突發(fā)公共事件、產(chǎn)業(yè)網(wǎng)絡(luò)與宏觀經(jīng)濟(jì)風(fēng)險

　　摘要：針對疫情防控的常態(tài)化趨勢，以新冠肺炎疫情為例，對突發(fā)公共事件通過產(chǎn)業(yè)網(wǎng)絡(luò)跨區(qū)域傳播引發(fā)宏觀經(jīng)濟(jì)風(fēng)險進(jìn)行分析。 首先，本文使用中國區(qū)域間投入產(chǎn)出表構(gòu)建網(wǎng)絡(luò)模型，設(shè)定不同模擬情形對湖北省突發(fā)公共事件擴(kuò)散宏觀經(jīng)濟(jì)風(fēng)險的因素，以及不同經(jīng)濟(jì)發(fā)展水平下的跨區(qū)域傳染路徑進(jìn)行研究，結(jié)果表明供給沖擊和需求沖擊的傳染對中間品的替代性、企業(yè)的破產(chǎn)閾值非常敏感，傳染過程具有突變性，傳染路徑與產(chǎn)業(yè)網(wǎng)絡(luò)結(jié)構(gòu)有關(guān)。 其次，本文重點考察不同地區(qū)突發(fā)公共事件的引起對宏觀經(jīng)濟(jì)的影響是否相同，發(fā)現(xiàn)不同省(區(qū)、市)面臨沖擊表現(xiàn)出風(fēng)險傳播的異質(zhì)性，總體上我國抗風(fēng)險的能力逐漸上升;東部地區(qū)傳染風(fēng)險能力最強(qiáng)，東北、中、西部則較弱;最后，需求沖擊與供給沖擊下的風(fēng)險傳播能力具有高度相關(guān)性，供需兩端沖擊疊加會極大加劇宏觀經(jīng)濟(jì)風(fēng)險。

　　關(guān)鍵詞：網(wǎng)絡(luò)模型;新冠疫情;宏觀經(jīng)濟(jì)風(fēng)險

　　趙曉軍; 王開元; 何泮， 上海金融 發(fā)表時間：2021-10-25

　　一、引言

　　宏觀經(jīng)濟(jì)作為一個復(fù)雜系統(tǒng)與經(jīng)濟(jì)中的各類個體一樣面臨著風(fēng)險，風(fēng)險的暴露輕則引起經(jīng)濟(jì)低迷或衰退，重則引起經(jīng)濟(jì)危機(jī)。 突發(fā)公共事件是宏觀經(jīng)濟(jì)面臨的重大風(fēng)險之一，其發(fā)生具有不可預(yù)測性。 影響范圍大、 持續(xù)時間長的突發(fā)公共事件如 2019 年末的新冠肺炎疫情， 往往會對公眾心理帶來極大的恐慌，更會對宏觀經(jīng)濟(jì)帶來巨大沖擊。 本文基于網(wǎng)絡(luò)理論，使用模擬法考察產(chǎn)業(yè)網(wǎng)絡(luò)下突發(fā)公共事件引發(fā)的宏觀經(jīng)濟(jì)風(fēng)險。近年來公共事件偶有發(fā)生。 1998 年特大洪水在全國共造成 29 個省(區(qū)、市)遭受不同程度的洪澇災(zāi)害，受災(zāi)面積 3.18 億畝，成災(zāi)面積 1.96 億畝，受災(zāi)人口 2.23 億人，死亡 4150 人，倒塌房屋 685 萬間，直接經(jīng)濟(jì)損失達(dá) 1660 億元。 2003 年暴發(fā)非典疫情事件，中國確診病例達(dá)到 5327 例， 雖然沒有改變中國經(jīng)濟(jì)上行的趨勢，但對比第一、第三和第四季度，第二季度中國 GDP 增長率為 9.1%， 而其他三個季度分別為 11.1%、10%和 10%，影響可見一斑。 2008 年汶川地震帶來的直接經(jīng)濟(jì)損失高達(dá) 8452 億元人民幣。 2019 年末新型冠狀病毒肺炎導(dǎo)致的疫情所產(chǎn)生的影響更是前所未有，波及全國 31 個省(區(qū)、市)，累計確診數(shù)超過九萬，其帶來的經(jīng)濟(jì)損失更是巨大。 目前，我國的新冠肺炎疫情防控工作成果突出，但世界其他國家和地區(qū)面臨的考驗仍未減小，因此疫情防控必須堅持常態(tài)化。 為避免未來類似突發(fā)公共事件對經(jīng)濟(jì)產(chǎn)生巨大影響，有必要從本次新冠肺炎疫情的應(yīng)對與防控中吸取更多經(jīng)驗教訓(xùn)。

　　有關(guān)突發(fā)公共事件對宏觀經(jīng)濟(jì)的影響研究豐富，尤其是針對各類具有傳染性的疫情。 比較經(jīng)典的是對于 1918 年大流感的研究 ， 例如 Johnson 和 Mueller (2002) 研究表明在這次大流感中全世界約有 5 億人被 感 染 ， 其 中 5000 萬 至 1 億 人 死 亡 ;Brainerd 和 Siegler(2003)研究發(fā)現(xiàn)，1918 年大流感對美國之后十年的經(jīng)濟(jì)發(fā)展產(chǎn)生了積極影響， 但根據(jù)古典增長理論， 這種影響實際上是回歸到經(jīng)濟(jì)的長期增長趨勢，并不具有實質(zhì)的促進(jìn)效應(yīng);Almond(2006)的研究關(guān)注于微觀， 他利用美國 20 年間微觀層面數(shù)據(jù)研究大流感時期母親感染流感的孩子的長期表現(xiàn)，發(fā)現(xiàn)他們在多個方面均表現(xiàn)出受到流感的負(fù)向影響，例如受教育程度等;Nelson(2010)以及 Lin 和 Liu(2014)的研究也得到了類似結(jié)論。 2000 年以來發(fā)生的幾次疫情也受到廣泛關(guān)注，如 Wen(2005)等的研究表明 2003 年非典疫情對中國產(chǎn)生了巨大沖擊，主要作用于旅游業(yè);Tracht(2012)等對 H1N1 疫情對美國的影響進(jìn)行研究，認(rèn)為疫情對美國經(jīng)濟(jì)造成的損失超過了美國 GDP 的 5%，佩戴口罩的防控措施可以通過降低感染而有效減少經(jīng)濟(jì)損失; Huber (2018) 等對埃博拉疫情在西非的影響進(jìn)行研究，表明疫情對經(jīng)濟(jì)具有明顯的負(fù)面效應(yīng)。

