陳璇璇，張 旭，胡晨沛

(國家統(tǒng)計(jì)局 國際統(tǒng)計(jì)信息中心，北京 100826)

一、 引言

21世紀(jì)以來，重大突發(fā)事件在國內(nèi)國際屢有發(fā)生，如2003年非典型肺炎疫情、2008年國際金融危機(jī)、2018年中美經(jīng)貿(mào)摩擦以及2020年造成全球大流行的新冠肺炎疫情等，重大突發(fā)事件本身所特有的不確定性給我國經(jīng)濟(jì)發(fā)展帶來極大挑戰(zhàn)。黨的十九大明確提出，堅(jiān)決打好防范化解重大風(fēng)險(xiǎn)、精準(zhǔn)脫貧、污染防治三大攻堅(jiān)戰(zhàn)，并把防范化解重大風(fēng)險(xiǎn)擺在重要位置，有效應(yīng)對(duì)突發(fā)事件帶來的不確定性是未來我國經(jīng)濟(jì)行穩(wěn)致遠(yuǎn)的重要保障。近年來，無論是國內(nèi)經(jīng)濟(jì)還是世界經(jīng)濟(jì)，都已經(jīng)并且正在經(jīng)受著各種突發(fā)沖擊的影響，這些影響雖然形式多樣，嚴(yán)重程度不同，但都給宏觀經(jīng)濟(jì)的秩序穩(wěn)定和經(jīng)濟(jì)發(fā)展造成一定挑戰(zhàn)。準(zhǔn)確認(rèn)識(shí)重大突發(fā)事件對(duì)我國宏觀經(jīng)濟(jì)運(yùn)行的影響并加以量化，對(duì)于新形勢(shì)下我國經(jīng)濟(jì)平穩(wěn)健康發(fā)展具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

現(xiàn)有關(guān)于重大突發(fā)事件對(duì)宏觀經(jīng)濟(jì)影響的研究中，絕大多數(shù)學(xué)者直接聚焦重大突發(fā)事件對(duì)經(jīng)濟(jì)增速的影響，而忽略了事件本身對(duì)經(jīng)濟(jì)結(jié)構(gòu)的異質(zhì)性沖擊。根據(jù)國民經(jīng)濟(jì)核算理論，一國經(jīng)濟(jì)產(chǎn)出可劃分為消費(fèi)、投資和凈出口三大部分，而消費(fèi)、投資和出口也被視為拉動(dòng)經(jīng)濟(jì)增長的需求側(cè)“三駕馬車”，通過歷史數(shù)據(jù)比較發(fā)現(xiàn)，在面對(duì)重大突發(fā)事件時(shí)，我國需求側(cè)“三駕馬車”往往會(huì)出現(xiàn)增速放緩甚至負(fù)增長現(xiàn)象。例如，2008年國際金融危機(jī)對(duì)我國外需造成明顯沖擊，我國出口連續(xù)13個(gè)月負(fù)增長；2020年初，新冠肺炎疫情則使我國消費(fèi)、投資和出口均出現(xiàn)兩位數(shù)降幅。由此可見，重大風(fēng)險(xiǎn)事件會(huì)進(jìn)一步加大宏觀經(jīng)濟(jì)內(nèi)外部環(huán)境不確定性，對(duì)經(jīng)濟(jì)運(yùn)行體系產(chǎn)生明顯沖擊，對(duì)需求側(cè)增長產(chǎn)生嚴(yán)重?cái)D壓。而在重大突發(fā)事件下，宏觀經(jīng)濟(jì)政策的制定往往又取決于對(duì)不同需求因素受沖擊程度的大小，例如，為應(yīng)對(duì)金融危機(jī)對(duì)內(nèi)需的影響，我國在2008年下半年出臺(tái)的四萬億投資政策避免了投資增速出現(xiàn)大幅滑坡；為應(yīng)對(duì)新冠肺炎疫情對(duì)消費(fèi)、出口的沖擊，黨中央和國務(wù)院又出臺(tái)了“發(fā)放消費(fèi)券”刺激消費(fèi)、穩(wěn)外貿(mào)穩(wěn)外資等系列政策。因此，準(zhǔn)確量化重大突發(fā)事件對(duì)需求側(cè)各因素增長沖擊，不僅有助于客觀認(rèn)識(shí)突發(fā)事件對(duì)宏觀經(jīng)濟(jì)增長沖擊的影響機(jī)制，還能為做好政策應(yīng)對(duì)提供重要參考。

二、 文獻(xiàn)綜述

(一) 國內(nèi)外相關(guān)研究成果梳理及研究動(dòng)態(tài)

目前關(guān)于重大突發(fā)事件對(duì)宏觀經(jīng)濟(jì)的沖擊已有一定研究成果，但出于研究目的差異，學(xué)者在重大突發(fā)事件的選擇上不盡相同。不少學(xué)者考察了地震、颶風(fēng)等自然地質(zhì)災(zāi)害對(duì)經(jīng)濟(jì)運(yùn)行的沖擊，既包括對(duì)企業(yè)財(cái)務(wù)、家庭收支等微觀主體的影響[1-2]，也包括對(duì)金融市場、產(chǎn)業(yè)結(jié)構(gòu)等宏觀經(jīng)濟(jì)運(yùn)行的沖擊[3-4]。也有學(xué)者結(jié)合近年來頻繁爆發(fā)的公共衛(wèi)生事件，研究H1N1疫情、非洲豬瘟等事件對(duì)產(chǎn)業(yè)和宏觀經(jīng)濟(jì)的影響[5-6]。Ramiahetal.[7]、Wagneretal.[8]等學(xué)者則聚焦美國總統(tǒng)選舉、英國脫歐等地緣政治事件帶來的經(jīng)濟(jì)影響?？紤]到單類事件研究的局限性，也有學(xué)者基于目前文獻(xiàn)多是聚焦某一類或某一個(gè)事件的不足，通過構(gòu)建重大風(fēng)險(xiǎn)事件的隨機(jī)波動(dòng)模型開展經(jīng)濟(jì)事件、政治事件和自然災(zāi)害等系列突發(fā)事件的綜合研究[9]。

