我国产业网络的风险传递

　　【内容摘要】本研究以 2018 年投入产出表为基础，改良了重要系数分析( ICA) 方法，以完全需求系数的经验值 0. 01 为阙值，建立产业网络模型。依据疫情对住宿和餐饮行业产生直接影响的背景，假设与住宿和餐饮行业相关的中间投入与产出数值分别减少 24% 与 16. 7% ，构建疫情后产业网络模型。两者对比分析，得出疫情会对我国农产品部门传递较大的风险，同时一定的弱关联将会断裂，也会产生新的弱关联。而疫情对产业网络的核心层面冲击有限。并为缓解后疫情时代的压力提出一定的建议。

　　【关键词】产业网络; 风险传递; 新冠疫情

　　温 度 吴开尧;产业与科技论坛 2021 年第 20 卷第 21 期

　　一、相关概念及研究

　　产业网络是一种描述产业与产业之间各种关联关系的模型，可划分为产业关联网络与产业组织网络，以及由产业和产业组织耦合而成的复杂网络。产业关联网络研究某一产业与其他产业之间的关联。产业集群化后，不同的产业群行为主体之间存在新的特定关系，这是产业组织网络的研究对象。在图论的观点中，不同研究对象可由点集表出，用线连接其中两点描述了相应两个对象间具备某种特定关系。而现实中存在大量真实的复杂系统，对其结构进行描述时，需要用到复杂网络理论。风险传导是指风险在系统内部的多个相关单位之间进行传递和影响，可以通过网络模型的前后对比得出。

　　Leontief( 1936) 发表以 1919 年美国经济为样本的多部门美国产业关联表，定量描述了产业间的关联关系，研究过程中创建的投入产出模型成为测度产业关联的基础性方法; Hirschman( 1958) 基于产业关联的视角，提出了后向关联和前向关联的概念[1]。Holub H. W. ( 1985) 研究了产业间的间接关联，产业间除存在直接投入产出数量关系，若存在可达路径时，影响可沿路径传递，所以可据此建立产业间的间接关联关系[2]。早期学者将产业关联等同于产业间的投入产出关系，认为投入产出量值大于 0 就存在关联，而这一方法难以区分网络中节点的重要性，因此设定关于投入产出量的临界值具有必要性。Aroche - Reyes F. ( 1996) 提出使用重要系数分析( Important Coefficient Analysis，ICA) 建立产业网络模型的方法，并将其用于分析北美各国经济的结构转化[3]。其中采取了 Sherman J. ，MorrisonW( 1950) 关于重要系数的标准定义[4]。即当某一元素的改变如果超出了容忍极限 r，则总产出会发生超过一定限度的变化。这一方法将敏感性纳入了考虑，但对于重要系数的选取具有主观性。复杂网络的结构特性具体体现在小世界特征和无标度特性两方面。Watts DJ，Strogatz SH( 1998) 提出小世界网络特性[5]，Sun( 2005) 实证检验了一个具有 48 万条边、39 万多个节点的供应链网络的无标度特性[6]。风险传导方面，翟运开( 2007) 将风险传导的构成要素分为静态和动态两种，发现合作创新风险传导具有客观性、依附性、方向性、叠加性和复杂性五大特征，加强预防控制和过程控制是应对风险传递的方法[7]。从供应链中断的风险特性入手，刘纯霞( 2016) 分析了供应链网络自身和传导过程的复杂特性，认为在时间、空间、过程三个维度下可开展供应链中断风险传导路径的研究[8]。目前对产业网络的研究主要关注行为主体之间的关系及其演化规律，对产业关联的研究则相对薄弱，对于产业组织网络和产业关联网络耦合关系的研究几乎是空白[9]。将风险传导机制和供应链风险管控理论和方法纳入产业网络，有一定的创新性并可填补部分空白。

　　本研究依据 2018 年全国投入产出表，计算完全需求系数纳入临界值指标，通过复杂网络模型构建方法，深度剖析网络特性及风险传导机理。依据统计资料，假设新型冠状肺炎疫情对于住宿和餐饮两部门在投入产出的数值上引起的波动，构建疫情后全国产业网络的复杂网络模型，与疫情前模型对比，深入分析疫情是如何引起产业间的连锁反应及产业间的风险传导机制，并据此提出相关政策建议。

