【《突发大规模疫情对经济发展的影响与对策实证研究》9000字】

突发大规模疫情对经济发展的影响与对策实证研究摘要：在研究疫情对经济的影响时，以往的研究主要是将疫情的影响作为一个整体事件来研究。事实上，疫情的发展有不同的阶段，如开始、全面爆发，再到结束，对经济的影响程度会因疫情的阶段而有很大的不同，这一点在现有的文献中考虑的比较少。在分析疫情对时间序列的影响时，可以用ARIMA-GARCH阶段性干预模型来考察以下内容。本文以2003年的非典、2009年的甲型H1N1流感以及2020年的新冠疫情为例，运用ARIMA-GARCH分阶段干预模型来分析这三次突发大规模疫情对宏观经济的影响，并在此基础上总结疫情对宏观经济的影响规律，从而为政府科学决策提供参考。关键词：突发大规模疫情；经济发展；非典；甲型H1N1；新冠疫情1、引言在我国进入全面小康社会的最后一年，新型冠状病毒疫情对中国的经济造成了前所未有的影响。仅仅在2020年春节，78%的食品和饮料生产商的销售收入减少了100%,80%的批发和零售业处于停滞状态，而娱乐业和旅游业则比上年同期减少了85%。自21世纪起，SARS、H1N1、H1N1、新型冠状病毒的暴发，不但直接影响到了我国的生产、消费，也极大地损害了消费者的信心。这种传染病的暴发给经济带来的冲击是短暂的、广泛的、毁灭性的。2020年，由于新冠肺炎的爆发，中国的投资、消费和出口都遭受了严重的冲击。面对全球经济疲软、复杂的贸易环境和经济下行的严峻形势，我们需要深入分析疫情对经济的影响范围和时间，并制定相应的宏观调控对策，使经济持续健康发展。2、突发大规模疫情概念的界定大规模的暴发不仅威胁到公众健康，还威胁到了经济。突发的大规模爆发可以被普遍认为是一场突如其来的大规模爆发。第一级是传染病的爆发与发展；第二级是爆发的突然、规模的爆发。本论文采用三种典型的大范围暴发，分别是SARS、H1N1、H1N1、H1病毒。2003年，中国广东省暴发SARS，并在此后数月内向26省市、自治区扩散，严重冲击了交通和旅游行业。2009年，一次大规模的流行病在美国爆发，并向214个国家和地区扩散。截止到2009年十二月，已确诊123000名H1N1病毒感染者。武汉市在2019年末发布了新冠肺炎确诊病例，疫情在短期内快速扩散，并发展成了全国范围的流行病，截止到2021年末，31个省份和新疆生产建设兵团累计确诊病例102300例。这三起流行病都符合突发大规模疫情的定义。所以，笔者从这三次突发性流行病的例子中，观察了突发疫情的各个阶段对经济各个方面的影响。3、突发大规模疫情对我国宏观经济影响的实证分析3.1研究方法ARIMA模型的思路是在时间序列的基础上，将所研究的变量的残差输入模型。这种传统的时间序列分析方法的思路是在平滑序列的基础上将所研究变量的残差插入模型，以提高模型分析和预测的准确性。然而，在现实生活中，特别是在经济领域，有些经济行为往往会受到重大或意外的外部事件的影响，如突然发生的战争、突发疫情、政治事件或重大政策行动等。我们把这种特殊事件称为"干预"，当"干预作为干预变量纳入ARIMA模型时，该模型被称为ARIMA干预模型，可以更好地适应实际情况。徐秀梅（2014）和吴立辉（2018）在ARIMA模型中引入SARS和金融危机等危机事件作为虚拟变量，定量分析了不同危机事件对旅游业的影响。王书平（2005）在研究战争阶段对石油价格波动的影响时使用了ARIMA-GARCH阶段模型。作者认为，战争是一种外部冲击，使用虚拟变量来代表战争的不同阶段是合适的，当模型误差存在异方差时，也可以引入GARCH模型。同样，吴振新等人（2010）使用ARIMA-GARCH阶段性干预模型来研究石油工人罢工阶段对石油价格的影响。基于以上对突发事件对经济变量影响的研究考虑，本文以SARS疫情、甲型H1N1流感和新冠疫情为例，根据疫情的特点，构建了ARIMA-GARCH分阶段干预模型。