趙濱元

摘要：新冠肺炎疫情的爆發(fā)，已經(jīng)對經(jīng)濟(jì)平穩(wěn)運(yùn)行和高質(zhì)量發(fā)展造成了一定程度的負(fù)面影響，但關(guān)于影響路徑和影響機(jī)制的認(rèn)識仍有待進(jìn)一步深化。以突發(fā)公共衛(wèi)生事件經(jīng)濟(jì)影響理論為基礎(chǔ)，根據(jù)天津市193家企業(yè)調(diào)查問卷情況反饋，就此次疫情對經(jīng)濟(jì)發(fā)展的影響進(jìn)行統(tǒng)計(jì)分析和實(shí)證檢驗(yàn)發(fā)現(xiàn)，由于此次疫情較大程度地影響了勞動力供給、生產(chǎn)資料配置和金融信貸市場運(yùn)行，感應(yīng)度系數(shù)較高的產(chǎn)業(yè)和中小企業(yè)受此次疫情影響更為嚴(yán)重。

關(guān)鍵詞：新冠肺炎疫情;天津;經(jīng)濟(jì)影響;問卷調(diào)查;排序選擇模型

DOI：10.3969/j.issn.1674-7739.2020.03.007

2020年初爆發(fā)的新冠肺炎疫情對經(jīng)濟(jì)發(fā)展造成了一定程度的負(fù)面影響。與2003年非典疫情相比較，此次疫情的爆發(fā)時點(diǎn)、傳播速度、政府應(yīng)對措施和內(nèi)外部經(jīng)濟(jì)環(huán)境均有所不同，預(yù)計(jì)此次疫情對2020年一季度生產(chǎn)總值的影響超過1個百分點(diǎn)，對2020年全年生產(chǎn)總值的影響約為0.4個百分點(diǎn)左右，并與疫情持續(xù)時間及發(fā)展形勢密切相關(guān)。[1][2]

此次疫情從需求和供給兩方面沖擊宏觀經(jīng)濟(jì)。從需求角度來看，此次疫情將抑制消費(fèi)、推遲投資、拖累出口，對總需求造成較大沖擊。[3]從供給角度來看，由于人員和生產(chǎn)資料自由流動受到限制，生產(chǎn)活動難以正常開展，為應(yīng)對疫情影響，企業(yè)將進(jìn)一步加快數(shù)字化轉(zhuǎn)型，推動數(shù)字經(jīng)濟(jì)發(fā)展和供給側(cè)結(jié)構(gòu)性改革。[4]

總體來看，現(xiàn)有關(guān)于新冠肺炎疫情的研究主要集中于疫情防控、發(fā)展趨勢預(yù)測和應(yīng)對措施等方面，對疫情影響路徑和作用機(jī)制的研究較少。同時，現(xiàn)有研究主要運(yùn)用案例比較的方法，通過對以往類似突發(fā)事件進(jìn)行分析與比較，推測此次疫情對經(jīng)濟(jì)發(fā)展的影響。與現(xiàn)有研究不同，本文以天津市193家企業(yè)調(diào)查問卷反饋情況為樣本，通過統(tǒng)計(jì)分析和實(shí)證檢驗(yàn)，定量分析此次疫情對經(jīng)濟(jì)發(fā)展的影響。本文結(jié)構(gòu)安排如下：第一部分是對突發(fā)公共衛(wèi)生事件經(jīng)濟(jì)影響的理論探討;第二部分是對問卷反饋情況的統(tǒng)計(jì)分析;第三部分是應(yīng)用排序選擇模型檢驗(yàn)研究假設(shè);第四部分是結(jié)論及政策建議。

一、理論探討

（一）突發(fā)公共衛(wèi)生事件對宏觀經(jīng)濟(jì)運(yùn)行的影響

首先，突發(fā)公共衛(wèi)生事件對經(jīng)濟(jì)的影響體現(xiàn)為對勞動力流動的限制。在突發(fā)公共衛(wèi)生事件初期，由于疫情監(jiān)測、信息傳遞、資源整合等應(yīng)對機(jī)制尚未完善，政府通常采用強(qiáng)制物理隔離的方式切斷疫情傳播渠道。[5]物理隔離能夠有效防控疫情向更大范圍蔓延，但不利于人員自由流動和勞動力合理配置，增加了勞動力閑置，減少了勞動力供給。[6]

