中國經(jīng)濟(jì)不確定性的時空演變及影響因素分析

蘇芳，齊樂萌，宋妮妮，苗志娟

（陜西科技大學(xué)經(jīng)濟(jì)與管理學(xué)院，陜西 西安 710021）

0 引言

經(jīng)濟(jì)不確定性是指人們對未來可能經(jīng)濟(jì)狀況的不確定［1］，是新時期經(jīng)濟(jì)地理學(xué)研究的前沿?zé)狳c(diǎn)之一。近年來，我國經(jīng)濟(jì)恢復(fù)基礎(chǔ)尚未牢固，疫情變化和世界經(jīng)濟(jì)形勢仍然復(fù)雜嚴(yán)峻，經(jīng)濟(jì)環(huán)境呈現(xiàn)不確定、不穩(wěn)定、不平衡的狀態(tài)［2，3］。同時，我國不同地區(qū)間經(jīng)濟(jì)發(fā)展水平、金融市場規(guī)模和政策制度保障等各不相同［4］，加之幅員遼闊，受區(qū)域內(nèi)和區(qū)域間經(jīng)濟(jì)基礎(chǔ)和經(jīng)濟(jì)發(fā)展水平等因素的影響，受到不確定性沖擊的宏觀經(jīng)濟(jì)存在明顯的空間差異性［5］。因此，辨明我國不同地區(qū)經(jīng)濟(jì)不確定性的空間屬性及其關(guān)聯(lián)特征，探明區(qū)域經(jīng)濟(jì)不確定性的影響因素，制定具有針對性的宏觀經(jīng)濟(jì)調(diào)控方案，引導(dǎo)各地區(qū)正確規(guī)避經(jīng)濟(jì)不確定性可能引發(fā)的風(fēng)險，這對解決我國經(jīng)濟(jì)發(fā)展的不平衡不充分問題具有實(shí)踐意義。

經(jīng)濟(jì)不確定性這一概念最早由Bloom 提出，他認(rèn)為經(jīng)濟(jì)不確定性能夠降低實(shí)際GDP 增速，造成經(jīng)濟(jì)的進(jìn)一步衰退［6］。該想法一經(jīng)提出就引發(fā)了學(xué)術(shù)界對經(jīng)濟(jì)不確定性的研究熱潮，并被廣泛應(yīng)用于不同領(lǐng)域。目前，針對經(jīng)濟(jì)不確定性的研究主要集中在以下3 個方面：①經(jīng)濟(jì)不確定性的測度。經(jīng)濟(jì)不確定性測度存在多種選擇，實(shí)證研究中較常用的是從不確定性定義出發(fā)，認(rèn)為波動率可以作為不確定性的一個代理變量，并主要通過尋找替代指標(biāo)，如股票市場波動率［7］、GDP波動率［8］、專家預(yù)測的不一致性［9］、調(diào)查數(shù)據(jù)［10］、主流媒體新聞報道［11］和外生環(huán)境沖擊［12］等對其進(jìn)行間接測度［13］。除此之外，Jurado 等［14］提出將宏觀經(jīng)濟(jì)中能獲得的所有信息進(jìn)行整合后，通過高維數(shù)據(jù)動態(tài)因子模型對不確定性進(jìn)行綜合測度。②經(jīng)濟(jì)不確定性的影響效應(yīng)。對于宏觀經(jīng)濟(jì)運(yùn)行而言，研究表明經(jīng)濟(jì)不確定性會降低實(shí)際GDP增速［15］，并認(rèn)為在其沖擊下經(jīng)濟(jì)產(chǎn)能大幅下降的原因在于經(jīng)濟(jì)不確定性提高與經(jīng)濟(jì)增速下降之間存在自我強(qiáng)化機(jī)制［16］。也有學(xué)者從微觀企業(yè)層面探討了經(jīng)濟(jì)不確定性對銀行風(fēng)險承擔(dān)［17］、企業(yè)投資［18］、財務(wù)管理［19］等的影響。③經(jīng)濟(jì)不確定性的區(qū)域差異。為了進(jìn)一步明確經(jīng)濟(jì)不確定性的區(qū)域性差異，現(xiàn)有研究采用全局向量自回歸模型和面板向量自回歸模型等方法［20，21］分析市域、省域和區(qū)域等不同層面經(jīng)濟(jì)政策不確定性對宏觀經(jīng)濟(jì)波動［21］、城市經(jīng)濟(jì)發(fā)展［22］、消費(fèi)及投資［23］等的影響，研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性對投資行為在不同區(qū)域存在顯著差異［23］。

