杨丽娇，王信歌，蒋新宇

(武汉理工大学 管理学院，湖北 武汉 430070)

中国政府在新冠疫情爆发初期采取积极的防疫措施，如“封城”、限制人口流动等，控制了疫情蔓延，保障了人民生命安全，带来了显著的社会效益[1-3]，是必要且有效的。然而，各省“封城”“限行”“隔离”等措施在一定程度上也限制了生产活动的正常进行[4]，对经济系统的供需两侧均造成一定的冲击[5-8]。进一步，由于区域政府应急响应政策不同[9]，区域产业网络稳健性和系统性风险水平差异[10]，导致经济系统受到突发事件扰动后的恢复能力各异[11]，产业恢复不同步[12]。为提高区域产业恢复效率，有必要研究各产业未恢复前的损失状态，即评估多区域的产业脆弱性。

目前学术界评估多区域经济系统扰动的定量模型主要集中于两类宏观经济学模型：投入产出模型(IO模型)和可计算一般均衡模型(CGE模型)，且已被广泛应用于自然灾害经济损失及产业波及损失评估中，如地震[13]、暴雨洪涝[14]、台风[15]、冰雪[16]、雾霾[17]等。相比于投入产出模型，CGE模型较复杂，损失评估结果依赖区域之间的替代弹性，然而其弹性值的设定研究目前相对缺乏。国内外部分学者利用IO模型评估新冠疫情的经济损失，但多集中在单一区域研究[18]，或将整个国家看作一个经济体进行整体研究[8,19-21],较少学者定量研究区域产业的关联效应[22-23]及损失波及估算。

相较于侧重产品分配角度的前向关联分析来说，侧重生产投入角度的后向关联分析，对产业恢复等具有重要的现实意义。IO模型的核心部分，即列昂惕夫逆矩阵描述部门产出及中间投入之间的关系，本质上描述了行业间的后向关联效应[24]。值得关注的是，传统的IO模型是需求侧驱动模型，通过设定最终需求为外生变量(受自然灾害冲击、消费者偏好变化、政府政策调整等影响)，分析最终需求的变化对产业产出的影响。因此，传统的IO模型对于研究企业因生产停滞带来的区域间产业波及效应具有一定的局限性。1996年，TANJUAKIO等[25]首次提出混合投入产出模型(Mixed IO Model)，将一些部门的总产出变动和其他部门的最终需求变动同时设定为外生冲击变量，进而综合刻画灾害对经济系统的冲击效应。孟永昌利用混合投入产出模型定量评估东日本大地震造成日本相关行业停滞的背景下，世界多国多生产部门的波及经济影响[26]。

为研究疫情初期湖北省应急响应对区域经济系统的后向关联影响，本文采用混合区域间投入产出模型(Mixed IRIO Model)，利用2012年中国31省区域间投入产出表，结合疫情初期湖北省统计局官方公布的各类产业生产指标和湖北省2020年第一季度的城市出行强度数据，估算疫情初期湖北省的产能损失，并以此作为外生变量，评估湖北省产能下降对全国30省份产业的后向关联波及影响，为推动各地区复工复产、产业有效恢复提供理论参考。

1 混合区域间投入产出模型(Mixed IRIO Model)

1.1 投入产出数据

本研究采用的混合区域间投入产出模型(Mixed IRIO Model)所需要的区域间投入产出表为中国科学院地理科学与资源研究所刘卫东于2018年编制的“中国2012年31省区市区域间投入产出表”[27]。该表包含31个省(除港澳台)、42个产业部门，能够反映中国大陆31省份42产业部门之间的产能流动关系。

1.2 模型原理

(1)

(2)

(3)

(4)

(5)

(6)

表1 假定的2区域2部门投入产出表

2 情景设定和冲击变量设置

2.1 情景设定

湖北省是受新冠疫情初期影响最为直接的地区，基本表现为全行业生产停滞、产能损失、经济下行压力较大。同时，由于新冠疫情初期对湖北省的直接冲击主要发生在2020年第一季度(1月23日武汉市全面“封城”，其他各市陆续实行“封城”措施，直至4月8日基本实现全面解封)。所以本研究重点考虑湖北省2020年第一季度受新冠疫情直接冲击的行业产能损失率。在此基础上设定两种冲击情景，对结果进行比较分析。①首先考虑最为简单的情景，即情景一：仅考虑湖北省各产业部门的产量损失Δxex，设定其为外生冲击变量，假定其他省份的最终需求不变(Δfex=0)，估算30省份多产业部门仅受湖北省产业产能下降的后向关联波及影响。②情景二，设定湖北省各产业的部门产量损失(Δxex)为外生冲击变量，同时设定30省份各产业的最终需求下降6.8%(为简化研究，参考2020年全国第一季度GDP下降6.8%，即Δfex=6.8%×f0)，分析30省份多产业部门受到湖北省产能下降及本地区域最终需求下降双重影响下的后向关联波及影响。