假设一个突发的大规模疫情以一些重大事件的发生为特征分为n个阶段，引入虚拟变量𝑤i𝑡来表示疫情第i阶段的第n个时间点，其定义如下：wit=1则基本的ARIMA分阶段干预模型为:yt模型(3-2)中,yt表示某一经济指标的时间序列或差分序列(如果某一经济序列存在季节性,则yt表示季节调整后的时间序列或差分序列),c为常数项,p,q代表滞后阶数,T表示考察的总时期数,αi,φi,ϕi分别是阶段变量wy其中mi表示疫情第i个阶段的滞后阶数。模型(3-3)中疫情影响经济指标的长期效果为iyt模型（3-4）中的疫情影响经济指标的长期效果同模型（3-3）。分析疫情的阶段性对𝑦𝑡的影响时，在剔除季节因素、历法效应以及满足数据可获得性、真实性基础上，只考虑疫情的不同阶段而不考虑其他因素，这样做一方面方便分析，同时经济指标滞后期可以吸收一部分其他因素的影响。进行实证分析时，ARIMA模型要求因变量的时间序列是平稳的，因此，在因变量的选取上，先对时间序列𝑦𝑡进行平稳性检验，如若不平稳则对其进行差分直到平稳为止，如果数据有明显的季节性，平稳性检验前先对其进行季节调整。之后参考吴振信（2010）、周明磊（2010）的做法，对𝑦𝑡或∆𝑦𝑡进行整体和阶段上的Granger因果关系检验，看疫情整体和阶段上是否影响𝑦𝑡或∆𝑦𝑡，并根据检验结果选择模型因变量：如果疫情影响∆𝑦𝑡，则选择∆𝑦𝑡作为因变量，如果∆𝑦𝑡不被影响，但能影响𝑦𝑡，则选择𝑦𝑡作为因变量，若二者都不被影响，那么表示不存在建模信息，此时不建立干预模型。模型的选择上，为建立合适的模型，建模时，先用模型（3-2）予以初步分析，并根据拟合优度检验、t值检验、误差序列相关性检验及异方差检验选择模型（3-3）或（3-4），同时，变量的滞后阶数根据t值大小和AIC准则来确定。最后，根据检验结果和模型结果分析出疫情在整体和阶段上影响宏观经济的程度。3.2指标与事件选取在事件的选取上，依据第2章的定义，选取2003年SARS、2009年H1N1、2020年的新冠疫情三种典型疫情，以验证该模式的适用性，以及疫情对选定的宏观经济指标的总体影响。最后，通过对该模型的分析，得出了我国当前疫情对我国宏观经济发展的影响模式。为方便观测疫情对宏观经济指标的影响，在确保数据的准确性和准确性的情况下，尽可能地将疫情发生的各个时期置于时间序列的中部。3.3实证分析过程3.3.1非典疫情对宏观经济的影响（1）非典疫情对工业增加值的影响分析2003年爆发的非典疫情（全称严重急性呼吸综合征）作为突发大规模疫情，给我国宏观经济层面产生了或多或少的影响。非典疫情从发现到缓解主要经历了三个发展阶段，分别为开始阶段、爆发期和疫情的尾声。2002年12月5日，广东省出现首例确诊病人，截至3月底全国内地累计报告确诊病例1190例，其中广东1153例，占比97%。2003年4至5月，非典疫情开始向其他多数省份扩散，患病人数激增，形式愈发严峻。6月份非典疫情进入缓解期，病例呈逐步下降趋势，期间出台一系列政策，逐渐解除隔离，7月疫情基本结束。根据上述分析，定义如下的三阶段变量：www将三阶段变量合成一个整体变量：w其他两次疫情的阶段划分可类似进行。在分析非典对工业增加值的影响时，由于日度值难以获得，使用的是月度数据，考察期为2001年1月1日至2005年12月31日，共60个月观察值，非典疫情位于中间，以利于观察其对指标的影响。由于原始序列存在明显的季节性，因此，先对该序列进行季节调整以剔除季节因素和历法效应，季节调整后的工业增加值用𝑦t表示，如图3-1所示。图3-12001.1.1-2005.12.31工业增加值季节调整后，通过观察数据的走势，发现不存在明显的指数趋势且波动不大，因此不对𝑦t做取对数处理。