目前學(xué)界關(guān)于重大突發(fā)事件對(duì)經(jīng)濟(jì)領(lǐng)域沖擊的研究，主要集中在以下三個(gè)方面：一是對(duì)金融市場的沖擊[10-11]，包括股票市場[12-14]和匯率市場[15-16]。二是對(duì)商品價(jià)格的沖擊，包括大宗商品價(jià)格[17-18]和居民生活品消費(fèi)價(jià)格[19]。三是對(duì)宏觀經(jīng)濟(jì)的沖擊。如Gourio[20]將災(zāi)難風(fēng)險(xiǎn)與RBC模型結(jié)合，詳細(xì)探討了災(zāi)難風(fēng)險(xiǎn)對(duì)美國等發(fā)達(dá)經(jīng)濟(jì)體宏觀經(jīng)濟(jì)波動(dòng)的影響；陳國進(jìn)等[21]通過區(qū)分全要素生產(chǎn)率災(zāi)難、資本災(zāi)難與雙重災(zāi)難三種災(zāi)難形式，量化災(zāi)難事件對(duì)宏觀經(jīng)濟(jì)的影響以及政府財(cái)政政策支持對(duì)災(zāi)后經(jīng)濟(jì)復(fù)蘇的作用。

在量化重大突發(fā)事件對(duì)經(jīng)濟(jì)沖擊方法選擇上，早期學(xué)者多基于總量數(shù)據(jù)時(shí)間序列趨勢(shì)分析或事件研究法進(jìn)行評(píng)估。隨著計(jì)量經(jīng)濟(jì)模型的發(fā)展，雙重差分法(DID)、合成控制法(SCM)等能夠進(jìn)行反事實(shí)估計(jì)的方法近年來得到廣泛運(yùn)用。楊霞等[22]利用PSM-DID方法實(shí)證檢驗(yàn)了SARS為代表的重大公共衛(wèi)生事件對(duì)保險(xiǎn)需求的影響。薛熠和王若翰[23]利用人工反事實(shí)研究發(fā)現(xiàn)SARS這一公共衛(wèi)生事件對(duì)地區(qū)GDP增長有顯著長期負(fù)面影響。也有文獻(xiàn)使用可計(jì)算一般均衡模型(CGE)和動(dòng)態(tài)隨機(jī)一般均衡模型(DSGE)構(gòu)建重大突發(fā)事件的沖擊機(jī)制，并基于總量數(shù)據(jù)來模擬不同場景下沖擊的經(jīng)濟(jì)影響，估計(jì)突發(fā)事件沖擊下的一般均衡和反事實(shí)[24]，如吳先華等[25]基于CGE模型評(píng)估發(fā)現(xiàn)釣魚島事件給我國造成經(jīng)濟(jì)產(chǎn)出損失約6380.7億元，占2012年總產(chǎn)值的0.5%。然而基于模擬的結(jié)構(gòu)模型依賴于正確模型設(shè)定，若不能有效刻畫沖擊作用機(jī)制，將難以提供突發(fā)事件影響效應(yīng)的準(zhǔn)確估計(jì)[23]。

(二) 已有相關(guān)文獻(xiàn)評(píng)述

重大突發(fā)事件對(duì)經(jīng)濟(jì)影響的實(shí)證研究已有大量成果，但仍有不完善之處。第一，在事件選擇和測(cè)度方面，現(xiàn)有研究主要側(cè)重于某一個(gè)或一類重大突發(fā)事件的影響，由于此類事件持續(xù)時(shí)間和跨度相對(duì)較短，容易產(chǎn)生“維度詛咒”問題[26]。盡管不同突發(fā)事件對(duì)經(jīng)濟(jì)影響傳導(dǎo)機(jī)制存在一定差異，但研究發(fā)現(xiàn)，在突發(fā)事件影響下，一些反映經(jīng)濟(jì)不確定性的指標(biāo)往往表現(xiàn)出相似走勢(shì)[9]，因此能夠?qū)⒉煌愋椭卮笫录瑫r(shí)納入研究范圍之中。在對(duì)事件量化上，多數(shù)文獻(xiàn)是按發(fā)生與否進(jìn)行二分變量劃分，但不同突發(fā)事件本身帶來的不確定性必然不同，簡單定性劃分易忽視事件本身不確定程度差異。第二，現(xiàn)有研究多是針對(duì)股票市場、期貨市場某一領(lǐng)域的影響，缺少對(duì)宏觀經(jīng)濟(jì)影響進(jìn)行深入探討。從核算角度看，經(jīng)濟(jì)增長主要由消費(fèi)、投資和出口三大需求構(gòu)成，需求側(cè)增長情況將直接影響宏觀經(jīng)濟(jì)整體增速。因此，有必要從需求側(cè)出發(fā)，研究重大突發(fā)事件對(duì)宏觀經(jīng)濟(jì)增長的傳導(dǎo)特征，從而量化事件對(duì)經(jīng)濟(jì)增長產(chǎn)生的沖擊。第三，在研究方法選擇方面，時(shí)間序列和事件研究法操作簡單且便于推廣。但其存在一定缺陷：一是只能研究單個(gè)事件而非多個(gè)事件的影響；二是受樣本估計(jì)窗口和事件窗口選擇限制，僅能進(jìn)行事件前后的對(duì)比分析，很少就事件本身對(duì)經(jīng)濟(jì)影響進(jìn)行全面長期考察。而反事實(shí)估計(jì)雖能克服事件研究法的部分缺點(diǎn)，可以研究單個(gè)或多個(gè)事件的影響沖擊，但同樣受樣本數(shù)量選擇的制約。

