中國經濟不確定性的時空演變及影響因素分析

蘇芳，齊樂萌，宋妮妮，苗志娟

（陜西科技大學經濟與管理學院，陜西 西安 710021）

0 引言

經濟不確定性是指人們對未來可能經濟狀況的不確定［1］，是新時期經濟地理學研究的前沿熱點之一。近年來，我國經濟恢復基礎尚未牢固，疫情變化和世界經濟形勢仍然復雜嚴峻，經濟環境呈現不確定、不穩定、不平衡的狀態［2，3］。同時，我國不同地區間經濟發展水平、金融市場規模和政策制度保障等各不相同［4］，加之幅員遼闊，受區域內和區域間經濟基礎和經濟發展水平等因素的影響，受到不確定性沖擊的宏觀經濟存在明顯的空間差異性［5］。因此，辨明我國不同地區經濟不確定性的空間屬性及其關聯特征，探明區域經濟不確定性的影響因素，制定具有針對性的宏觀經濟調控方案，引導各地區正確規避經濟不確定性可能引發的風險，這對解決我國經濟發展的不平衡不充分問題具有實踐意義。

經濟不確定性這一概念最早由Bloom 提出，他認為經濟不確定性能夠降低實際GDP 增速，造成經濟的進一步衰退［6］。該想法一經提出就引發了學術界對經濟不確定性的研究熱潮，并被廣泛應用于不同領域。目前，針對經濟不確定性的研究主要集中在以下3 個方面：①經濟不確定性的測度。經濟不確定性測度存在多種選擇，實證研究中較常用的是從不確定性定義出發，認為波動率可以作為不確定性的一個代理變量，并主要通過尋找替代指標，如股票市場波動率［7］、GDP波動率［8］、專家預測的不一致性［9］、調查數據［10］、主流媒體新聞報道［11］和外生環境沖擊［12］等對其進行間接測度［13］。除此之外，Jurado 等［14］提出將宏觀經濟中能獲得的所有信息進行整合后，通過高維數據動態因子模型對不確定性進行綜合測度。②經濟不確定性的影響效應。對于宏觀經濟運行而言，研究表明經濟不確定性會降低實際GDP增速［15］，并認為在其沖擊下經濟產能大幅下降的原因在于經濟不確定性提高與經濟增速下降之間存在自我強化機制［16］。也有學者從微觀企業層面探討了經濟不確定性對銀行風險承擔［17］、企業投資［18］、財務管理［19］等的影響。③經濟不確定性的區域差異。為了進一步明確經濟不確定性的區域性差異，現有研究采用全局向量自回歸模型和面板向量自回歸模型等方法［20，21］分析市域、省域和區域等不同層面經濟政策不確定性對宏觀經濟波動［21］、城市經濟發展［22］、消費及投資［23］等的影響，研究發現經濟政策不確定性對投資行為在不同區域存在顯著差異［23］。

總體來看，現有研究大多關注經濟政策不確定性的區域差異，對宏觀經濟不確定性的相關研究較少，且已有研究多限于單一尺度，較少從多尺度出發探明經濟不確定性的現狀及發展趨勢。此外，從空間視角探究中國經濟不確定性時空演變規律的相關研究較為缺乏，對造成經濟不確定性區域差異的影響因素尚未明確。鑒于此，本文從省域和區域尺度出發，采用泰爾指數、空間自相關等方法分析了我國31 個省份2005—2019 年經濟不確定性的區域差異及時空分布特征，并借助Tobit模型分析了經濟不確定性的影響因素，旨在為理解我國經濟波動，優化政策組合，實現區域內和區域間宏觀經濟調控提供理論參考與借鑒。