總體來看，現(xiàn)有研究大多關(guān)注經(jīng)濟(jì)政策不確定性的區(qū)域差異，對宏觀經(jīng)濟(jì)不確定性的相關(guān)研究較少，且已有研究多限于單一尺度，較少從多尺度出發(fā)探明經(jīng)濟(jì)不確定性的現(xiàn)狀及發(fā)展趨勢。此外，從空間視角探究中國經(jīng)濟(jì)不確定性時空演變規(guī)律的相關(guān)研究較為缺乏，對造成經(jīng)濟(jì)不確定性區(qū)域差異的影響因素尚未明確。鑒于此，本文從省域和區(qū)域尺度出發(fā)，采用泰爾指數(shù)、空間自相關(guān)等方法分析了我國31 個省份2005—2019 年經(jīng)濟(jì)不確定性的區(qū)域差異及時空分布特征，并借助Tobit模型分析了經(jīng)濟(jì)不確定性的影響因素，旨在為理解我國經(jīng)濟(jì)波動，優(yōu)化政策組合，實(shí)現(xiàn)區(qū)域內(nèi)和區(qū)域間宏觀經(jīng)濟(jì)調(diào)控提供理論參考與借鑒。

1 研究方法

1.1 經(jīng)濟(jì)不確定性測度

本文以我國31 個省份作為研究區(qū)域（因?yàn)閿?shù)據(jù)收集不便，所以本文研究區(qū)域未包含香港特別行政區(qū)、澳門特別行政區(qū)和臺灣地區(qū)），并按照國家統(tǒng)計局的統(tǒng)計慣例將其劃分為東部地區(qū)（包含北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南）、中部地區(qū)（包含山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南）和西部地區(qū)（包含內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、西藏）?？紤]到研究區(qū)域范圍的廣泛性和研究時段的寬泛性，本文借鑒Baum和Talavera 的相關(guān)分析，利用GARCH 模型（Generalized autoregressive conditional heteroskedasticity model，GARCH）估計宏觀經(jīng)濟(jì)變量的條件方差，以此替代指標(biāo)作為經(jīng)濟(jì)不確定的代理變量，從而簡化數(shù)據(jù)計算過程，增強(qiáng)本研究的可操作性［24，25］。此外，本文從經(jīng)濟(jì)不確定的定義出發(fā)，利用經(jīng)濟(jì)金融變量的波動率間接衡量經(jīng)濟(jì)不確定性，并參考王義中等［26］的研究方法，將中國實(shí)際GDP變化率作為衡量經(jīng)濟(jì)不確定性的代理指標(biāo)，再通過廣義自回歸條件異方差模型GARCH（1，1）計算實(shí)際GDP變化率的條件方差。GARCH（1，1）模型公式為：

式中：mt為宏觀經(jīng)濟(jì)變量的對數(shù)一階差分；et為誤差項(xiàng)；ht為通過GARCH 估計所得誤差項(xiàng)的條件方差。本文首先對所選數(shù)據(jù)進(jìn)行一階自回歸分析，再根據(jù)模型得到變量的條件方差作為我國經(jīng)濟(jì)不確定性的替代指標(biāo)，所涉及數(shù)據(jù)均來源于國家統(tǒng)計局官網(wǎng)和各省份統(tǒng)計年鑒。

1.2 區(qū)域差異測度

本文通過泰爾指數(shù)測度我國經(jīng)濟(jì)不確定性的區(qū)域差異程度，將區(qū)域差異分解為區(qū)域內(nèi)差異和區(qū)域間差異，并對區(qū)域間貢獻(xiàn)率進(jìn)行計算。泰爾指數(shù)值越大，表明經(jīng)濟(jì)不確定性的區(qū)域差異越大，計算公式為：

