District economy
|  区域经济
MODERN  BUSINESS
现代商业152
新冠疫情对地区工业增加值的影响及应对研究
李帅圻　韩旭东　杨子瑞
北京工业大学经济与管理学院　北京　100124
摘要：新冠疫情已经对全世界的经济造成了巨大影响，我国工业企业在此次疫情中损失同样巨大。遇到公共卫生事件时如何尽可能减少损失成为目前的研究热点。本文利用国家统计局工业企业的相关数据进行分析，建立回归模型验证地区内两种不同工业企业类型的比例对该地区工业增加值的影响。结
果表明地区国有工业企业比例越高，在国内疫情较为严重的时期地区工业生产所受到的冲击越小；地区的外商港台商、投资工业企业数量比例越高，在全球疫情扩散的时期地区工业生产所受到的冲击越大。结论可为工业企业经营管理者与投资者以及国家政策制定者在今后面对公共卫生事件时提供应对建议与管理启示。
关键词：新冠疫情；国有工业企业；外资工业企业；工业增加值
中图分类号:F424  文献识别码:A  文章编号:1673-5889(2020)36-0152-04
一、引言
2020年新冠疫情(以下简称疫情)的爆发导致国内外经济出现整体增速放缓甚至倒退的现象。疫情全面冲击中国经济的同时，企业最先遭受到冲击[1]
。其中工业企业的生产经营也受到了明显影响。2003年，非典疫情曾导致规模以上工业企业3～5月份的工业增加值增长速度呈现逐月回落的态势[2]。2020年，国家统计局的最新数据表明1～4月全国规模以上工业企业利润明显下降[3]。2020年4月份规模以上工业企业受市场需求、工业品价格、成本压力等因素影响，盈利形势并不乐观[4]。继续深入贯彻党中央关于统筹推进疫情防控和经济社会发展的各项决策部署，推进企业复工复产进程，推进经济社会秩序有序恢复，将疫情造成的短期冲击消除是下
阶段我国经济的主要任务。2020年新冠疫情爆发后的数据显示，1～2月份全国规模以上工业增加值同比下降13.5%[5]。以浙江省为例，疫情期间有78.1%的企业反映疫情对生产经营影响较大，近七成企业预计一季度订单下降20%以上[6]。说明公共卫生事件的发生在一定程度上会降低企业的工业增加值。现有研究已经对公共卫生事件下地区工业增加值的损失做出了较为详尽的统计描述，但缺少在新冠疫情背景下地区工业企业所有制对地区工业增加值损失影响的研究。
国有企业与其他所有制企业相比拥有一些独有的优势。方军雄等发现相比“三资”工业企业，银行发放给国有工业企业的贷款更多、期限较长的贷款比重更高[7]
。在国家相关政策下，一些国有企业拥有更加明显的规模优势和垄断优势[8]
。2020年的最新数据显示，中央企业整体显示了较好的抗风险能力，在确保国民经济稳定、健康发展中发挥了较大作用[5]。2月份是我国疫情最为严重的月份，经济出现明显衰退现象，工业企业的经济损失明显。2020年2月21日，国务院指导落实新冠疫情防控各项工作要求，推动企事业单位稳步有序复工复产[9]。习近平总书记4月22日于西安考察调研后指出：制造业是我国经济的命脉所系，国有企业是生力军、主力军，在复工复产方面要起到作用
[10]
。疫情背景下国有工业企业虽然也会
出现亏损的情况，但相比其他工业企业的优势在此时更为突出。除此之外，中央出台相关政策与指导方向，重点引导国有企业带动其他工业企业复工复产。以上因素使得国有工业企业损失程度较低，进而减轻地区工业增加值的减少程度。同时新冠疫情作为突发性公共卫生事件，会在短期内对外商投资产生一定冲击。吸收外资受影响程度使投资者观望心理加重[11]。张志柏等在研究中发现世界GDP 每变动1个百分点将引起我国的外商投资变动5.7个百分点[12]。国际货币基金组织(IMF)指出新冠疫情会使世界经济增长率减0.1%[13]，世界经济将萎缩3%[14]。美国银行全球研究部门预估2020年全球GDP 增速下降到2.8%[13]。2020年4～5月份新冠疫情开始在全球流行，从而导致全球范围内的经济波动。因此外商投资所受到的负面影响在此时更为突出。由此可以推断，因新冠疫情带来的全球经济波动会对外商投资产生负面影响，从而加重地区工业增加值的减少程度。
针对现有的研究不足，本文围绕地区工业企业所有制结构，计算各地区国有工业企业与外商、港台商投资工业企业的比例，通过理论分析推导分别提出国有工业企业比例以及外资工业企业比例与工业增加值累计增长百分比之间的关系。本文收集国家统计局2020年2月与5月的最新相关最新数据与2018年地区工业企业的相关数据建立回归模型对以上问题进行研究，并提出相关应对建议。
二、研究方法
根据前文的分析与推断，地区的工业企业所有制结构可能与疫情中地区的工业增加值之间存在显著关系。基于以上推断构建如下
模型：
(1)(2)
(1)式中被解释变量为2020年2月末地区的工业增加值累计增长率(rate02)，解释变量为2018年末地区国有工业企业比例(chpercent)，以(1)式建立本文的模型Ⅰ。