之后，对𝑦t进行平稳性检验，ADF单位根检验表明工业增加值序列𝑦t不平稳而一阶差分∆𝑦t平稳。之后，对∆𝑦t与非典疫情进行整体和阶段上的Granger因果检验，检验结果表明，从整体和阶段上看，非典疫情不是引起∆𝑦t的格兰杰原因，这说非典疫情不能显著的影响工业增加值变化的快慢与幅度。当∆𝑦t不被影响时，再看非典疫情在整体和阶段上是否影响𝑦𝑡，检验结果表明非典疫情也不是𝑦𝑡的格兰杰原因，表明非典不能显著的影响工业增加值的高低。当∆𝑦t和𝑦t都不被影响时，此时不存在建模信息，无须建立干预模型。检验结果见表3-1。由检验结果可以看出，非典作为一个外部因素，对工业增加值和工业增加值的变化都未构成干预，即从数据绝对值和相对值的角度来说，我国宏观经济的供给层面基本上未受到非典疫情影响，这与现实是较为吻合的。从图3-1中也可以看出，非典期间工业增加值并未出现明显下滑和异常波动。表3-1非典疫情阶段划分与检验指标考察时间段整体检验阶段划分阶段检验2002.12.5-2003.3.31不显著工业增加值2001.1.1-2005.12.31不显著2003.4.1-2003.5.31不显著2003.6.1-2003.7.31不显著注：检验的显著性水平为0.05。（2）非典疫情对社会消费品零售总额的影响分析宏观经济方面，选取社会零售商品总额代表宏观经济的需求层面，考察期不变共60个月观察值，由于原始序列存在明显的季节性，因此，先对该序列进行季节调整，季节调整后的社会零售商品总额用𝑦t表示，如图3-2所示。图3-22001.1.1-2005.12.31社会零售商品总额ADF检验结果表明社会零售商品总额𝑦t不平稳，而一阶差分∆𝑦t平稳，对∆𝑦t与非典进行整体和阶段上的Granger因果检验，检验结果见表3-2。表3-2非典疫情阶段划分与检验指标考察时间段整体检验阶段划分阶段检验2002.12.5-2003.3.31显著社会消费品零售总额2001.1.1-2005.12.31显著2003.4.1-2003.5.31不显著2003.6.1-2003.7.31不显著注：检验的显著性水平为0.1。根据检验结果建立模型，估计结果见表3-3，具体模型见式（3-5）。表3-3模型估计结果解释变量yt-2t-3系数0.1092-0.0369**0.9569*凇*-0.4544***-0.960O***0.4581***检验R3=0.34，DW=1.96，F=5.36(o.00O)注：*、**、***分别表示在10%、5%和1%的水平上显著。Ay把非典疫情看作一个整体，它对社会消费品零售总额变化有滞后的影响。阶段变量𝑤1𝑡滞后一期对社会消费品零售总额变化有一个显著的负向影响，说明非典疫情在开始阶段对宏观需求变化有一个负的影响，使得需求变化减少了0.0369，即非典疫情只是在开始阶段对经济需求有一个短暂的负面影响。同时，非典时期我国经济正处于快速上升周期过程，对我国经济所造成的伤害低于经济增长潜力的释放效应，也正因如此，非典疫情的后两个阶段（爆发阶段和衰退阶段）影响不显著，Granger检验结果也证实了这一点。因此，分析疫情对经济的影响时，不能仅看疫情整体的影响，更需要从影响的阶段性这一角度进行分析。另外，通过对比非典对工业增加值和社会消费品零售总额的影响可以发现，非典对宏观经济的影响更多体现在需求层面而非供给层面。3.3.2甲型H1N1流感对宏观经济的影响（1）甲型H1N1流感对工业增加值的影响分析甲型H1N1流感率先在墨西哥爆发，同年5月份，我国四川省出现首例输入性确诊病例，之后确诊病例不断增加。9月18日，WHO总干事表示甲型H1N1流感在全球迅速蔓延，随着北半球冬季的来临，第二波的传播已经开始。截至2009年12月末，中国内地确诊12.3万例新型H1N1患者。2010年初，甲型流感进入衰退期，截至2010年3月末，全国31个省份累计报告确诊病例12.7余万例。