基于對(duì)已有研究成果的梳理，本文嘗試從研究視角、方法等方面進(jìn)行創(chuàng)新，可能存在的學(xué)術(shù)邊際貢獻(xiàn)包括以下三個(gè)方面：第一，在突發(fā)事件的量化上，充分考慮國內(nèi)國際經(jīng)濟(jì)不確定性，從經(jīng)濟(jì)景氣、經(jīng)濟(jì)政策、商品價(jià)格、金融市場、經(jīng)濟(jì)活躍度等維度出發(fā)，構(gòu)建能夠進(jìn)行量化的重大突發(fā)事件不確定性指數(shù)。第二，在研究對(duì)象的選擇上，考慮到宏觀經(jīng)濟(jì)增長可分解為需求側(cè)“三駕馬車”的增長，因此通過量化重大突發(fā)事件不確定性對(duì)我國需求側(cè)經(jīng)濟(jì)的增長，可以探討突發(fā)事件對(duì)宏觀經(jīng)濟(jì)增長的傳導(dǎo)路徑。第三，在方法的選擇上，選擇TVP-SV-VAR模型量化不確定性對(duì)需求側(cè)“三駕馬車”增長的時(shí)變性沖擊。選擇這一模型的原因，一方面是由于該模型等間隔脈沖響應(yīng)拓寬了傳統(tǒng)VAR和貝葉斯VAR模型參數(shù)不變的假定，實(shí)現(xiàn)了參數(shù)的時(shí)變性估計(jì)，更符合我國經(jīng)濟(jì)漸進(jìn)式發(fā)展的國情；另一方面是模型的時(shí)點(diǎn)脈沖響應(yīng)能夠捕捉特定突發(fā)事件對(duì)我國消費(fèi)、投資和出口增長的異質(zhì)性沖擊。

三、 重大突發(fā)事件不確定性指數(shù)的構(gòu)建

(一) 指標(biāo)選擇

目前學(xué)術(shù)界還缺乏對(duì)經(jīng)濟(jì)不確定性的確切定義，本文主要從以下兩方面對(duì)重大突發(fā)事件不確定性進(jìn)行考量：一是從市場范圍看，隨著我國經(jīng)濟(jì)增長與世界經(jīng)濟(jì)環(huán)境聯(lián)系日益密切，經(jīng)濟(jì)不確定性也應(yīng)當(dāng)包括國內(nèi)宏觀經(jīng)濟(jì)和國際經(jīng)濟(jì)兩個(gè)維度；二是從經(jīng)濟(jì)領(lǐng)域看，不確定性應(yīng)當(dāng)既可以表現(xiàn)為政策不確定性、地緣風(fēng)險(xiǎn)等傳統(tǒng)指標(biāo)，也可表現(xiàn)為物價(jià)明顯波動(dòng)、資本市場動(dòng)蕩等領(lǐng)域的變化。

表1 各變量描述性統(tǒng)計(jì)結(jié)果

考慮到數(shù)據(jù)可獲得性和適用性，選取月度指標(biāo)作為衡量突發(fā)事件不確定性的基礎(chǔ)指標(biāo)：一是國內(nèi)經(jīng)濟(jì)不確定性指標(biāo)，包括經(jīng)濟(jì)景氣不確定性(中國OECD景氣指數(shù)X1)、經(jīng)濟(jì)政策不確定性(中國經(jīng)濟(jì)政策不確定性指數(shù)X2)、商品價(jià)格不確定性(CPI波動(dòng)率X3)、金融市場不確定性(上證綜合指數(shù)漲跌幅X4)、經(jīng)濟(jì)活躍不確定性(克強(qiáng)指數(shù)X5)。二是國際經(jīng)濟(jì)不確定性指標(biāo)，包括經(jīng)濟(jì)景氣不確定性(全球OECD景氣指數(shù)X6)、經(jīng)濟(jì)政策不確定性(全球經(jīng)濟(jì)政策不確定性指數(shù)X7)、商品價(jià)格不確定性(黃金原油價(jià)格比X8)、金融市場不確定性(VIX恐慌指數(shù)X9)、地緣政治不確定性(地緣政治風(fēng)險(xiǎn)指數(shù)X10)、經(jīng)濟(jì)活躍不確定性(美國ECRI領(lǐng)先指標(biāo)同比增速X11、彭博經(jīng)濟(jì)全球GDP月度跟蹤X12)。為進(jìn)一步展示變量的基本特征，計(jì)算各變量原始序列的描述性統(tǒng)計(jì)結(jié)果，結(jié)果如表1所示。

考慮到不同指標(biāo)之間衡量的方式、代表的性質(zhì)均存在差異，使用“最小—最大標(biāo)準(zhǔn)化”法將全部指標(biāo)轉(zhuǎn)化為可比的無量綱數(shù)值，具體計(jì)算方式為：