　　對于此次新冠肺炎疫情，既有研究主題大致可被分為三方面。 第一方面是測算新冠肺炎疫情對于經(jīng)濟(jì)的影響大小。例如，Barro(2020)等以 1918 年大流感的數(shù)據(jù)作為基準(zhǔn)估計了新冠肺炎疫情的經(jīng)濟(jì)影響，結(jié)果表明暴發(fā)新冠肺炎疫情的國家 GDP 的損失最大可達(dá)到 8%;Gonzalez-Eiras(2020)等基于 SIR 模型，將鎖定選擇嵌入其中， 認(rèn)為最優(yōu)政策應(yīng)反映時間偏好率、流行病學(xué)因素以及發(fā)明疫苗的風(fēng)險因素、醫(yī)療部門學(xué)習(xí)效應(yīng)和鎖定帶來的產(chǎn)出損失等，計算出防控疫情的損失大概為 9.5%;Noy(2020)等主要研究新冠肺炎疫情對各個地區(qū)或國家的影響程度，利用其研究時的確診病例數(shù)、經(jīng)濟(jì)對疫情的風(fēng)險暴露、經(jīng)濟(jì)的脆弱性和經(jīng)濟(jì)的恢復(fù)能力等四個因素進(jìn)行測算，表明世界各地區(qū)中承受風(fēng)險最大的地區(qū)是非洲大部分地區(qū)、印度內(nèi)陸地區(qū)、中東地區(qū)以及東南亞地區(qū)。第二方面主要考察的是應(yīng)對新冠肺炎疫情的相關(guān)政策。 例如 Alvarez(2020)等考察控制疫情所需要的最優(yōu)政策，他們認(rèn)為最優(yōu)政策需要權(quán)衡疫情導(dǎo)致的死亡和產(chǎn)出受到的負(fù)面影響;Atkeson(2020)從傳染病控制的角度構(gòu)建 SIR 模型模擬新冠病毒的傳播，結(jié)果表明為避免疫情傳播需要維持一年甚至更多的隔離措施;沈國兵(2020)提出了緩解就業(yè)和外貿(mào)的相應(yīng)政策手段;郭棟(2020)基于 DSGE 模型進(jìn)行研究，認(rèn)為數(shù)量型貨幣政策對于疫情沖擊的防御效果最優(yōu);胡濱等(2020)則使用 CGE 模型進(jìn)行模擬，認(rèn)為政府的逆周期干預(yù)對于緩解疫情沖擊十分必要;陳赟等(2020)關(guān)注于我國金融市場，發(fā)現(xiàn)短期內(nèi)復(fù)工復(fù)產(chǎn)可以有效緩解疫情對金融市場的沖擊。

　　第三方面是根據(jù)網(wǎng)絡(luò)理論考察疫情的沖擊如何擴(kuò)散。 基于網(wǎng)絡(luò)理論，個體沖擊會對宏觀系統(tǒng)產(chǎn)生影響。 網(wǎng)絡(luò)理論應(yīng)用廣泛， 尤其在金融領(lǐng)域， 如 Levycarciente(2015)等提出基于網(wǎng)絡(luò)理論對銀行進(jìn)行壓力測試;Kali(2010)等對國際貿(mào)易網(wǎng)絡(luò)下金融風(fēng)險的傳染進(jìn)行研究;Battiston(2007)等考察生產(chǎn)網(wǎng)絡(luò)下的信用鏈和銀行擠兌問題。 也有對實體經(jīng)濟(jì)的研究，如 Carvalho(2014)考察東日本大地震對于供應(yīng)鏈的打擊。而針對此次新冠肺炎疫情，劉世錦(2020)通過投入產(chǎn)出框架考察疫情的傳染路徑，而投入產(chǎn)出框架是網(wǎng)絡(luò)理論的一個具體應(yīng)用;祝坤福等人(2020)考察疫情下的產(chǎn)業(yè)鏈風(fēng)險，這也與網(wǎng)絡(luò)理論相關(guān)，但他們更傾向于理論探討而非模型刻畫;張欣等人(2020)通過模擬法，考察湖北省不同產(chǎn)業(yè)受到?jīng)_擊帶來的宏觀影響異質(zhì)性;楊子暉等人(2020)主要考察的是新冠肺炎疫情的沖擊在金融市場內(nèi)的擴(kuò)散;中國人民銀行廣州分行青年課題組(2021)也使用網(wǎng)絡(luò)模擬方法，考察疫情沖擊在產(chǎn)業(yè)間的傳播和其中的關(guān)鍵產(chǎn)業(yè)。通過梳理以上有關(guān)研究，本文認(rèn)為，針對新冠肺炎疫情的三方面考察中，對前兩個方面的既有研究結(jié)合多個因素考察新冠肺炎疫情的經(jīng)濟(jì)影響和應(yīng)對疫情的政策，已經(jīng)比較完善，但對于第三方面，既有研究在考察沖擊的擴(kuò)散機(jī)制上還有不足，尚需補(bǔ)充。 這主要體現(xiàn)在既有研究比較側(cè)重于對不同產(chǎn)業(yè)的風(fēng)險擴(kuò)散的考察，而事實表明突發(fā)事件往往使得某個區(qū)域所有產(chǎn)業(yè)停滯，沖擊的傳染除沿著產(chǎn)業(yè)鏈外，更會沿區(qū)域關(guān)聯(lián)進(jìn)行傳播;此外既有研究在數(shù)據(jù)上往往比較滯后，使用的數(shù)據(jù)過于宏觀、不夠細(xì)致，因而政策意義相對有限。

　　基于上述背景，本文認(rèn)為盡管我國疫情防控已經(jīng)十分成功，但為避免未來其他突發(fā)公共事件對經(jīng)濟(jì)造成巨大影響， 考察疫情下的宏觀經(jīng)濟(jì)風(fēng)險十分必要。既有文獻(xiàn)指出新冠肺炎疫情影響巨大，但對于風(fēng)險擴(kuò)散過程的刻畫不夠全面。 基于網(wǎng)絡(luò)理論，本文構(gòu)建區(qū)域間投入產(chǎn)出網(wǎng)絡(luò)模型模擬突發(fā)公共事件下宏觀經(jīng)濟(jì)風(fēng)險的擴(kuò)散。具體而言，本文首先對湖北省暴發(fā)新冠疫情的情況進(jìn)行模擬， 考察影響風(fēng)險傳播的因素以及傳播路徑;其次，本文重點將模擬擴(kuò)展至其他省份以考察不同地區(qū)風(fēng)險傳播的異質(zhì)性， 將模擬數(shù)據(jù)擴(kuò)展至不同時間以考察不同經(jīng)濟(jì)發(fā)展水平下的風(fēng)險傳播的異質(zhì)性，這對于制定防控疫情的政策具有參考價值。本文的邊際貢獻(xiàn)可能在于，本文不但考察了突發(fā)公共事件引起的沖擊的擴(kuò)散影響因素和路徑，更重要的是對沖擊擴(kuò)散在區(qū)域和時間上的異質(zhì)性進(jìn)行了考察，對于既有文獻(xiàn)是一種補(bǔ)充，具有一定理論意義。 制定政策需要有的放矢、相機(jī)決策，本文的研究結(jié)果對于根據(jù)不同經(jīng)濟(jì)發(fā)展水平、不同區(qū)域制定針對性政策具有參考價值，因而也有一定現(xiàn)實意義。本文后續(xù)結(jié)構(gòu)如下：第二部分為理論、模擬模型設(shè)定及相關(guān)數(shù)據(jù)， 第三部分針對湖北省模擬分析，第四部分討論不同地區(qū)風(fēng)險傳播異質(zhì)性，最后一部分是本文的結(jié)論與相關(guān)建議。

　　二、理論、模型與數(shù)據(jù)

　　本文在這一部分首先從理論上解釋某個區(qū)域突發(fā)公共事件引發(fā)的沖擊如何擴(kuò)散為對整體經(jīng)濟(jì)產(chǎn)生影響的系統(tǒng)性宏觀經(jīng)濟(jì)風(fēng)險乃至危機(jī); 其次說明如何根據(jù)理論構(gòu)建相應(yīng)的網(wǎng)絡(luò)模擬模型; 最后說明相關(guān)數(shù)據(jù)。

