新冠肺炎疫情沖擊后的中國(guó)經(jīng)濟(jì)恢復(fù)發(fā)展預(yù)估
發(fā)布時(shí)間:2022-02-16 19:14
新冠肺炎疫情的突如其來(lái)嚴(yán)重影響了人們的生命安全,同時(shí)也對(duì)中國(guó)經(jīng)濟(jì)發(fā)展帶來(lái)了嚴(yán)峻的考驗(yàn)。為了模擬疫情后經(jīng)濟(jì)恢復(fù)期內(nèi)的動(dòng)態(tài)變化過(guò)程,預(yù)估疫情對(duì)宏觀經(jīng)濟(jì)的影響及部門間影響的差異化,該文結(jié)合疫情對(duì)經(jīng)濟(jì)沖擊的特點(diǎn)和超額生產(chǎn)能力的參數(shù)引入,調(diào)整ARIO模型(Adaptive regional input-output model)對(duì)疫情后經(jīng)濟(jì)恢復(fù)發(fā)展進(jìn)行模擬預(yù)估。結(jié)果顯示:(1)基于官方公布的2020年第一季度GDP數(shù)據(jù)對(duì)模型結(jié)果進(jìn)行了驗(yàn)證,預(yù)估結(jié)果與實(shí)際統(tǒng)計(jì)資料相比,誤差范圍低于一個(gè)百分點(diǎn),故該模型是有效的,誤差可接受;(2)超額生產(chǎn)能力的提高有利于短期內(nèi)經(jīng)濟(jì)的快速恢復(fù)和經(jīng)濟(jì)總損失的降低,到2020年底,更高的超額生產(chǎn)能力下總體經(jīng)濟(jì)恢復(fù)91%,較生產(chǎn)能力不變提高了5%,且在兩種生產(chǎn)能力約束范圍的恢復(fù)期內(nèi)總經(jīng)濟(jì)損失約為12%~20%;(3)住宿和餐飲業(yè)、批發(fā)和零售業(yè)是受疫情經(jīng)濟(jì)影響最為嚴(yán)重的兩個(gè)部門,經(jīng)濟(jì)產(chǎn)出總損失約為24.4%和36.2%,產(chǎn)業(yè)部門間經(jīng)濟(jì)影響的波及傳導(dǎo)作用,導(dǎo)致初期經(jīng)濟(jì)產(chǎn)出穩(wěn)定的第一產(chǎn)業(yè)和信息技術(shù)業(yè)、金融業(yè)在恢復(fù)期內(nèi)經(jīng)濟(jì)損失分別約為15.6%、17.4%和18.9%。隨著未來(lái)各季...
【文章來(lái)源】:災(zāi)害學(xué). 2020,35(04)北大核心CSCD
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
ARIO模型基本原理圖
國(guó)家統(tǒng)計(jì)局發(fā)布數(shù)據(jù)表明,2020年1-2月份我國(guó)國(guó)民經(jīng)濟(jì)經(jīng)受住了新冠肺炎疫情的直接沖擊,第一產(chǎn)業(yè)生產(chǎn)基本平穩(wěn);第二產(chǎn)業(yè)中重要供需物資生產(chǎn)保持增長(zhǎng);第三產(chǎn)業(yè)的信息技術(shù)、金融等新興服務(wù)業(yè)持續(xù)發(fā)展。但疫情的直接沖擊仍然影響到大多數(shù)部門的直接生產(chǎn),導(dǎo)致1-2月行業(yè)增加值明顯下降,其中工業(yè)增加值同比下降13.5%,服務(wù)業(yè)生產(chǎn)指數(shù)同比下降13.0%。本文結(jié)合統(tǒng)計(jì)局公布的經(jīng)濟(jì)行業(yè)受影響數(shù)據(jù),根據(jù)2017年《國(guó)民經(jīng)濟(jì)行業(yè)分類》標(biāo)準(zhǔn)中的大類匯總了11個(gè)部門的疫情直接經(jīng)濟(jì)沖擊數(shù)據(jù)(圖2),包括:農(nóng)林牧漁業(yè)(#1) ; 采礦業(yè)(#2);制造業(yè)(#3) ; 電力、熱力、燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)(#4) ; 建筑業(yè)(#5) ; 批發(fā)和零售業(yè)(#6) ; 交通運(yùn)輸、倉(cāng)儲(chǔ)和郵電業(yè)(#7) ; 住宿和餐飲業(yè)(#8); 信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)(#9);金融業(yè)(#10)和其他服務(wù)業(yè)(#11)。