1 研究方法

1.1 經濟不確定性測度

本文以我國31 個省份作為研究區域（因為數據收集不便，所以本文研究區域未包含香港特別行政區、澳門特別行政區和臺灣地區），并按照國家統計局的統計慣例將其劃分為東部地區（包含北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南）、中部地區（包含山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南）和西部地區（包含內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、西藏）。考慮到研究區域范圍的廣泛性和研究時段的寬泛性，本文借鑒Baum和Talavera 的相關分析，利用GARCH 模型（Generalized autoregressive conditional heteroskedasticity model，GARCH）估計宏觀經濟變量的條件方差，以此替代指標作為經濟不確定的代理變量，從而簡化數據計算過程，增強本研究的可操作性［24，25］。此外，本文從經濟不確定的定義出發，利用經濟金融變量的波動率間接衡量經濟不確定性，并參考王義中等［26］的研究方法，將中國實際GDP變化率作為衡量經濟不確定性的代理指標，再通過廣義自回歸條件異方差模型GARCH（1，1）計算實際GDP變化率的條件方差。GARCH（1，1）模型公式為：

式中：mt為宏觀經濟變量的對數一階差分；et為誤差項；ht為通過GARCH 估計所得誤差項的條件方差。本文首先對所選數據進行一階自回歸分析，再根據模型得到變量的條件方差作為我國經濟不確定性的替代指標，所涉及數據均來源于國家統計局官網和各省份統計年鑒。

1.2 區域差異測度

本文通過泰爾指數測度我國經濟不確定性的區域差異程度，將區域差異分解為區域內差異和區域間差異，并對區域間貢獻率進行計算。泰爾指數值越大，表明經濟不確定性的區域差異越大，計算公式為：

式中：n 為地區數；yi為第i 個地區GDP占全國GDP的比例；EUi為第i 個地區經濟不確定性占全國經濟不確定性總和的比例；Tb和Tw分別為區域間和區域內經濟不確定性差異。對泰爾指數做進一步分解，將我國經濟不確定性的總體差異分解將為東部、中部和西部地區的區域內差異與區域間差異，具體公式詳見相關文獻［27］。

1.3 空間自相關分析

全局空間自相關法可從區域整體上體現我國省域之間經濟不確定性的空間分布，在空間自相關檢驗過程中通常使用莫蘭指數（Moran′s I）測度某個省份經濟不確定性在其相鄰省份之間的相似性或差異性［28］。本文通過莫蘭指數對我國經濟不確定性的時空特征進行評價，計算公式為：

1.4 Tobit回歸模型

本文運用廣義自回歸條件異方差模型所測定的經濟不確定性值在0—1 之間，在這種情況下，使用普通最小二乘法進行回歸會使得最終參數的估計值趨向于0，從而導致估計值不可用。基于此，本文引入針對受限制連續變量提出的Tobit 模型［29］，更合理地對經濟不確定性的影響因素進行回歸分析。Tobit模型的基本形式為：

式中：Y 為經濟不確定性；β0為常數項；βn為各變量回歸系數；i 為各省份的編號；t 為t 時期，具體為本文樣本區間2005—2019 年；ε為隨機誤差項。此外，由于自變量所包含數據的規模較大，為減少樣本中的異方差現象，首先將部分數據進行對數化處理，所涉及各省（自治區、直轄市）社會經濟數據來自于各省份歷年的統計年鑒。