　　(一)理論分析

　　根據(jù)網(wǎng)絡(luò)理論將產(chǎn)業(yè)部門作為節(jié)點，產(chǎn)業(yè)部門之間的關(guān)系作為節(jié)點的關(guān)聯(lián)形成網(wǎng)絡(luò)結(jié)構(gòu)。 當(dāng)發(fā)生沖擊時，沖擊首先作用于具體的某個或某些節(jié)點上，進(jìn)而沖擊沿著節(jié)點之間的有向關(guān)聯(lián)傳播出去。如圖 1 所示，左邊的樹形結(jié)構(gòu)和右邊的環(huán)形結(jié)構(gòu)面對沖擊將產(chǎn)生不同的結(jié)果。 假設(shè) 1 節(jié)點受到?jīng)_擊，在左邊的樹形網(wǎng)絡(luò)下，沖擊將沿著有向連結(jié)傳播至 5 節(jié)點，擴(kuò)散過程終止;而在右邊的環(huán)形網(wǎng)絡(luò)下，傳播過程將會持續(xù)進(jìn)行，最后造成的負(fù)面影響將遠(yuǎn)大于在樹形網(wǎng)絡(luò)下。 而兩種結(jié)構(gòu)的區(qū)別只有一條關(guān)聯(lián)，可見網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險傳播關(guān)系緊密。

　　現(xiàn)實的網(wǎng)絡(luò)結(jié)構(gòu)下的情況是類似的，產(chǎn)業(yè)部門之間通過中間品的投入產(chǎn)出形成復(fù)雜網(wǎng)絡(luò)，當(dāng)某個產(chǎn)業(yè)部門受到突發(fā)事件的沖擊影響，這種影響會沿著產(chǎn)業(yè)鏈進(jìn)行傳染擴(kuò)散。 更為復(fù)雜的是，這些產(chǎn)業(yè)可以被區(qū)分為來自不同區(qū)域的不同產(chǎn)業(yè)，因此節(jié)點量巨大。 此外，現(xiàn)實中產(chǎn)業(yè)部門之間的關(guān)聯(lián)是相互的：對于某一個產(chǎn)業(yè)，既有流入的中間品又有流出的中間品。 這意味著兩個節(jié)點之間的關(guān)聯(lián)往往是兩條，其中一條對應(yīng)著中間品的流出即供給，另一條則代表著中間品的流入即需求。 因此，沖擊的擴(kuò)散過程可以被分為供給和需求兩方面，為此需要對供給和需求兩種情況下的沖擊進(jìn)行刻畫。

　　1. 供給沖擊擴(kuò)散理論機(jī)制

　　本文考慮供給端沖擊擴(kuò)散過程機(jī)制如下： 產(chǎn)業(yè)部門的生產(chǎn)取決于各種生產(chǎn)要素如資本、勞動力、中間品等，其中產(chǎn)業(yè)與產(chǎn)業(yè)之間的關(guān)系由中間品的數(shù)量決定。當(dāng)發(fā)生外部沖擊時， 如新冠肺炎疫情暴發(fā)導(dǎo)致勞動力減少，產(chǎn)業(yè)的生產(chǎn)能力迅速下降。由于沖擊發(fā)生在短期內(nèi)，產(chǎn)業(yè)的生產(chǎn)方式難以調(diào)整，因此產(chǎn)業(yè)不得不在給定生產(chǎn)技術(shù)情況下進(jìn)行生產(chǎn)， 而短期內(nèi)中間品與其他要素的替代性有限，產(chǎn)業(yè)將被迫減產(chǎn)，而該產(chǎn)業(yè)的產(chǎn)品同時是其他產(chǎn)業(yè)的中間品， 因此某個產(chǎn)業(yè)的產(chǎn)出在減少的同時，其他產(chǎn)業(yè)生產(chǎn)所需的中間投入品也相應(yīng)減少，因而也會減少生產(chǎn)甚至停工， 這使得供給沖擊可能會通過產(chǎn)業(yè)間投入產(chǎn)出關(guān)系形成的網(wǎng)絡(luò)擴(kuò)散出去， 最后造成大量產(chǎn)業(yè)停滯的系統(tǒng)性宏觀經(jīng)濟(jì)風(fēng)險。

　　2. 需求沖擊擴(kuò)散理論機(jī)制

　　本文考慮的需求端沖擊擴(kuò)散過程機(jī)制如下：產(chǎn)業(yè)部門的收入來自最終消費(fèi)和其他產(chǎn)業(yè)的中間品消費(fèi)，當(dāng)發(fā)生外部沖擊后，居民減少消費(fèi)，有關(guān)產(chǎn)業(yè)收入相應(yīng)減少。 產(chǎn)業(yè)根據(jù)其資金情況減少中間品購買，這意味著其他產(chǎn)業(yè)面對的中間品需求減少。 而產(chǎn)業(yè)在受到消費(fèi)減少的影響后，最優(yōu)化其生產(chǎn)決策，會進(jìn)一步減少生產(chǎn)， 這意味著其他產(chǎn)業(yè)也不得不面臨需求減少、現(xiàn)金流惡化的情況， 甚至在較嚴(yán)重的情況下出現(xiàn)破產(chǎn)。 經(jīng)營惡化、破產(chǎn)的產(chǎn)業(yè)再將沖擊通過產(chǎn)業(yè)間投入產(chǎn)出關(guān)系形成的網(wǎng)絡(luò)擴(kuò)散出去，最后也會造成大量產(chǎn)業(yè)破產(chǎn)的系統(tǒng)性宏觀經(jīng)濟(jì)風(fēng)險。

　　(二)模擬模型

　　根據(jù)以上供給端和需求端的兩種傳播機(jī)制，本文構(gòu)建相應(yīng)模擬模型。

　　1. 供給沖擊擴(kuò)散模型

　　T=0，建立網(wǎng)絡(luò) G(或稱鄰接矩陣)，其中元素為xij 0 ; T=1，i 節(jié)點受到?jīng)_擊 bi 1 ，供給減少，鄰接矩陣的第i 行調(diào)整為 xij 1 =xij 0 bi 1 ; T=2，與 i 節(jié)點相關(guān)聯(lián)的節(jié)點 j 受到來自 i 節(jié)點的供給減少沖擊，沖擊大小為 bj 2 ，鄰接矩陣的第 j 行相應(yīng)調(diào)整為 xjk 2 =xjk 1 bj 2 ，其中 γj 2 ≥a，bj 2 =γj 2 γj 2

　　2. 需求沖擊擴(kuò)散模型

　　T=0，建立網(wǎng)絡(luò) G(或稱鄰接矩陣)，其中元素為 xji 0 ; T=1，i 節(jié)點受到?jīng)_擊 bi 1 ，需求減少，鄰接矩陣的第 i 列調(diào)整為 xij 1 =xij 0 bi 1 ; T=2，與 i 節(jié)點相關(guān)聯(lián)的節(jié)點 j 受到來自 i 節(jié)點的需求減少沖擊，沖擊大小為 bi 2 ，鄰接矩陣的第 j 列相應(yīng)調(diào)整為 xjk 2 =xjk 1 bj 2 ， 其中 γj 2 ≥a，bj 2 =γj 2 γj 2 以破產(chǎn)、抗風(fēng)險的能力越強(qiáng)。 理論上企業(yè)的破產(chǎn)閾值對于風(fēng)險的傳染有很大影響，本文在后文模擬中會關(guān)注這一點。 b 值代表的也是沖擊大小，b 值越接近 0 說明沖擊越大。 同樣地，在模擬中只要給定時期 1 下的 b 值，后續(xù)時間的 b 值會根據(jù)模擬設(shè)定自動生成。

