中國經濟韌性測度及演化差異分析

蔡詠梅，李新英，孟令偉

（新疆財經大學a.信息管理學院；b.經濟學院；c國際經貿學院，烏魯木齊 830012）

0 引言

經濟韌性源于物理學中的彈性概念，學術界對經濟韌性的認知從工程韌性、生態韌性發展到演化韌性。工程韌性和生態韌性屬于均衡論。而演化韌性則認為經濟系統是處于長期動態變化過程中的，當受到干擾時能夠通過自身調節最終實現系統長期發展。

目前對經濟韌性的定量評價中單指標測度居多。單指標測度大致有兩類：一類是直接利用產出、就業或地區產出、就業變化率或占比進行衡量。例如，曾冰和張艷（2018）[1]直接用GDP增長率作為經濟韌性指數分析了影響經濟韌性的主要因素；而郭將和許譯慶（2019）[2]、郭將和王蓓（2020）[3]分別用GDP增長率、產業就業人數占比來衡量經濟韌性，分析產業多樣性對經濟韌性的影響；陳奕瑋和吳維庫（2020）[4]以當年GDP的增長率與2008年的差作為城市經濟韌性指數。另一類是基于經濟周期理論模型，關皓明等（2018）[5]以經濟增長的收縮期表征抵抗力，擴張期表征恢復力；而張明斗等（2021）[6]用構建的反事實經濟增長變化率表征經濟韌性，實質還是利用產出計算經濟韌性。關于指標體系測度的文獻比較有限，魯飛宇等（2021）[7]從抵抗力、更新力、再定位能力和恢復力維度構建測度長三角城市群韌性的指標體系；郭彥廷（2020）[8]從沖擊應對力、組織調整力、自主創新力三個維度測度城市經濟韌性。

除了經典的熵權法、TOPSIS 法、層次分析法、綜合指標評價法等，近年來，學者們還嘗試運用我國原創自然科學的方法解釋社會科學存在的問題。李德毅和劉常昱（2004）[9]提出的云模型、蔡文等（2008）[10]提出的可拓學理論成功應用于體系測評和決策分析。趙金輝等（2020）[11]運用模糊信息公理與云模型解決了企業合作關系的選擇問題。田紅娜和孫欽琦（2020）[12以江淮汽車為例，運用云模型對汽車制造企業綠色技術創新水平進行測度，評價結果與江淮汽車的實際情況吻合。趙宏波和馬延吉（2014）[13]利用物元模型和灰色系統對吉林省生態安全狀態進行動態分析并作出預警。李玲玲等（2015）[14]利用物元和證據組合理論對電能質量進行評估，結果表明該方法能夠描述指標數據動態變換過程，降低綜合測評的不確定性。

綜上所述，經濟韌性的研究對象多為發達國家，發展中國家較少。我國經濟韌性方面的研究還處于摸索階段，研究對象多為長三角和東北地區的城市群或城市。為了宏觀把握我國經濟韌性的演化情況，挖掘地區間的韌性差異，本文從經濟韌性的內涵出發，構建風險指數、穩定指數、流通指數和創新指數四個維度的指標體系，將正態云模型與可拓學理論相融合，對我國31 個省份的經濟韌性進行測度，分析我國經濟韌性特征。

1 研究設計

1.1 指標體系構建

（1）指標體系框架設計

經濟韌性是經濟體固有特性，不依賴于任何外力而存在。當系統遭受內外部沖擊時，經濟體會憑借自身稟賦抵抗擾動，恢復到原有發展路徑；或隨著外界環境的不斷變化，打破原有路徑鎖定、重新自組織；或更新路徑、催生新動能推動經濟發展；抑或無法解鎖回彈、經濟下行。經濟體自身的脆弱對危機的敏感性強，有效評估風險能降低危機帶來的損失。而沖擊期抗擾動、抵御外在風險是經濟體的重要機能，穩定性越強，經濟體抵抗風險、恢復正常運轉的可能性越大。危機中新業態、新動能會成為地區走出困境、探尋新發展路徑的引擎，科技創新成為拉動經濟的核心力量。以科技創新為內核的新基建，能夠打通物理空間的阻隔使要素流動、資源配置和組織協調更暢通有效。因此，本文從經濟體風險指數、穩定指數、流通指數和創新指數四個維度對經濟韌性進行綜合評價，指標體系見表1。