2 中國經濟不確定性的時空演變分析

2.1 經濟不確定性的變化趨勢

如圖1 所示，2005—2019 年我國經濟不確定性呈現出較為頻繁的波動趨勢，東部、中部、西部地區變化趨勢與全國整體波動性基本保持一致，總體上呈現連續性先增后降的“倒U 型”。具體來看：2005—2007 年我國經濟不確定性在波動中不斷提升，經濟不確定性值由0.016 增加至0.017，增幅為6.25%，并在2011 年達到近15 年峰值；東部、中部、西部地區經濟不確定性值呈現階段性上升，中部地區經濟不確定性值上升最為顯著，增幅為22.44%，西部次之，東部地區在此期間經濟不確定性值低于全國總體得分，且在2005—2007 年間整體上呈現下降的趨勢，降幅為12.94%。2011—2015 年，經濟不確定性波動的下降趨勢顯著，經濟不確定性值下降至0.007，降幅達58.82%。在此期間，東部、中部、西部地區更是呈現連續下降的趨勢，中部地區的下降幅度最大，其經濟不確定性值由0.019 下降至0.006，降幅為66.75%，東部地區和西部地區的經濟不確定性值分別下降了56.32%和52.48%。2015—2019年，我國經濟不確定性延續前一階段的下降趨勢，但下降速度有所減緩，全國經濟不確定性值下降至0.005，降幅為31.51%；東部和西部地區不確定性值呈連續下降的趨勢，而中部地區在波動中下降，降幅僅為25.21%。究其原因，在2008 年遭受全球金融危機沖擊后，我國在2009—2010 年間最大限度地采取了較為積極的財政政策來抵御經濟風險。但從宏觀環境來看，世界經濟仍處于后危機時期的低迷階段，國內經濟所面臨的外部性打擊仍然嚴峻，從而導致2011 年以前我國整體經濟不確定性增加。自2014年之后，國內經濟增長出現階段性轉換，我國經濟發展開始呈現新常態，經濟增速在趨于平緩的同時保持穩中前進，國內市場潛力也得到進一步激發，這也增強了我國經濟社會發展的平穩性和可持續性，其經濟不確定性程度開始顯著下降。從總體上來看，2005—2019 年我國東部、中部、西部與全國經濟不確定性波動保持高度相關性，西部地區經濟不確定性均值最高，中部地區次之，東部地區經濟不確定性指數最低，使得經濟不確定性狀況始終保持“西高東低”的分布格局。

圖1 2005—2019 年我國總體經濟不確定性值的變化趨勢Figure 1 Trends of China′s overall economic uncertainty from 2005 to 2019

2.2 經濟不確定性的區域差異

本文利用泰爾指數對我國經濟不確定性地區間和地區內差異進行了進一步分解，計算得出各區域經濟不確定性的泰爾指數和泰爾分解指數（圖2）。其中，區域間差異指的是東部、中部、西部之間的差異，區域內差異則指的是東部、中部、西部地區內各省份之間的經濟不確定性差異。由圖2a 所示，2005—2019 年我國經濟不確定性的區域差異波動較大，泰爾指數雖然呈現先增大后減小的趨勢，但數值從0.316 增加至0.356，增幅為11.23%。此外，泰爾指數表明我國經濟不確定下的區域間差異和區域內差異的變化趨勢和全國保持一致，區域內差異總體上大于區域間差異，尤其在2007—2018 年間最為顯著。此后，區域間差異開始大于區域內差異。如圖2b所示，2005—2019 年區域內貢獻率大于區域間貢獻率，其平均貢獻率分別為55.23%和44.77%，東部、中部、西部區域間變化趨勢差別較大。2010—2014年，東部和西部地區泰爾指數均呈現下降的趨勢，而中部地區則在波動中增加，泰爾指數的增幅達41.03%；2014—2019 年，我國中部地區變化相對穩定，東部和西部地區間差異則呈現明顯的反向變化，東部地區泰爾指數降幅為49%，而西部地區增幅為29.24%。由此可見，我國中部地區經濟不確定性差異較小，東部地區的區域差異得到了更好的收斂。因此，經濟不確定性的區域差異研究既要考慮我國東部、中部、西部地區的區域間差異，更要重視地區內各省份之間的差異性。

圖2 2005—2019 年我國經濟不確定性總差異的泰爾指數分解Figure 2 Theil index decomposition of total differences in national economic uncertainty from 2005 to 2019

2.3 經濟不確定性的時空演變

經濟不確定性的時空格局：為了較直觀地反映區域間經濟不確定性的空間分布特征，本文結合所選樣本時間，以2005 年、2012 年和2019 年為時間點對研究區間進行了劃分，將省域尺度不同時期的經濟不確定性進行了比較。根據各時間段經濟不確定性測度值，使用自然斷點法進行分區，具體劃分為低值區、較低值區、中值區、較高值區和高值區五大區域；數值越高，說明該區域經濟不確定性程度越高，區域經濟受到不確定性因素的影響越大（圖3）。

