表明與湖北的經(jīng)濟周期聯(lián)動是新冠疫情下與湖北的商品流動越緊密的省份受到經(jīng)濟沖擊越大的重要原因。其次，考察勞動力要素流動的影響。(4)—(6)列的回歸結果與(1)—(3)列一致，因而前文假設2的部分推斷得到證實。

七、結論與啟示

本文從供應鏈的視角探討新冠疫情下各省遭受巨大經(jīng)濟沖擊的深層次原因。以新冠疫情期間“離鄂通道”關閉事件為切入點，分析湖北的供應鏈切斷對省域經(jīng)濟發(fā)展的影響，得到如下的幾點結論：(1)“離鄂通道”關閉造成湖北的供應鏈短期中斷，與湖北供應鏈關聯(lián)越緊密的省份受到的經(jīng)濟沖擊越大；(2)湖北供應鏈供給側關聯(lián)和需求側關聯(lián)的破壞均對各省造成經(jīng)濟沖擊，但供給側關聯(lián)的負面影響更大，與湖北的直接供應鏈關聯(lián)和間接供應鏈關聯(lián)的破壞也均對各省經(jīng)濟造成沖擊，但直接供應鏈關聯(lián)的負面影響更大；(3)與湖北供應鏈關聯(lián)的加深導致各省與湖北之間的經(jīng)濟周期聯(lián)動性增強，這種較強的周期聯(lián)動性是與湖北供應鏈關聯(lián)越緊密的省份受到經(jīng)濟沖擊更大的重要原因，特別是各省與湖北的商品要素流動均強化了它們之間的經(jīng)濟周期聯(lián)動性，進而造成供應鏈沖擊對各省經(jīng)濟增長的影響。

基于上述結論，本文得到如下幾方面的啟示：(1)更加重視供應鏈在經(jīng)濟發(fā)展中的作用，完善和暢通供應鏈。應破除供應鏈上的障礙和壁壘，打破地方保護主義，暢通供應鏈，重視并完善供應鏈風險及安全的預警機制；(2)強化供應鏈在供給側關聯(lián)的作用和各省之間的直接供應鏈關聯(lián)的作用；(3)在供應鏈網(wǎng)絡下，面臨沖擊時各方均無法獨善其身，應加強團結，共克時艱。各省之間需精誠協(xié)作，共同應對挑戰(zhàn)；(4)各地區(qū)在供應鏈網(wǎng)絡下的經(jīng)濟周期聯(lián)動性不斷增強，某一地區(qū)的沖擊可能迅速延伸、波及到其他地區(qū)，因而亟需加強區(qū)域政策制定和實施上的協(xié)調性。

[1]Smith K. M., Machalaba C. C., Seifman R., Feferholtz Y. Karesh. Infectious Disease and Economics: The Case for Considering Multi-sectoral Impacts[J]. One Health, 2019, (7): 1-6.

[2]南開大學SARS對社會影響研究課題組. 從社會學角度對SARS流行事件的反思[J]. 南開學報, 2003, (4): 13-15.

[3]Alexander W. Bartik, Bertrand M., Zo? B. Cullen, Edward L., Glaeser M., Christopher T. Stanton. How are Small Businesses Adjusting to COVID-19? Early Evidence from a Survey[Z]. NBER Working Paper, 2020, No. 26989.

[4]Scott R., Baker R. A., Farrokhnia, Steffen M., Michaela P., Yannelis C. How does Household Spending Respond to an Epidemic? Consumption during the 2020 COVID-19 Pandemic[Z]. NBER Working Paper, 2020, No. 26949.

[5]劉志彪. 新冠肺炎疫情下經(jīng)濟全球化的新趨勢與全球產(chǎn)業(yè)鏈集群重構[J]. 江蘇社會科學, 2020, (4): 1-8.

[6]劉世錦, 韓陽, 王大偉. 基于投入產(chǎn)出架構的新冠肺炎疫情沖擊路徑分析與應對政策[J]. 管理世界, 2020, (5): 1-12.

[7]Carvalho V. M., Makoto N., Saito Y. U. Supply Chain Disruptions: Evidence from the Great East Japan Earthquake[J]. The Quarterly Journal of Economics, 2020, 136(2): 1255-1321.

[8]Boehm C. E., Flaaen A., Pandalainayar N. Input Linkages and the Transmission of Shocks: Firm-level Evidence from the 2011 Tōh(huán)oku Earthquake[J]. The Review of Economics and Statistics, 2019, (3): 60-75.

[9]Acemoglu D., Ozdaglar A., Tahbaz-Salehi A. Networks, Shocks and Systemic Risk[Z]. NBER Working Paper, 2015, No. 20931.

[10]Wang Z., Wei S. J., Zhu K. Quantifying International Production Sharing at the Bilateral and Sector Levels[Z]. NBER Working Paper, 2013, No. 19677.

[11]劉衛(wèi)東等. 2012年中國31省區(qū)市區(qū)域間投入產(chǎn)出表[M]. 北京: 中國統(tǒng)計出版社, 2018. 98-102.

[12]樊綱, 王小魯, 馬光榮. 中國市場化進程對經(jīng)濟增長的貢獻[J]. 經(jīng)濟研究, 2011, (9): 4-16.

[13]唐宜紅, 張鵬楊, 梅冬州. 全球價值鏈嵌入與國際經(jīng)濟周期聯(lián)動：基于增加值貿(mào)易視角[J]. 世界經(jīng)濟, 2018, (11): 49-73.

[14]Di Giovanni J., Andrei A. Levchenko, Isabelle M. The Micro Origins of International Business-cycle Co-movement[J]. American Economic Review, 2018, (1): 82-108.