式中：n 為地區(qū)數(shù)；yi為第i 個地區(qū)GDP占全國GDP的比例；EUi為第i 個地區(qū)經(jīng)濟(jì)不確定性占全國經(jīng)濟(jì)不確定性總和的比例；Tb和Tw分別為區(qū)域間和區(qū)域內(nèi)經(jīng)濟(jì)不確定性差異。對泰爾指數(shù)做進(jìn)一步分解，將我國經(jīng)濟(jì)不確定性的總體差異分解將為東部、中部和西部地區(qū)的區(qū)域內(nèi)差異與區(qū)域間差異，具體公式詳見相關(guān)文獻(xiàn)［27］。

1.3 空間自相關(guān)分析

全局空間自相關(guān)法可從區(qū)域整體上體現(xiàn)我國省域之間經(jīng)濟(jì)不確定性的空間分布，在空間自相關(guān)檢驗(yàn)過程中通常使用莫蘭指數(shù)（Moran′s I）測度某個省份經(jīng)濟(jì)不確定性在其相鄰省份之間的相似性或差異性［28］。本文通過莫蘭指數(shù)對我國經(jīng)濟(jì)不確定性的時空特征進(jìn)行評價，計算公式為：

1.4 Tobit回歸模型

本文運(yùn)用廣義自回歸條件異方差模型所測定的經(jīng)濟(jì)不確定性值在0—1 之間，在這種情況下，使用普通最小二乘法進(jìn)行回歸會使得最終參數(shù)的估計值趨向于0，從而導(dǎo)致估計值不可用?；诖?，本文引入針對受限制連續(xù)變量提出的Tobit 模型［29］，更合理地對經(jīng)濟(jì)不確定性的影響因素進(jìn)行回歸分析。Tobit模型的基本形式為：

式中：Y 為經(jīng)濟(jì)不確定性；β0為常數(shù)項(xiàng)；βn為各變量回歸系數(shù)；i 為各省份的編號；t 為t 時期，具體為本文樣本區(qū)間2005—2019 年；ε為隨機(jī)誤差項(xiàng)。此外，由于自變量所包含數(shù)據(jù)的規(guī)模較大，為減少樣本中的異方差現(xiàn)象，首先將部分?jǐn)?shù)據(jù)進(jìn)行對數(shù)化處理，所涉及各?。ㄗ灾螀^(qū)、直轄市）社會經(jīng)濟(jì)數(shù)據(jù)來自于各省份歷年的統(tǒng)計年鑒。

2 中國經(jīng)濟(jì)不確定性的時空演變分析

2.1 經(jīng)濟(jì)不確定性的變化趨勢

如圖1 所示，2005—2019 年我國經(jīng)濟(jì)不確定性呈現(xiàn)出較為頻繁的波動趨勢，東部、中部、西部地區(qū)變化趨勢與全國整體波動性基本保持一致，總體上呈現(xiàn)連續(xù)性先增后降的“倒U 型”。具體來看：2005—2007 年我國經(jīng)濟(jì)不確定性在波動中不斷提升，經(jīng)濟(jì)不確定性值由0.016 增加至0.017，增幅為6.25%，并在2011 年達(dá)到近15 年峰值；東部、中部、西部地區(qū)經(jīng)濟(jì)不確定性值呈現(xiàn)階段性上升，中部地區(qū)經(jīng)濟(jì)不確定性值上升最為顯著，增幅為22.44%，西部次之，東部地區(qū)在此期間經(jīng)濟(jì)不確定性值低于全國總體得分，且在2005—2007 年間整體上呈現(xiàn)下降的趨勢，降幅為12.94%。2011—2015 年，經(jīng)濟(jì)不確定性波動的下降趨勢顯著，經(jīng)濟(jì)不確定性值下降至0.007，降幅達(dá)58.82%。在此期間，東部、中部、西部地區(qū)更是呈現(xiàn)連續(xù)下降的趨勢，中部地區(qū)的下降幅度最大，其經(jīng)濟(jì)不確定性值由0.019 下降至0.006，降幅為66.75%，東部地區(qū)和西部地區(qū)的經(jīng)濟(jì)不確定性值分別下降了56.32%和52.48%。2015—2019年，我國經(jīng)濟(jì)不確定性延續(xù)前一階段的下降趨勢，但下降速度有所減緩，全國經(jīng)濟(jì)不確定性值下降至0.005，降幅為31.51%；東部和西部地區(qū)不確定性值呈連續(xù)下降的趨勢，而中部地區(qū)在波動中下降，降幅僅為25.21%。究其原因，在2008 年遭受全球金融危機(jī)沖擊后，我國在2009—2010 年間最大限度地采取了較為積極的財政政策來抵御經(jīng)濟(jì)風(fēng)險。但從宏觀環(huán)境來看，世界經(jīng)濟(jì)仍處于后危機(jī)時期的低迷階段，國內(nèi)經(jīng)濟(jì)所面臨的外部性打擊仍然嚴(yán)峻，從而導(dǎo)致2011 年以前我國整體經(jīng)濟(jì)不確定性增加。自2014年之后，國內(nèi)經(jīng)濟(jì)增長出現(xiàn)階段性轉(zhuǎn)換，我國經(jīng)濟(jì)發(fā)展開始呈現(xiàn)新常態(tài)，經(jīng)濟(jì)增速在趨于平緩的同時保持穩(wěn)中前進(jìn)，國內(nèi)市場潛力也得到進(jìn)一步激發(fā)，這也增強(qiáng)了我國經(jīng)濟(jì)社會發(fā)展的平穩(wěn)性和可持續(xù)性，其經(jīng)濟(jì)不確定性程度開始顯著下降。從總體上來看，2005—2019 年我國東部、中部、西部與全國經(jīng)濟(jì)不確定性波動保持高度相關(guān)性，西部地區(qū)經(jīng)濟(jì)不確定性均值最高，中部地區(qū)次之，東部地區(qū)經(jīng)濟(jì)不確定性指數(shù)最低，使得經(jīng)濟(jì)不確定性狀況始終保持“西高東低”的分布格局。