從圖中可以發(fā)現(xiàn)疫情沖擊最大的和獲益的部門都在服務(wù)業(yè),批發(fā)和零售業(yè)(#6)和住宿和餐飲業(yè)(#8)的經(jīng)濟(jì)產(chǎn)出因疫情受到了最嚴(yán)重的負(fù)面沖擊,而信息技術(shù)(#9)和金融業(yè)(#10)在疫情的影響下保持經(jīng)濟(jì)的增長(zhǎng)狀態(tài);另外,第一產(chǎn)業(yè)基本未受到疫情的直接影響,第二產(chǎn)業(yè)在直接沖擊下增加值下降明顯。2.1.2 投入產(chǎn)出表
當(dāng)超額生產(chǎn)能力為在2個(gè)月的模擬步長(zhǎng)后超過(guò)疫情前0.7%的水平下,ARIO模型模擬的疫情發(fā)生后全行業(yè)增加值總量變化曲線如圖3a所示,如圖疫情的直接沖擊導(dǎo)致了增加值在初期的驟降,隨著生產(chǎn)能力的提高,增加值逐步恢復(fù)到疫情前的水平。截至目前(4月17日),國(guó)家統(tǒng)計(jì)局公布2020年第一季度GDP同比下降6.8%。為了驗(yàn)證模型模擬的效果,將模型預(yù)估的增加值月變化結(jié)果換算到基于2019年第一季度GDP的同比變化,截取前12個(gè)月的結(jié)果顯示如圖3b?梢园l(fā)現(xiàn),當(dāng)模擬步長(zhǎng)為4,即疫情沖擊后的第三個(gè)月時(shí),預(yù)估結(jié)果顯示同比2019年第一季度GDP下滑約為7.69%(圖3b中高亮紅點(diǎn)所示)。該結(jié)果與國(guó)家統(tǒng)計(jì)局官方公布數(shù)據(jù)相差約0.89%,即本研究對(duì)疫情實(shí)際的經(jīng)濟(jì)影響偏向悲觀。分析可知,造成模型對(duì)經(jīng)濟(jì)影響預(yù)估存在些許偏差的原因可能是:一方面,ARIO模型本身在對(duì)損失破壞后的經(jīng)濟(jì)系統(tǒng)重建模擬結(jié)果過(guò)于悲觀[13,21];另一方面,由于本研究參數(shù)設(shè)置只采用了可以量化的財(cái)政救助力度作為主要依據(jù),而疫情發(fā)生發(fā)展過(guò)程中的各種政策性的實(shí)際措施對(duì)經(jīng)濟(jì)產(chǎn)出的影響沒(méi)有在模型模擬中體現(xiàn),故導(dǎo)致模型結(jié)果的高估。然而,盡管存在與實(shí)際情況的偏差,但可以認(rèn)為小于1個(gè)百分點(diǎn)的誤差是可以接受的,也即本研究的預(yù)估方法是有效的,預(yù)估結(jié)果在一定程度上是能夠說(shuō)明疫情對(duì)中國(guó)的宏觀經(jīng)濟(jì)影響,可以為疫情后經(jīng)濟(jì)快速恢復(fù)提供數(shù)據(jù)參考,同時(shí)預(yù)估與實(shí)際的偏差也為后續(xù)相關(guān)經(jīng)濟(jì)影響預(yù)估給定了誤差范圍,提高了模擬預(yù)估的準(zhǔn)確度。
【參考文獻(xiàn)】:
期刊論文
[1]新冠肺炎疫情后中國(guó)消費(fèi)發(fā)展趨勢(shì)及對(duì)策[J]. 關(guān)利欣. 消費(fèi)經(jīng)濟(jì). 2020(03)
[2]新冠肺炎疫情對(duì)我國(guó)旅游業(yè)發(fā)展的影響及對(duì)策研究[J]. 祝鎧. 四川旅游學(xué)院學(xué)報(bào). 2020(03)
[3]新冠肺炎疫情與宏觀經(jīng)濟(jì)波動(dòng):基于DSGE模型的分析及啟示[J]. 尹彥輝,孫祥棟,徐朝. 統(tǒng)計(jì)與決策. 2020(07)