其次，突發(fā)公共衛(wèi)生事件能夠?qū)ιa(chǎn)資料配置造成一定程度的影響。由于交通管制、人員流動管制、運(yùn)輸設(shè)備管制通常作為防控突發(fā)公共衛(wèi)生事件擴(kuò)散的重要方式，因此，在疫情防控期間，物資運(yùn)輸效率將大幅度降低，難以達(dá)到正常水平。[7]同時，為保障重點(diǎn)防疫物資運(yùn)輸，有限的物流資源受到一定程度的擠占，進(jìn)一步影響了生產(chǎn)資料的運(yùn)輸和調(diào)配。[8]

與此同時，突發(fā)公共衛(wèi)生事件也會顯著影響金融信貸市場正常運(yùn)行。由于突發(fā)公共衛(wèi)生事件存在較強(qiáng)的不確定性，宏觀經(jīng)濟(jì)運(yùn)行系統(tǒng)預(yù)期風(fēng)險(xiǎn)提高。[9][10]出于風(fēng)險(xiǎn)管理要求，金融機(jī)構(gòu)將根據(jù)市場預(yù)期調(diào)整信貸結(jié)構(gòu)，提高企業(yè)融資成本和融資門檻，金融信貸市場的整體運(yùn)行效率將隨之降低。[11]

基于上述分析，得出以下研究假設(shè)：

假設(shè)1：新冠肺炎疫情將顯著減少勞動力供給。

假設(shè)2：新冠肺炎疫情將顯著降低生產(chǎn)資料配置效率。

假設(shè)3：新冠肺炎疫情將顯著降低金融信貸市場運(yùn)行效率。

（二）突發(fā)公共衛(wèi)生事件對微觀經(jīng)濟(jì)主體的影響

從行業(yè)上來看，突發(fā)公共衛(wèi)生事件對國民經(jīng)濟(jì)各個行業(yè)都會造成不同程度的沖擊。以往歷次突發(fā)公共衛(wèi)生事件對經(jīng)濟(jì)造成的影響，往往之后一段時期才能表現(xiàn)出來。[12]隨著時間的推移和行業(yè)之間互相作用和影響，與其它行業(yè)關(guān)聯(lián)度更高的行業(yè)受到的沖擊持續(xù)時間將會更長，受到的影響也將更為強(qiáng)烈。[13]在2003年SARS爆發(fā)期間，物流運(yùn)輸業(yè)、批發(fā)零售業(yè)、住宿餐飲業(yè)受到的影響最為嚴(yán)重，而這些行業(yè)都屬于感應(yīng)度系數(shù)較高的行業(yè)，對其他行業(yè)的波動更為敏感。[14]

從企業(yè)規(guī)模上看，中小企業(yè)通常規(guī)模較小、資金短缺、產(chǎn)品體系單一、受產(chǎn)業(yè)鏈上下游影響較大，應(yīng)對風(fēng)險(xiǎn)的能力相對有限。[15]當(dāng)產(chǎn)業(yè)整體發(fā)展環(huán)境受到突發(fā)公共衛(wèi)生事件沖擊時，企業(yè)所處的產(chǎn)業(yè)生態(tài)體系遭到嚴(yán)重破壞，中小企業(yè)的經(jīng)營壓力和現(xiàn)金流壓力更為突出，生存形勢更為嚴(yán)峻。[16]

基于上述分析，得出以下研究假設(shè)：

假設(shè)4：感應(yīng)度系數(shù)較高的產(chǎn)業(yè)受新冠肺炎疫情影響嚴(yán)重。

假設(shè)5：規(guī)模較小的企業(yè)受新冠肺炎疫情影響嚴(yán)重。

二、描述性分析

（一）問卷簡要說明

為更全面真實(shí)地了解企業(yè)受新型冠狀病毒疫情影響情況，我們以天津市作為典型案例，面向企業(yè)開展網(wǎng)上問卷調(diào)查。2月5日至2月6日，共收到企業(yè)反饋問卷193份，反饋企業(yè)基本情況如表1所示。

表1顯示，從所屬行業(yè)來看，制造業(yè)企業(yè)63家、批發(fā)零售業(yè)55家、住宿餐飲業(yè)46家、物流運(yùn)輸業(yè)12家、商貿(mào)服務(wù)業(yè)6家、其他行業(yè)企業(yè)11家?？梢钥闯觯瑯颖酒髽I(yè)的行業(yè)分布是天津市企業(yè)的總體行業(yè)分布和受疫情影響較大的行業(yè)分布兩方面綜合作用的結(jié)果。從企業(yè)規(guī)模來看，員工人數(shù)50～100人的企業(yè)數(shù)量最多，為56家;2019年?duì)I業(yè)收入100～500萬元的企業(yè)數(shù)量最多，為76家。問卷調(diào)查反饋企業(yè)的規(guī)模分布如圖1所示。