虽然2010年8月10日WHO才宣布甲型H1N1流感大流行结束，但其影响自2009年4月份以来已无足轻重了。根据前面的分析，定义三阶段变量，即www并将三阶段变量合成一个整体变量：w选取工业增加值代表宏观经济的供给层面，考察期为2007年1月1日至2011年12月31日，共60个月观察值，流感位于中间，以利于观察其对指标的影响，先对该序列进行季节调整，季节调整后的工业增加值如图3-3所示。图3-32007.1.1-2011.12.31工业增加值季节调整后，通过观察数据的走势，发现线性趋势明显且波动较小，因此不对𝑦t做取对数处理，其他指标做法类似。ADF检验检验结果表明工业增加值季节调整后序列𝑦t不平稳而∆𝑦t平稳。之后，对∆𝑦t与甲型H1N1流感进行整体和阶段上的Granger因果检验，发现甲型流感不是引起∆𝑦𝑡的格兰杰原因。再看流感在整体和阶段上是否影响𝑦𝑡，检验结果表明流感也不是𝑦𝑡的格兰杰原因。∆𝑦t和𝑦t都不被影响，表明流感不能显著的影响工业增加值的高低、快慢以及幅度，因此，不存在建模信息，无须建立干预模型。检验结果见表3-4。表3-4甲型H1N1流感阶段划分与检验指标考察时间段整体检验阶段划分阶段检验不显著2009.5.11-2009.9.17不显著工业增加值2007.1.1-2011.12.312009.9.18-2009.12.31不显著2010.1.1-2010.3.31不显著注：检验的显著性水平为0.05。此处结果与非典疫情类似，即甲型H1N1流感未对工业增加值及其变化造成干预，也就是说，我国宏观经济的供给层面并未受到该次流感影响。图3-3中指标走势也可验证这一结论，自2009年5月流感发生以来，工业增加值并未出现异常的波动。（2）甲型H1N1流感对社会零售商品总额的影响分析选取社会零售商品总额代表宏观经济的需求层面，考察期不变，流感位于中间，以利于观察其对指标的影响，对该序列进行季节调整以剔除季节因素和历法效应，季节调整后的社会零售商品总额如图3-4所示。图3-42007.1.1-2011.12.31社会零售商品总额ADF检验结果表明社会零售商品总额一阶差分∆𝑦𝑡平稳，并对∆𝑦𝑡与甲型H1N1流感进行整体和阶段上的Granger因果检验，检验结果见表3-5。表3-5甲型H1N1流感阶段划分与检验指标考察时间段整体检验阶段划分阶段检验2009.5.11-2009.9.17显著社会消费品零售总额2007.1.1-2011.12.31不显著2009.9.18-2009.12.31显著2010.1.1-2010.3.31显著注：检验的显著性水平为0.05。根据检验结果建立模型，估计结果见表3-6，具体模型见式（3-6）。表3-6模型估计结果解释变量w1(t-5)w2(t-1)w3(t-5)yt-1t-1系数0.1450***0.4326***-0.3653**0.08290.4169**-0.1894检验R2=0.35，DW=2.02，F=5.26(o.000)注：*、**、***分别表示在10%、5%和1%的水平上显著。Ayt=0.1450+0.41694把甲型H1N1流感作为一个整体，其对宏观需求的变化有滞后影响。流感的三个阶段影响显著，从影响效果来看，由于流感危害性不大，因此流感开始阶段并未对宏观需求造成负面影响，09年9月流感全面爆发后，阶段变量𝑤2t对宏观需求有滞后的负面影响，使得社会零售商品总额变化下降0.3653。同时，阶段变量𝑤3t有一个滞后的正向影响，说明随着流感步入衰退阶段，在防控措施和积极政策的影响下，疫情的负面影响减弱。另外，通过对比两次流感对宏观经济影响的结果可以看到，与非典疫情类似，甲型H1N1流感对宏观经济的影响更多体现在需求层面而非供给层面。