[4]新冠肺炎疫情對(duì)中國(guó)經(jīng)濟(jì)的影響及應(yīng)對(duì)[J]. 薛敏,沙曉君. 中國(guó)經(jīng)貿(mào)導(dǎo)刊(中). 2020(04)
[5]臺(tái)風(fēng)“艾云尼”動(dòng)態(tài)間接經(jīng)濟(jì)損失評(píng)估[J]. 劉遠(yuǎn),李寧,張正濤,陳曦. 災(zāi)害學(xué). 2019(03)
[6]基于投入產(chǎn)出模型的區(qū)域洪澇災(zāi)害間接經(jīng)濟(jì)損失評(píng)估[J]. 張鵬,李寧,吳吉東,劉雪琴,解偉. 長(zhǎng)江流域資源與環(huán)境. 2012(06)
[7]基于ARIO模型的汶川地震災(zāi)后恢復(fù)重建期模擬[J]. 李寧,吳吉東,崔維佳. 自然災(zāi)害學(xué)報(bào). 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)
本文編號(hào):3628507
【文章來(lái)源】:災(zāi)害學(xué). 2020,35(04)北大核心CSCD
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
ARIO模型基本原理圖
國(guó)家統(tǒng)計(jì)局發(fā)布數(shù)據(jù)表明,2020年1-2月份我國(guó)國(guó)民經(jīng)濟(jì)經(jīng)受住了新冠肺炎疫情的直接沖擊,第一產(chǎn)業(yè)生產(chǎn)基本平穩(wěn);第二產(chǎn)業(yè)中重要供需物資生產(chǎn)保持增長(zhǎng);第三產(chǎn)業(yè)的信息技術(shù)、金融等新興服務(wù)業(yè)持續(xù)發(fā)展。但疫情的直接沖擊仍然影響到大多數(shù)部門的直接生產(chǎn),導(dǎo)致1-2月行業(yè)增加值明顯下降,其中工業(yè)增加值同比下降13.5%,服務(wù)業(yè)生產(chǎn)指數(shù)同比下降13.0%。本文結(jié)合統(tǒng)計(jì)局公布的經(jīng)濟(jì)行業(yè)受影響數(shù)據(jù),根據(jù)2017年《國(guó)民經(jīng)濟(jì)行業(yè)分類》標(biāo)準(zhǔn)中的大類匯總了11個(gè)部門的疫情直接經(jīng)濟(jì)沖擊數(shù)據(jù)(圖2),包括:農(nóng)林牧漁業(yè)(#1) ; 采礦業(yè)(#2);制造業(yè)(#3) ; 電力、熱力、燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)(#4) ; 建筑業(yè)(#5) ; 批發(fā)和零售業(yè)(#6) ; 交通運(yùn)輸、倉(cāng)儲(chǔ)和郵電業(yè)(#7) ; 住宿和餐飲業(yè)(#8); 信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)(#9);金融業(yè)(#10)和其他服務(wù)業(yè)(#11)。從圖中可以發(fā)現(xiàn)疫情沖擊最大的和獲益的部門都在服務(wù)業(yè),批發(fā)和零售業(yè)(#6)和住宿和餐飲業(yè)(#8)的經(jīng)濟(jì)產(chǎn)出因疫情受到了最嚴(yán)重的負(fù)面沖擊,而信息技術(shù)(#9)和金融業(yè)(#10)在疫情的影響下保持經(jīng)濟(jì)的增長(zhǎng)狀態(tài);另外,第一產(chǎn)業(yè)基本未受到疫情的直接影響,第二產(chǎn)業(yè)在直接沖擊下增加值下降明顯。2.1.2 投入產(chǎn)出表