(1)

(2)

其中，pij為無量綱數(shù)值，Xij為原始數(shù)據(jù)，i為時(shí)間標(biāo)識(shí)，j為指標(biāo)標(biāo)識(shí)。

(二) 指數(shù)構(gòu)建方法

本文所構(gòu)建的重大突發(fā)事件不確定性指數(shù)本質(zhì)是一系列不確定性指數(shù)的加權(quán)之和，在權(quán)重方法的確定上，采用熵權(quán)法進(jìn)行賦值。熵權(quán)法是一個(gè)可以運(yùn)用于多對(duì)象、多指標(biāo)的綜合評(píng)價(jià)方法，其評(píng)價(jià)結(jié)果主要取決于客觀數(shù)據(jù)資料，幾乎不受到主觀因素影響。賦權(quán)步驟包括：第一步是確定賦權(quán)對(duì)象，建立權(quán)重指標(biāo)水平矩陣；第二步是對(duì)權(quán)重矩陣進(jìn)行標(biāo)準(zhǔn)化；第三步是計(jì)算評(píng)價(jià)指標(biāo)的熵，具體計(jì)算公式為：

(3)

(4)

(5)

(6)

其中，Hj為第j個(gè)不確定性指標(biāo)的熵，rij為標(biāo)準(zhǔn)化后的第i個(gè)月在第j個(gè)不確定性指上的得分，m為全部時(shí)間樣本個(gè)數(shù)。

第四步為計(jì)算熵權(quán)，具體公式為：

(7)

表2 重大突發(fā)事件不確定性指數(shù)各指標(biāo)熵值和權(quán)重

其中，1-Hj為第j個(gè)不確定性指標(biāo)的差異系數(shù)，即對(duì)于第j個(gè)不確定性指標(biāo)熵值越小，指標(biāo)值變異程度越大。需要注意的是，熵權(quán)并非重要性系數(shù)，而是各指標(biāo)在競爭意義上相對(duì)激烈程度。熵權(quán)取值為[0，1]，如果熵權(quán)為0，則該指標(biāo)可以取消。

第五步為構(gòu)建單個(gè)不確定性指標(biāo)Sij以及重大突發(fā)事件綜合的不確定性指數(shù)Indexi：

Sij=wj×pij

(8)

(9)

根據(jù)前文所利用的熵權(quán)法，對(duì)各指標(biāo)權(quán)重進(jìn)行測(cè)算，計(jì)算結(jié)果如表2所示。國內(nèi)市場中，權(quán)重較大的不確定性指標(biāo)為經(jīng)濟(jì)政策和商品價(jià)格，權(quán)重分別達(dá)到0.160和0.146；國際市場中，權(quán)重較大的不確定性指標(biāo)為金融市場和地緣政治，權(quán)重分別為0.130和0.128。

圖1 重大突發(fā)事件不確定性指數(shù)走勢(shì)

(三) 指數(shù)構(gòu)建結(jié)果

根據(jù)權(quán)重計(jì)算結(jié)果得到重大突發(fā)事件不確定性指數(shù)走勢(shì)(見圖1)，指數(shù)的階段性高點(diǎn)與重要突發(fā)事件發(fā)生時(shí)間較為吻合：2003年2月對(duì)應(yīng)非典型肺炎疫情，2008年12月至2009年3月對(duì)應(yīng)國際金融危機(jī)，2011年9月對(duì)應(yīng)歐債危機(jī)，2020年初對(duì)應(yīng)的是新冠肺炎疫情。由此可見，本文所構(gòu)建的不確定性指數(shù)能較好反映國內(nèi)外突發(fā)事件對(duì)宏觀經(jīng)濟(jì)產(chǎn)生的不確定性。

四、 重大突發(fā)事件不確定性對(duì)需求側(cè)增長的時(shí)變沖擊測(cè)度

(一) 變量說明

經(jīng)濟(jì)需求側(cè)“三駕馬車”包括消費(fèi)、投資和出口，本文選擇2000年1月至2020年4月社會(huì)消費(fèi)品零售總額、固定資產(chǎn)投資(不含農(nóng)戶)、貨物出口月度同比增速作為消費(fèi)、投資和出口增長的代理變量。在數(shù)據(jù)處理上需說明的是：第一，在數(shù)據(jù)形式上，由于國家統(tǒng)計(jì)局各月公布的固定資產(chǎn)投資(不含農(nóng)戶)增速為累計(jì)增速，因此本文將累計(jì)增速轉(zhuǎn)化為月度增速；第二，從統(tǒng)計(jì)制度來看，為更好規(guī)避春節(jié)因素?cái)_動(dòng)，通常把1月和2月的主要指標(biāo)合到一起來統(tǒng)計(jì)，因此假定1月和2月份保持相同增速。

(二) 模型設(shè)定

采用TVP-SV-VAR模型量化分析重大突發(fā)事件不確定性對(duì)中國經(jīng)濟(jì)需求側(cè)增長的沖擊。TVP-SV-VAR是基于結(jié)構(gòu)向量自回歸模型(SVAR)發(fā)展而來，自Sims[27]提出SVAR以來，不變參數(shù)SVAR模型在宏觀經(jīng)濟(jì)研究中得到廣泛運(yùn)用，該模型基本形式為：

Ayt=F1yt-1+…+Fsyt-s+μt,t=s+1, …,n

(10)

(11)