圖1 2005—2019 年我國總體經(jīng)濟(jì)不確定性值的變化趨勢Figure 1 Trends of China′s overall economic uncertainty from 2005 to 2019

2.2 經(jīng)濟(jì)不確定性的區(qū)域差異

本文利用泰爾指數(shù)對我國經(jīng)濟(jì)不確定性地區(qū)間和地區(qū)內(nèi)差異進(jìn)行了進(jìn)一步分解，計算得出各區(qū)域經(jīng)濟(jì)不確定性的泰爾指數(shù)和泰爾分解指數(shù)（圖2）。其中，區(qū)域間差異指的是東部、中部、西部之間的差異，區(qū)域內(nèi)差異則指的是東部、中部、西部地區(qū)內(nèi)各省份之間的經(jīng)濟(jì)不確定性差異。由圖2a 所示，2005—2019 年我國經(jīng)濟(jì)不確定性的區(qū)域差異波動較大，泰爾指數(shù)雖然呈現(xiàn)先增大后減小的趨勢，但數(shù)值從0.316 增加至0.356，增幅為11.23%。此外，泰爾指數(shù)表明我國經(jīng)濟(jì)不確定下的區(qū)域間差異和區(qū)域內(nèi)差異的變化趨勢和全國保持一致，區(qū)域內(nèi)差異總體上大于區(qū)域間差異，尤其在2007—2018 年間最為顯著。此后，區(qū)域間差異開始大于區(qū)域內(nèi)差異。如圖2b所示，2005—2019 年區(qū)域內(nèi)貢獻(xiàn)率大于區(qū)域間貢獻(xiàn)率，其平均貢獻(xiàn)率分別為55.23%和44.77%，東部、中部、西部區(qū)域間變化趨勢差別較大。2010—2014年，東部和西部地區(qū)泰爾指數(shù)均呈現(xiàn)下降的趨勢，而中部地區(qū)則在波動中增加，泰爾指數(shù)的增幅達(dá)41.03%；2014—2019 年，我國中部地區(qū)變化相對穩(wěn)定，東部和西部地區(qū)間差異則呈現(xiàn)明顯的反向變化，東部地區(qū)泰爾指數(shù)降幅為49%，而西部地區(qū)增幅為29.24%。由此可見，我國中部地區(qū)經(jīng)濟(jì)不確定性差異較小，東部地區(qū)的區(qū)域差異得到了更好的收斂。因此，經(jīng)濟(jì)不確定性的區(qū)域差異研究既要考慮我國東部、中部、西部地區(qū)的區(qū)域間差異，更要重視地區(qū)內(nèi)各省份之間的差異性。

圖2 2005—2019 年我國經(jīng)濟(jì)不確定性總差異的泰爾指數(shù)分解Figure 2 Theil index decomposition of total differences in national economic uncertainty from 2005 to 2019