從圖1可以看出，反饋企業(yè)樣本的人員規(guī)模和2019年?duì)I業(yè)收入基本呈正態(tài)分布，符合天津市企業(yè)集合的總體分布特征。因此，此次問卷調(diào)查的反饋企業(yè)樣本基本能夠代表天津市企業(yè)集合，問卷調(diào)查反饋情況能夠在一定程度上反映當(dāng)前企業(yè)對此次疫情造成影響的普遍觀點(diǎn)。

（二）新冠肺炎疫情對宏觀經(jīng)濟(jì)運(yùn)行的影響

為分析此次疫情對宏觀經(jīng)濟(jì)運(yùn)行影響的路徑和機(jī)制，在調(diào)研企業(yè)生產(chǎn)經(jīng)營受此次疫情影響基本情況的基礎(chǔ)上，本次調(diào)研問卷設(shè)計(jì)了員工復(fù)崗、生產(chǎn)資料運(yùn)輸、資金周轉(zhuǎn)、復(fù)產(chǎn)審批、防疫管理等5個細(xì)分指標(biāo)。各項(xiàng)指標(biāo)的調(diào)研反饋情況如表2所示。

表2顯示，在本次調(diào)研的企業(yè)中，49.23%的企業(yè)生產(chǎn)經(jīng)營受到此次疫情較大影響或嚴(yán)重影響，此次疫情已經(jīng)對經(jīng)濟(jì)運(yùn)行造成了較大沖擊。49.23%的企業(yè)員工復(fù)崗受到較大影響或嚴(yán)重影響，為防控疫情而實(shí)行的人員流動限制措施導(dǎo)致勞動力供給減少，已經(jīng)顯著影響了企業(yè)的生產(chǎn)運(yùn)營，這與假設(shè)1基本相符。40.94%的企業(yè)生產(chǎn)資料運(yùn)輸受到較大影響或嚴(yán)重影響，由運(yùn)輸車輛管控措施引起的物流運(yùn)輸渠道阻塞已經(jīng)影響了企業(yè)正常的生產(chǎn)經(jīng)營，與假設(shè)2基本相符。50.78%的企業(yè)資金周轉(zhuǎn)受到了較大影響或嚴(yán)重影響，此次疫情引起的悲觀經(jīng)濟(jì)預(yù)期放大了金融機(jī)構(gòu)的惜貸現(xiàn)象，客觀上造成了企業(yè)資金鏈緊張，與假設(shè)3基本相符。另一方面，23.87%的企業(yè)復(fù)產(chǎn)審批受到較大影響或嚴(yán)重影響，僅19.68%的企業(yè)防疫管理受到較大影響或嚴(yán)重影響，表明為應(yīng)對此次疫情實(shí)施的行政審批和衛(wèi)生管理措施不是造成企業(yè)生產(chǎn)經(jīng)營困難的主要原因，對宏觀經(jīng)濟(jì)運(yùn)行的負(fù)面影響相對較小。

（三）新冠肺炎疫情對微觀經(jīng)濟(jì)主體的影響

為研究此次疫情對不同行業(yè)、不同規(guī)模企業(yè)的影響，需將調(diào)研樣本按照行業(yè)類型和企業(yè)規(guī)模分成不同的組別。按照行業(yè)類型和企業(yè)規(guī)模分組后的企業(yè)生產(chǎn)經(jīng)營受疫情影響情況分別如表3、表4所示。

表3顯示，在調(diào)研樣本中，59.09%的批發(fā)零售業(yè)企業(yè)、56.52%的住宿餐飲業(yè)企業(yè)和66.67%的物流運(yùn)輸業(yè)企業(yè)受到較大影響或嚴(yán)重影響，比例高于49.23%的樣本平均水平，而在制造業(yè)、商貿(mào)服務(wù)業(yè)和其他行業(yè)中，受到較大影響或嚴(yán)重影響的企業(yè)比例僅為42.86%、33.34%和45.35%。根據(jù)2017年全國投入產(chǎn)出表計(jì)算得出，批發(fā)零售業(yè)、住宿餐飲業(yè)、物流運(yùn)輸業(yè)的感應(yīng)度系數(shù)分別為2.08、1.66、2.81，均大于各個行業(yè)平均水平，而商貿(mào)服務(wù)業(yè)的感應(yīng)度系數(shù)僅為0.59，受其他行業(yè)生產(chǎn)活動影響較小。這與假設(shè)4基本一致。