因此，可以將SVAR模型改寫為如下形式：

yt=B1yt-1+…+Bsyt-s+A-1∑εt,εt～N(0,Ik)

(12)

其中，Bi=A-1Fi，i=1，…，s。通過將Bi中的元素進(jìn)行堆疊形成列向量β，上式可以進(jìn)一步表示成：

yt=Xtβ+A-1∑εt

(13)

(14)

βt+1=βt+μβt

(15)

at+1=at+μat,t=s+1, …,n

(16)

ht+1=ht+μht

(17)

表3 變量單位根檢驗(yàn)結(jié)果

表4 滯后期數(shù)檢驗(yàn)結(jié)果

表5 TVP-SV-VAR模型參數(shù)估計(jì)結(jié)果

(三) 模型估計(jì)結(jié)果

1. 單位根檢驗(yàn)

在進(jìn)行模型估計(jì)前，為避免模型出現(xiàn)偽回歸現(xiàn)象，需對(duì)各變量平穩(wěn)性進(jìn)行單位根檢驗(yàn)，如表3所示。結(jié)果表明，不確定性指數(shù)以及消費(fèi)、投資和出口同比增速均為平穩(wěn)序列。其中，不確定性指數(shù)和消費(fèi)增速均通過5%的顯著性檢驗(yàn)，投資和出口增速均通過1%的顯著性檢驗(yàn)。說明各變量均不存在單位根，可用于構(gòu)建TVP-SV-VAR模型。

2. 滯后階數(shù)確定

在進(jìn)行MCMC模擬之前，參照Nakajima[29]的研究對(duì)TVP-SV-VAR模型時(shí)變參數(shù)初始值進(jìn)行設(shè)定。在滯后階數(shù)的選取上，根據(jù)常系數(shù)VAR模型AIC準(zhǔn)則、HQIC準(zhǔn)則和SBIC準(zhǔn)則，確定TVP-SV-VAR模型的滯后階數(shù)等于2，如表4所示。

3. 模型估計(jì)結(jié)果

圖2中，上中下三行分別表示表5中相應(yīng)參數(shù)的樣本自相關(guān)系數(shù)、模擬路徑和后驗(yàn)分布密度函數(shù)，在剔除預(yù)模擬樣本后，樣本自相關(guān)系數(shù)穩(wěn)步減小，樣本模擬路徑呈現(xiàn)明顯波動(dòng)聚類特征，樣本后驗(yàn)分布密度函數(shù)也體現(xiàn)出較強(qiáng)正態(tài)分布特征，可見通過MCMC抽樣，可以有效模擬參數(shù)的分布情況。

圖2 樣本自相關(guān)系數(shù)(上)、樣本路徑(中)、后驗(yàn)分布(下)

圖3為不確定性指數(shù)以及消費(fèi)、投資、出口增速后驗(yàn)波動(dòng)率，從圖中可知，突發(fā)事件不確定性波動(dòng)率近年來明顯上升；消費(fèi)增速波動(dòng)率在新冠肺炎疫情期間急劇升高；投資增速波動(dòng)率幅度大于消費(fèi)和出口，其階段性高點(diǎn)與突發(fā)事件較為吻合；出口增速波動(dòng)率總體較為穩(wěn)定，但在近年來波動(dòng)程度較此前有一定增加。

圖3 不確定性指數(shù)、需求側(cè)增長的后驗(yàn)波動(dòng)率

(四) 等間隔脈沖響應(yīng)分析

與傳統(tǒng)VAR模型最大的不同在于，TVP-SV-VAR模型中的參數(shù)具有時(shí)變特性，所以對(duì)每期都估計(jì)出一個(gè)VAR模型，最終可以得到兩種脈沖響應(yīng)函數(shù)：等間隔脈沖響應(yīng)函數(shù)和時(shí)點(diǎn)脈沖響應(yīng)函數(shù)。本文同時(shí)采用等間隔脈沖響應(yīng)函數(shù)和時(shí)點(diǎn)脈沖響應(yīng)函數(shù)兩種不同類型的脈沖響應(yīng)函數(shù)檢驗(yàn)重大突發(fā)事件不確定性對(duì)消費(fèi)、投資、出口增長效應(yīng)的時(shí)變沖擊。其中，等間隔脈沖響應(yīng)函數(shù)可捕捉不確定指數(shù)對(duì)需求側(cè)“三駕馬車”沖擊在不同時(shí)期的動(dòng)態(tài)特征，并考察不確定性對(duì)需求側(cè)傳遞短期效應(yīng)和長期效應(yīng)的差異性。