（2）指標篩選方法

本文借助Spearman 秩相關與變異系數法對經濟韌性評價指標體系中的指標進行篩選。秩相關分析法更適合處理實際數據。因此，通過秩相關系數來確定同層指標之間的相關性，其大小可以反映經濟韌性指標體系同層的兩個指標間的信息冗余度情況。本文用變異系數來甄別指標，系數值越大，指標蘊含的信息越多。將初擬經濟韌性指標體系先進行秩相關系數計算，系數大于或等于0.9 的指標單列，再通過變異系數法和文獻法確定指標的取舍。

1.2 經濟韌性評價方法

云模型能夠實現等級劃分，但隸屬度值不能直接用于經濟韌性大小比較。而結合可拓物元理論，構建的可拓云模型不僅能完成等級測評還能精確計算關聯關系。故本文將正態云模型引入可拓學物元理論構建可拓正態云模型。評價步驟如下：

（1）數據預處理和權重計算：為了消除指標因量綱不同而產生的誤差以及使各年份各省份數據具有可比性，本文對原始數據進行標準化處理，運用熵權法計算各指標的權重。正向指標的計算方法為Xi*j+=(Xij-maxXij)/(maxXij-minXij) ，負向指標的計算方法為Xi*j-=(maxXij-Xij)/(maxXij-minXij)。Xij為第i個省份第j個指標的原始數值，maxXij為第j個指標所有年份各省份的最大值，minXij為最小值。Xij*為該指標標準化后的矩陣。運用熵權法[15]計算指標層權重，通過加權求和計算準則層權重，結果見表1。

（2）節域與經典域確定。可拓學用有序三元組M=(F,C,V)來描述事物。其中，M為n維物元，F表示事物，C表示事物的特征，V表示C的量值。若事物存在n個特征，則用C1,C2,…,Cn表示特征，其量值用V1，,V2,…,Vn描述。經典域是待測對象特征值評價等級的量化范圍,節域是待測對象特征評價等級的量化范圍的全體。

（3）關聯函數設計。在可拓學中，元素具有某種特征的關聯程度用關聯函數來表征，而關聯函數設計遵循三區間理論。正態分布完全符合三區間理論，故將正態云引入可拓理論，關聯函數用公式ki=exp[-(xi-Ex)2/2(norm(En,He2)2]表示，其中，xi為樣本數據，Ex、En、He為正態云模型的數字特征，Ex=(Cmax-Cmin)/2,En=(Cmax-Cmin)/6，He=T。

（4）構建關聯度矩陣。用關聯函數計算出來的關聯度定量客觀地描述樣本數據隸屬于可拓正態云中對應等級的程度。本文的可拓正態云分為5個等級，關聯度矩陣為Kij，其中，i=1,2,…,n；j=1,2,3,4,5。

（5）可拓正態云綜合關聯度計算。對上述所得權重和關聯度矩陣進行模糊變換，得到可拓正態云模型綜合關聯度ρj=Wi?Kij=(ρ1,ρ2,ρ3,ρ4,ρ5)。用加權求和法與關聯度最大準則得到經濟韌性等級特征值γ=(Σρj fj)/Σρj，j=1,2,3,4,5，fj表示等級，數值依次取5、4、3、2、1。

（6）特征值均值計算。可拓正態云關聯度計算具有一定隨機性，為了避免隨機性，提高數據的準確性和可信度，對數據進行N次訓練，求γ的平均值=（Σγi）/n，i=1,2,…,n。