　　需要說明的是，對于兩種模擬模型，從投入產(chǎn)出網(wǎng)絡(luò)來看，供給沖擊與需求沖擊的區(qū)別在于二者分別從投入產(chǎn)出網(wǎng)絡(luò)鄰接矩陣的行、列擴(kuò)散傳播，因為投入產(chǎn)出結(jié)構(gòu)中從行來看行業(yè)間是供給關(guān)系，從列來看行業(yè)間則是需求關(guān)系。 此外，不管在供給端或需求端，當(dāng)所有的節(jié)點均失效時模擬自然結(jié)束。 當(dāng)給定時期足夠多時，盡管沖擊很小，所有節(jié)點也可能會失效，這代表著經(jīng)濟(jì)停滯。 而在現(xiàn)實中，并沒有出現(xiàn)經(jīng)濟(jì)完全停滯的情況。 這一方面是因為政府會出臺相應(yīng)政策來抵御危機(jī);另一方面，本文模擬的是一種短期情形，在長期內(nèi)經(jīng)濟(jì)結(jié)構(gòu)則會自發(fā)調(diào)整。 本文關(guān)注于在模擬中，如果節(jié)點全部失效，所需要的時間是多少，所需時間越短則代表風(fēng)險越大。還要說明的是，模擬中每一時期需要對所有節(jié)點進(jìn)行一次遍歷計算。 因此模擬計算量非常大，本文使用 Python 編寫上述模擬模型。 給定需求端和沖擊端的沖擊擴(kuò)散過程，通過 Python 編程即可得到對應(yīng)的每一時間 T，有多少節(jié)點失效，這就可以用來反映沖擊的擴(kuò)散速度，也即風(fēng)險的危害程度。

　　(三)數(shù)據(jù)

　　本文使用區(qū)域間多產(chǎn)業(yè)投入產(chǎn)出數(shù)據(jù)作為網(wǎng)絡(luò)即鄰接矩陣。由于區(qū)域間的投入產(chǎn)出數(shù)據(jù)編制困難，目前中國區(qū)域間投入產(chǎn)出的數(shù)據(jù)只更新至 2012 年。區(qū)域間投入產(chǎn)出的編制主體很多，如李善同(2010，2016)對于 2002 年和 2007 年為 31 個省(區(qū)、市)37 產(chǎn)業(yè)部門的編制，數(shù)據(jù)中不包括西藏自治區(qū)。 而 2012 年則包括西藏自治區(qū)， 編制方法與前兩個年度相同， 來自于 Pan 等(2018)。 他們的編制方法十分可靠，得到了學(xué)界的廣泛認(rèn)可。借鑒學(xué)者們在研究中使用的編制方法，使用各省(區(qū)、市)2017 年投入產(chǎn)出表結(jié)合 2017 年各省(區(qū)、市)統(tǒng)計年鑒計算地區(qū)間的貿(mào)易情況， 本文自行編制了 2017 年區(qū)域間投入產(chǎn)出表，然后在 2007 年、2012 年和 2017 年三個年度的數(shù)據(jù)基礎(chǔ)上開展研究，通過對其中規(guī)律的探討以彌補(bǔ)缺少最新數(shù)據(jù)的不足。

　　通過上述區(qū)域間投入產(chǎn)出表中的中間品的投入數(shù)據(jù)構(gòu)建產(chǎn)業(yè)網(wǎng)絡(luò)，2007 年的產(chǎn)業(yè)網(wǎng)絡(luò) G 為 1110 個節(jié)點 (31 個省(區(qū)、市)各有 37 個部門 )，2012 年 和 2017 年的產(chǎn)業(yè)網(wǎng)絡(luò) G 則為 1147 個節(jié)點(31 個省(區(qū)、市)各有 37 個部門)。 限于篇幅，僅給出 2017 年供給端和需求端下不同省(區(qū)、市)對湖北省的依賴程度如圖 2 所示，節(jié)點越大代表依賴程度越大。 可以發(fā)現(xiàn)不同省(區(qū)、市)對湖北省的中間品需求或供給的依賴程度具有明顯的異質(zhì)性 1 。

　　三、模擬結(jié)果分析：湖北省

　　本文在這一部分對湖北省受到?jīng)_擊的情形進(jìn)行模擬。 考慮到現(xiàn)實中新冠肺炎疫情初期于湖北暴發(fā)，之后在其他地區(qū)也有出現(xiàn)，因此本文在供給端和需求端分別設(shè)定了兩種情景以反映僅湖北省爆發(fā)疫情、湖北省和其他地區(qū)都發(fā)生疫情兩種情形：情形一：湖北省受到供給沖擊導(dǎo)致全面停工停產(chǎn);情形二：湖北省受到供給沖擊全面停工停產(chǎn)，全國其他省(區(qū)、市)也受到一定大小的沖擊;情形三：湖北省受到需求沖擊導(dǎo)致全面停工停產(chǎn);情形四：湖北省受到需求沖擊導(dǎo)致全面停工停產(chǎn)，全國其他省(區(qū)、市)也受到一定大小沖擊。

　　以上四種情形的設(shè)定是突發(fā)公共事件的一種合理簡化，當(dāng)沖擊的傳播強(qiáng)度相對較低時，往往僅在某一地區(qū)或省域內(nèi)造成影響，對應(yīng)情形一和情形三的設(shè)定;而當(dāng)發(fā)生具有很強(qiáng)傳染性的突發(fā)事件時，往往在發(fā)生地之外也有很多區(qū)域甚至全國受到傳染，這對應(yīng)于情形二和情形四的設(shè)定。根據(jù)理論分析，在供給端受到?jīng)_擊的情形下本文設(shè)定不同 a 值，分析中間品替代性在沖擊擴(kuò)散過程中的重要性。 其他省(區(qū)、市)受到的沖擊大小也可能會對風(fēng)險擴(kuò)散產(chǎn)生影響，因此本文在初始時間設(shè)定不同的 b 值，考察全國其他省(區(qū)、市)受到不同大小的供給沖擊對風(fēng)險擴(kuò)散的影響。

　　類似于供給端，在需求端受到?jīng)_擊時的情形下本文設(shè)定不同 a 值，以分析破產(chǎn)閾值在沖擊擴(kuò)散過程中的重要性。 同樣本文也在初始時間設(shè)定不同的 b 值，考察全國其他省(區(qū)、市)受到大小不同的需求沖擊對于風(fēng)險擴(kuò)散的影響。隨著我國經(jīng)濟(jì)的不斷發(fā)展，區(qū)域內(nèi)部和區(qū)域之間產(chǎn)業(yè)間的關(guān)系不斷變化，這可能會對突發(fā)公共事件的風(fēng)險傳播產(chǎn)生影響。 因此，本文對不同經(jīng)濟(jì)發(fā)展水平下的風(fēng)險傳染情況進(jìn)行考察，采用 2007 年、2012 年與 2017 年的數(shù)據(jù)進(jìn)行模擬， 考察產(chǎn)業(yè)網(wǎng)絡(luò)的變化是否對沖擊擴(kuò)散有顯著的影響。