圖4為滯后2個(gè)月、4個(gè)月和8個(gè)月的等間隔脈沖響應(yīng)。根據(jù)圖4(a)，消費(fèi)的脈沖響應(yīng)小于投資和出口，沖擊大小基本在[-0.5，0.5]區(qū)間內(nèi)，這也意味著在需求側(cè)“三駕馬車”之中，消費(fèi)是相對(duì)增長最為穩(wěn)定的因素。分階段看，在國際金融危機(jī)前，消費(fèi)受到的沖擊明顯較大，且基本為負(fù)向沖擊，但自此之后，尤其是從2011年開始，消費(fèi)受到的沖擊明顯開始減小，在經(jīng)濟(jì)增長模式從外需向內(nèi)需轉(zhuǎn)換的背景下，消費(fèi)對(duì)經(jīng)濟(jì)增長的貢獻(xiàn)率從2011年開始常年保持在50%以上，而通過比較同期消費(fèi)增速可以發(fā)現(xiàn)，從2013年開始我國消費(fèi)增速出現(xiàn)長期緩慢下降的情況，但是消費(fèi)受到不確定性的沖擊反而減弱，這在一定程度上說明這一時(shí)期在我國居民收入不斷提高的背景下，消費(fèi)增長質(zhì)量更高、抵御外部沖擊能力更強(qiáng)。根據(jù)圖4(b)投資脈沖響應(yīng)可知，相較于消費(fèi)而言，投資受到不確定性沖擊更大，沖擊波動(dòng)區(qū)間在[-0.94，0.83]，且多數(shù)時(shí)期沖擊處于負(fù)向區(qū)間，以間隔2期為例，2000年以來超過85%的月度時(shí)點(diǎn)沖擊為負(fù)向沖擊。由于我國以政府為主體的投資規(guī)模在投資總量中占有重要的比例，因此過去在經(jīng)濟(jì)增速下行的時(shí)候，往往會(huì)通過拉動(dòng)投資增速避免經(jīng)濟(jì)出現(xiàn)更大幅度的下滑；而當(dāng)經(jīng)濟(jì)增速較高的時(shí)候，投資增速往往會(huì)有所放緩。因此在不確定性程度較高的情況下，投資反而會(huì)出現(xiàn)正向響應(yīng)，最典型的案例即為在國際金融危機(jī)時(shí)期我國出臺(tái)了“四萬億”政策，投資的脈沖相應(yīng)大于零。在圖4(c)出口增長脈沖響應(yīng)方面，通過比較發(fā)現(xiàn)，重大突發(fā)事件不確定性對(duì)出口的沖擊明顯大于對(duì)消費(fèi)和投資的沖擊，具體表現(xiàn)為當(dāng)重大突發(fā)事件不確定性指數(shù)受到一單位沖擊時(shí)，出口的波動(dòng)區(qū)間在[-2.70，1.19]，整體處于負(fù)脈沖響應(yīng)區(qū)間。對(duì)于出口而言，除在加入WTO初期帶來的開放紅利使脈沖響應(yīng)為正之外，從2004年開始，重大突發(fā)事件不確定性對(duì)出口的脈沖響應(yīng)持續(xù)為負(fù)，尤其是在國際金融危機(jī)時(shí)期，我國外部需求明顯減弱，出口同比增速一度跌至-20%以下，近年來，隨著我國出口對(duì)象更趨多元化，商品在全球份額的比重不斷提高，我國已成為全球最大的貿(mào)易國，近年來出口受到的負(fù)向沖擊雖有所減小，但總體仍明顯大于不確定性對(duì)消費(fèi)和投資的沖擊。

圖4 TVP-SV-VAR模型等間隔脈沖響應(yīng)

重大突發(fā)事件不確定性對(duì)需求側(cè)“三駕馬車”的影響之所以在沖擊程度和不同階段均存在差異，主要是由于在過去二十年時(shí)間里我國經(jīng)濟(jì)增長模式和經(jīng)濟(jì)所處發(fā)展階段的變化，具體表現(xiàn)為：一方面，我國經(jīng)濟(jì)增長模式在近年來發(fā)生了重要的變化。例如從經(jīng)濟(jì)增長動(dòng)能看，經(jīng)濟(jì)增長由過去的要素投入驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)變；從行業(yè)發(fā)展看，服務(wù)業(yè)在國民經(jīng)濟(jì)行業(yè)中的比重不斷上升。與此同時(shí)，我國的需求結(jié)構(gòu)也發(fā)生了明顯的變化，主要由過去的依靠外需拉動(dòng)向內(nèi)需拉動(dòng)轉(zhuǎn)變，而近年來，我國面臨的重大突發(fā)事件往往由外部因素所導(dǎo)致，因此總的來看，需求側(cè)“三駕馬車”在近年來受到的沖擊較國際金融危機(jī)前明顯減小，且內(nèi)需受到的沖擊小于外需。另一方面，近年來，我國針對(duì)需求側(cè)增長出臺(tái)了一系列政策支撐。例如2018年發(fā)布的《中共中央 國務(wù)院關(guān)于完善促進(jìn)消費(fèi)體制機(jī)制 進(jìn)一步激發(fā)居民消費(fèi)潛力的若干意見》，“六穩(wěn)”政策中的“穩(wěn)就業(yè)”“穩(wěn)外貿(mào)”“穩(wěn)投資”，為近年來我國經(jīng)濟(jì)不確定性程度明顯提高的背景下消費(fèi)、投資、出口的穩(wěn)定增長提供了政策紅利。