2.3 經(jīng)濟(jì)不確定性的時空演變

經(jīng)濟(jì)不確定性的時空格局：為了較直觀地反映區(qū)域間經(jīng)濟(jì)不確定性的空間分布特征，本文結(jié)合所選樣本時間，以2005 年、2012 年和2019 年為時間點(diǎn)對研究區(qū)間進(jìn)行了劃分，將省域尺度不同時期的經(jīng)濟(jì)不確定性進(jìn)行了比較。根據(jù)各時間段經(jīng)濟(jì)不確定性測度值，使用自然斷點(diǎn)法進(jìn)行分區(qū)，具體劃分為低值區(qū)、較低值區(qū)、中值區(qū)、較高值區(qū)和高值區(qū)五大區(qū)域；數(shù)值越高，說明該區(qū)域經(jīng)濟(jì)不確定性程度越高，區(qū)域經(jīng)濟(jì)受到不確定性因素的影響越大（圖3）。

圖3 2005—2019 年我國經(jīng)濟(jì)不確定性各值區(qū)空間分布Figure 3 Spatial distribution of each value area of China′s economic uncertainty from 2005 to 2019

如圖3 所示，我國經(jīng)濟(jì)不確定性的空間分布變化較大。①2005—2012 年，55%的省份經(jīng)濟(jì)不確定性值變化為更高值等級，26%的省份經(jīng)濟(jì)不確定性值降為較低值等級，表明在該時期各省份經(jīng)濟(jì)不確定性變化顯著，且主要表現(xiàn)為增加態(tài)勢，在向更高值級轉(zhuǎn)移的省份中有47%表現(xiàn)為跨值級轉(zhuǎn)移。②2012—2019 年，36%的省份經(jīng)濟(jì)不確定性值為較低值等級，32%的省份經(jīng)濟(jì)不確定性值向更高值級轉(zhuǎn)移，表明在該時期內(nèi)各省份經(jīng)濟(jì)不確定性變化態(tài)勢顯著，且主要表現(xiàn)為降低態(tài)勢，其中72%的省份為跨值級向較低值轉(zhuǎn)移。總體上，2005—2019 年我國經(jīng)濟(jì)不確定性程度在不同時期的變化趨勢劇烈但各不相同，中部地區(qū)經(jīng)濟(jì)不確定性程度表現(xiàn)相對穩(wěn)定且以中、低值區(qū)為主，東部地區(qū)以較低值區(qū)為主轉(zhuǎn)為以低值為主，西部地區(qū)以較低值為主轉(zhuǎn)為中、高值為主。

我國經(jīng)濟(jì)不確定性的空間分布格局變化明顯。2005—2012 年，各省份經(jīng)濟(jì)不確定性的變化程度明顯，低值區(qū)省份的數(shù)量保持不變，高值區(qū)數(shù)量有所增加。其中，高值區(qū)省份的分布格局由內(nèi)蒙古點(diǎn)狀分布轉(zhuǎn)為四川—貴州—重慶片狀分布，低值區(qū)則由黑龍江、新疆、甘肅轉(zhuǎn)為山西、北京、浙江、廣東點(diǎn)狀分布。整體上，2005—2012 年各省份的經(jīng)濟(jì)不確定性呈上升趨勢，西部地區(qū)經(jīng)濟(jì)不確定性的上升最為明顯。2012—2019 年，我國各地區(qū)經(jīng)濟(jì)不確定性下降明顯，低值區(qū)省份數(shù)量保持不變，而較低值區(qū)省份數(shù)量明顯增加。其中，四川、重慶由高值區(qū)轉(zhuǎn)為中值區(qū)，且與湖北、湖南、河南、青海形成片狀分布。此外，形成了甘肅—內(nèi)蒙古—遼寧—吉林低值區(qū)和山西—河北—北京—山東—江蘇較低值區(qū)。總體上，西部地區(qū)的西藏、云南、四川等省份的經(jīng)濟(jì)不確定性程度較嚴(yán)峻，而東部地區(qū)的經(jīng)濟(jì)不確定性程度相對較低，我國經(jīng)濟(jì)不確定性呈現(xiàn)“西高東低”的分布格局。究其原因，經(jīng)濟(jì)不確定性的表現(xiàn)程度與地區(qū)經(jīng)濟(jì)發(fā)展程度密不可分，東部地區(qū)經(jīng)濟(jì)發(fā)展起步早、對外開放程度高，其經(jīng)濟(jì)積累和發(fā)展經(jīng)驗(yàn)高于中西部地區(qū)省份，能夠更加積極完成自身產(chǎn)業(yè)結(jié)構(gòu)變革，有效應(yīng)對面臨的內(nèi)外部風(fēng)險，因此東部地區(qū)的經(jīng)濟(jì)不確定性程度較低。