　　(一)供給沖擊：決定因素

　　首先對供給端的情形進(jìn)行模擬， 圖 3 是 2017 年情形一的模擬結(jié)果，此時湖北省所有產(chǎn)業(yè)受到?jīng)_擊的 b 值為 0，即湖北省所有產(chǎn)業(yè)停工。 橫坐標(biāo)代表模擬步數(shù)， 縱坐標(biāo)代表全國所有節(jié)點中失效節(jié)點的比例，后文有關(guān)圖形也均采用如此設(shè)定。

　　結(jié)果表明風(fēng)險傳播對于 a 值非常敏感，a 值為 0.95 時在第 0 期湖北省受到?jīng)_擊，所有節(jié)點失效。 而在之后的時期，失效的節(jié)點比例沒有增加，說明風(fēng)險沒有從湖北擴(kuò)散出去。 當(dāng) a 值僅提高 0.01 到 0.96 時，節(jié)點的失效比例就在 10 步左右迅速達(dá)到了 1， 表明全國的各個產(chǎn)業(yè)都受到了風(fēng)險影響，可見中間品的替代性對于風(fēng)險擴(kuò)散的影響十分顯著。圖 4 反映的是情形二下不同參數(shù)取值的模擬結(jié)果。 在情形一下，已經(jīng)得到 a 值即中間品替代性對于風(fēng)險傳播的影響，因此在情形二下將 a 值設(shè)為 0.3，此時如果僅有湖北省突發(fā)公共事件，風(fēng)險不會擴(kuò)散至其他地區(qū)。 與情形一的設(shè)定相同，湖北省所有產(chǎn)業(yè)的初始 b 值都為 0， 全國其他產(chǎn)業(yè)的初始 b 值分別為 0.9、 0.93 和 0.96。

　　通過情形二可以考察不同 b 值對風(fēng)險擴(kuò)散的影響，b 值代表的是全國除湖北外的省(區(qū)、市)的中間品供給受到的沖擊大小，b 值越小則其他省(區(qū)、市)的中間品供給沖擊越大。 模擬結(jié)果符合直覺，湖北省外其他省(區(qū)、市)的中間品供給受到?jīng)_擊的程度越大，風(fēng)險的傳播速度越快。 此外由于網(wǎng)絡(luò)結(jié)構(gòu)具有外部性，b 值的減少會帶來更高的風(fēng)險擴(kuò)散速度， 也即是風(fēng)險傳播的突變性。本文采用其他兩個年份下的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行模擬時發(fā)現(xiàn)， 當(dāng)供給端發(fā)生沖擊時，2007 年 0.9 的 a 值、 2012 年 0.94 的 a 值，風(fēng)險的擴(kuò)散效果與 2017 年 0.96 的 a 值大致相同，說明風(fēng)險擴(kuò)散所需要的中間品替代性越來越低。 而當(dāng) a 值為 0.3，b 值為 0.96 時，風(fēng)險在三個年份下均可以擴(kuò)散出去， 但步長有明顯差別。 2007 年全國所有產(chǎn)業(yè)停工所需步長為 153，2012 年為 177，2017 年為 202，說明從全國角度來看，面對供給風(fēng)險我國的抗風(fēng)險能力在穩(wěn)步提升。

　　(二)供給沖擊：擴(kuò)散過程

　　接下來考察供給沖擊下的風(fēng)險擴(kuò)散的路徑，將某個省(區(qū)、市)出現(xiàn)失效節(jié)點(產(chǎn)業(yè)停工)作為風(fēng)險擴(kuò)散到該省的標(biāo)志。 之所以沒有考慮只有湖北省面臨沖擊的情形一是因為在情形一的設(shè)定下，風(fēng)險傳播速度太快，所有省(區(qū)、市)幾乎同時被傳染，因此不能判斷不同省(區(qū)、市)受到?jīng)_擊的順序。 本文模擬得到在三個不同年份下的風(fēng)險沿省(區(qū)、市)的擴(kuò)散傳染過程如圖 5 至圖 7 所示。可以發(fā)現(xiàn)不同年份下的產(chǎn)業(yè)網(wǎng)絡(luò)結(jié)構(gòu)導(dǎo)致了不同的擴(kuò)散路徑。 受到?jīng)_擊傳染的順序取決于各省(區(qū)、市) 的產(chǎn)業(yè)與初始受到?jīng)_擊的節(jié)點的關(guān)聯(lián)緊密程度，即在供給端越依賴于湖北省的地區(qū)的產(chǎn)業(yè)越會受到傳染。 在三個年度下，各省(區(qū)、市)各產(chǎn)業(yè)對湖北省的依賴程度不同， 傳染的路徑自然也不同。 例如，2007 年湖北省的供給沖擊最早影響上海， 最后影響廣東; 2012 年最早影響西藏，最后影響山東;2017 年也最早影響西藏，最后影響山東。 可見風(fēng)險的傳播在不同年份具有一定差異，這給有效控制風(fēng)險提升了難度。以上得到的傳播路徑與前文數(shù)據(jù)中各省對湖北省的依賴關(guān)系明顯不同，因為在沖擊傳染過程中，沖擊通過個體產(chǎn)業(yè)擴(kuò)散到省(區(qū)、市)。 因此盡管某些省(區(qū)、市)對湖北省依賴性不大，但其特定的產(chǎn)業(yè)對湖北省的依賴性很強(qiáng)，因此擴(kuò)散很快;反之，某些省(區(qū)、市)從總量來看比較依賴湖北省， 但沒有特定的極度依賴湖北省的產(chǎn)業(yè)，因此擴(kuò)散比較慢。這說明防止風(fēng)險傳播需要重點關(guān)注省(區(qū)、市)之間的重要關(guān)聯(lián)產(chǎn)業(yè)。

　　(三)需求沖擊：決定因素

　　接下來對需求端進(jìn)行模擬， 圖 8 是 2017 年情形三的模擬結(jié)果。 此時湖北省所有產(chǎn)業(yè)面臨沖擊的 b 值為 0，即湖北省所有產(chǎn)業(yè)破產(chǎn)，全國其他省(區(qū)、市)的產(chǎn)業(yè)則沒有受到?jīng)_擊。模擬結(jié)果表明，風(fēng)險擴(kuò)散對于 a 值——產(chǎn)業(yè)的破產(chǎn)閾值同樣非常敏感。 在第 0 期湖北省所有產(chǎn)業(yè)破產(chǎn)，之后根據(jù) a 值大小的不同，風(fēng)險的擴(kuò)散速度不同。與供給端相比， 風(fēng)險能夠擴(kuò)散出去的對應(yīng) a 值更小，說明湖北省面對需求沖擊不如供給沖擊穩(wěn)定。 但 a 值達(dá)到 0.93 時風(fēng)險才會擴(kuò)散出去，a 值為 0.91 時風(fēng)險并不會擴(kuò)散出去，這說明通過合適的政策緩解企業(yè)的現(xiàn)金流壓力可以對風(fēng)險的傳播起到顯著的抑制作用。模擬情形四，得到圖 9 所示的結(jié)果。 與供給端類似，取 a 值為 0.3，保證湖北省受到?jīng)_擊風(fēng)險不會擴(kuò)散至其他省(區(qū)、市)，令湖北省所有產(chǎn)業(yè)受到的初始 b 值為 0，全國其他省(區(qū)、市)的產(chǎn)業(yè)的初始 b 值分別為 0.9，0.93 和 0.96 代表全國除湖北外其他省(區(qū)、市)的面臨需求沖擊的不同情況。