(2)式中被解释变量为2020年5月末地区的工业增加值累计增长率(rate05)，解释变量为2018年末地区外商、港台商投资工业企业比例(forpercent)，以(2)式建立本文的模型Ⅱ。
除以上关键变量外，还引入如下关键变量用以控制模型的解释程度。
District economy
区域经济 |  MODERN  BUSINESS 现代商业153
ncov i 为与新冠疫情有关的控制变量组。其中包括i地区的疫情严重程度，分别以截止至2020年2月29日和截止至2020年5月31日i地区累计确诊人数(千人)(ncov02&ncov05)表示；地区的医疗水平的差异，以2017年由新华网大数据事业部发布的i地区医疗服务发展程度(MSDI)来表示；
industry i 为i地区工业有关的控制变量组。其中包括2019年12月末i地区的工业生产者购进价格指数(上年同月=100)(industrycpi)；
X i 为地区控制变量组。其中包括i地区的人口因素，以2019年末i地区常住人口总量(千万人)(population)表示；i地区消费水平，以i地区2020年1月的居民消费指数(上年同月=100)(CPI)表示；地区的失业福利程度，以2018年年末i地区失业保险基金收入(亿元)(insurance)表示；除此之外，为排除经济区域的影响，引入如下三个虚拟变量：是否中部地区(central)、是否西部地区(west)、是否东部地区(east)。以上变量描述性分析和相关矩阵见表1。
三、数据说明与描述性统计分析(一)数据说明
本文收集了2020年2月至5月我国31个省市自治区的最新数据(未统计港、澳、台)，均来自于国家统计局(v/)。
按照国家统计局各地区工业年度数据中定义的国有工业企业数量与外商、港台商投资工业企业数量为标准进行各类型企业占比计算。除此之外地区失业保险基金收入(亿元)(insurance)，地区2019年12月的工业生产者购进价格指数(上年同月=100)(industrycpi)，地区常住人口总量(千万人)(population)，2020年1月的居民消费指数(上年同月=100)(CPI)数据均来自国家统计局官方数据。地区医疗服务发展程度(MSDI)由2017年新华网大数据事业部发布。以中国四大经济区域划分标准将31个省市划分为中部
、西部、东部和东北部(不含港、澳、台)。
(二)描述统计分析
不同所有制企业比例的描述性统计参见表2。从不同类型企业的占比来看，国有和外资工业企业所占的比重较小，私营工业企业所占比重最高，平均约占企业总数的52%。国有工业企业在浙江省的占比为全国最小值2.003%；在西藏自治区的占比为全国最大值27.64%。私营工业企业占比最小值在海南省，为14.84%；占比最大值在河北省，为78.75%。外资工业企业占比最小值在贵州省，为1.97%；占比最大值在上海市，为41.78%。从各省市的地域分布来看，东部、西部和中部地区均是私营工业企业占比最大，而外资工业企业在东部地区的占比明显高于中部和西部地区，国有工业企业在中部地区的占比明显高于东部和西部地区。
2020年2月和5月各省市工业增加值累计增长率的描述性统计参见表3。从全国整体来看，2月和5月的各省市工业累计增加值的平均值均为负值。2月的最大值在新疆维吾尔自治区，为-0.7%；最小值在湖北省，为-46.20%。5月的最大值在新疆维吾尔自治区，为4.6%；最小值在湖北省，为-26.2%。湖北省工业企业的损失较2月份仍旧明显大于其他省市。从各省市的地域分布来看，2月东部、西部和中部地区的工业增加值累计增长百分比的平均值均为负值，其中东部和中部地区的负增长较西部地区更严重。5月东部、西部和中部地区的工业增加值累计增长百分比均表现为上升，西部地区的平均值表现为
正值。由此可见西部地区的工业企业在此次疫情中所受影响较小，剔除比较特殊的湖北省样本后发现，此次疫情对东部工业企业影响较其它经济区域大。
表1　变量描述性统计和相关矩阵变量(1)
(2)
(3)
(4)
(5)
(6)
(7)
(1) rate02 (2) rate050.810 (3) chpercent 0.422
0.211
(4) forpercent -0.307-0.426-0.215 (5) ncov02-0.720-0.775-0.164-0.088 (6) ncov05-0.724-0.780-0.166-0.082  1.000 (7) MSDI -0.255-0.277-0.0920.6970.031
0.035
(8) fire insurance -0.270-0.204-0.3950.576-0.022-0.0150.719 (9) industrycpi 0.040
-0.0410.186
-0.2370.0320.034-0.186 (10) population -0.181-0.050-0.693-0.0100.1110.114
