重大突发事件不确定性对经济需求侧增长的时变冲击测度研究——基于TVP-SV-VAR模型的实证分析

陈璇璇，张 旭，胡晨沛

(国家统计局 国际统计信息中心，北京 100826)

一、 引言

21世纪以来，重大突发事件在国内国际屡有发生，如2003年非典型肺炎疫情、2008年国际金融危机、2018年中美经贸摩擦以及2020年造成全球大流行的新冠肺炎疫情等，重大突发事件本身所特有的不确定性给我国经济发展带来极大挑战。党的十九大明确提出，坚决打好防范化解重大风险、精准脱贫、污染防治三大攻坚战，并把防范化解重大风险摆在重要位置，有效应对突发事件带来的不确定性是未来我国经济行稳致远的重要保障。近年来，无论是国内经济还是世界经济，都已经并且正在经受着各种突发冲击的影响，这些影响虽然形式多样，严重程度不同，但都给宏观经济的秩序稳定和经济发展造成一定挑战。准确认识重大突发事件对我国宏观经济运行的影响并加以量化，对于新形势下我国经济平稳健康发展具有重要的理论价值和现实意义。

现有关于重大突发事件对宏观经济影响的研究中，绝大多数学者直接聚焦重大突发事件对经济增速的影响，而忽略了事件本身对经济结构的异质性冲击。根据国民经济核算理论，一国经济产出可划分为消费、投资和净出口三大部分，而消费、投资和出口也被视为拉动经济增长的需求侧“三驾马车”，通过历史数据比较发现，在面对重大突发事件时，我国需求侧“三驾马车”往往会出现增速放缓甚至负增长现象。例如，2008年国际金融危机对我国外需造成明显冲击，我国出口连续13个月负增长；2020年初，新冠肺炎疫情则使我国消费、投资和出口均出现两位数降幅。由此可见，重大风险事件会进一步加大宏观经济内外部环境不确定性，对经济运行体系产生明显冲击，对需求侧增长产生严重挤压。而在重大突发事件下，宏观经济政策的制定往往又取决于对不同需求因素受冲击程度的大小，例如，为应对金融危机对内需的影响，我国在2008年下半年出台的四万亿投资政策避免了投资增速出现大幅滑坡；为应对新冠肺炎疫情对消费、出口的冲击，党中央和国务院又出台了“发放消费券”刺激消费、稳外贸稳外资等系列政策。因此，准确量化重大突发事件对需求侧各因素增长冲击，不仅有助于客观认识突发事件对宏观经济增长冲击的影响机制，还能为做好政策应对提供重要参考。

二、 文献综述

(一) 国内外相关研究成果梳理及研究动态

目前关于重大突发事件对宏观经济的冲击已有一定研究成果，但出于研究目的差异，学者在重大突发事件的选择上不尽相同。不少学者考察了地震、飓风等自然地质灾害对经济运行的冲击，既包括对企业财务、家庭收支等微观主体的影响[1-2]，也包括对金融市场、产业结构等宏观经济运行的冲击[3-4]。也有学者结合近年来频繁爆发的公共卫生事件，研究H1N1疫情、非洲猪瘟等事件对产业和宏观经济的影响[5-6]。Ramiahetal.[7]、Wagneretal.[8]等学者则聚焦美国总统选举、英国脱欧等地缘政治事件带来的经济影响。考虑到单类事件研究的局限性，也有学者基于目前文献多是聚焦某一类或某一个事件的不足，通过构建重大风险事件的随机波动模型开展经济事件、政治事件和自然灾害等系列突发事件的综合研究[9]。

目前学界关于重大突发事件对经济领域冲击的研究，主要集中在以下三个方面：一是对金融市场的冲击[10-11]，包括股票市场[12-14]和汇率市场[15-16]。二是对商品价格的冲击，包括大宗商品价格[17-18]和居民生活品消费价格[19]。三是对宏观经济的冲击。如Gourio[20]将灾难风险与RBC模型结合，详细探讨了灾难风险对美国等发达经济体宏观经济波动的影响；陈国进等[21]通过区分全要素生产率灾难、资本灾难与双重灾难三种灾难形式，量化灾难事件对宏观经济的影响以及政府财政政策支持对灾后经济复苏的作用。