　　二、数据与方法

　　本研究采用的原始数据为“2018 年全国投入产出表”，公布自国家统计局官网。该表格的核心象限中涵盖了 153 个产品部门，并以矩阵形式展示其相互之间的投入产出数量关系。

　　( 一) 直接消耗系数。直接消耗系数又称投入系数，用aij 表示，指的是生产经营过程中产业 j 的单位总产出所直接消耗的产业 i 的产品或服务的数量，计算公式为: aij = xij /Xj ( i，j = 1，2，…，n) ( 1) 式中，xij表示生产经营过程中产业 j 直接消耗产业 i 的产品或服务的数量，Xj 表示产业 j 的总投入。直接消耗系数矩阵 A 中各位置元素对应于各个产业的直接消耗系数。

　　( 二) 完全需求系数。在实际生产过程中，各产业之间除了直接消耗其他产业的产品和服务以外，还通过间接需求消耗其他产业的产品和服务，完全需求系数是产业之间直接和间接消耗关系的反映。完全需求矩阵又称 Leontief 逆矩阵，记作 B，计算公式为: B = ( I - A) - 1 ( 2) 式中，A 是直接消耗系数矩阵，I 是单位矩阵。其中的对应元素 bij为完全需求系数，它是指生产经营过程中产业 j 增加单位产品时，对产业 i 的产品或服务的完全需求量。

　　计算完全需求系数结束后，建立复杂网络模型，需要将完全需求系数矩阵转化为产业网络的邻接矩阵，重要系数对应的产业间存在着产业关联，邻接矩阵中对应值为 1，否则不存在关联，邻接矩阵中对应值为 0。将完全需求系数矩阵转化为产业关联矩阵 W = ( wij ) ，转化规则如表 1 所示。

　　按照经验值，重要系数对应的 bij值至少超过 1% 。对原始数据的矩阵转化处理和计算采用了 MATLAB R2018b 软件; 产业关联网络图的绘制用 gephi 软件完成。

　　截至日前，国内仍采取常态化防控应对新冠肺炎疫情，加之统计数据具有滞后性的特点，无法全面准确获取疫情对中国经济数据带来的影响，采用假设方法虽然具有一定主观性，但研究团队多方查阅报告，依据统计资料，假设新型冠状肺炎疫情对于住宿和餐饮两部门在投入产出的数值上引起的波动。其中，住宿行业的影响依据中国饭店协会、优尼华盛联合发布的《新冠疫情对中国住宿行业的影响与趋势报告》，预计全年住宿行业营收将同比下滑 24% ; 餐饮行业的影响依照中商产业研究院发布的《2020 ～ 2025 年中国餐饮行业市场前景及投资机会研究报告》: 原始假设租金占比 12% 、人力 27% 、食 材 35% ，店面折摊及公共事业费 8% ，餐 厅 OP18% ，总部费用 10% 作为整体模板，春节期间停业 15 天，此后三个月客流减半，再后恢复。停业期间人员半薪，客流减半期间人员全薪，公共事业费和食材消耗按正常 60% ，租金折摊照旧，则全年营收 - 16. 7% 。

　　由此，对 2018 年全国投入产出表的基准数据进行处理，与住宿部门( 部门编号: 123) 相关的中间投入与产出数值减少 24% ，与餐饮部门( 部门编号: 124) 相关的中间投入与产出数值减少 16. 7% 。得到假设下疫情后的投入产出表。此后的操作和采取的软件与上文相同，分别计算直接消耗系数、完全需求系数，构建邻接矩阵并绘出有向图。

　　根据逻辑运算的法则，研究团队将疫情前邻接矩阵与疫情后邻接矩阵进行逻辑运算，分别得到可用于构建疫情前后同构性网络、疫情前异质性网络与疫情后异质性网络的数值矩阵。

　　三、结果与讨论

　　( 一) 疫情前、后产业网络。将邻接矩阵构建产业网络模型，疫情前数据可得到一个由 153 个节点、5 164 条边组成的复杂网络( 图 1) 。疫情后数据可得到一个由 153 个节点、 5 117 条边组成的复杂网络( 图 2) 。

　　疫情前网络平均度为 33. 753，网 络 直 径 为 6，图 密 度 0. 222，节点平均聚类系数 0. 483，平均路径长度 1. 954，具有小世界特征和无标度特性。

　　疫情后网络平均度为 33. 444，网 络 直 径 为 6，图 密 度 0. 220，节点平均聚类系数 0. 478，平均路径长度 1. 960，具有小世界特征和无标度特性。