0.025
(11) CPI -0.244-0.298-0.5730.1000.1050.108-0.153 (12) central -0.263-0.174-0.231-0.2900.388
0.386-0.226
(13) west 0.376
0.425
0.444
-0.454-0.149-0.153-0.278 (14) east -0.213-0.256-0.3170.758-0.121-0.1160.593均值-12.884-2.5770.1070.099  2.556
2.67850.028
标准差8.531  5.5620.0780.09711.75411.9587.875变量(8)(9)
(10)
(11)
(12)
(13)
(14)
(9) industrycpi -0.220 (10) population 0.572-0.011 (11) CPI 0.3380.0250.660 (12) central -0.157
0.043
0.287
0.196 (13) west -0.336-0.197-0.334-0.376-0.363 (14) east 0.588
-0.2480.214
0.170
-0.338-0.512
均值37.77898.987  4.528105.0350.1940.3550.323标准差
34.090  1.659
2.8650.913
0.395
0.478
0.467
表2  不同所有制企业的描述性统计
类型
全国东部地区
中部地区
西部地区
平均值最大值最小值平均值最大值最小值平均值最大值
最小值平均值最大值最小值
国有10.738%27.642%西藏  2.003%浙江8.200%22.658%  2.003%15.420%27.642%  6.802%7.058%22.658%3.110%私营52.000%78.750%河北14.840%海南52.910%78.750%14.840%51.200%69.280%30.890%60.330%76.630%45.970%外资9.930%
41.784%上海
1.970%贵州
12.919%41.784%  2.314%  3.976%
7.197%
1.970%  4.172%  6.397%
2.314%
表3　2020年2月和5月各省市工业增加值累计增长百分比的描述性统计
月份全国
东部地区
中部地区
西部地区
平均值最大值最小值平均值最大值最小值平均值最大值最小值平均值最大值最小值2月-12.88%(-11.77%)-0.70%新疆-46.20%湖北-14.32%-4.70%-23.20%-17.47%(-11.72%)-7.40%-46.20%(-14.40%)-8.56%-0.70%-24.00%5月-2.58%(-1.79%)
4.60%新疆
-26.20%
湖北-4.24%0.00%-9.70%
-4.55%(-0.22%)
1.10%
-26.20%(-1.30%)
0.61%  4.60%-4.30%
注：括号内为剔除湖北省样本的统计结果
District economy
|  区域经济
MODERN  BUSINESS
现代商业154四、回归结果与稳健性检验(一)回归结果
本文使用OLS方法建立回归模型，对全国31个城市的数据进行多元线性回归，结果见表4。通过结果发现模型Ⅰ中，2月份地区国有工业企业比例与工业增加值累计增长率呈现显著的正相关关系。这表明虽然国有工业企业的生产在我国疫情最严重的时期受到了较大影响，但国有工业企业比例高的地区，其工业生产增加值的减少幅度较比例低的地区小。模型Ⅱ中，5月份地区外商、港台商投资工业企业比例与工业增加值累计增长率呈现显著的负相关关系。这表明当新冠疫情在全球范围开始传播时导致世界经济波动，从而影响我国外资工业企业的投资与经营行为，进而导致外商、港台商投资工业企业比例高的地区，其地区工业生产增加值减少幅度较比例低的地区大。
表4　多元线性回归结果
变量(Ⅰ)rate02变量(Ⅱ)rate05chpercent
56.553**forpercent
-26.740***(20.489)
(7.023)
ncov02
-0.499***ncov05
-0.378***(0.089)
(0.031)
MSDI
0.354MSDI
0.042(0.298)
(0.104)
insurance
-0.177**insurance
-0.008(0.083)
(0.028)
industrycpi
-
1.059industrycpi
-0.375(0.825)
(0.268)
population
2.261**population
0.543*(0.845)
(0.264)
CPI
-0.341CPI
-1.852***(1.606)
(0.581)
central
