新冠疫情对江苏省经济发展的影响研究
时间：2023-02-28 08:50:07 来源：千叶帆 本文已影响人
邓阳 董洪光
(安徽理工大学经济与管理学院 安徽淮南 232001)
2019年末，突如其来的新冠疫情使全世界的经济面临巨大的挑战，经济增长比率下滑严重。新冠疫情的爆发，不可避免地给江苏省经济发展带来了冲击。江苏省餐饮行业协会调查显示，2020年初，20天左右的时间餐饮行业的损失已达到350亿元。江苏省2020年第二产业的增速仅为3.7%，然而前三年第二产业的增速分别为6.6%、5.8%、5.9%。由于新冠疫情导致劳动力不足和农资供应缺乏，农事活动也在一定程度上受到了限制。由此可见，新冠疫情对江苏省经济的影响十分明显。
当今国内外对于新冠疫情对各地经济发展影响的研究不占少数。高振斌、秦轩(2022)将偏最小二乘法(PLS)、遗传算法(GA)、支持向量回归(SVR)三种不同算法相结合，提出一种全新的预测算法，研究表明该算法不仅优于其他预测模型，还能准确预测未来区域经济发展趋势。郭艳娇等(2021)通过研究新冠疫情下东北三省的经济运行态势，按照真实经济周期分析范式引入虚拟变量，对“十四五”时期东北三省财政状况进行了预测，并且提出了财政方面的六个政策建议。在国外，Haiying Chen等(2021)通过建立产品状态转移概率矩阵，利用马尔科夫链进行分析计算，提出了产品营销预测的数学模型，为经济实用化提供了可靠的理论基础。Zhou等(2021)提出一种新的灰色滚动机制，采用平均弱化缓冲算子对原始序列进行处理，并利用该模型对中国二氧化碳排放趋势进行预测与分析，从而为中国相关环境部门制定节能减排政策提供重要的参考价值。
综上所述，国内外研究表明，运用预测模型能够及时预测某领域未来的发展趋势，包括今后可能存在的问题及隐患，从而在当下采取相应政策。但是从研究方法和角度来看，对于江苏省经济发展预测分析仍然较少，研究新冠疫情对江苏省经济发展的影响更少。因此，本文运用灰色预测模型对江苏省GDP进行预测。由于新冠疫情爆发于2019年末，所以采用2014—2018年的GDP数据建立灰色预测模型，预测2019—2021年的GDP，再比较实际值分析预测值与实际值的差异。最后分别预测对比江苏省在有无新冠疫情影响下，2022—2024年GDP的具体数值，从而更鲜明地反映出新冠疫情对江苏省经济发展的影响，为政府和相关部门提供科学参考依据，使江苏省的经济得到恢复与发展。
江苏省位于中国大陆东部沿海，介于北纬30°45"～35°08"，东经116°21"～121°56"，东濒黄海，西连安徽，北接山东，东南与浙江和上海毗邻，全省面积10.72万平方公里，占全国总面积的1.1%。江苏省下辖南京、无锡、苏州等13个市，共有95个县级单位、720个乡镇、532个街道。2021年末，江苏省常住人口8505.4万，其中城镇人口6288.89万。2021年，江苏省常住人口城镇化率达到73.9%，与2020年末相比上升0.5个百分点，超出全国9.18个百分点。
江苏省2021年GDP总量为116364.2亿元，贡献了整个长三角洲50.9%的GDP及全国10.2%的GDP。随着2003—2021年江苏省GDP的不断增长，占全国的比重却一直保持在10%以上。2021年，江苏省居民人均可支配收入为43390元，超出全国8262元。其中，城镇常住居民人均可支配收入为53102元，超出全国9598元；
农村常住居民人均可支配收入为24198元，超出全国5267元。现江苏省三大产业的结构比例为4.1∶44.5∶51.4，第三产业通常是衡量一个地区发展程度的指标，也是地区发展的第一驱动力，表明江苏省已经达到较高的发展水平。
2.1 研究方法选择
“小样本”“贫信息”是灰色系统理论的特点，由于江苏省每年的GDP是一种小数据，再加上影响江苏省GDP的因素有很多，不能一一考虑到，因此灰色系统理论十分适合研究江苏省GDP。GM(1，1)模型是灰色系统理论中的一种预测模型，与传统统计模型相比，GM(1，1)模型即使在少量数据的情况下建立模型，精度也能达到一个较高的水准，并且由于预测的是江苏省每年的GDP，非常符合该模型原始数据必须等时间间距的特点，所以本文采用GM(1，1)模型进行预测。
2.2 GM(1,1)原理
设已知序列为
做一次累加AGO (Acumulated Generating Operation)生成新序列：
生成均值序列：
其中，0≤a≤1，通常可取a=0.5
建立灰微分方程：
相应的GM(1，1)白化微分方程为：
将上式采用矩阵形式表达为：
如需进行预测，只需把k换成kn+1，方可预测下一个数据。
3.1 数据来源