圖3 2005—2019 年我國經濟不確定性各值區空間分布Figure 3 Spatial distribution of each value area of China′s economic uncertainty from 2005 to 2019

如圖3 所示，我國經濟不確定性的空間分布變化較大。①2005—2012 年，55%的省份經濟不確定性值變化為更高值等級，26%的省份經濟不確定性值降為較低值等級，表明在該時期各省份經濟不確定性變化顯著，且主要表現為增加態勢，在向更高值級轉移的省份中有47%表現為跨值級轉移。②2012—2019 年，36%的省份經濟不確定性值為較低值等級，32%的省份經濟不確定性值向更高值級轉移，表明在該時期內各省份經濟不確定性變化態勢顯著，且主要表現為降低態勢，其中72%的省份為跨值級向較低值轉移。總體上，2005—2019 年我國經濟不確定性程度在不同時期的變化趨勢劇烈但各不相同，中部地區經濟不確定性程度表現相對穩定且以中、低值區為主，東部地區以較低值區為主轉為以低值為主，西部地區以較低值為主轉為中、高值為主。

我國經濟不確定性的空間分布格局變化明顯。2005—2012 年，各省份經濟不確定性的變化程度明顯，低值區省份的數量保持不變，高值區數量有所增加。其中，高值區省份的分布格局由內蒙古點狀分布轉為四川—貴州—重慶片狀分布，低值區則由黑龍江、新疆、甘肅轉為山西、北京、浙江、廣東點狀分布。整體上，2005—2012 年各省份的經濟不確定性呈上升趨勢，西部地區經濟不確定性的上升最為明顯。2012—2019 年，我國各地區經濟不確定性下降明顯，低值區省份數量保持不變，而較低值區省份數量明顯增加。其中，四川、重慶由高值區轉為中值區，且與湖北、湖南、河南、青海形成片狀分布。此外，形成了甘肅—內蒙古—遼寧—吉林低值區和山西—河北—北京—山東—江蘇較低值區。總體上，西部地區的西藏、云南、四川等省份的經濟不確定性程度較嚴峻，而東部地區的經濟不確定性程度相對較低，我國經濟不確定性呈現“西高東低”的分布格局。究其原因，經濟不確定性的表現程度與地區經濟發展程度密不可分，東部地區經濟發展起步早、對外開放程度高，其經濟積累和發展經驗高于中西部地區省份，能夠更加積極完成自身產業結構變革，有效應對面臨的內外部風險，因此東部地區的經濟不確定性程度較低。

經濟不確定性的空間分異特征：考慮到空間效應的影響，本文通過空間自相關分析進一步探究了我國各地區經濟不確定性的空間分異特征。首先對2005 年、2012 年和2019 年各省份經濟不確定性的全局莫蘭指數進行計算，結果如表1 所示。從全局莫蘭指數來看，全局莫蘭指數均大于0，且通過顯著性檢驗，反映出我國經濟不確定性存在顯著的空間正相關性，空間集聚力較強。從趨勢上看，2005—2019年全局莫蘭指數呈現較為明顯的上升趨勢，表明全國經濟不確定性的空間集聚程度在不斷加劇。

表1 我國經濟不確定性全局自相關Moran′s I指數及檢驗值Table 1 Moran′s I index and test value of global autocorrelation of Economic uncertainty in China