-5.639central
-0.018(4.619)
(1.586)
west
-2.519west
0.391(4.192)
(1.431)
east
-5.059east
-0.273(4.299)
(1.594)
北京疫情最新数据_cons
105.391_cons
228.427***(189.537)
(68.555)
Obs.31Obs.31R-squared
0.759
R-squared
0.928
注：显著性水平图示*** p<0.01, ** p<0.05, * p<0.1，括号内为标准误。
(二)稳健性检验
本文对以上回归结果进行稳健性检验。由于此次疫情中国范围内湖北省的疫情最为严重，与其他省市在疫情严重程度等层面上具
有较大的差别，且一定范围内的经济损失与防控措施较其它省市也是最为严重和严格的。因此剔除湖北省样本后利用其它30个省市再次进行回归分析后的结果见表5，发现以上两个显著结果依旧存在。模型Ⅰ中剔除湖北省变量后，疫情严重程度与工业增加值之间的显著负相关关系消失。根据分析发现湖北省的确诊人数以及工业增加值减少程度均远大于其他省市，因此造成了假线性关系。
除此之外，考虑到衡量地区疫情严重程度的变量选取问题。选用截止至2月中旬(2月15日)与5月中旬(5月15日)各省市当日的现有确诊病例个数(千人)(cov02&cov05)替代原有地区累计确诊人数来衡量一个地区的疫情严重程度，对30个省市继续进行稳健性检验，结果见表5。发现结果依然较为稳健。模型Ⅱ中将累计确诊人数更改为现存确诊人数后，原本疫情严重程度与工业增加值之间的显著负相关关系消失。5月全国疫情已经基本进入可控平缓期，各地区均开始有序复工复产。除湖北省外，疫情严重程度已不再是影响地区工业增
加值的主要因素。
表5　稳健性检验回归结果
剔除湖北省样本
使用现存确诊人数度量疫情严重程度变量(Ⅰ)rate02变量
(Ⅱ)rate05
变量(Ⅰ)rate02变量(Ⅱ)rate05chpercent
51.871**forpercent -25.284***
chpercent
43.865*forpercent
-26.916***(24.455)(6.675)(23.433)
(7.379)ncov02-2.582ncov05
-2.906**cov02
-9.334cov0511.520(5.617)(1.361)(7.894)
(73.754)MSDI 0.345MSDI 0.020MSDI
0.223MSDI 0.042(0.305)(0.099)(0.316)
(0.111)insurance -0.170*insurance 0.005insurance
-0.133insurance -0.010(0.088)(0.027)(0.091)
(0.030)industrycpi -1.000industrycpi -0.344industrycpi12
-0.925industrycpi12-0.377(0.859)(0.253)(0.828)
(0.282)population    2.307**population 0.720**population
2.305**population 0.527*(0.873)(0.267)(0.840)
(0.285)CPI -0.514CPI -2.063***CPI
-0.879CPI -1.840***(1.707)(0.560)(1.667)
(0.618)central -4.449central 0.869central
-2.509central -0.052(5.710)(1.572)(5.411)
(1.813)west -2.276west 0.062west
-2.065west 0.570(4.335)(1.362)(4.181)
(1.719)east -4.789east -0.296east
-4.272east -0.140(4.455)(1.504)(4.325)
(1.860)_cons 118.603_cons 248.455***_cons
156.085_cons 227.224***(197.008)
(65.599)(193.510)
(72.571)Obs.30Obs.30Obs.30Obs.30R-squared
0.514
R-squared 0.848
R-squared
0.542
R-squared 0.811
注：显著性水平图示*** p<0.01, ** p<0.05, * p<0.1，括号内为标准误。
District economy
区域经济 |  MODERN  BUSINESS 现代商业155
五、结论与对策建议
本文根据新冠疫情发生后国家统计局的最新数据，利用OLS方法建立回归模型。结果表明地区国有工业企业比例越高，在国内疫情较为严重的时期地区工业生产所受到的冲击越小；地区的外商港台商投资工业企业数量比例越高，在全球疫情扩散的时期地区工业生产所受到的冲击越大。