　　可以發(fā)現(xiàn)湖北省以外其他省(區(qū)、市)的產(chǎn)業(yè)受到的沖擊越大，風(fēng)險傳播的速度越快，并且風(fēng)險的傳播具有明顯的突變性，即初始時間段內(nèi)沖擊傳播比較緩和，但在一定時間之后沖擊會以指數(shù)型快速傳播至全國各個產(chǎn)業(yè)，引發(fā)宏觀經(jīng)濟(jì)風(fēng)險。 2007 年和 2012 年 a 值為 0.95 時， 擴(kuò)散步數(shù)與 2017 年 a 值為 0.93 時的結(jié)果類似。 這表明與供給端的情況略有不同， 隨著經(jīng)濟(jì)發(fā)展導(dǎo)致的產(chǎn)業(yè)網(wǎng)絡(luò)變化，需求沖擊的擴(kuò)散對于產(chǎn)業(yè)破產(chǎn)的敏感性升高。 而對于 b 值來說，當(dāng) a 為 0.3，b 為 0.96 時，沖擊均可以擴(kuò)散出去但步長有明顯差別，2002 年為 147，2012 年為 175，2017 年則為 209。 這說明從全國來看，面對需求沖擊的穩(wěn)定性在逐漸提升。

　　(四)需求沖擊：擴(kuò)散過程

　　接下來考察需求沖擊的擴(kuò)散路徑。 以情形四進(jìn)行模擬得到三個年度下的風(fēng)險在不同省(區(qū)、市)的擴(kuò)散順序如圖 10 至圖 12 所示，同樣以省(區(qū)、市)中有產(chǎn)業(yè)停工或破產(chǎn)作為被傳染的標(biāo)志。 與供給端下的情況類似，情形二下風(fēng)險傳播速度太快，各省(區(qū)、市)幾乎同時受到傳染，不能判斷傳染順序，因此使用情形四進(jìn)行考察更加合理。從以上三個年度的擴(kuò)散路徑可以發(fā)現(xiàn)，需求端的沖擊擴(kuò)散過程在不同年份下也有所不同，與供給端的模擬結(jié)果一致。 造成此結(jié)果的原因也是相同的，由于 2007 年、2012 年、2017 年三個年度的產(chǎn)業(yè)網(wǎng)絡(luò)發(fā)生變化，基于此的風(fēng)險傳染路徑自然不同。 2007 年上海最先被風(fēng)險傳染，廣東最后被傳染;2012 年西藏最先被傳染， 山東最后被傳染;2017 年西藏最先被傳染，廣東最后被傳染。 可見，需求風(fēng)險的傳播在不同年份也具有一定差異，這同樣給有效控制風(fēng)險提升了難度。與供給端的風(fēng)險傳播路徑相結(jié)合，可以發(fā)現(xiàn)在供給端受到?jīng)_擊容易被傳染的省(區(qū)、市)在需求端也容易被傳染。 這是因為許多省(區(qū)、市)在供給和需求上對湖北省的依賴程度比較一致，因此在供需兩端受到傳染的速度也比較接近。 在供需兩端，各省(區(qū)、市)受到傳染的先后均取決于是否有極度依賴湖北省的產(chǎn)業(yè)存在，這再次說明需要關(guān)注省(區(qū)、市)之間的重要關(guān)聯(lián)產(chǎn)業(yè)對沖擊傳播的影響。

　　四、模擬結(jié)果分析：地區(qū)異質(zhì)性

　　本文在這一部分對湖北省以外的所有省(區(qū)、市)進(jìn)行模擬分析探討風(fēng)險傳播的異質(zhì)性。 多次突發(fā)公共事件表明， 任何一個區(qū)域都有可能發(fā)生或大或小的突發(fā)公共事件，因此有必要對其他省(區(qū)、市)暴發(fā)疫情或其他公共事件造成宏觀風(fēng)險的異質(zhì)性進(jìn)行考察。 具體地，本文在供給端進(jìn)行類似于情形二的模擬設(shè)定，在需求端進(jìn)行類似于情形四的模擬設(shè)定，參數(shù)設(shè)置上，a 值均為 0.3，突發(fā)公共事件的省(區(qū)、市)b 值為 0，全國其他省(區(qū)、市)的 b 值為 0.96。 與前文中的區(qū)別在于將湖北省替換為其他省(區(qū)、市)，也即是對應(yīng)著公共事件在湖北省暴發(fā)改為其他省(區(qū)、市)暴發(fā)，因而可以考察其他省(區(qū)、市)突發(fā)公共事件的沖擊傳染擴(kuò)散。

　　(一)供給沖擊：省(區(qū)、市)異質(zhì)性

　　首先考察各省在供給端受到?jīng)_擊風(fēng)險的擴(kuò)散結(jié)果的差異，如圖 13 至圖 15 所示是供給端受到?jīng)_擊后 2007 年、2012 年和 2017 年的風(fēng)險擴(kuò)散步數(shù)與停工產(chǎn)業(yè)比例的關(guān)系， 沖擊發(fā)生前期擴(kuò)散速度均非常慢，因此本文省略前 70 個時間點。

　　從模擬結(jié)果可以發(fā)現(xiàn)，不同省(區(qū)、市)突發(fā)公共事件后產(chǎn)生的宏觀影響具有明顯差異，風(fēng)險的擴(kuò)散速度明顯不同。 2007 年各省發(fā)生供給沖擊的情況下，傳播速度最快的五個省(區(qū)、市)是廣東、河北、山東、北京和上海，傳播速度最慢的五個省(區(qū)、市)為青海、寧夏、海南、貴州和云南;2012 年，傳播速度最快的五個省(區(qū)、市)是河北、廣東、山東、江蘇、上海和浙江，傳播速度最慢的五個省(區(qū)、市)是西藏、青海、寧夏、海南和貴州;2017 年傳播速度最快的五個省(區(qū)、市)是江蘇、北京、上海、河南和河北，傳播最慢的五個省(區(qū)、市)是西藏、青海、寧夏、湖北和四川。 可見，當(dāng)供給沖擊首先發(fā)生于發(fā)達(dá)地區(qū)時擴(kuò)散速度一般更快，而在欠發(fā)達(dá)地區(qū)發(fā)生時擴(kuò)散速度則較慢，這是因為發(fā)達(dá)地區(qū)往往在經(jīng)濟(jì)規(guī)模上比較大，與其他地區(qū)的關(guān)聯(lián)比較多，相應(yīng)地沖擊擴(kuò)散更容易。為對比三個年份不同省(區(qū)、市)的風(fēng)險擴(kuò)散速度，將三個年份下各省(區(qū)、市)發(fā)生沖擊后全國完全停工停產(chǎn)所需的模擬步數(shù)進(jìn)行描述性統(tǒng)計，如表 1 所示。