2.2 冲击变量设置

通过模型基本原理的梳理及本研究的情景设定，为研究疫情初期湖北省应急响应对区域经济系统的后向关联影响，将湖北省各产业产能下降比率设定为外生冲击变量。接下来详细阐述湖北省各行业产能下降比率的估算方法。

(1)参考官方产业生产指标。由于缺乏直接官方统计数据，为估算湖北省2020年第一季度各行业产能下降比率，本文首先参考湖北省统计局官方网站公布的2020年第一季度各行业相关产业生产经济指标(http://tjj.hubei.gov.cn/)。农林牧渔产品和服务参考“生产总值”经济指标；采矿业，石油炼焦和核燃料加工，电力、热力的生产和供应等高耗能产业参考“行业用电量”经济指标；食品和烟草，化学产品，通信设备、计算机和其他电子设备等具有垄断性质的行业参考“规模以上行业增加值增速”经济指标；服装、鞋帽皮革，造纸印刷和文教体育用品参考“限额以上社会消费品零售总额”经济指标；批发和零售，住宿和餐饮参考“社会消费品零售总额”经济指标。由于官方统计指标与42个行业并未一一对应，仍有部分行业损失率无法估计。因此本文基于城市出行强度估算缺失的行业产能下降比率[29]。

(2)基于城市出行强度估算。研究表明，城市出行强度越高，城市经济和社会活动越活跃[30]。与传统的调查数据相比，出行大数据能够及时、动态、完整、准确地反映人口流动的格局[31]。因此，我们有理由假设城市居民的出行强度在一定程度上反映了各行业的停产及复工复产状况。根据百度迁徙大数据平台的湖北省17个市区2020年和2019年同时期城市出行强度数据绘制生产活动损失图(图1)，绿色曲线为2019年正常年份同时期城市出行强度，红色曲线为2020年第一季度实际出行强度(2020年1月23日“封城”时出行强度大幅下降)，蓝色曲线为预测的2020年同时期没有疫情“封城”情况下的城市出行强度。

图1 基于城市出行强度的湖北省部分城市生产活动损失图

基于城市出行强度指标计算湖北省行业经济损失率的过程如下。

第一步网络爬虫：爬取2020年湖北省各市第一季度城市出行强度数据，并以农历春节为基准点爬取同时期2019年湖北省第一季度城市出行强度数据。

第二步数据分解：采用时间序列加法分解法，将2019年城市出行强度数据和2020年前22 d(2020年1月23日“封城”)城市出行强度数据分解为趋势分量、周期分量(以7 d为一个周期)和随机分量。

第三步数据预测：根据第二步的分解分量，预测正常情况下(没有疫情“封城”)，同时期湖北省各市的城市出行强度指标。

第四步损失估算：根据预测和实际的城市出行强度指标差值，估算湖北省各市的行业经济损失率；最后以2019年湖北省各市的GDP贡献率为权重，计算整个湖北省第一季度行业经济损失率，求得结果为47.12%[29]。

利用上述方法计算得到的湖北省第一季度行业经济损失率近似替代缺失的行业产能损失率。

3 区域产业后向关联冲击结果

根据设置的两种情景，利用Mixed IRIO Model定量分析湖北省产能损失导致30个省份的产业后向关联波及损失。本文重点从后向关联波及效应最大的地区产业、各地区后向关联波及损失结果、各行业后向关联波及损失结果三个维度进行解读。

3.1 后向关联波及效应最大的地区产业

首先根据模型输出结果，将30省份各行业的生产损失率进行排序(共42×30=1 260个输出数据)，可以得出疫情初期受湖北省应急响应后向关联影响最大的地区行业分布情况。限于篇幅，本文从42个行业中选取后向关联影响较大的14个行业，再从30个省份中选取受波及影响较大的15个省份进行展示(图2和图3)。疫情初期，多省份多产业部门受湖北省应急响应间接波及影响，其中煤炭采选产品(#02)，石油和天然气开采产品(#03)，石油、炼焦产品和核燃料加工品(#11)等基础能源行业，以及电力、热力的生产和供应(#25)等能源供应行业受到的影响较为显著。在两种情景下，浙江省煤炭采选产品行业损失率都为最大，下降比率分别达到4.67%和10.76%。