為了更清晰地看出經濟不確定性在省域的局部分布和聚集情況，本文通過LISA聚類圖對我國各省份經濟不確定性的局部異質性進行了展示（圖4）。LISA聚類圖中，高和低分別表示高經濟不確定性省份和低經濟不確定性省份，高—高說明高值與高值空間相關，即高經濟不確定性省份與其鄰省的經濟不確定性也高。如圖4a所示，2005 年只有高—高類型區和低—高類型區通過了5%的顯著性檢驗，高—高類型區主要分布在內蒙古、吉林、陜西、天津、北京和山東6 個省份，低—高類型區集中分布在寧夏、山西、河北和遼寧4 個省份。2012 年以高—高類型區和低—低類型區為主，天津轉為高—低類型區，低—高類型區在甘肅和廣西兩省呈零星點狀分布。2019年，分布于低—低類型區的省份數量增加了62.5%，且片狀分布于東北部地區；高—高類型區在四川、重慶、貴州和湖南4 省呈片狀集聚；寧夏轉為高—低類型區，新疆轉為低—高類型區。總體上，2005—2019 年我國各省份經濟不確定性的局部分布模式以高—高類型區和低—低類型區為主，低—高類型區次之，高—低類型區數量最少，表明在相鄰省份間的經濟不確定性具有較高的相似性特征。

圖4 2005—2019 年中國經濟不確定性的LISA聚類Figure 4 LISA cluster diagram of China′s economic uncertainty from 2005 to 2019

2005—2019 年的空間自相關變化可以進一步反映出我國各省份經濟不確定性的空間分布特征。①東部低值區擴散效應明顯，且區域間經濟不確定性差異逐漸減小，部分省份由高—高類型區轉為低—低類型區。例如，山東省在2005 年處于高—高類型區，而2012 年轉變為低—低類型區，與其相鄰的江蘇省和浙江省也在2012 年進入低—低類型區。②中部地區大部分省份經濟不確定性的空間集聚不顯著，變化不明顯，但山西和河北兩個省份受周圍省份的影響變化較大，在2005—2019 年期間由低—高類型區轉為低—低類型區。③西部地區省份由于自身經濟發展水平較低，其經濟不確定性的空間集聚狀況相對穩定，受其他省份輻射效應較小，但區域間經濟不確定性差異較大。具體的，2005 年西部地區整體的空間集聚不顯著，2012—2019 年云南、四川、重慶3 省份先后進入高—高類型區，新疆、廣西兩省份在此期間也轉為低—高類型區。新經濟地理學模型提出經濟的空間溢出效應是指一個區域對另一個區域提供發展可能性或者形成發展限制性的現象；孫曉露等［30］指出區域經濟增長不僅依靠其內在因素，同時受到周邊地區經濟增長的關聯帶動作用的影響，例如周邊區域市場競爭、技術擴散、風險共擔與成果共享等。因此，低經濟不確定性地區的省份可以利用經濟發展的空間溢出效應，通過區域合作對降低周邊省市經濟不確定性起到促進作用；高經濟不確定性地區的省份則可以通過與鄰近省份進行交流合作，利用其經濟優勢的輻射帶動作用降低自身的經濟不確定性。

2.4 我國經濟不確定性的影響因素

經濟不確定性影響因素較多，參考既有文獻的研究成果，本文所選擇的變量包括：①經濟發展水平。地區經濟發展水平是經濟基礎的體現，本文選用居民消費水平和失業率進行衡量［31-33］。②城鎮化水平。為了觀察不同城鎮化程度對經濟不確定性的影響［34］，本文選用城鎮人口與總人口比重來表征城鎮化水平。③對外開放度。進出口貿易是對外經濟關系的主體，可以此探究不同省域對外開放度對經濟不確定性的影響［35］，本文選擇進出口貿易總額進行衡量。④社會保障水平。一般而言，社會保障體系的完善程度與地區經濟發展保持著良性互動，但在兩者長期磨合到協調適應期間對經濟不確定性產生著一定影響［36］，本文通過財政支出中的社會保障支出與地區生產總值的比值對社會保障水平進行計算。⑤交通設施建設。交通設施建設是地區交通運輸通達性的標志，也是保證地區經濟長期持續穩定發展的重要基礎［37］，本文選用交通線路總里程和交通線路總貨運量進行衡量。⑥科技水平。科技投入可反映地方政府對科技發展的重視程度，科技投入越高，表明該地區經濟的可持續發展性更強［38］，本文選擇地方財政科學技術支出、信息傳輸計算機服務和軟件業全社會固定資產投資表征地區的科技水平。