經(jīng)濟(jì)不確定性的空間分異特征：考慮到空間效應(yīng)的影響，本文通過空間自相關(guān)分析進(jìn)一步探究了我國各地區(qū)經(jīng)濟(jì)不確定性的空間分異特征。首先對2005 年、2012 年和2019 年各省份經(jīng)濟(jì)不確定性的全局莫蘭指數(shù)進(jìn)行計算，結(jié)果如表1 所示。從全局莫蘭指數(shù)來看，全局莫蘭指數(shù)均大于0，且通過顯著性檢驗(yàn)，反映出我國經(jīng)濟(jì)不確定性存在顯著的空間正相關(guān)性，空間集聚力較強(qiáng)。從趨勢上看，2005—2019年全局莫蘭指數(shù)呈現(xiàn)較為明顯的上升趨勢，表明全國經(jīng)濟(jì)不確定性的空間集聚程度在不斷加劇。

表1 我國經(jīng)濟(jì)不確定性全局自相關(guān)Moran′s I指數(shù)及檢驗(yàn)值Table 1 Moran′s I index and test value of global autocorrelation of Economic uncertainty in China

為了更清晰地看出經(jīng)濟(jì)不確定性在省域的局部分布和聚集情況，本文通過LISA聚類圖對我國各省份經(jīng)濟(jì)不確定性的局部異質(zhì)性進(jìn)行了展示（圖4）。LISA聚類圖中，高和低分別表示高經(jīng)濟(jì)不確定性省份和低經(jīng)濟(jì)不確定性省份，高—高說明高值與高值空間相關(guān)，即高經(jīng)濟(jì)不確定性省份與其鄰省的經(jīng)濟(jì)不確定性也高。如圖4a所示，2005 年只有高—高類型區(qū)和低—高類型區(qū)通過了5%的顯著性檢驗(yàn)，高—高類型區(qū)主要分布在內(nèi)蒙古、吉林、陜西、天津、北京和山東6 個省份，低—高類型區(qū)集中分布在寧夏、山西、河北和遼寧4 個省份。2012 年以高—高類型區(qū)和低—低類型區(qū)為主，天津轉(zhuǎn)為高—低類型區(qū)，低—高類型區(qū)在甘肅和廣西兩省呈零星點(diǎn)狀分布。2019年，分布于低—低類型區(qū)的省份數(shù)量增加了62.5%，且片狀分布于東北部地區(qū)；高—高類型區(qū)在四川、重慶、貴州和湖南4 省呈片狀集聚；寧夏轉(zhuǎn)為高—低類型區(qū)，新疆轉(zhuǎn)為低—高類型區(qū)?？傮w上，2005—2019 年我國各省份經(jīng)濟(jì)不確定性的局部分布模式以高—高類型區(qū)和低—低類型區(qū)為主，低—高類型區(qū)次之，高—低類型區(qū)數(shù)量最少，表明在相鄰省份間的經(jīng)濟(jì)不確定性具有較高的相似性特征。

圖4 2005—2019 年中國經(jīng)濟(jì)不確定性的LISA聚類Figure 4 LISA cluster diagram of China′s economic uncertainty from 2005 to 2019