　　可以發(fā)現(xiàn)，以全國的平均情況來看，2007-2017 年擴(kuò)散步數(shù)的均值、最小值和最大值均逐漸提升，說明風(fēng)險的擴(kuò)散速度出現(xiàn)減慢趨勢。 這是因為隨著我國經(jīng)濟(jì)發(fā)展， 省際投入產(chǎn)出與省內(nèi)投入產(chǎn)出關(guān)系相比變得更強(qiáng)導(dǎo)致全國范圍內(nèi)的沖擊擴(kuò)散不會因為某個省 (區(qū)、市)的完全停工停產(chǎn)而迅速傳播出去。結(jié)果表明在本文考察的時間范圍內(nèi)， 經(jīng)濟(jì)發(fā)展帶來的產(chǎn)業(yè)網(wǎng)絡(luò)的演化有利于減小宏觀經(jīng)濟(jì)風(fēng)險的傳播。 而擴(kuò)散步數(shù)的標(biāo)準(zhǔn)差逐漸增大，說明不同省(區(qū)、市)面對風(fēng)險的擴(kuò)散能力發(fā)生分化。 這是因為隨著經(jīng)濟(jì)的發(fā)展，不同省(區(qū)、市)在產(chǎn)業(yè)網(wǎng)絡(luò)中的投入產(chǎn)出關(guān)系中的重要性逐漸分化，因而發(fā)生在不同省(區(qū)、市)的沖擊的擴(kuò)散速度發(fā)生了明顯的變化，結(jié)果體現(xiàn)出明顯地區(qū)間的異質(zhì)性。

　　(二)需求沖擊：省(區(qū)、市)異質(zhì)性

　　接下來對各省(區(qū)、市)需求端受到?jīng)_擊的情形進(jìn)行模擬， 圖 16 至圖 18 是需求端在受到?jīng)_擊后 2007 年、2012 年和 2017 年的風(fēng)險擴(kuò)散步數(shù)與破產(chǎn)產(chǎn)業(yè)比例的關(guān)系，也省略了前 70 個時間點。從模擬結(jié)果可以發(fā)現(xiàn)， 考察需求沖擊時不同省(區(qū)、市)突發(fā)公共事件產(chǎn)生的影響也具有明顯差異，因此對宏觀經(jīng)濟(jì)的影響程度也不同。 2007 年各省在需求端發(fā)生沖擊后，傳播速度最快的五個省(區(qū)、市)是廣東、河北、山東、北京和上海。 傳播最慢的五個省(區(qū)、市)是青海、寧夏、甘肅、海南和山西;2012 年，傳播速度最快的五個省(區(qū)、市)是廣東、河北、浙江、山東和江蘇。 傳播速度最慢的五個省(區(qū)、市)是西藏、海南、青海、寧夏和甘肅;2017 年傳播速度最快的五個省(區(qū)、市)是廣東、江蘇、上海、北京和河南，傳播最慢的五個省(區(qū)、市)是西藏、青海、福建、湖北和海南。 也可以看出源自發(fā)達(dá)地區(qū)的沖擊更容易擴(kuò)散、源自欠發(fā)達(dá)地區(qū)的沖擊更不容易擴(kuò)散的特點。

　　同樣將三個年份下各省發(fā)生沖擊后全國完全停工停產(chǎn)所需的模擬步數(shù)進(jìn)行描述性統(tǒng)計，如表 2 所示。可以發(fā)現(xiàn)，需求端與供給端的沖擊擴(kuò)散情況有相似之處，從擴(kuò)散步數(shù)的均值、最小值和最大值看出全國平均的風(fēng)險擴(kuò)散速度都明顯的降低趨勢。 各省(區(qū)、市)風(fēng)險傳播的異質(zhì)性則可以從擴(kuò)散步數(shù)的標(biāo)準(zhǔn)差看出，而與供給端的情況不同，在 2012 年各省(區(qū)、市)面對需求沖擊的異質(zhì)性最明顯，但 2017 年，各省(區(qū)、市)之間的異質(zhì)性則出現(xiàn)了下降。 各省傳播需求沖擊的能力與各省在投入產(chǎn)出網(wǎng)絡(luò)中的地位相關(guān)，與供給端相反，這時主要取決于各省(區(qū)、市)對其他省(區(qū)、市)產(chǎn)品的依賴性，因而與供給端的情況并不完全相同。不過 2017 年各省(區(qū)、市)的差異依然要超過 2002 年，說明各省面對需求沖擊依舊表現(xiàn)出明顯的異質(zhì)性。

　　(三)風(fēng)險傳播的異質(zhì)性：地區(qū)視角

　　由于我國長期存在著明顯的地區(qū)發(fā)展差異，東部沿海地區(qū)比較發(fā)達(dá)， 中部和西部發(fā)展相對滯后。 相應(yīng)地，東、中、西部在區(qū)域間投入產(chǎn)出網(wǎng)絡(luò)中的關(guān)系也存在差異。 這可能導(dǎo)致風(fēng)險傳播也存在著明顯的地區(qū)差異。 本文將 31 個省(區(qū)、市)分為東、東北、中、西部四個區(qū)域，以考察各個區(qū)域之間的風(fēng)險傳播能力上是否有明顯差異。 之所以劃分為這四個區(qū)域，主要考慮到這四個區(qū)域在數(shù)據(jù)期間的經(jīng)濟(jì)發(fā)展?fàn)顩r有較大差別，因而風(fēng)險傳播上可能具有明顯的異質(zhì)性。如表 3 至表 5 所示分別是將前文計算得到的 2007 年、2012 年和 2017 年三個年度下的風(fēng)險擴(kuò)散至全國所有產(chǎn)業(yè)的模擬步數(shù)進(jìn)行統(tǒng)計。

　　可以發(fā)現(xiàn)， 四個區(qū)域的平均傳播速度都在逐漸下降。 但需要注意到中部地區(qū)在 2002 年和 2007 年傳播速度僅快于西部地區(qū)，而到 2017 年中部地區(qū)的傳播速度則超過了東北地區(qū)，僅次于東部地區(qū)。這說明相對來說，中部地區(qū)在產(chǎn)業(yè)網(wǎng)絡(luò)中的重要性上升，與其他地區(qū)的關(guān)聯(lián)增強(qiáng)，因此與其他地區(qū)相比速度下降趨勢更小。總體上來看， 各區(qū)域的風(fēng)險擴(kuò)散速度與我國經(jīng)濟(jì)的區(qū)域劃分基本一致，東部區(qū)域傳播能力強(qiáng)于其他地區(qū)。而從四個區(qū)域內(nèi)部的省(區(qū)、市)異質(zhì)性來看，東部區(qū)域內(nèi)部的異質(zhì)性一直比較大， 其他區(qū)域的異質(zhì)性開始比較小， 但也在明顯上升。 這說明各個區(qū)域內(nèi)部的不同省(區(qū)、市)在產(chǎn)業(yè)網(wǎng)絡(luò)中的重要性差異明顯，因此對于疫情防控來說， 針對不同區(qū)域的制定的政策在考慮到風(fēng)險擴(kuò)散能力的同時，也需要考慮到區(qū)域內(nèi)部的異質(zhì)性，不能一概而論，這給疫情防控政策的合理設(shè)置增加了難度。