政策方向已经表明疫情期间我国的工业复工复产要以国有工业企业为带头作用，有序组织各行业复工复产，在保证安全的情况下尽可能减少经济损失。国有工业企业在新冠疫情发生后受到了较平时更多
的政策关注与政策引导，从而激励国有工业企业尽快有序复工复产，最大程度降低工业增加值的减少程度。而外商港台商投资工业企业在疫情全球传播的时期将会遭受世界范围内经济波动的冲击，从而使得其复工复产工作较国有企业更为迟缓，进而造成工业增加值减少程度的加重。
因此，针对以上结论本文提出一定的应对建议与管理启示。公共卫生事件发生时，国家对国有工业企业的政策制定与指示工作在此次疫情中效果较为显著。保证我国制造业顺利复工复产对我国经济的恢复具有重大意义。因此国家相关政策制定者与国有工业企业管理者可以充分借鉴此次疫情中获得的经验与本文的结论，进而可针对公共卫生事件下企业复工复产工作制定相应的响应机制与管理体系，做到响应及时管理有序，从而尽可能减少企业以及地区的经济损失。外商、港台商投资工业企业的投资者与管理者应时刻关注相关公共卫生事件对全球经济的影响，提前做出风险预警与相应的应对机制，利用经验判断以帮助企业乃至地区减少可能带来的经济损失。
基于以上结论对政策制定者提出如下应对建议。首先，相关事件发生后应该在合理范围内考虑加大货币政策支持力度，制定相关政策刺激投资，给予在疫情中受损的企业帮助与支持，从而稳定地区就业。其次，增加基础建设。保证通信运输等环节畅通有序，尽可能减少企业瞬间的供应链断裂。再次，坚持本次疫情中以国有企业为带头作用，推进地区其他工业企业复工复产的思路与对策的同时，还要针对中小企业制定相关的定向扶持政策以减少企业因严重亏损所导致的破产与工人的失业现象。对工业企业的投资者与管理者提出如下应对建议与管理启示。首先，事件发生后应尽快了解企业当下
情况，及时调整生产计划，做好人员以及资金管理等工作。其次，国有企业要做好带头作用，加强与私有外资企业和中小企业的合作关系，落实混合所有制经济改革，打造良好的产业生态。发挥好国有企业的规模优势，根据不同行业现状合理制定应对机制与管理策略。再次，企业投资者与管理者应时刻关注疫情对国内外经济的影响，以提前做出相应判断与决策，将损失尽可能控制在最低水平。最后，把握住因疫情出现的机遇，推动组织工作与经济结构
等管理模式的更新，化危机为动力，冷静决策合理规划，从而为企
业带来更加长远的发展和收益。
参考文献：
[1]李锦.病毒疫情对国有企业的经济影响与对策[J].现代国企研究,2020(Z1):18-25.
[2]周学文.“非典”之后盘点工业──简析“非典”对工业经济的影响[J].中国经贸导刊,2003(13):20-21.
[3] 2020年1-4月份全国规模以上工业企业利润下降27.4%[EB/OL].国家统计局,2020-05-27. v/tjsj/zxfb/202005/t20200527_1748217.html.
[4]国家统计局工业司高级统计师朱虹解读工业企业利润数据[EB/OL].国家统计局,2020-05-27. v/tjsj/sjjd/202005/t20200527_1748219.html.
[5]邓晓宇，童朴，王茜.从新冠疫情看核产业链抗风险能力[J].中国核工业,2020(04):36-37.
[6]浙江省发展和改革委员会综合处浙江省经济信息中心预测处.企业生产经营承压聚焦“四通”精准施策亟待加速——新冠疫情对全省工业企业影响和政策需求[J].浙江经济,2020(03):58-61.[7]方军雄.所有制、制度环境与信贷资金配置[J ].经济研究,2007,42(12):82-92.
[8]牟俊霖.国有与非国有工业企业生产效率差异研究——基于2008年第二次经济普查数据[J].经济经纬,2012(03):55-59.
[9]苏阳.探究复工复产下国有企业管理的作用[J].中小企业管理与科技,2020(03):40-41.
[10]习近平：国有企业是复工复产的生力军主力军[N].浙江日报,2020-4-25.
[11]冯其予，姚进.疫情对外商投资冲击有限[J].中国外资,2020(03):34.[12]张志柏.世界经济波动对我国外商投资影响的估计[J].特区经济,2011(12):107-109.
[13]肖奎喜，杨莹莹.大力发展新型智能制造提高广东制造业抗“疫”能力[J].广东经济,2020(04):12-15.
[14]张勇.新冠疫情对中拉贸易的影响[J].进出口经理人,2020(05):49-51.作者简介：
1.李帅圻，北京工业大学经济与管理学院，本科生。
2.韩旭东，北京工业大学经济与管理学院，本科生。
3.杨子瑞，北京工业大学经济与管理学院，本科生。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。