基于此，本文首先利用LLC 對數據進行單位根檢驗。該檢驗假設面板數據中存在單位根，檢驗結果表明，各變量P值均小于0.05，說明在本組面板數據中不存在單位根，進一步排除了分析過程中的“偽回歸”問題。其次，在單位根檢驗的基礎上再進行ADF協整檢驗。結果顯示，P值同樣均小于0.05，說明在本組面板數據中存在協整關系且變量之間有長期均衡關系。為了探究各影響因素指標之間是否存在多重共線性，在進行回歸之前對所選指標進行方差膨脹因子檢驗（表2）。結果顯示，所有指標的方差膨脹因子均小于10，且容許度均大于0.1，可見所選指標之間不存在多重共線性。第三，進行經濟不確定性影響因素的Tobit回歸分析，具體回歸結果見表3。

表2 方差膨脹因子檢驗Table 2 Variance inflation factor test

表3 經濟不確定性影響因素的Tobit回歸分析結果Table 3 Tobit regression analysis results of f actors affecting economic uncertainty

（續表3）

經濟發展水平對經濟不確定性的影響：本文采用居民消費水平和城鎮失業率作為經濟發展水平的表征值。居民消費水平對經濟不確定性的影響在中部省份樣本中不顯著，說明在該區域居民消費水平沒有對經濟不確定性造成很大程度的影響；對于全國和東部地區而言，居民消費水平與經濟不確定性呈現顯著負相關關系，居民消費水平每提高1%，經濟不確定性將分別降低0.240%和0.492%；對于西部地區而言，居民消費水平與經濟不確定性呈正相關，居民消費水平每提高1%，經濟不確定性將增加0.077%。究其原因，居民消費水平這兩項指標都是地區總體經濟規模的反映，值越高，代表地區經濟實力雄厚，居民的生活質量和消費水平居于較高水平。因此，在面對同一程度的經濟風險時，經濟發達省份往往能夠以其強大的經濟實力對可能發生的經濟波動做出及時且充分的反應。我國東部地區較中西部地區而言，經濟發展成效顯著，城市居民的金融投資理念、消費行為有較強的前瞻性，對風險的消化能力較強；而中部地區不顯著和西部地區顯著負相關的原因在于城市居民自身消費能力較弱和個人觀念較落后，無法準確把握最新的市場信息。此外，城鎮失業率對東部地區的影響并不顯著，與全國、中部和西部都呈現出顯著正相關。對地區經濟而言，失業率在某種程度反映了地區經濟發展疲軟，同時失業人員增多除了影響失業者自身收入外，也可能對社會穩定造成威脅，這些負面影響加劇了中西部地區乃至全國經濟的不確定性。而我國東部地區城市經濟活力強，大、中、小型企業為地區人口提供了充足的就業機會和崗位，失業率較低。因此，保持地區經濟穩步增長，采取積極的就業政策顯得十分迫切。

對外開放度對經濟不確定性的影響：對外開放度是衡量一個地區經濟與世界經濟融合程度的重要指標。從回歸結果看，對外開放度與經濟不確定性在全國層面回歸系數為正；但從區域層面看，與東部和中部地區經濟不確定性顯著正相關，對西部地區無相關性，這是因為我國各區域基礎條件不相同，經濟發展水平較高的地區，國際交流更為密切。東部地區對外交流明顯多于中西部地區，較高的對外開放度在給該地區帶來巨大經濟收益的同時，也增加了許多外部經濟風險。對西部地區而言，由于整體對外交流相對較小，因此對外開放度對經濟不確定性的影響并不顯著，隨著近年來“一帶一路”倡議的提出和實行，對外開放水平也在進一步提高。