在量化重大突发事件对经济冲击方法选择上，早期学者多基于总量数据时间序列趋势分析或事件研究法进行评估。随着计量经济模型的发展，双重差分法(DID)、合成控制法(SCM)等能够进行反事实估计的方法近年来得到广泛运用。杨霞等[22]利用PSM-DID方法实证检验了SARS为代表的重大公共卫生事件对保险需求的影响。薛熠和王若翰[23]利用人工反事实研究发现SARS这一公共卫生事件对地区GDP增长有显著长期负面影响。也有文献使用可计算一般均衡模型(CGE)和动态随机一般均衡模型(DSGE)构建重大突发事件的冲击机制，并基于总量数据来模拟不同场景下冲击的经济影响，估计突发事件冲击下的一般均衡和反事实[24]，如吴先华等[25]基于CGE模型评估发现钓鱼岛事件给我国造成经济产出损失约6380.7亿元，占2012年总产值的0.5%。然而基于模拟的结构模型依赖于正确模型设定，若不能有效刻画冲击作用机制，将难以提供突发事件影响效应的准确估计[23]。

(二) 已有相关文献评述

重大突发事件对经济影响的实证研究已有大量成果，但仍有不完善之处。第一，在事件选择和测度方面，现有研究主要侧重于某一个或一类重大突发事件的影响，由于此类事件持续时间和跨度相对较短，容易产生“维度诅咒”问题[26]。尽管不同突发事件对经济影响传导机制存在一定差异，但研究发现，在突发事件影响下，一些反映经济不确定性的指标往往表现出相似走势[9]，因此能够将不同类型重大事件同时纳入研究范围之中。在对事件量化上，多数文献是按发生与否进行二分变量划分，但不同突发事件本身带来的不确定性必然不同，简单定性划分易忽视事件本身不确定程度差异。第二，现有研究多是针对股票市场、期货市场某一领域的影响，缺少对宏观经济影响进行深入探讨。从核算角度看，经济增长主要由消费、投资和出口三大需求构成，需求侧增长情况将直接影响宏观经济整体增速。因此，有必要从需求侧出发，研究重大突发事件对宏观经济增长的传导特征，从而量化事件对经济增长产生的冲击。第三，在研究方法选择方面，时间序列和事件研究法操作简单且便于推广。但其存在一定缺陷：一是只能研究单个事件而非多个事件的影响；二是受样本估计窗口和事件窗口选择限制，仅能进行事件前后的对比分析，很少就事件本身对经济影响进行全面长期考察。而反事实估计虽能克服事件研究法的部分缺点，可以研究单个或多个事件的影响冲击，但同样受样本数量选择的制约。

基于对已有研究成果的梳理，本文尝试从研究视角、方法等方面进行创新，可能存在的学术边际贡献包括以下三个方面：第一，在突发事件的量化上，充分考虑国内国际经济不确定性，从经济景气、经济政策、商品价格、金融市场、经济活跃度等维度出发，构建能够进行量化的重大突发事件不确定性指数。第二，在研究对象的选择上，考虑到宏观经济增长可分解为需求侧“三驾马车”的增长，因此通过量化重大突发事件不确定性对我国需求侧经济的增长，可以探讨突发事件对宏观经济增长的传导路径。第三，在方法的选择上，选择TVP-SV-VAR模型量化不确定性对需求侧“三驾马车”增长的时变性冲击。选择这一模型的原因，一方面是由于该模型等间隔脉冲响应拓宽了传统VAR和贝叶斯VAR模型参数不变的假定，实现了参数的时变性估计，更符合我国经济渐进式发展的国情；另一方面是模型的时点脉冲响应能够捕捉特定突发事件对我国消费、投资和出口增长的异质性冲击。

三、 重大突发事件不确定性指数的构建

(一) 指标选择

目前学术界还缺乏对经济不确定性的确切定义，本文主要从以下两方面对重大突发事件不确定性进行考量：一是从市场范围看，随着我国经济增长与世界经济环境联系日益密切，经济不确定性也应当包括国内宏观经济和国际经济两个维度；二是从经济领域看，不确定性应当既可以表现为政策不确定性、地缘风险等传统指标，也可表现为物价明显波动、资本市场动荡等领域的变化。