（7）置信度因子計算。為了評估分析結果的可信程度，用置信因子θ進行檢驗。θ的數值越小，計算結果的可信程度越高。Exγ。

1.3 數據來源

通過分析1978—2020年的國內生產總值及其增長率發現，我國經濟在快速增長過程中，經歷了四個較大的波動周期，如圖1所示。沖擊點分別為1989年、1997年、2008年、2020 年。本文選取距離當前最近的一個經濟波動周期為數據處理時間跨度，最終確定研究的樣本期為2008—2019 年。鑒于香港、臺灣、澳門數據可得性問題，本文選取我國31個省份（不含港澳臺）的統計數據作為原始數據。統計數據來源于歷年《中國統計年鑒》《中國科技統計年鑒》《中國人口和就業統計年鑒》、各省份的統計年鑒及國民經濟和社會發展統計公報，其中缺失的數據利用極大似然估計法插補。

圖1 1978—2020年國內生產總值及增長率

2 結果分析

2.1 模型節域和經典域的確定

根據黃金分割法、等間距法，同時借鑒有關經濟系統脆弱性、災害風險評估和可持續發展文獻成果確定經典域閾值。本文設定5 個經典域，分別用Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ表征各省份指標及經濟韌性處于強、較強、中、較弱和弱5個等級。節域和經典域閾值見表2。

表2 31個省份經濟韌性可拓正態云模型節域和經典域及閾值

2.2 經濟韌性等級劃分及關聯特征值計算

在MATLAB 中編程構建可拓正態云模型。為了避免隨機性，云滴數取1000，He取0.001,關聯度數值取平均值。為了提高模型的置信度，訓練次數n取1000。θ值均小于0.05。表3 和下頁表4 分別為2008—2019 年31 個省份的經濟韌性等級和關聯度特征值。根據可拓正態云模型關聯特征值大小對31 個省份的經濟韌性排名，結果見下頁表5。下頁表6為全國經濟韌性的描述性統計。

表3 2008—2019年31個省份的經濟韌性等級

表5 2008—2019年31個省份經濟韌性排名

表6 2008—2019年31個省份經濟韌性的描述性統計

2.3 經濟韌性比較分析

本文以東、中、西三大地區和南方與北方兩種區域劃分思路來分析我國31個省份的經濟韌性差異。區域省份歸屬借鑒國家統計局的劃分標準：東部地區包括11 個省份，中部地區包括8個省份，西部地區包括12個省份；南方包括16個省份，北方包括15個省份。利用關聯特征值均值表征各區域的經濟域韌性。利用加權求和計算經濟韌性子系統指數，為了子系統指數的可比性，對指數進行標準化處理。東、中、西三大地區和南方與北方的經濟韌性比較結果見表7，經濟韌性子系統指數特征值的比較結果見表8。

表7 2008—2019年區域經濟韌性特征值比較

表8 2008—2019年經濟韌性子系統指數特征值比較

（1）全國經濟韌性分析

由表3、表4、表6 可知，71%的省份韌性等級持續增強，23%的省份呈波動式提升，6%的省份經濟韌性等級始終保持不變。中等及以上經濟韌性省份占比由2008年的19%增長到2013年的32%，2019年已達到74%。經濟韌性較差的省份占比由2008年81%下降到2013年的68%，2019年已下降到26%。均值始終高于中位數值，以2013年為分界點，之前全國韌性極差增大，之后極差減小，表明12年間31個省份的經濟韌性雖有差異但極差趨于減小。值得注意的是12年間標準差持續上升，表明我國韌性水平波動增大，增速發展不平衡，這與國際國內經濟形勢密切相關。

（2）東、中、西三大地區經濟韌性分析

由表3、表4、表7可知，全國經濟韌性最強的省份始終位于東部地區，而最弱的省份始終位于西部地區。中等及以上經濟韌性，2008年東部地區有45%的省份，2013年有55%的省份，2015年就已達到100%；中部地區2008—2013年占比基本保持在13%左右，2019 年達到75%，而西部地區直到2014年才擺脫零占比，2019年為50%，東、中、西三大地區間差距顯著，東部地區經濟韌性提升速度比中西部地區快。東部地區相比中部和西部地區絕對差距整體增大，分別以2012 年、2013 為拐點，呈不規則的“倒U”型。東部地區與中部和西部地區間的相對差距逐漸減小。東部地區內部相對差距減小，中部地區內部相對差距小幅波動，而西部地區內部相對差距擴大。