图2 情景一典型行业及典型地区的损失率展示

图3 情景二典型行业及典型地区的损失率展示

制造业是我国工业体系的核心，是经济增长的发动机，此次新冠疫情初期冲击最大的湖北省地区，是我国重要的钢铁、汽车、纺织等制造业产业集群地。疫情初期，湖北省全行业受到严重打击，制造业产能下降尤为明显，而其他地区基础能源行业作为湖北省重工业的原材料产地，受到一定的区域产业波及影响。虽然官方统计公布的数据中，基础能源行业相较住宿餐饮等服务行业受到疫情冲击较小，但是由于产业之间交织的关联关系，基础能源行业对各行各业的恢复及发展具有关键的推动作用，因此我们应当对此引起重视。

3.2 各地区后向关联波及损失结果

按照省份对输出结果进行整理，计算两种情景下各省份的行业产出波及损失率及产出波及损失值。从地区产出波及损失率大小来看(图4a和图4c)，大西北综合经济区(除西藏外)和黄河中游综合经济区内各省份的产出波及损失率较大，其次是湖北省周边的长江中游综合经济区，沿海地区各省份产出波及损失率相对较小。两种情景中，山西的产出波及损失率最大，分别为0.83%和7.48%，其次是内蒙古，分别为0.55%和7.26%，第三是陕西，分别为0.53%和7.24%，西藏受到的波及损失程度最小，产出波及损失率分别为0.10%和6.88%。

从地区产出波及损失值大小来看(图4b和图4d)，以湖北省为中线，东部经济较发达地区受波及影响行业产出下降值相对比西部地区大。其中能源原材料制造业、煤炭开采和深加工等重工业基地(山西、内蒙古、陕西、河南、黑龙江、辽宁等)在仅受湖北省产能下降波及影响的情景一中，行业波及损失产出值排序靠前。在各地区同时受湖北省产能下降波及影响，和本地区最终需求下降直接影响的情景二中，江苏、山东、广东一跃成为前三，究其原因在于这些省份经济发达，受到本地区消费需求下降的直接影响更大。

综上，山西、内蒙古、陕西等省份与湖北省的产业后向关联较为密切，对湖北省的经济依存度较高，受湖北省应急响应产能损失的间接波及影响相对较大，这一结果与刘世锦学者的研究结论相符[22]。西藏与湖北省的产业后向关联度较低，经济依存度较低，受到湖北省产能下降的间接波及影响最小。

图4 地区波及损失分布图(审图号：GS(2021)3715号，底图无修改)

3.3 各行业后向关联波及损失结果

按行业类别对输出结果进行整理，分析两种情景下30省份各行业受到的后向关联波及损失(除湖北省外)。从受影响的产业结构来看，30省份需求无损失的情景一中(图5)，仅受湖北省各行业生产能力下降的波及影响，产值下降比率最大的5个产业部门是：石油和天然气开采产品1.60%，煤炭采选产品1.38%，金属矿采选产品0.61%，电力、热力的生产和供应0.59%，石油、炼焦产品和核燃料加工品0.56%，集中在第二产业。此外，金融，交通运输、仓储和邮政，批发和零售等下降比率也相对较高。受湖北省各行业产能下降的后向关联波及影响相对较小的行业为公共管理、社会保障和社会组织，教育，卫生和社会工作及建筑，下降比率小于0.04%。在情景二中，30省份各行业不仅受到湖北省各行业产能下降的后向关联波及影响，而且受到本地区内部需求下降的直接影响，输出结果显示：行业产值波及下降比率排序与情景一的输出结果基本一致(图6)，下降比率有所增加。

值得注意的是，从行业波及损失下降产值数值来看，情景一中靠前的是第二产业中的采矿业和部分制造业，如煤炭采选产品，金属冶炼和压延加工品及电力、热力的生产和供应。情景二中行业波及损失产值下降数值最高的是建筑，化学产品，及金属冶炼和压延加工品。建筑行业受省内需求侧直接影响程度更大，虽然行业下降比率排名较低，但是由于该行业本身具有较大的经济体量，其行业总产值下降数值反而是42个部门中最大的，影响不容忽视；此外还有食品和烟草，批发和零售等行业，受本地区需求侧直接影响的程度更大。