表1 各变量描述性统计结果

考虑到数据可获得性和适用性，选取月度指标作为衡量突发事件不确定性的基础指标：一是国内经济不确定性指标，包括经济景气不确定性(中国OECD景气指数X1)、经济政策不确定性(中国经济政策不确定性指数X2)、商品价格不确定性(CPI波动率X3)、金融市场不确定性(上证综合指数涨跌幅X4)、经济活跃不确定性(克强指数X5)。二是国际经济不确定性指标，包括经济景气不确定性(全球OECD景气指数X6)、经济政策不确定性(全球经济政策不确定性指数X7)、商品价格不确定性(黄金原油价格比X8)、金融市场不确定性(VIX恐慌指数X9)、地缘政治不确定性(地缘政治风险指数X10)、经济活跃不确定性(美国ECRI领先指标同比增速X11、彭博经济全球GDP月度跟踪X12)。为进一步展示变量的基本特征，计算各变量原始序列的描述性统计结果，结果如表1所示。

考虑到不同指标之间衡量的方式、代表的性质均存在差异，使用“最小—最大标准化”法将全部指标转化为可比的无量纲数值，具体计算方式为：

(1)

(2)

其中，pij为无量纲数值，Xij为原始数据，i为时间标识，j为指标标识。

(二) 指数构建方法

本文所构建的重大突发事件不确定性指数本质是一系列不确定性指数的加权之和，在权重方法的确定上，采用熵权法进行赋值。熵权法是一个可以运用于多对象、多指标的综合评价方法，其评价结果主要取决于客观数据资料，几乎不受到主观因素影响。赋权步骤包括：第一步是确定赋权对象，建立权重指标水平矩阵；第二步是对权重矩阵进行标准化；第三步是计算评价指标的熵，具体计算公式为：

(3)

(4)

(5)

(6)

其中，Hj为第j个不确定性指标的熵，rij为标准化后的第i个月在第j个不确定性指上的得分，m为全部时间样本个数。

第四步为计算熵权，具体公式为：

(7)

表2 重大突发事件不确定性指数各指标熵值和权重

其中，1-Hj为第j个不确定性指标的差异系数，即对于第j个不确定性指标熵值越小，指标值变异程度越大。需要注意的是，熵权并非重要性系数，而是各指标在竞争意义上相对激烈程度。熵权取值为[0，1]，如果熵权为0，则该指标可以取消。

第五步为构建单个不确定性指标Sij以及重大突发事件综合的不确定性指数Indexi：

Sij=wj×pij

(8)

(9)

根据前文所利用的熵权法，对各指标权重进行测算，计算结果如表2所示。国内市场中，权重较大的不确定性指标为经济政策和商品价格，权重分别达到0.160和0.146；国际市场中，权重较大的不确定性指标为金融市场和地缘政治，权重分别为0.130和0.128。

图1 重大突发事件不确定性指数走势

(三) 指数构建结果

根据权重计算结果得到重大突发事件不确定性指数走势(见图1)，指数的阶段性高点与重要突发事件发生时间较为吻合：2003年2月对应非典型肺炎疫情，2008年12月至2009年3月对应国际金融危机，2011年9月对应欧债危机，2020年初对应的是新冠肺炎疫情。由此可见，本文所构建的不确定性指数能较好反映国内外突发事件对宏观经济产生的不确定性。

四、 重大突发事件不确定性对需求侧增长的时变冲击测度

(一) 变量说明

经济需求侧“三驾马车”包括消费、投资和出口，本文选择2000年1月至2020年4月社会消费品零售总额、固定资产投资(不含农户)、货物出口月度同比增速作为消费、投资和出口增长的代理变量。在数据处理上需说明的是：第一，在数据形式上，由于国家统计局各月公布的固定资产投资(不含农户)增速为累计增速，因此本文将累计增速转化为月度增速；第二，从统计制度来看，为更好规避春节因素扰动，通常把1月和2月的主要指标合到一起来统计，因此假定1月和2月份保持相同增速。

(二) 模型设定

采用TVP-SV-VAR模型量化分析重大突发事件不确定性对中国经济需求侧增长的冲击。TVP-SV-VAR是基于结构向量自回归模型(SVAR)发展而来，自Sims[27]提出SVAR以来，不变参数SVAR模型在宏观经济研究中得到广泛运用，该模型基本形式为：

Ayt=F1yt-1+…+Fsyt-s+μt,t=s+1, …,n

(10)

(11)

因此，可以将SVAR模型改写为如下形式：

yt=B1yt-1+…+Bsyt-s+A-1∑εt,εt～N(0,Ik)

(12)

其中，Bi=A-1Fi，i=1，…，s。通过将Bi中的元素进行堆叠形成列向量β，上式可以进一步表示成：

yt=Xtβ+A-1∑εt

(13)

(14)