3.3.3新冠疫情对宏观经济的影响（1）新冠疫情对工业增加值的影响分析2020年初突发的新冠疫情给国民健康带来一定威胁的同时，对宏观经济也有一定的负面影响。该次疫情持续时间较长，疫情阶段性特点较为明显，参考学者白彦锋（2020）以及《抗击新冠肺炎疫情的中国行动》白皮书等说法，本文将此次新冠疫情的发展大致分为三个阶段，分别是开始阶段、爆发阶段以及衰退阶段，这里在把握疫情特点的基础上只将该次疫情划分为三阶段，一方面方便分析，另一方面也更有利于与前两次疫情进行比较。2019年12月8日武汉卫健委首次公布新冠肺炎病例。2020年1月30日，世界卫生组织将新冠疫情列为“国际公共卫生紧急事件”标志着新冠疫情步入爆发阶段，此阶段我国开始全面防控、延迟复工、停工停产并出台相应政策。2020年4月至2021年12月为疫情第三阶段，2020年4月份，武汉解封，各地陆续出台一系列政策，该阶段内境内疫情总体呈零星散发状态，尽管局部地区出现散发病例引起的聚集性疫情，但疫情始终处于常态化防控状态，境内疫情基本得到控制，因此基本上可以把疫情第三阶段视为衰退阶段。接下来，分别考察新冠疫情的阶段性对工业增加值和社会零售商品总额的影响。根据前面的分析，定义三阶段变量：www将三阶段变量合成一个变量，即w选取工业增加值代表宏观经济的供给层面，考察期为2017年1月1日至2021年12月31日，共60个月观察值，对该序列进行季节调整以剔除季节因素和历法效应，季节调整后的工业增加值如图3-5所示。图3-52017.1.1-2021.12.31工业增加值ADF检验结果表明工业增加值序列不平稳而一阶差分序列平稳，并对∆𝑦𝑡与新冠疫情进行整体和阶段上的Granger因果检验，检验结果如表3-7所示。表3-7新冠疫情阶段划分与检验指标考察时间段整体检验阶段划分阶段检验2019.12.8-2020.1.29显著工业增加值2017.1.1-2021.12.31显著2020.1.30-2020.3.31显著2020.4.1-2021.12.31显著注：检验的显著性水平为0.05。根据检验结果建立模型，估计结果见表3-8，具体模型见式（3-7）。表3-8模型估计结果解释变量Cw1(t-1)w2(t-1)w2(t-2)w3t∆𝑦𝑡−3𝜀𝑡−1𝜀𝑡−2系数0.0943***-2.1806***29732***-0.7639*lo.o4510.3662**-0.6256***0.3490**检验R2-0.73，DW=1.96，F=17.96(o.000)注：*、**、***分别表示在10%、5%和1%的水平上显著。∆𝑦𝑡=0.0943+0.3662∆𝑦𝑡−3−2.1806𝑤1(𝑡−1)+2.9732𝑤2(𝑡−1)−0.7639𝑤2(𝑡−2)+0.0451𝑤3𝑡+𝜀𝑡−0.6256𝜀𝑡−1−0.3490𝜀𝑡−2（3-7）该模式的结果表明，这三个时期的新冠病毒都对产业价值的改变产生了重要的影响。在这些因素中，阶段性变量𝑤1𝑡对工业增加值产生了显著的消极作用，自2020年1月起，2.1806大幅下跌，自新冠爆发初期至二月末，其负面效应显著。因此，在2020年2月至3月，尽管新冠病毒爆发，但是工业增加值的变动并未进一步减少，在一系列的政策刺激下，阶段变量𝑤2𝑡的作用是积极的，而工业增加值的变动则是2.9372。总体而言，三个时期的新冠病毒造成的整体效应是0.0675，并非负数值，但这并不表示新冠病毒没有对宏观供应造成不利影响，这看似与事实不符，但在一定程度上，是由于新冠病毒流行的减缓，一系列的刺激政策在一定程度上起到了积极作用，这在一定程度上是由于经济发展的长期趋势所致。事实上，从平均抽样数据来看，中国近几年的经济发展已由快速发展向高质量发展转变。在新冠肺炎爆发后，我国工业增加值的变动增速有所减缓，经济下滑的压力也随之增大。所以，我们必须从整体上来分析这场流行病的影响，同时也要对各个时期的经济产生的影响进行分析。