综上，由于湖北省的重点部门集中在制造业，这些行业生产所需原材料大多来源于其他地区的第二产业，间接波及其他地区石油和天然气开采产品，煤炭采选产品，及金属矿采选产品等基础能源行业。同时，与居民生活服务等第三产业关联度较强的交通运输、仓储和邮政，金融等行业的下游紧密度较高，疫情初期对湖北省外其他地区相关下游行业的波及影响较大。而湖北省各行业产能下降对其他地区的教育，卫生和社会工作，及公共管理、社会保障和社会组织的后向关联波及影响程度较小，主要原因是这些行业受到省内经济直接冲击影响较大，受到来源于其他地区的间接冲击影响较小。此外建筑，食品和烟草，及批发和零售行业受本地需求侧冲击的直接影响，相较于区域间的波及影响更显著。

图5 情景一各行业波及损失情况

图6 情景二各行业波及损失情况

4 结论与讨论

疫情初期，“封城”措施极大控制了新冠疫情的蔓延，是被实践证明的快速有效的战略防疫措施。随着我国近些年快速发展，各省产业构成异质，发展不均，区域产业交织关联，疫情冲击影响亦通过产业链传播，湖北省“封城”应急响应，一定程度上对全国其他省份经济系统造成扰动。基于此，本文采用混合区域间投入产出模型(Mixed IRIO Model)，设定两种冲击情景，对比研究疫情初期湖北省应急响应对区域经济系统的后向关联影响。

主要研究结论为：①从产业关联角度来看，因湖北省应急响应各行业生产停滞对其他省份的后向关联效应，集中在基础能源行业和流通服务等行业；其中与制造业关联度较强的“煤炭采选产品”“石油和天然气开采产品”“金属矿采选产品”“电力、热力的生产和供应”等第二产业受湖北省波及影响损失较大；与居民生活服务相关行业关联度较强的“交通运输、仓储和邮政”“批发和零售”“金融”等第三产业同样受到一定波及影响。②从地域关联角度来看，以煤炭矿采、深加工等能源原材料制造业为主的山西、内蒙古、陕西、黑龙江、辽宁等与湖北省产业后向关联度较强，经济依存度较高，受到湖北省产能下降的波及影响较大；以第三产业为主的沿海经济区，如江苏、广东等受到本省需求端直接冲击的影响，相对于受到湖北省产能下降的波及间接影响更显著。

针对以上分析结果，提出以下政策建议：①基础能源行业多为其他产业提供生产要素，对其他产业复工复产具有关键的作用。虽然疫情初期冲击的行业最直观的是受需求侧冲击影响较大的“住宿和餐饮”等服务行业，基础能源行业的冲击并不直观，但是根据本文研究结果，省际间各产业后向关联效应突出，即基础能源行业受其他产业的波及影响，同样需要引起相关部门的重视。疫情冲击之后的恢复政策可以适当重视基础能源行业，尤其是从员工供给、用工时长等方面给予一定的政策支持；②扶持“交通运输、仓储和邮政”“批发和零售”“金融”等与居民生活服务关联较强的行业优先恢复，可以加快刺激需求端经济的复苏，带动终端产业的复工复产；③不同省份与湖北省的产业关联程度不同，遭受的波及损失程度也不同，这也从另一个角度体现了省份之间风险传导系数不同。在区域协同恢复的过程中，对于后向关联紧密的省份，如山西、内蒙古、陕西等，有关部门应予以重点关注，有根据地制定区域一体化发展战略，考虑省份之间的风险传导。

在未来研究中可以从以下几方面深入：首先，由于当前的区域间投入产出数据的缺乏，本文各省份产业间的关联不得不基于“中国2012年31省区域间投入产出表”，距新冠疫情爆发的2020年时间间隔较长，省际产业间的联系可能有所调整或改变，更新“中国省区市区域间投入产出表”是一项非常重要的工作。其次，由于投入产出模型是线性模型，没有考虑经济系统的弹性问题，模型具有较大的刚性，与现实经济系统有所差异。综上所述，由于数据条件的限制，以湖北省为主的长江中游综合经济区对沿海地区，如以江苏、浙江、上海为主的长三角地区和以广东为主的珠三角地区的经济波及效果未充分反映出来，这也是未来需要研究的课题。