βt+1=βt+μβt

(15)

at+1=at+μat,t=s+1, …,n

(16)

ht+1=ht+μht

(17)

表3 变量单位根检验结果

表4 滞后期数检验结果

表5 TVP-SV-VAR模型参数估计结果

(三) 模型估计结果

1. 单位根检验

在进行模型估计前，为避免模型出现伪回归现象，需对各变量平稳性进行单位根检验，如表3所示。结果表明，不确定性指数以及消费、投资和出口同比增速均为平稳序列。其中，不确定性指数和消费增速均通过5%的显著性检验，投资和出口增速均通过1%的显著性检验。说明各变量均不存在单位根，可用于构建TVP-SV-VAR模型。

2. 滞后阶数确定

在进行MCMC模拟之前，参照Nakajima[29]的研究对TVP-SV-VAR模型时变参数初始值进行设定。在滞后阶数的选取上，根据常系数VAR模型AIC准则、HQIC准则和SBIC准则，确定TVP-SV-VAR模型的滞后阶数等于2，如表4所示。

3. 模型估计结果

图2中，上中下三行分别表示表5中相应参数的样本自相关系数、模拟路径和后验分布密度函数，在剔除预模拟样本后，样本自相关系数稳步减小，样本模拟路径呈现明显波动聚类特征，样本后验分布密度函数也体现出较强正态分布特征，可见通过MCMC抽样，可以有效模拟参数的分布情况。

图2 样本自相关系数(上)、样本路径(中)、后验分布(下)

图3为不确定性指数以及消费、投资、出口增速后验波动率，从图中可知，突发事件不确定性波动率近年来明显上升；消费增速波动率在新冠肺炎疫情期间急剧升高；投资增速波动率幅度大于消费和出口，其阶段性高点与突发事件较为吻合；出口增速波动率总体较为稳定，但在近年来波动程度较此前有一定增加。

图3 不确定性指数、需求侧增长的后验波动率

(四) 等间隔脉冲响应分析

与传统VAR模型最大的不同在于，TVP-SV-VAR模型中的参数具有时变特性，所以对每期都估计出一个VAR模型，最终可以得到两种脉冲响应函数：等间隔脉冲响应函数和时点脉冲响应函数。本文同时采用等间隔脉冲响应函数和时点脉冲响应函数两种不同类型的脉冲响应函数检验重大突发事件不确定性对消费、投资、出口增长效应的时变冲击。其中，等间隔脉冲响应函数可捕捉不确定指数对需求侧“三驾马车”冲击在不同时期的动态特征，并考察不确定性对需求侧传递短期效应和长期效应的差异性。

图4为滞后2个月、4个月和8个月的等间隔脉冲响应。根据图4(a)，消费的脉冲响应小于投资和出口，冲击大小基本在[-0.5，0.5]区间内，这也意味着在需求侧“三驾马车”之中，消费是相对增长最为稳定的因素。分阶段看，在国际金融危机前，消费受到的冲击明显较大，且基本为负向冲击，但自此之后，尤其是从2011年开始，消费受到的冲击明显开始减小，在经济增长模式从外需向内需转换的背景下，消费对经济增长的贡献率从2011年开始常年保持在50%以上，而通过比较同期消费增速可以发现，从2013年开始我国消费增速出现长期缓慢下降的情况，但是消费受到不确定性的冲击反而减弱，这在一定程度上说明这一时期在我国居民收入不断提高的背景下，消费增长质量更高、抵御外部冲击能力更强。根据图4(b)投资脉冲响应可知，相较于消费而言，投资受到不确定性冲击更大，冲击波动区间在[-0.94，0.83]，且多数时期冲击处于负向区间，以间隔2期为例，2000年以来超过85%的月度时点冲击为负向冲击。由于我国以政府为主体的投资规模在投资总量中占有重要的比例，因此过去在经济增速下行的时候，往往会通过拉动投资增速避免经济出现更大幅度的下滑；而当经济增速较高的时候，投资增速往往会有所放缓。因此在不确定性程度较高的情况下，投资反而会出现正向响应，最典型的案例即为在国际金融危机时期我国出台了“四万亿”政策，投资的脉冲相应大于零。在图4(c)出口增长脉冲响应方面，通过比较发现，重大突发事件不确定性对出口的冲击明显大于对消费和投资的冲击，具体表现为当重大突发事件不确定性指数受到一单位冲击时，出口的波动区间在[-2.70，1.19]，整体处于负脉冲响应区间。对于出口而言，除在加入WTO初期带来的开放红利使脉冲响应为正之外，从2004年开始，重大突发事件不确定性对出口的脉冲响应持续为负，尤其是在国际金融危机时期，我国外部需求明显减弱，出口同比增速一度跌至-20%以下，近年来，随着我国出口对象更趋多元化，商品在全球份额的比重不断提高，我国已成为全球最大的贸易国，近年来出口受到的负向冲击虽有所减小，但总体仍明显大于不确定性对消费和投资的冲击。