(五) 時(shí)點(diǎn)脈沖響應(yīng)分析

時(shí)點(diǎn)脈沖響應(yīng)函數(shù)反映的是重大突發(fā)事件對(duì)需求側(cè)沖擊的傳遞效應(yīng)在不同時(shí)點(diǎn)的變化特征，通過選取特定的沖擊時(shí)點(diǎn)，可以研究在特定重大突發(fā)事件下不確定性與需求側(cè)的關(guān)聯(lián)性。利用時(shí)點(diǎn)脈沖響應(yīng)分別針對(duì)不同突發(fā)事件對(duì)消費(fèi)、投資、出口沖擊效應(yīng)變化特征進(jìn)行分析。選擇沖擊時(shí)點(diǎn)依次為2003年2月、2008年4月和2020年1月，分別對(duì)應(yīng)非典型肺炎疫情、國際金融危機(jī)、新冠肺炎疫情三個(gè)突發(fā)事件(見圖5)。研究結(jié)論如下：第一，非典型肺炎時(shí)期，重大突發(fā)事件不確定性對(duì)內(nèi)需影響較大，消費(fèi)、投資受到最大沖擊分別達(dá)到-0.28和-0.44個(gè)單位，明顯大于對(duì)出口的沖擊；出口表現(xiàn)穩(wěn)健，2003年各月我國出口增速均在25%以上，未出現(xiàn)明顯下滑。第二，國際金融危機(jī)時(shí)期，金融危機(jī)作為全球性經(jīng)濟(jì)突發(fā)事件，對(duì)我國外需沖擊最為明顯，對(duì)出口沖擊表現(xiàn)為兩個(gè)特點(diǎn)：一是沖擊程度大，不確定性一單位沖擊對(duì)出口產(chǎn)生最大-2.26個(gè)單位沖擊；二是持續(xù)時(shí)間長，即便是滯后15期，出口仍然存在較大負(fù)向沖擊，數(shù)據(jù)顯示，從2008年4月起，出口增速進(jìn)入較長時(shí)間下行通道，并出現(xiàn)連續(xù)13個(gè)月負(fù)增長，相較而言，金融危機(jī)時(shí)期消費(fèi)表現(xiàn)穩(wěn)健，而四萬億投資政策使投資在經(jīng)歷較短時(shí)期負(fù)向沖擊后迅速轉(zhuǎn)正。第三，新冠肺炎疫情時(shí)期，疫情對(duì)我國需求側(cè)“三駕馬車”均產(chǎn)生較大程度的沖擊，尤其是在對(duì)內(nèi)需沖擊上，沖擊明顯大于非典型肺炎疫情和2008年國際金融危機(jī)時(shí)期。新冠肺炎疫情沖擊下，不確定性對(duì)消費(fèi)最大沖擊為-0.31，且沖擊持續(xù)性較長，明顯大于非典型肺炎和金融危機(jī)時(shí)期，并且在滯后15期仍然存在一定沖擊；對(duì)投資最大沖擊為-0.49，從滯后第5期開始，對(duì)投資沖擊逐漸減弱。而出口最大受到-0.64個(gè)沖擊，影響大于非典型肺炎但小于國際金融危機(jī)，說明在穩(wěn)外貿(mào)政策背景下，出口受到的沖擊得到較好控制。

圖5 TVP-SV-VAR模型時(shí)點(diǎn)脈沖響應(yīng)

(六) 穩(wěn)健性檢驗(yàn)

圖6 BVAR模型脈沖響應(yīng)

為了進(jìn)一步驗(yàn)證前文所構(gòu)建模型的穩(wěn)健性，本部分通過兩種方法對(duì)模型進(jìn)行穩(wěn)健性檢驗(yàn)。第一種方法是采用貝葉斯向量自回歸(BVAR)模型，這一模型無法實(shí)現(xiàn)沖擊的時(shí)變性估計(jì)，但能從更全局的角度觀察沖擊的平均效應(yīng)，脈沖響應(yīng)結(jié)果如圖6所示，可以看出，出口仍是受到最大的沖擊，內(nèi)需方面投資受到的沖擊大于消費(fèi)受到的沖擊，這與前文所得結(jié)論相一致。第二種方法是采用更為低頻的季度數(shù)據(jù)代替前文的月度數(shù)據(jù)進(jìn)行測(cè)算。根據(jù)圖7可以看出，一方面脈沖響應(yīng)整體走勢(shì)與前文月度脈沖走勢(shì)較為接近；另一方面從重大突發(fā)事件時(shí)間點(diǎn)看，在2020年新冠肺炎疫情沖擊下，消費(fèi)和投資受到的沖擊均明顯大于前期的沖擊，而出口雖然也受到較大沖擊，但略小于國際金融危機(jī)時(shí)期，這也說明了前文所構(gòu)建的模型是穩(wěn)健的。

圖7 TVP-SV-VAR模型等間隔脈沖響應(yīng)(季度數(shù)據(jù))

五、 結(jié)論與政策建議

(一) 結(jié)論

本文基于國內(nèi)和國際兩個(gè)維度的宏觀經(jīng)濟(jì)指標(biāo)，編制2000年1月以來重大突發(fā)事件不確定性月度指數(shù)，在此基礎(chǔ)之上利用TVP-SV-VAR模型研究不確定性指數(shù)對(duì)需求側(cè)消費(fèi)、投資、出口增速?zèng)_擊進(jìn)行測(cè)度，并對(duì)非典型肺炎疫情、國際金融危機(jī)和新冠肺炎疫情等重大事件的沖擊程度進(jìn)行比較。研究發(fā)現(xiàn)：

第一，相較于已有文獻(xiàn)而言，本文利用熵權(quán)法從更加多維的角度構(gòu)建重大突發(fā)事件不確定性指數(shù)能夠反映多個(gè)經(jīng)濟(jì)社會(huì)領(lǐng)域的不確定性，不確定性指數(shù)在非典型肺炎疫情、國際金融危機(jī)、新冠肺炎疫情等重大事件期間均達(dá)到階段性高點(diǎn)?？偟膩砜?，所編制的指數(shù)能較好地量化重大突發(fā)事件帶來的不確定性差異。