城鎮化水平對經濟不確定性的影響：隨著我國改革開放的不斷深入，城鎮化已經成為推進經濟穩步發展新的動力，一直以來被當作地區經濟增速的主要指標之一。結果顯示，城鎮化水平與全國、西部地區和中部地區經濟不確定性均呈現負向相關性，且均在0.05 的顯著性水平之下，表明地區城鎮化水平越高，經濟不確定性指數則越低。我國正處于城鎮化建設的新階段，在國家政策的大力扶持之下，城市化率大幅提高，城市化和城鎮化發展空前活躍，城市數量和人口數量增多，城鎮化的快速推進將對地區經濟產生了強大的拉動效應。其影響集中表現在促進區域消費總量增長，引導區域產業結構調整與升級，促進地區經濟的平穩和快速增長等方面［39］，一定程度上降低了經濟不確定性對地區經濟發展所帶來的負面影響，因此城鎮化水平與經濟不確定性之間呈現負向相關關系。但對于東部地區而言，城市在產業發展和基礎設施完善方面發展態勢良好，同時吸引并整合了許多其他地區包括勞動力在內的優勢資源，進一步提高了地區整體發展的能力，其自身雄厚的經濟基礎能夠應對經濟不確定風險，因此城鎮化水平在該地區對經濟不確定性的影響并不顯著。

社會保障水平對經濟不確定性的影響：一方面，社會保障水平的高低事關民生利益，是衡量社會穩定和國家或地區長治久安的重要指標；另一方面，地區的經濟規模與經濟發展水平是社會保障發展程度的重要支撐和保障。隨著我國社會保障體系的不斷完善，社會保障水平理應為經濟發展提供積極作用。但從實證結果來看，社會保障水平對于全國、東部和中部地區經濟不確定性的影響并不顯著，對西部地區經濟不確定性呈負相關，這與假設相悖。可能的原因在于，社會保障水平是一個相對概念，其適度與否須與地區的經濟發展水平相適應。社會保障制度能夠保障人民群眾的基本生活需要，幫助他們抵御未知的社會和個人財務風險，這對于地區經濟穩定而言是正向的影響；相反，社會保障支出要與地區經濟社會發展水平相適應，政府部門在制定和實行社會保障政策的過程中如果片面追求外延式擴張，就有可能增加區域的經濟不確定性。

交通設施建設對經濟不確定性的影響：無論是發展中國家還是發達國家都存在著經濟不確定性，而空間距離的存在將增加這種不確定性。面對空間距離上的差異，各地區的交通設施建設和交通通達度等都為該地區的對外經濟交流提供了基礎條件。從實證結果來看，交通線路總里程、交通線路總貨運量與全國經濟不確定性之間呈現顯著負相關。原因在于，交通線路總里程這一指標代表著該地區交通設施基礎建設，總里程越高，說明該地區交通越便利，同等時間內該地區單位里程的總貨運量越高，從很大程度上降低了因空間距離所產生的運輸成本。此外，對于新疆、西藏和內蒙古等經濟發展水平較低的西部地區省份而言，交通設施的改善更是有利于增強其與東部、中部經濟發達省份之間的聯系，進行區域之間的優勢資源互補，從而更好地發揮各省份之間的經濟輻射帶動作用，共同規避經濟不確定性帶來的經濟打擊。

科技水平對經濟不確定性的影響：面對高速發展的信息化時代，通訊和信息傳遞等科技水平的提高都對經濟發展起到了重要作用。地方財政科學技術支出和通信水平較高的地區相對于科技水平落后的地區，搜尋市場信息的渠道更為廣泛，同時獲得信息的時效性和真實性也較高，可以在極大程度上節省時間成本，幫助該區域有效應對經濟市場紛繁復雜的挑戰。結果表明，地方財政科學技術支出和信息軟件業固定資產投資與經濟不確定性之間均呈負向相關關系，但對于西部地區影響的顯著性較低。一般來說，加大政府財政的科技投入有助于該地區科研環境的改善和科技水平的提升，信息傳遞技術的發展能夠更好地幫助該地區管理、開發和利用信息。但對于西部地區而言，其對科學技術的重視程度低于全國平均水平，在一定程度上弱化了科技市場的作用。