本文数据均来源于江苏省统计局，由于需要预测江苏省在没有新冠疫情影响下的GDP数据，再与实际值进行对比分析，所以选取江苏省2014—2021年的GDP数据进行研究(见表1)。
表1 2014—2021年江苏省GDP数据
3.2 预测结果与分析
为定性测算新冠疫情对江苏省GDP的影响，本文采用GM(1，1)预测模型，以2014—2018年新冠疫情发生前江苏省GDP实际数据为基础，采用灰色系统理论与应用软件GSTA V7.0对2019—2021年的江苏省GDP进行预测，得到计算平均模拟相对误差，具体如表2所示，得到2019—2021年的预测值，具体如表3所示。最后分别得到有无新冠疫情影响下江苏省2022—2024年的GDP预测值，具体如表4所示。
表2 2014—2018年江苏省GDP模拟值与模拟误差
表3 无新冠疫情影响下2019—2021年江苏省GDP预测值
表4 有无新冠疫情影响下2022—2024年江苏省GDP预测值
由表2可知，此预测模型的平均模拟相对误差为0.5%。根据灰色系统理论的独特性质，平均模拟相对误差低于1%，可称为一级精度，所以此模型预测精度较高，可以作为决策依据。
由表3可知，2019—2021年新冠疫情对经济的影响平均为4.5%，给江苏省经济造成了14928亿元的损失。从极值角度来看，2019年新冠疫情对江苏省经济的影响最小，给江苏省经济总量带来了1.85%的损失，损失的绝对量为1874亿元。2020年新冠疫情给江苏省经济造成的损失最大，给江苏省经济总量带来7.4%的损失，损失的绝对量达到8204亿元。从趋势特征角度分析，2019—2021年，新冠疫情对江苏省经济的影响呈现先扩大后缩小的变化趋势。2021年，新冠疫情给江苏省经济造成的损失明显降低(绝对损失量4850亿元)，表明江苏省采取的恢复经济发展措施取得了一定的效果。
因选择2014—2018年新冠疫情发生前江苏省GDP实际数据为基础，预测2022—2024年江苏省GDP数值，所以平均模拟相对误差同为0.5%，称为一级精度。
而预测有新冠疫情影响下江苏省2022—2024年GDP数值是以2017—2021年的数据为基础，根据预测结果，平均模拟相对误差为1.7%，低于5%，精度为二级。由于新冠疫情爆发于2019年末，处于2017—2022年，突发的新冠疫情快速影响到了江苏省经济的发展，短时间内无法缓解新冠疫情给江苏省经济带来的冲击，所以2020年的相对模拟误差随之较大，达到3.4%，影响了整体的平均模拟相对误差，因此存在小的预测误差反而更符合实际情况。
通过对比江苏省2022—2024年GDP在有新冠疫情影响下和无新冠疫情影响下的预测值(表4)，能直观地反映出江苏省经济损失逐年增加，未来三年GDP总损失量将达到37654.9亿元，约等于2019—2021年经济总损失量的2.5倍。
本文原始数据模拟预测达到一级和二级精度水平，预测结果可信度较高；
2019—2021年新冠疫情对江苏省经济共造成了14928.4亿元的经济损失，约占经济总量的4.5%；
在此期间，新冠疫情对经济的影响呈现先扩大后缩小的发展趋势。2020年新冠疫情对经济的影响最大，造成8204.1亿元的经济损失；
江苏省促进经济恢复的措施已经取得了一定的成效，新冠疫情对经济的影响正在缩小，但影响的绝对量仍然很大。
此外，本文还分别展现了有无新冠疫情影响下江苏省2022—2024年GDP的预测值，研究表明未来三年如若不控制新冠疫情，不采取相关措施及经济恢复政策，经济损失将逐年增加，会给江苏省的经济造成巨大损失。
为了促进江苏省经济的发展，建议江苏省采取扩大消费和投资需求、减轻企业负担、建设完善医护人才结构等防疫和促进经济发展对策，相信在江苏省政府的正确领导下，江苏省经济将会得到恢复和更好的发展。
猜你喜欢 预测值灰色江苏省 江苏省常州市第一中学中小学校长(2022年5期)2022-06-29加拿大农业部下调2021/22年度油菜籽和小麦产量预测值今日农业(2021年19期)2022-01-12±800kV直流输电工程合成电场夏季实测值与预测值比对分析环境保护与循环经济(2021年7期)2021-11-02AI讲座：ML的分类方法电子产品世界(2021年6期)2021-02-10浅灰色的小猪小学生学习指导(低年级)(2020年3期)2020-06-02江苏省南就市鼓楼区第一中心小学中小学校长(2019年7期)2019-08-17灰色时代Coco薇(2017年2期)2017-04-25她、它的灰色时髦观Coco薇(2017年2期)2017-04-25抽丝剥茧 层层递进新高考·高一数学(2016年4期)2016-12-02感觉为了孩子（3～7岁）(2016年8期)2016-05-14 相关热词搜索：江苏省，疫情，经济发展，