表4顯示，在員工人數(shù)少于10人的企業(yè)中，受到較大影響或嚴(yán)重影響的比重達(dá)到59.09%，而在員工人數(shù)為10～50人、50～100人、100～500人、500～1 000人、1 000人以上的企業(yè)中，這一比重分別為57.50%、51.79%、39.53%、41.67%和37.50%。因此，在本次調(diào)研的企業(yè)樣本中，企業(yè)受此次疫情的影響程度隨著企業(yè)規(guī)模的增加而降低，這一推斷與假設(shè)5基本相符。

三、實(shí)證檢驗(yàn)

（一）變量設(shè)定

為檢驗(yàn)此次疫情對經(jīng)濟(jì)發(fā)展影響的作用機(jī)理，本文使用企業(yè)生產(chǎn)經(jīng)營受此次疫情的影響程度作為被解釋變量，使用反映所屬行業(yè)和企業(yè)規(guī)模的虛擬變量作為解釋變量。各變量賦值如表5所示。

（二）實(shí)證結(jié)果分析

由于被解釋變量的賦值形式為分段賦值，且賦值隨影響程度增加而增加，因此可以構(gòu)建排序選擇模型進(jìn)行實(shí)證檢驗(yàn)。常用的排序選擇模型包括oprobit模型和ologit模型，本文分別使用上述兩種模型進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表6中方程（1）所示。

從方程（1）oprobit模型的估計(jì)結(jié)果來看，trans、cater、trade三個變量的系數(shù)顯著為正，說明物流運(yùn)輸、住宿餐飲、批發(fā)零售三個行業(yè)在此次疫情中受到顯著影響。scale的系數(shù)顯著為負(fù)，說明企業(yè)規(guī)模越小，受此次疫情的影響程度就越嚴(yán)重。manu、comm兩個變量的系數(shù)不顯著，表明制造業(yè)和商貿(mào)服務(wù)業(yè)受此次疫情影響較小。表6還顯示了ologit模型的估計(jì)結(jié)果，雖然各個解釋變量系數(shù)與oprobit模型的估計(jì)結(jié)果不同，但符號均保持一致。同時，為檢驗(yàn)變量scale的穩(wěn)健性，用年?duì)I業(yè)收入（50萬元以下賦值0、50～500萬元賦值1，500～5000萬元賦值2，5 000萬元以上賦值3）代替員工數(shù)量進(jìn)行檢驗(yàn)。穩(wěn)健性檢驗(yàn)結(jié)果如表6中方程（2）所示，其中各個解釋變量的系數(shù)與方程（1）基本保持一致，說明方程（1）的估計(jì)結(jié)果具有一定的穩(wěn)健性。

四、結(jié)論及政策建議

通過描述性分析和排序離散選擇模型估計(jì)結(jié)果，對此次疫情影響分析結(jié)論如下：此次疫情較大程度地影響了企業(yè)的用工需求、物流保障和資金周轉(zhuǎn)，感應(yīng)度系數(shù)較高的行業(yè)和規(guī)模較小的企業(yè)受此次疫情影響更為嚴(yán)重。根據(jù)上述結(jié)論，得出以下政策建議：一是出臺靈活用工政策，允許企業(yè)靈活運(yùn)用休假制度，采取輪崗調(diào)休、錯時工作、交替休息方式，靈活安排工作時間;二是恢復(fù)交通物流通道，簡化綠色通道查驗(yàn)手續(xù)和程序，及時處置未經(jīng)批準(zhǔn)擅自設(shè)卡攔截、斷路阻礙交通等行為;三是給予金融信貸支持，引導(dǎo)金融機(jī)構(gòu)降低貸款利率，開通應(yīng)急轉(zhuǎn)貸服務(wù)受理綠色通道，提高不良貸款補(bǔ)償比例;四是推動批發(fā)零售業(yè)、住宿餐飲業(yè)、物流運(yùn)輸業(yè)轉(zhuǎn)型發(fā)展，支持無人超市、移動廚房、生鮮配送等新業(yè)態(tài)發(fā)展，推進(jìn)數(shù)字化供應(yīng)鏈體系建設(shè);五是保障中小企業(yè)渡過難關(guān)，適當(dāng)下調(diào)定期定額納稅人的定額納稅標(biāo)準(zhǔn)或免繳定額稅款，提高企業(yè)失業(yè)保險(xiǎn)費(fèi)返還標(biāo)準(zhǔn)，對創(chuàng)業(yè)園區(qū)、創(chuàng)業(yè)基地、商務(wù)樓宇等各類載體給予租金補(bǔ)貼，引導(dǎo)各類載體運(yùn)營主體減免承租企業(yè)租金。

參考文獻(xiàn)

[1]李文龍，張國力.新冠肺炎疫情與非典疫情的對比及對中國經(jīng)濟(jì)的影響[N].第一財(cái)經(jīng)日報(bào)，2020-2-5（A11）.

