新冠肺炎疫情冲击后的中国经济恢复发展预估

发布时间：2022-02-16 19:14

　　新冠肺炎疫情的突如其来严重影响了人们的生命安全,同时也对中国经济发展带来了严峻的考验。为了模拟疫情后经济恢复期内的动态变化过程,预估疫情对宏观经济的影响及部门间影响的差异化,该文结合疫情对经济冲击的特点和超额生产能力的参数引入,调整ARIO模型（Adaptive regional input-output model）对疫情后经济恢复发展进行模拟预估。结果显示:（1）基于官方公布的2020年第一季度GDP数据对模型结果进行了验证,预估结果与实际统计资料相比,误差范围低于一个百分点,故该模型是有效的,误差可接受;（2）超额生产能力的提高有利于短期内经济的快速恢复和经济总损失的降低,到2020年底,更高的超额生产能力下总体经济恢复91%,较生产能力不变提高了5%,且在两种生产能力约束范围的恢复期内总经济损失约为12%～20%;（3）住宿和餐饮业、批发和零售业是受疫情经济影响最为严重的两个部门,经济产出总损失约为24.4%和36.2%,产业部门间经济影响的波及传导作用,导致初期经济产出稳定的第一产业和信息技术业、金融业在恢复期内经济损失分别约为15.6%、17.4%和18.9%。随着未来各季... 

【文章来源】：灾害学. 2020,35(04)北大核心CSCD

【文章页数】：6 页

【部分图文】：

ARIO模型基本原理图

国家统计局发布数据表明,2020年1-2月份我国国民经济经受住了新冠肺炎疫情的直接冲击,第一产业生产基本平稳;第二产业中重要供需物资生产保持增长;第三产业的信息技术、金融等新兴服务业持续发展。但疫情的直接冲击仍然影响到大多数部门的直接生产,导致1-2月行业增加值明显下降,其中工业增加值同比下降13.5%,服务业生产指数同比下降13.0%。本文结合统计局公布的经济行业受影响数据,根据2017年《国民经济行业分类》标准中的大类汇总了11个部门的疫情直接经济冲击数据(图2),包括:农林牧渔业(#1) ; 采矿业(#2);制造业(#3) ; 电力、热力、燃气和水的生产和供应业(#4) ; 建筑业(#5) ; 批发和零售业(#6) ; 交通运输、仓储和邮电业(#7) ; 住宿和餐饮业(#8); 信息传输、软件和信息技术服务业(#9);金融业(#10)和其他服务业(#11)。从图中可以发现疫情冲击最大的和获益的部门都在服务业,批发和零售业(#6)和住宿和餐饮业(#8)的经济产出因疫情受到了最严重的负面冲击,而信息技术(#9)和金融业(#10)在疫情的影响下保持经济的增长状态;另外,第一产业基本未受到疫情的直接影响,第二产业在直接冲击下增加值下降明显。2.1.2 投入产出表

当超额生产能力为在2个月的模拟步长后超过疫情前0.7%的水平下,ARIO模型模拟的疫情发生后全行业增加值总量变化曲线如图3a所示,如图疫情的直接冲击导致了增加值在初期的骤降,随着生产能力的提高,增加值逐步恢复到疫情前的水平。截至目前(4月17日),国家统计局公布2020年第一季度GDP同比下降6.8%。为了验证模型模拟的效果,将模型预估的增加值月变化结果换算到基于2019年第一季度GDP的同比变化,截取前12个月的结果显示如图3b。可以发现,当模拟步长为4,即疫情冲击后的第三个月时,预估结果显示同比2019年第一季度GDP下滑约为7.69%(图3b中高亮红点所示)。该结果与国家统计局官方公布数据相差约0.89%,即本研究对疫情实际的经济影响偏向悲观。分析可知,造成模型对经济影响预估存在些许偏差的原因可能是:一方面,ARIO模型本身在对损失破坏后的经济系统重建模拟结果过于悲观[13,21];另一方面,由于本研究参数设置只采用了可以量化的财政救助力度作为主要依据,而疫情发生发展过程中的各种政策性的实际措施对经济产出的影响没有在模型模拟中体现,故导致模型结果的高估。然而,尽管存在与实际情况的偏差,但可以认为小于1个百分点的误差是可以接受的,也即本研究的预估方法是有效的,预估结果在一定程度上是能够说明疫情对中国的宏观经济影响,可以为疫情后经济快速恢复提供数据参考,同时预估与实际的偏差也为后续相关经济影响预估给定了误差范围,提高了模拟预估的准确度。

【参考文献】：
期刊论文
[1]新冠肺炎疫情后中国消费发展趋势及对策[J]. 关利欣.  消费经济. 2020(03)
[2]新冠肺炎疫情对我国旅游业发展的影响及对策研究[J]. 祝铠.  四川旅游学院学报. 2020(03)
[3]新冠肺炎疫情与宏观经济波动：基于DSGE模型的分析及启示[J]. 尹彦辉,孙祥栋,徐朝.  统计与决策. 2020(07)
[4]新冠肺炎疫情对中国经济的影响及应对[J]. 薛敏,沙晓君.  中国经贸导刊(中). 2020(04)
[5]台风“艾云尼”动态间接经济损失评估[J]. 刘远,李宁,张正涛,陈曦.  灾害学. 2019(03)
[6]基于投入产出模型的区域洪涝灾害间接经济损失评估[J]. 张鹏,李宁,吴吉东,刘雪琴,解伟.  长江流域资源与环境. 2012(06)
[7]基于ARIO模型的汶川地震灾后恢复重建期模拟[J]. 李宁,吴吉东,崔维佳.  自然灾害学报. 2012(02)
[8]Health and Economic Impacts of Air Pollution in China: A Comparison of the General Equilibrium Approach and Human Capital Approach[J]. TOSHIHIKO MASUI.  Biomedical and Environmental Sciences. 2005(06)



本文编号：3628507