图4 TVP-SV-VAR模型等间隔脉冲响应

重大突发事件不确定性对需求侧“三驾马车”的影响之所以在冲击程度和不同阶段均存在差异，主要是由于在过去二十年时间里我国经济增长模式和经济所处发展阶段的变化，具体表现为：一方面，我国经济增长模式在近年来发生了重要的变化。例如从经济增长动能看，经济增长由过去的要素投入驱动向创新驱动转变；从行业发展看，服务业在国民经济行业中的比重不断上升。与此同时，我国的需求结构也发生了明显的变化，主要由过去的依靠外需拉动向内需拉动转变，而近年来，我国面临的重大突发事件往往由外部因素所导致，因此总的来看，需求侧“三驾马车”在近年来受到的冲击较国际金融危机前明显减小，且内需受到的冲击小于外需。另一方面，近年来，我国针对需求侧增长出台了一系列政策支撑。例如2018年发布的《中共中央 国务院关于完善促进消费体制机制 进一步激发居民消费潜力的若干意见》，“六稳”政策中的“稳就业”“稳外贸”“稳投资”，为近年来我国经济不确定性程度明显提高的背景下消费、投资、出口的稳定增长提供了政策红利。

(五) 时点脉冲响应分析

时点脉冲响应函数反映的是重大突发事件对需求侧冲击的传递效应在不同时点的变化特征，通过选取特定的冲击时点，可以研究在特定重大突发事件下不确定性与需求侧的关联性。利用时点脉冲响应分别针对不同突发事件对消费、投资、出口冲击效应变化特征进行分析。选择冲击时点依次为2003年2月、2008年4月和2020年1月，分别对应非典型肺炎疫情、国际金融危机、新冠肺炎疫情三个突发事件(见图5)。研究结论如下：第一，非典型肺炎时期，重大突发事件不确定性对内需影响较大，消费、投资受到最大冲击分别达到-0.28和-0.44个单位，明显大于对出口的冲击；出口表现稳健，2003年各月我国出口增速均在25%以上，未出现明显下滑。第二，国际金融危机时期，金融危机作为全球性经济突发事件，对我国外需冲击最为明显，对出口冲击表现为两个特点：一是冲击程度大，不确定性一单位冲击对出口产生最大-2.26个单位冲击；二是持续时间长，即便是滞后15期，出口仍然存在较大负向冲击，数据显示，从2008年4月起，出口增速进入较长时间下行通道，并出现连续13个月负增长，相较而言，金融危机时期消费表现稳健，而四万亿投资政策使投资在经历较短时期负向冲击后迅速转正。第三，新冠肺炎疫情时期，疫情对我国需求侧“三驾马车”均产生较大程度的冲击，尤其是在对内需冲击上，冲击明显大于非典型肺炎疫情和2008年国际金融危机时期。新冠肺炎疫情冲击下，不确定性对消费最大冲击为-0.31，且冲击持续性较长，明显大于非典型肺炎和金融危机时期，并且在滞后15期仍然存在一定冲击；对投资最大冲击为-0.49，从滞后第5期开始，对投资冲击逐渐减弱。而出口最大受到-0.64个冲击，影响大于非典型肺炎但小于国际金融危机，说明在稳外贸政策背景下，出口受到的冲击得到较好控制。

图5 TVP-SV-VAR模型时点脉冲响应

(六) 稳健性检验

图6 BVAR模型脉冲响应

为了进一步验证前文所构建模型的稳健性，本部分通过两种方法对模型进行稳健性检验。第一种方法是采用贝叶斯向量自回归(BVAR)模型，这一模型无法实现冲击的时变性估计，但能从更全局的角度观察冲击的平均效应，脉冲响应结果如图6所示，可以看出，出口仍是受到最大的冲击，内需方面投资受到的冲击大于消费受到的冲击，这与前文所得结论相一致。第二种方法是采用更为低频的季度数据代替前文的月度数据进行测算。根据图7可以看出，一方面脉冲响应整体走势与前文月度脉冲走势较为接近；另一方面从重大突发事件时间点看，在2020年新冠肺炎疫情冲击下，消费和投资受到的冲击均明显大于前期的冲击，而出口虽然也受到较大冲击，但略小于国际金融危机时期，这也说明了前文所构建的模型是稳健的。