[2]黃益平.新冠肺炎的經(jīng)濟(jì)影響與政策應(yīng)對[N].中華工商時報(bào)，2020-2-6（3）.

[3]趙澤寬，丁美玲，張俊敏.有效應(yīng)對新冠肺炎疫情保持經(jīng)濟(jì)社會平穩(wěn)健康發(fā)展[N].中國經(jīng)濟(jì)時報(bào)，2020-2-17（4）.

[4]劉英.新冠疫情對中國經(jīng)濟(jì)影響多大？[N].21世紀(jì)經(jīng)濟(jì)報(bào)道，2020-2-7（4）.

[5]劉濤雄，彭宗超.大流感爆發(fā)對中國經(jīng)濟(jì)的影響預(yù)測[J].清華大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2007（4）：108-116.

[6]嚴(yán)清華.正確認(rèn)識SARS對中國經(jīng)濟(jì)的影響[J].武漢大學(xué)學(xué)報(bào)（社會科學(xué)版），2003（4）：392-393.

[7]李正全.SARS影響國民經(jīng)濟(jì)的短期與長期分析[J].經(jīng)濟(jì)科學(xué)，2003（3）：25-31.

[8]李青，曾凡偉，徐剛.SARS對我國社會經(jīng)濟(jì)的主要影響分析[J].災(zāi)害學(xué)，2004（3）：81-85.

[9]唐文進(jìn)，謝海林，徐曉偉.沖擊經(jīng)濟(jì)的突發(fā)沖擊研究述評[J].經(jīng)濟(jì)學(xué)動態(tài)，2012（3）：147-152.

[10]方勁松，徐曉偉，李虹含.突發(fā)沖擊對中國經(jīng)濟(jì)波動的動態(tài)影響——基于DSGE模型的分析[J].經(jīng)濟(jì)問題，2018（8）：40-46.

[11]唐文進(jìn)，周文，吳曉蘭.應(yīng)對突發(fā)沖擊的宏觀調(diào)控研究的新動態(tài)[J].財(cái)經(jīng)理論與實(shí)踐，2010（164）：2-6.

[12]唐文進(jìn)，宋朝杰，周文.突發(fā)沖擊對中國各產(chǎn)業(yè)的經(jīng)濟(jì)影響——基于IMPLAN系統(tǒng)的分析[J].經(jīng)濟(jì)與管理研究，2012（4）：50-57.

[13]唐文進(jìn)，徐曉偉，陶犇.基于細(xì)化社會核算矩陣的突發(fā)公共事件產(chǎn)業(yè)影響分析[J].財(cái)貿(mào)研究，2011（3）：1-8.

[14]張文斗，祖正虎，許晴，徐致靖，劉巾杰，鄭濤.突發(fā)大規(guī)模疫情對經(jīng)濟(jì)的影響分析[J].軍事醫(yī)學(xué)，2014（2）：124-128.

[15]唐文進(jìn)，廖榮榮，劉靜.突發(fā)公共事件經(jīng)濟(jì)影響研究述評[J].經(jīng)濟(jì)學(xué)動態(tài)，2009（4）：112-116.

[16]李宏.重大突發(fā)事件沖擊性經(jīng)濟(jì)效應(yīng)與潛在影響評判[J].社會科學(xué)家，2016（9）：61-66.

Abstract：The outbreak of COVID-19 has caused a certain degree of negative impact on the stable economic operation and high-quality development， but the understanding of the impact path and impact mechanism still need to be deepened. Based on the theory of public health emergency economic impact， according to the questionnaire survey feedback of 193 enterprises in Tianjin， this paper makes statistical analysis and empirical test on the economic impact of the epidemic. It is found that due to the impact of the epidemic on the labor supply， the allocation of means of production and the operation of financial credit and loan market，industries with high sensitivity coefficient and SMEs are more severely affected by this epidemic.

Key words：COVID-19;Tianjin; economic impact; questionnaire survey; ordered choice model

責(zé)任編輯：王 ?縉