新冠疫情对江苏省经济发展的影响研究

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。

1 江苏省经济发展现状

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 灰色预测模型建立

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 江苏省GDP预测

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。

4 结语

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。