2005—2019 年的空間自相關(guān)變化可以進(jìn)一步反映出我國各省份經(jīng)濟(jì)不確定性的空間分布特征。①東部低值區(qū)擴(kuò)散效應(yīng)明顯，且區(qū)域間經(jīng)濟(jì)不確定性差異逐漸減小，部分省份由高—高類型區(qū)轉(zhuǎn)為低—低類型區(qū)。例如，山東省在2005 年處于高—高類型區(qū)，而2012 年轉(zhuǎn)變?yōu)榈汀皖愋蛥^(qū)，與其相鄰的江蘇省和浙江省也在2012 年進(jìn)入低—低類型區(qū)。②中部地區(qū)大部分省份經(jīng)濟(jì)不確定性的空間集聚不顯著，變化不明顯，但山西和河北兩個省份受周圍省份的影響變化較大，在2005—2019 年期間由低—高類型區(qū)轉(zhuǎn)為低—低類型區(qū)。③西部地區(qū)省份由于自身經(jīng)濟(jì)發(fā)展水平較低，其經(jīng)濟(jì)不確定性的空間集聚狀況相對穩(wěn)定，受其他省份輻射效應(yīng)較小，但區(qū)域間經(jīng)濟(jì)不確定性差異較大。具體的，2005 年西部地區(qū)整體的空間集聚不顯著，2012—2019 年云南、四川、重慶3 省份先后進(jìn)入高—高類型區(qū)，新疆、廣西兩省份在此期間也轉(zhuǎn)為低—高類型區(qū)。新經(jīng)濟(jì)地理學(xué)模型提出經(jīng)濟(jì)的空間溢出效應(yīng)是指一個區(qū)域?qū)α硪粋€區(qū)域提供發(fā)展可能性或者形成發(fā)展限制性的現(xiàn)象；孫曉露等［30］指出區(qū)域經(jīng)濟(jì)增長不僅依靠其內(nèi)在因素，同時受到周邊地區(qū)經(jīng)濟(jì)增長的關(guān)聯(lián)帶動作用的影響，例如周邊區(qū)域市場競爭、技術(shù)擴(kuò)散、風(fēng)險共擔(dān)與成果共享等。因此，低經(jīng)濟(jì)不確定性地區(qū)的省份可以利用經(jīng)濟(jì)發(fā)展的空間溢出效應(yīng)，通過區(qū)域合作對降低周邊省市經(jīng)濟(jì)不確定性起到促進(jìn)作用；高經(jīng)濟(jì)不確定性地區(qū)的省份則可以通過與鄰近省份進(jìn)行交流合作，利用其經(jīng)濟(jì)優(yōu)勢的輻射帶動作用降低自身的經(jīng)濟(jì)不確定性。

2.4 我國經(jīng)濟(jì)不確定性的影響因素

經(jīng)濟(jì)不確定性影響因素較多，參考既有文獻(xiàn)的研究成果，本文所選擇的變量包括：①經(jīng)濟(jì)發(fā)展水平。地區(qū)經(jīng)濟(jì)發(fā)展水平是經(jīng)濟(jì)基礎(chǔ)的體現(xiàn)，本文選用居民消費(fèi)水平和失業(yè)率進(jìn)行衡量［31-33］。②城鎮(zhèn)化水平。為了觀察不同城鎮(zhèn)化程度對經(jīng)濟(jì)不確定性的影響［34］，本文選用城鎮(zhèn)人口與總?cè)丝诒戎貋肀碚鞒擎?zhèn)化水平。③對外開放度。進(jìn)出口貿(mào)易是對外經(jīng)濟(jì)關(guān)系的主體，可以此探究不同省域?qū)ν忾_放度對經(jīng)濟(jì)不確定性的影響［35］，本文選擇進(jìn)出口貿(mào)易總額進(jìn)行衡量。④社會保障水平。一般而言，社會保障體系的完善程度與地區(qū)經(jīng)濟(jì)發(fā)展保持著良性互動，但在兩者長期磨合到協(xié)調(diào)適應(yīng)期間對經(jīng)濟(jì)不確定性產(chǎn)生著一定影響［36］，本文通過財政支出中的社會保障支出與地區(qū)生產(chǎn)總值的比值對社會保障水平進(jìn)行計算。⑤交通設(shè)施建設(shè)。交通設(shè)施建設(shè)是地區(qū)交通運(yùn)輸通達(dá)性的標(biāo)志，也是保證地區(qū)經(jīng)濟(jì)長期持續(xù)穩(wěn)定發(fā)展的重要基礎(chǔ)［37］，本文選用交通線路總里程和交通線路總貨運(yùn)量進(jìn)行衡量。⑥科技水平。科技投入可反映地方政府對科技發(fā)展的重視程度，科技投入越高，表明該地區(qū)經(jīng)濟(jì)的可持續(xù)發(fā)展性更強(qiáng)［38］，本文選擇地方財政科學(xué)技術(shù)支出、信息傳輸計算機(jī)服務(wù)和軟件業(yè)全社會固定資產(chǎn)投資表征地區(qū)的科技水平。