图7 TVP-SV-VAR模型等间隔脉冲响应(季度数据)

五、 结论与政策建议

(一) 结论

本文基于国内和国际两个维度的宏观经济指标，编制2000年1月以来重大突发事件不确定性月度指数，在此基础之上利用TVP-SV-VAR模型研究不确定性指数对需求侧消费、投资、出口增速冲击进行测度，并对非典型肺炎疫情、国际金融危机和新冠肺炎疫情等重大事件的冲击程度进行比较。研究发现：

第一，相较于已有文献而言，本文利用熵权法从更加多维的角度构建重大突发事件不确定性指数能够反映多个经济社会领域的不确定性，不确定性指数在非典型肺炎疫情、国际金融危机、新冠肺炎疫情等重大事件期间均达到阶段性高点。总的来看，所编制的指数能较好地量化重大突发事件带来的不确定性差异。

第二，利用等间隔脉冲响应研究发现，重大突发事件不确定性指数对我国出口的冲击最大，投资次之，消费受到的冲击相对最小。分阶段看，在2008年国际金融危机之前，不确定性指数对消费、投资、出口冲击波动较大，且多数时期为负向冲击；在金融危机之后，随着我国经济发展质量的不断提高，需求侧增长受到不确定性冲击的程度较前期明显减小，尤其是内需运行更为稳健，消费和投资受到的冲击进一步减弱。

第三，不同重大突发事件对需求侧增长的影响存在较大差异。利用时点脉冲响应研究发现，2020年新冠肺炎疫情对我国需求侧增长产生的冲击与过去重大事件的冲击存在一定差异性。具体表现为：在稳外贸外资政策的支撑下，新冠肺炎疫情对出口的冲击小于国际金融危机；但对消费和投资的内需冲击大于非典型肺炎疫情和金融危机。

(二) 政策建议

本文从需求侧视角丰富了重大突发事件不确定性与经济增长的关系研究，深化了对突发事件不确定性影响效应的认知，不仅有助于认知在突发事件背景下我国经济需求侧增长波动情况，并为后疫情时期经济平稳增长提供了决策参考。

第一，利用历史数据研究发现，在不确定性冲击下消费是“三驾马车”中最稳定的因素，讨论总需求波动更多是关注出口和投资，但本次新冠肺炎疫情下，消费失去了传统的稳定性，国内社会消费品零售额出现大幅下降且恢复速度慢于投资和出口。因此，下阶段恢复消费是实现经济平稳增长的关键因素，需进一步稳定就业市场，扩大消费群众基础；保持线上新型消费热度不减，培育消费市场新增长点；合理增加公共消费支出，提升民生领域消费规模；深化社会保障制度改革、增强收入保障以提升消费倾向。

第二，投资在我国国民经济运行过程中往往发挥调节器的作用，本文的研究结果显示，在国际金融危机时期，投资增速相对较高，脉冲响应表现出正向冲击。在新冠肺炎疫情的冲击下，投资增速相较于消费而言能更快转正，但这种依赖于政府拉动的投资模式不再具有可持续性。为实现投资增长的可持续性，下阶段一方面要对投资短板领域进行补强，继续加大对教育、医疗、养老等服务业民生行业投资力度；另一方面要寻求新的投资增长点，传统制造业投资的增长空间正在边际收窄，要大力推动先进制造业的发展，提高实体投资整体质量，有效应对外部冲击。

第三，本文测度结果显示，本次新冠肺炎疫情对内需的冲击明显大于此前的主要重大事件，而出口在稳外贸政策支撑下实现逆势增长。这主要是由于我国完善的产业链和供应链，为世界市场提供了充足的中国制造商品。未来在可能出现的“逆全球化”背景下，要继续深化改革开放，优化营商环境，从三个方面稳定产业链供应链发展：一是提高自主创新能力，在电子高科技等产品领域补强短板，利用科技创新夯实“双循环”发展根基；二是顺应全球产业链转移趋势，深化与东盟等国家的供应链合作，做好产业转移和承接；三是加强与西方发达国家产业经贸合作，避免出现“断链”和“脱钩”现象。