根据新一轮爆发的时间长短，与SARS、H1N1病毒不同，新冠病毒在爆发初期就对宏观供应造成了不利的影响，而另外两次爆发并未"影响"宏观供应，表明此次疫情的冲击更为严重。（2）新冠疫情对社会零售商品总额的影响分析选取社会零售商品总额代表宏观经济的需求层面，考察期不变共60个月观察值。对该序列进行季节调整，季节调整后的社会零售商品总额如图3-6所示。图3-62017.1.1-2021.12.31社会零售商品总额ADF检验结果表明社会零售商品总额一阶差分序列∆𝑦𝑡平稳，接着，对新冠疫情与∆𝑦𝑡进行整体和阶段上的Granger因果检验，检验结果如表3-9所示。表3-9新冠疫情阶段划分与检验指标考察时间段整体检验阶段划分阶段检验2019.12.8-2020.1.29显著社会消费品零售总额2017.1.1-2021.12.31显著2020.1.30-2020.3.31显著2020.4.1-2021.12.31不显著注：检验的显著性水平为0.05。根据检验结果建立模型，估计结果见表3-10，具体模型见式（3-8）。表3-10模型估计结果解释变量Cw1(t-1)w2(t-1)w2(t-2)w3t∆𝑦𝑡−3𝜀𝑡−1𝜀𝑡−2C系数0.1637**-2.7492***-3.4677***4.7122***0.5261-0.7137***-0.9245***0.6419***-0.5405***检验R2=0.60，DW=2.07，F=8.19(o.000)注：*、**、***分别表示在10%、5%和1%的水平上显著。∆𝑦𝑡=0.1637−0.7137∆𝑦𝑡−1−0.9245∆𝑦𝑡−2−2.7492𝑤1𝑡−3.4677𝑤2𝑡+4.7122𝑤2(𝑡−1)+0.5261𝑤2(𝑡−6)+𝜀𝑡𝜀𝑡=𝑣𝑡+0.6149𝜀𝑡−2−0.5405𝜀𝑡−3（3-8）模型结果显示，阶段变量𝑤1和𝑤2𝑡对消费品零售总额的变化有直接的负面影响。这表明，在新冠疫情爆发之初和爆发后不久，宏观需求受到的负面影响更大，导致消费品零售总额的变化分别下降了2.7492和3.4677。此后，随着疫情的好转，阶段变量𝑤2𝑡对宏观需求产生了滞后的积极影响，因为需求开始恢复。然而，复苏是一个过程，宏观经济指标的反应还不够快。需要注意的是，检验结果表明，阶段变量𝑤3𝑡的影响不明显，因此没有进入模型，因为经济需求在疫情的初始和爆发阶段受到的影响更大，需求的恢复更多是由于经济自身的长期趋势。总的来说，新冠疫情阶段变量的综合影响是-0.9786。从影响来看，新新冠疫情的影响要大于SARS疫情阶段的影响，这也与中国经济的结构变化有关，与SARS阶段相比，消费已经成为中国经济增长的主要动力，而消费需求作为宏观需求的重要组成部分，在消费领域受到新冠疫情的冲击更大，所以疫情对宏观需求的发展，无论是整体还是个别阶段都有不利影响。3.3.4突发大规模疫情影响宏观经济的特点分析前面分析的三次突发大规模疫情对宏观经济指标影响的主要特点总结如下，见表3-11。表3-11突发大规模疫情影响宏观经济的特点总结影响产业及指标影响指标的疫情整体影响影响显著的阶段工业增加值非典疫情不显著甲型HlNl流感不显著新冠疫情显著开始、爆发、衰退阶段社会消费品零售总额非典疫情显著开始阶段甲型HlNl流感不显著开始、爆发、衰退阶段新冠疫情显著开始、爆发阶段从表3-11可以得出如下几点结论：（1）从疫情影响的层面来说，三次突发大规模疫情的相同点是疫情的发生多对宏观经济的需求层面造成一定影响，而对宏观经济供给层面影响较少，三次疫情均对宏观需求层面造成了一定冲击，仅有新冠疫情对宏观的供给层面有一定影响；不同点是三次疫情对经济需求层面的影响程度不同，从整体影响来看，新冠疫情影响最大，非典疫情次之，甲型H1N1流感影响最小。（2）突发大规模疫情的阶段性对经济的影响多具有滞后性，比如，从疫情开始到全面