　　(四)供給—需求風(fēng)險相關(guān)性

　　以上分析中，本文均將供給端和需求端分開進(jìn)行考察。 但需要注意現(xiàn)實中供給沖擊和需求沖擊往往不是孤立發(fā)生的。 突發(fā)公共事件時，一方面生產(chǎn)中斷引起供給沖擊，另一方面商品消費(fèi)也會受到影響，需求沖擊也隨之產(chǎn)生。 這導(dǎo)致供給沖擊的影響和需求沖擊的影響往往相互疊加， 極大地提升了宏觀經(jīng)濟(jì)風(fēng)險。因此，本文將模擬得到的三個年度不同省(區(qū)、市)的供給沖擊擴(kuò)散步數(shù)和需求沖擊擴(kuò)散步數(shù)之間的關(guān)系進(jìn)行考察， 分別將 2007 年、2012 年和 2017 年各省(區(qū)、市)的供給沖擊擴(kuò)散步數(shù)和需求沖擊擴(kuò)散步數(shù)繪制在一個坐標(biāo)系中，如圖 19 至 21 所示，其中供給端擴(kuò)散步數(shù)為橫坐標(biāo)、需求端擴(kuò)散步數(shù)為縱坐標(biāo)。

　　可以發(fā)現(xiàn)，三個年度下在供需兩端的風(fēng)險擴(kuò)散速度具有明顯的正向相關(guān)關(guān)系，這說明往往在供給沖擊擴(kuò)散較快的省(區(qū)、市)，需求沖擊擴(kuò)散也較快。 將供給—需求風(fēng)險相關(guān)關(guān)系劃分成四個象限，右上象限代表兩種沖擊擴(kuò)散速度都較慢，左上象限代表供給沖擊擴(kuò)散快，需求沖擊擴(kuò)散慢，左下象限代表兩種沖擊擴(kuò)散均快，右下象限代表需求沖擊擴(kuò)散快，供給沖擊擴(kuò)散慢。 可以發(fā)現(xiàn)右上象限的省(區(qū)、市)最多，被認(rèn)為是欠發(fā)達(dá)的區(qū)域往往處于此區(qū)域。 左上象限中只有 2007 年有河南、遼寧和黑龍江三個省(區(qū)、市)。 左下象限中則包括了普遍意義上的發(fā)達(dá)省(區(qū)、市)，供給風(fēng)險和需求風(fēng)險傳播速度都很快。 右下象限中在三個年度均有省(區(qū)、市)，但數(shù)量非常少。

　　進(jìn)一步計算供給擴(kuò)散步數(shù)與需求擴(kuò)散步數(shù)的相關(guān)系數(shù)，2007 年為 0.819，2012 年為 0.954，2017 年為 0.882。 這充分表明，不同省(區(qū)、市)面對供給沖擊的風(fēng)險和需求沖擊的風(fēng)險往往都較高或較低，具有一致性。 因此，如果在現(xiàn)實情況下同時發(fā)生兩種沖擊，那么省(區(qū)、市)或地區(qū)的異質(zhì)性與單獨(dú)考慮供給或需求端的影響相比就會有更大的差異。 在供給與需求沖擊都容易擴(kuò)散的區(qū)域，很自然地擴(kuò)散速度將會遠(yuǎn)超單方面沖擊下的速度。 以上情況也說明，對于不同地區(qū)需要制定不同程度的防控強(qiáng)度，差異化的防控強(qiáng)度應(yīng)該取決于各地區(qū)在產(chǎn)業(yè)網(wǎng)絡(luò)中的相對重要性， 而一般地，發(fā)達(dá)地區(qū)在產(chǎn)業(yè)網(wǎng)絡(luò)中的重要性比較強(qiáng)，因此對發(fā)達(dá)地區(qū)的嚴(yán)格防控是必要的。

　　五、結(jié)論

　　新冠肺炎疫情的暴發(fā)為今后有關(guān)于突發(fā)公共事件的防控敲響了警鐘，常態(tài)化的防控機(jī)制需要得到更多重視。 本文構(gòu)建基于中國區(qū)域投入產(chǎn)出表的網(wǎng)絡(luò)模型，模擬考察突發(fā)公共事件時宏觀經(jīng)濟(jì)風(fēng)險的傳染情況。 本文首先考察湖北省突發(fā)公共事件，發(fā)現(xiàn)在供給端中間品的替代性會顯著影響風(fēng)險的擴(kuò)散速度，在需求端企業(yè)的破產(chǎn)閾值則會顯著影響風(fēng)險的擴(kuò)散速度; 風(fēng)險傳播具有顯著的突變性，并且傳染路徑在不同經(jīng)濟(jì)發(fā)展水平下有所不同。 其次， 本文重點考察 2007 年、2012 年和 2017 年各省(區(qū)、市)面對需求沖擊和供給沖擊的情況， 發(fā)現(xiàn)隨著區(qū)域投入產(chǎn)出關(guān)系的增強(qiáng)，風(fēng)險的傳播速度總體上有所下降，我國抗風(fēng)險能力不斷增強(qiáng);不同省(區(qū)、市)在產(chǎn)業(yè)網(wǎng)絡(luò)中的重要性的分化導(dǎo)致不同省(區(qū)、市)的風(fēng)險擴(kuò)散速度也出現(xiàn)明顯的異質(zhì)性;分地區(qū)來看，東部地區(qū)風(fēng)險傳播能力最強(qiáng)，中部和西部地區(qū)則稍弱;此外，需求沖擊的影響程度和供給沖擊的影響程度具有顯著的正相關(guān)性， 因此，供需沖擊的疊加會帶來遠(yuǎn)超過單方面沖擊的巨大宏觀負(fù)面影響。

　　本文基于對風(fēng)險傳播機(jī)制的刻畫，指出了影響風(fēng)險傳播的因素和傳染路徑，并重點對區(qū)域異質(zhì)性進(jìn)行了考察，對既有文獻(xiàn)進(jìn)行了一定的補(bǔ)充，同時具有一定政策參考意義。 首先，在制定防控突發(fā)公共事件的政策時，需要著重強(qiáng)調(diào)在風(fēng)險進(jìn)入快速擴(kuò)散階段前就采用合適手段，這可以更有效地阻止風(fēng)險傳播;其次，通過政策手段維持企業(yè)生產(chǎn)、避免企業(yè)破產(chǎn)可以有效地降低風(fēng)險的傳播速度， 減小系統(tǒng)性宏觀經(jīng)濟(jì)風(fēng)險;最后，不同省(區(qū)、市)和區(qū)域突發(fā)公共事件引起的系統(tǒng)性宏觀風(fēng)險速度和程度差異明顯， 具有異質(zhì)性，因此對于發(fā)達(dá)地區(qū)如東部地區(qū)及特定的省(區(qū)、市)如北京、上海、江蘇等要更加重視，防控強(qiáng)度需要合理提高，并且需要避免在這些地區(qū)或省(區(qū)、市)供給風(fēng)險與需求風(fēng)險疊加而引發(fā)的傳播速度急劇加快的情形，為控制供需兩端風(fēng)險的總體影響，既要從供給端也要在需求側(cè)進(jìn)行合理的政策干預(yù)。 此外，還要指出的是宏觀經(jīng)濟(jì)風(fēng)險在區(qū)域間的擴(kuò)散途徑很多，本文僅僅考察了基于產(chǎn)業(yè)網(wǎng)絡(luò)的風(fēng)險擴(kuò)散情況，區(qū)域間除產(chǎn)業(yè)網(wǎng)絡(luò)外的關(guān)聯(lián)關(guān)系如人口流動、交通等因素也應(yīng)該獲得重視。