3 結論與啟示

面對日益復雜的世界經濟環境，經濟不確定性成為世界經濟的主旋律，嚴重影響了我國經濟的穩步發展。本文以我國31 個省份為研究區域，運用廣義自回歸條件異方差模型對2005—2019 年經濟不確定性進行了測度，使用泰爾指數、全局空間自相關法測算了各省份經濟不確定性的區域差異及時空演變，借助Tobit 模型分析了經濟不確定性的影響因素，結論如下：①從經濟不確定性的測度結果看，我國的總體經濟不確定性指數在2005—2019 年呈較為頻繁的波動趨勢，東部、中部、西部地區變化趨勢與全國整體波動性基本保持一致，總體上呈連續性先增后降的“倒U型”趨勢，面臨脆弱的世界宏觀經濟環境，我國經濟不確定性風險有所下降。②從經濟不確定性區域差異測度結果看：2005—2019 年經濟不確定性的差異貢獻率體現為區域內貢獻率大于區域間貢獻率，且區域間差異波動較大；中部地區經濟不確定性差異較小，東部地區的區域差異得到了更好的收斂，經濟不確定性指數與各地區經濟發展、政策制定和抗擊風險能力密切相關。③從經濟不確定性時空分異特征看，西部地區的西藏、云南、四川等省份的經濟不確定性程度較嚴峻，而東部地區的經濟不確定性程度相對較低，我國經濟不確定性呈“西高東低”的分布格局。從趨勢上看，2005—2019年全局莫蘭指數呈較為明顯的上升趨勢，表明全國經濟不確定性的空間集聚程度在不斷加劇，且各省份經濟不確定性的局部分布模式以高—高類型和低—低類型區為主，低—高類型區次之，高—低類型區數量最少，表明在相鄰省份間的經濟不確定性具有較高的相似性特征。④通過對經濟不確定性時空分布的影響因素分析，發現經濟發展水平、對外開放度、城鎮化水平、社會保障水平、交通設施建設和科技水平是影響區域間經濟不確定性差異的主要因素，且各因素對于不同區域的影響各不相同。

基于以上結論，為避免經濟不確定性區域差異及差異化進一步增強帶來的風險，減少經濟不確定性增加對經濟運行可能產生的負面影響，想要保障我國整體經濟在“新常態”下平穩運行，就要充分認識各種因素對于經濟不確定性影響的差異性。從全國層面看，首先要深刻認識并防范經濟不確定性對經濟發展帶來的負面影響，在追求經濟增長的同時，最大程度地保證經濟的穩步發展。此外，考慮到城鎮失業率與經濟不確定性之間的正向關系，政府要繼續實施積極的就業政策，以緩解就業壓力，降低城鎮失業率，并以此作為降低經濟不確定性的重要抓手。同時，要警惕對外開放過程中伴隨的風險，在積極融入全球化浪潮的過程中更要對可能面臨的不確定性做好充分的響應和準備。從空間自相關分析結果看出，我國不同地區間全域性的空間相關性與局域性的空間相關緊密相聯。就各區域差異看，東部地區要建立健全風險預警機制，在保持自身發展優勢的同時輻射帶動其他區域的發展；中西部地區要轉變發展思路，加強與其他地區的交流溝通，積極投身城鎮化建設，完善地區內部的交通基礎設施，縮短與發達地區之間的空間距離，并以科技發展作為地區經濟發展新的增長點。本文從時間和空間維度對我國經濟不確定性的時空演變過程進行了研究，利用Tobit模型對其影響因素進行了分析，為增強我國經濟政策宏觀調控的科學性、針對性與預見性提供了理論依據；但在對經濟不確定性測量的過程中僅重點關注了對宏觀經濟變量的觀測，未考慮股票市場波動、通貨膨脹等影響因素，在后續研究中將繼續豐富經濟不確定性的內涵，對其影響因素進行更加充分的討論。