　　( 二) 产业间连锁反应及风险传导机制。疫情前后的产业网络具有高度同构性，共用 153 个节点与 5 108 条边( 图 3 ～ 3) 。

　　疫情前、后的异质性网络如图 4，图 5。其中除住宿( 123) 与餐饮部门( 124) 外几个特征节点值得注意，分别为农产品( 1) ，开采辅助活动和其他采矿产品 ( 11) ，有色金属及其合金( 64) ，其他服务( 143) ，输配电及控制设备( 85) ，造纸和纸制品( 37) 。

　　疫情前异质性网络可看作因受到疫情冲击而被破坏的原有网络结构，依照假设，住宿部门与餐饮部门会受到直接冲击，而农产品( 1) 与其他服务( 143) 两部门则会受到很大间接冲击，分别被破坏 8 条与 4 条供应链。开采辅助活动和其他采矿产品( 11) 原先以一定比例同时直接接受住宿与餐饮部门的供给，疫情后将会面临供给短缺的风险。有色金属及其合金( 64) 起到联结作用，但疫情后将同时面临餐饮与农产品的前向投入短缺的冲击与住宿部门的后向需求不足的压力。

　　疫情后异质性网络可理解为疫情背景下新诞生的产业关联或原有产业关联比例被放大，产业之间需求提升。输配电及控制设备( 85) 与造纸和纸制品( 37) 同时增加了两条新关联，但并没有显著地受到疫情利好的新产业网络。

　　考虑到产业网络的各节点之间具有显著差异，确定核心层面的产业网络部门是否发生更替及受到的影响大小是有必要的。为此，课题组假设以关联度数值 152 为阙值，即平均与其他任一部门在前、后方向至少形成一条有向联通，由度数高于阙值的节点间相互关联识别出主核图( 图 6，图 7) 。

　　两图核心层面节点均包含煤炭开采和洗选产品( 6) ，石油和天然气开采产品( 7) ，造纸和纸制品( 37) ，精炼石油和核燃料加工品( 41) ，基础化学原料( 43) ，专用化学产品和炸药、火工、焰火产品( 48) ，塑料制品( 53) ，金属制品( 66) ，汽车零部件及配件( 80) ，电子元器件( 94) ，电力、热力生产和供应 ( 100) ，批发( 109) ，零售( 110) ，道路货物运输和运输辅助活动( 114) ，货币金融和其他金融服务( 130) ，房地产( 133) ，商务服务( 135) 。

　　疫情后主核图( 17 节点) 比疫情前主核图( 19 节点) 减少的两节点便是受到疫情冲击十分巨大的农产品( 1) 与餐饮 ( 124) 。而剩余节点均未受影响，说明主核层存在一定的强健性。

　　四、结论与建议

　　( 一) 结论。基于 2018 年投入产出数据，我国的产业网络具有小世界特征与无标度特征，图密度在 0. 22 左右，网络直径为 6，平均路径长度接近 2。

　　新冠肺炎疫情对我国的经济和产业网络带来了冲击，但并无十分显著的负面影响。疫情前后的产业网络差异并不显著，同构性高。核心层面也未有明显变化。

　　然而，疫情的冲击仍然具有一定的风险传递性，假设住宿与餐饮行业受到主动冲击，风险将直接影响农产品部门，在投入与产出方面都将带来巨大的负面影响。同时希望相关部门不要忽视基于风险传导而受到牵连的部门，例如开采辅助活动和其他采矿产品，有色金属及其合金，其他服务。而疫情同样会催生出新的产业之间的关联，例如输配电及控制设备，造纸和纸制品等。虽然仅是弱关联，但新机遇会造成新需求从而产生良性循环，缓解原有供应链压力的同时增强现有产业网络的强健性。

　　( 二) 建议。后疫情时代为有效应对我国经济的冲击和压力，预防产业网络间的风险，在此提出几点建议: 1. 重点关注确定直接受到疫情冲击具有显著性下滑压力的产业部门，尽快出台支持政策保障后续发展。2. 对于受到疫情间接影响的产业部门做好应急政策，包括减税降费等。3. 关注扶持在疫情背景下涌现的新兴产业链。4. 着眼推进应急机制建设和健全的风险传递保护机制，更好的防范诸如重大公共卫生突发事件带来的影响。