當(dāng)超額生產(chǎn)能力為在2個(gè)月的模擬步長(zhǎng)后超過(guò)疫情前0.7%的水平下,ARIO模型模擬的疫情發(fā)生后全行業(yè)增加值總量變化曲線如圖3a所示,如圖疫情的直接沖擊導(dǎo)致了增加值在初期的驟降,隨著生產(chǎn)能力的提高,增加值逐步恢復(fù)到疫情前的水平。截至目前(4月17日),國(guó)家統(tǒng)計(jì)局公布2020年第一季度GDP同比下降6.8%。為了驗(yàn)證模型模擬的效果,將模型預(yù)估的增加值月變化結(jié)果換算到基于2019年第一季度GDP的同比變化,截取前12個(gè)月的結(jié)果顯示如圖3b?梢园l(fā)現(xiàn),當(dāng)模擬步長(zhǎng)為4,即疫情沖擊后的第三個(gè)月時(shí),預(yù)估結(jié)果顯示同比2019年第一季度GDP下滑約為7.69%(圖3b中高亮紅點(diǎn)所示)。該結(jié)果與國(guó)家統(tǒng)計(jì)局官方公布數(shù)據(jù)相差約0.89%,即本研究對(duì)疫情實(shí)際的經(jīng)濟(jì)影響偏向悲觀。分析可知,造成模型對(duì)經(jīng)濟(jì)影響預(yù)估存在些許偏差的原因可能是:一方面,ARIO模型本身在對(duì)損失破壞后的經(jīng)濟(jì)系統(tǒng)重建模擬結(jié)果過(guò)于悲觀[13,21];另一方面,由于本研究參數(shù)設(shè)置只采用了可以量化的財(cái)政救助力度作為主要依據(jù),而疫情發(fā)生發(fā)展過(guò)程中的各種政策性的實(shí)際措施對(duì)經(jīng)濟(jì)產(chǎn)出的影響沒(méi)有在模型模擬中體現(xiàn),故導(dǎo)致模型結(jié)果的高估。然而,盡管存在與實(shí)際情況的偏差,但可以認(rèn)為小于1個(gè)百分點(diǎn)的誤差是可以接受的,也即本研究的預(yù)估方法是有效的,預(yù)估結(jié)果在一定程度上是能夠說(shuō)明疫情對(duì)中國(guó)的宏觀經(jīng)濟(jì)影響,可以為疫情后經(jīng)濟(jì)快速恢復(fù)提供數(shù)據(jù)參考,同時(shí)預(yù)估與實(shí)際的偏差也為后續(xù)相關(guān)經(jīng)濟(jì)影響預(yù)估給定了誤差范圍,提高了模擬預(yù)估的準(zhǔn)確度。
【參考文獻(xiàn)】:
期刊論文
[1]新冠肺炎疫情后中國(guó)消費(fèi)發(fā)展趨勢(shì)及對(duì)策[J]. 關(guān)利欣. 消費(fèi)經(jīng)濟(jì). 2020(03)
[2]新冠肺炎疫情對(duì)我國(guó)旅游業(yè)發(fā)展的影響及對(duì)策研究[J]. 祝鎧. 四川旅游學(xué)院學(xué)報(bào). 2020(03)
[3]新冠肺炎疫情與宏觀經(jīng)濟(jì)波動(dòng):基于DSGE模型的分析及啟示[J]. 尹彥輝,孫祥棟,徐朝. 統(tǒng)計(jì)與決策. 2020(07)
[4]新冠肺炎疫情對(duì)中國(guó)經(jīng)濟(jì)的影響及應(yīng)對(duì)[J]. 薛敏,沙曉君. 中國(guó)經(jīng)貿(mào)導(dǎo)刊(中). 2020(04)
[5]臺(tái)風(fēng)“艾云尼”動(dòng)態(tài)間接經(jīng)濟(jì)損失評(píng)估[J]. 劉遠(yuǎn),李寧,張正濤,陳曦. 災(zāi)害學(xué). 2019(03)
[6]基于投入產(chǎn)出模型的區(qū)域洪澇災(zāi)害間接經(jīng)濟(jì)損失評(píng)估[J]. 張鵬,李寧,吳吉東,劉雪琴,解偉. 長(zhǎng)江流域資源與環(huán)境. 2012(06)
[7]基于ARIO模型的汶川地震災(zāi)后恢復(fù)重建期模擬[J]. 李寧,吳吉東,崔維佳. 自然災(zāi)害學(xué)報(bào). 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)
本文編號(hào):3628507
本文鏈接:http://www.sikaile.net/jingjilunwen/shijiejingjilunwen/3628507.html
最近更新
教材專著