（3）南方與北方經濟韌性分析

由表3、表4、表7可知，中等及以上經濟韌性南方省份占比由2008 年的19%上升到2013 年的38%，2019 年達到81%；北方省份占比由2008 年的20%上升到2013 年的27%，2019年達到60%。南北方間經濟韌性的絕對差距和相對差距均在增大，2015 年之前北方經濟韌性強度高于南方，但之后反轉。南北方間經濟韌性差距的逐步擴大值得進一步關注。

（4）省域經濟韌性分析

由表3、表4、表5可知，作為政治、經濟、文化中心的北京在12年間經濟韌性獨占鰲頭，西藏作為欠發達省份，自然條件惡劣，其經濟韌性排名一直處于第31 的位置。北京、上海、江蘇、浙江和廣東憑借地理位置、人力資源、資本以及國家政策等方面的優勢保持著經濟韌性的領先水平，其中江蘇、浙江韌性水平穩步提升。西藏、青海、甘肅、云南、貴州和新疆以最高比例占據后6位，其中，新疆、寧夏、青海和甘肅排名持續下降，但2016年以后，隨著國家大數據中心的建設，貴州經濟韌性穩步提升。東部地區的山東和福建，中部地區的安徽和江西，西部地區的重慶和四川經濟韌性逐年增強。2019 年，山東、福建、安徽和重慶排名進入前10，江西和四川排名進入前20。山西、內蒙古、吉林和遼寧的排名持續下降。

（5）子系統及指標分析

由表1、表8 可知，我國經濟韌性系統中，子系統影響力排名依次為穩定指數、創新指數、流通指數、風險指數。風險指數呈東部地區<全國<中部地區<西部地區特征；2016年之前南方>北方，之后相反。穩定指數呈東部地區>中部地區>全國>西部地區特征；除2019 年外南方<北方。流通指數呈東部地區>中部地區>全國>西部地區及南方<北方特征。創新指數呈東部地區>全國>中部地區>西部地區及南方>北方特征。影響地區穩定的主要因素為失業保險人數、人均社會消費品零售額和人均生產總值；影響創新能力的主要因素為R&D人員數和科研支出占比；鐵路網密度和每萬人互聯網端口數是影響流通性實現自組織自適應的主要因素；外貿依存度、單位面積工業廢水排放主要影響系統風險指數。

3 結論

為了宏觀把控我國經濟韌性水平狀況，本文構建經濟韌性評價指標體系，基于可拓云模型對我國31 個省份2008—2019 年的經濟韌性進行評價并比較分析東、中、西三大地區，南方與北方及省域經濟韌性的差異。結論如下：（1）全國經濟韌性等級處于中等及以上省份的比例由2008年的19%增長到2019年的74%。31個省份經濟韌性雖有明顯差異但極差趨于減小；全國韌性水平波動變大，增速發展不平衡。（2）東部地區經濟韌性提升速度明顯高于中部和西部地區，其絕對差距整體呈不規則的“倒U”型增大，相對差距均逐漸減小。東部地區內部相對差距減小，中部地區內部相對差距較均衡存在小幅波動，而西部地區內部相對差距加大。南北方間的絕對差距和相對差距均在增大，2015年之前北方經濟韌性強度高于南方，但之后反轉。（3）因地理位置、國家政策傾斜、自身稟賦優勢等原因，北京、上海、江蘇、浙江和廣東處于領先水平；山東、福建、安徽、江西、重慶和四川經濟韌性持續攀升，尤其山東、福建、安徽和重慶2019 年排名位列前10；貴州雖排名靠后但自2016 年以來隨著國家大數據中心的建設，經濟韌性提升較快；新疆、寧夏、青海和甘肅排名持續下降。（4）子系統影響力排名依次為穩定指數、創新指數、流通指數、風險指數；東部地區的穩定指數、流通指數、創新指數高于中部和西部地區，風險指數低于中部和西部地區；穩定指數、創新指數、風險指數南方整體高于北方，流通指數南方低于北方。（5）影響經濟韌性的主要因素為R&D人員數、鐵路網密度、失業保險人數、每萬人互聯網端口數、科研支出占比、人均社會消費品零售額、私營企業和個體就業人數占比、外貿依存度等。