第二，利用等間隔脈沖響應(yīng)研究發(fā)現(xiàn)，重大突發(fā)事件不確定性指數(shù)對(duì)我國出口的沖擊最大，投資次之，消費(fèi)受到的沖擊相對(duì)最小。分階段看，在2008年國際金融危機(jī)之前，不確定性指數(shù)對(duì)消費(fèi)、投資、出口沖擊波動(dòng)較大，且多數(shù)時(shí)期為負(fù)向沖擊；在金融危機(jī)之后，隨著我國經(jīng)濟(jì)發(fā)展質(zhì)量的不斷提高，需求側(cè)增長受到不確定性沖擊的程度較前期明顯減小，尤其是內(nèi)需運(yùn)行更為穩(wěn)健，消費(fèi)和投資受到的沖擊進(jìn)一步減弱。

第三，不同重大突發(fā)事件對(duì)需求側(cè)增長的影響存在較大差異。利用時(shí)點(diǎn)脈沖響應(yīng)研究發(fā)現(xiàn)，2020年新冠肺炎疫情對(duì)我國需求側(cè)增長產(chǎn)生的沖擊與過去重大事件的沖擊存在一定差異性。具體表現(xiàn)為：在穩(wěn)外貿(mào)外資政策的支撐下，新冠肺炎疫情對(duì)出口的沖擊小于國際金融危機(jī)；但對(duì)消費(fèi)和投資的內(nèi)需沖擊大于非典型肺炎疫情和金融危機(jī)。

(二) 政策建議

本文從需求側(cè)視角豐富了重大突發(fā)事件不確定性與經(jīng)濟(jì)增長的關(guān)系研究，深化了對(duì)突發(fā)事件不確定性影響效應(yīng)的認(rèn)知，不僅有助于認(rèn)知在突發(fā)事件背景下我國經(jīng)濟(jì)需求側(cè)增長波動(dòng)情況，并為后疫情時(shí)期經(jīng)濟(jì)平穩(wěn)增長提供了決策參考。

第一，利用歷史數(shù)據(jù)研究發(fā)現(xiàn)，在不確定性沖擊下消費(fèi)是“三駕馬車”中最穩(wěn)定的因素，討論總需求波動(dòng)更多是關(guān)注出口和投資，但本次新冠肺炎疫情下，消費(fèi)失去了傳統(tǒng)的穩(wěn)定性，國內(nèi)社會(huì)消費(fèi)品零售額出現(xiàn)大幅下降且恢復(fù)速度慢于投資和出口。因此，下階段恢復(fù)消費(fèi)是實(shí)現(xiàn)經(jīng)濟(jì)平穩(wěn)增長的關(guān)鍵因素，需進(jìn)一步穩(wěn)定就業(yè)市場，擴(kuò)大消費(fèi)群眾基礎(chǔ)；保持線上新型消費(fèi)熱度不減，培育消費(fèi)市場新增長點(diǎn)；合理增加公共消費(fèi)支出，提升民生領(lǐng)域消費(fèi)規(guī)模；深化社會(huì)保障制度改革、增強(qiáng)收入保障以提升消費(fèi)傾向。

第二，投資在我國國民經(jīng)濟(jì)運(yùn)行過程中往往發(fā)揮調(diào)節(jié)器的作用，本文的研究結(jié)果顯示，在國際金融危機(jī)時(shí)期，投資增速相對(duì)較高，脈沖響應(yīng)表現(xiàn)出正向沖擊。在新冠肺炎疫情的沖擊下，投資增速相較于消費(fèi)而言能更快轉(zhuǎn)正，但這種依賴于政府拉動(dòng)的投資模式不再具有可持續(xù)性。為實(shí)現(xiàn)投資增長的可持續(xù)性，下階段一方面要對(duì)投資短板領(lǐng)域進(jìn)行補(bǔ)強(qiáng)，繼續(xù)加大對(duì)教育、醫(yī)療、養(yǎng)老等服務(wù)業(yè)民生行業(yè)投資力度；另一方面要尋求新的投資增長點(diǎn)，傳統(tǒng)制造業(yè)投資的增長空間正在邊際收窄，要大力推動(dòng)先進(jìn)制造業(yè)的發(fā)展，提高實(shí)體投資整體質(zhì)量，有效應(yīng)對(duì)外部沖擊。

第三，本文測(cè)度結(jié)果顯示，本次新冠肺炎疫情對(duì)內(nèi)需的沖擊明顯大于此前的主要重大事件，而出口在穩(wěn)外貿(mào)政策支撐下實(shí)現(xiàn)逆勢(shì)增長。這主要是由于我國完善的產(chǎn)業(yè)鏈和供應(yīng)鏈，為世界市場提供了充足的中國制造商品。未來在可能出現(xiàn)的“逆全球化”背景下，要繼續(xù)深化改革開放，優(yōu)化營商環(huán)境，從三個(gè)方面穩(wěn)定產(chǎn)業(yè)鏈供應(yīng)鏈發(fā)展：一是提高自主創(chuàng)新能力，在電子高科技等產(chǎn)品領(lǐng)域補(bǔ)強(qiáng)短板，利用科技創(chuàng)新夯實(shí)“雙循環(huán)”發(fā)展根基；二是順應(yīng)全球產(chǎn)業(yè)鏈轉(zhuǎn)移趨勢(shì)，深化與東盟等國家的供應(yīng)鏈合作，做好產(chǎn)業(yè)轉(zhuǎn)移和承接；三是加強(qiáng)與西方發(fā)達(dá)國家產(chǎn)業(yè)經(jīng)貿(mào)合作，避免出現(xiàn)“斷鏈”和“脫鉤”現(xiàn)象。