基于此，本文首先利用LLC 對數(shù)據(jù)進(jìn)行單位根檢驗(yàn)。該檢驗(yàn)假設(shè)面板數(shù)據(jù)中存在單位根，檢驗(yàn)結(jié)果表明，各變量P值均小于0.05，說明在本組面板數(shù)據(jù)中不存在單位根，進(jìn)一步排除了分析過程中的“偽回歸”問題。其次，在單位根檢驗(yàn)的基礎(chǔ)上再進(jìn)行ADF協(xié)整檢驗(yàn)。結(jié)果顯示，P值同樣均小于0.05，說明在本組面板數(shù)據(jù)中存在協(xié)整關(guān)系且變量之間有長期均衡關(guān)系。為了探究各影響因素指標(biāo)之間是否存在多重共線性，在進(jìn)行回歸之前對所選指標(biāo)進(jìn)行方差膨脹因子檢驗(yàn)（表2）。結(jié)果顯示，所有指標(biāo)的方差膨脹因子均小于10，且容許度均大于0.1，可見所選指標(biāo)之間不存在多重共線性。第三，進(jìn)行經(jīng)濟(jì)不確定性影響因素的Tobit回歸分析，具體回歸結(jié)果見表3。

表2 方差膨脹因子檢驗(yàn)Table 2 Variance inflation factor test

表3 經(jīng)濟(jì)不確定性影響因素的Tobit回歸分析結(jié)果Table 3 Tobit regression analysis results of f actors affecting economic uncertainty

（續(xù)表3）

經(jīng)濟(jì)發(fā)展水平對經(jīng)濟(jì)不確定性的影響：本文采用居民消費(fèi)水平和城鎮(zhèn)失業(yè)率作為經(jīng)濟(jì)發(fā)展水平的表征值。居民消費(fèi)水平對經(jīng)濟(jì)不確定性的影響在中部省份樣本中不顯著，說明在該區(qū)域居民消費(fèi)水平?jīng)]有對經(jīng)濟(jì)不確定性造成很大程度的影響；對于全國和東部地區(qū)而言，居民消費(fèi)水平與經(jīng)濟(jì)不確定性呈現(xiàn)顯著負(fù)相關(guān)關(guān)系，居民消費(fèi)水平每提高1%，經(jīng)濟(jì)不確定性將分別降低0.240%和0.492%；對于西部地區(qū)而言，居民消費(fèi)水平與經(jīng)濟(jì)不確定性呈正相關(guān)，居民消費(fèi)水平每提高1%，經(jīng)濟(jì)不確定性將增加0.077%。究其原因，居民消費(fèi)水平這兩項(xiàng)指標(biāo)都是地區(qū)總體經(jīng)濟(jì)規(guī)模的反映，值越高，代表地區(qū)經(jīng)濟(jì)實(shí)力雄厚，居民的生活質(zhì)量和消費(fèi)水平居于較高水平。因此，在面對同一程度的經(jīng)濟(jì)風(fēng)險時，經(jīng)濟(jì)發(fā)達(dá)省份往往能夠以其強(qiáng)大的經(jīng)濟(jì)實(shí)力對可能發(fā)生的經(jīng)濟(jì)波動做出及時且充分的反應(yīng)。我國東部地區(qū)較中西部地區(qū)而言，經(jīng)濟(jì)發(fā)展成效顯著，城市居民的金融投資理念、消費(fèi)行為有較強(qiáng)的前瞻性，對風(fēng)險的消化能力較強(qiáng)；而中部地區(qū)不顯著和西部地區(qū)顯著負(fù)相關(guān)的原因在于城市居民自身消費(fèi)能力較弱和個人觀念較落后，無法準(zhǔn)確把握最新的市場信息。此外，城鎮(zhèn)失業(yè)率對東部地區(qū)的影響并不顯著，與全國、中部和西部都呈現(xiàn)出顯著正相關(guān)。對地區(qū)經(jīng)濟(jì)而言，失業(yè)率在某種程度反映了地區(qū)經(jīng)濟(jì)發(fā)展疲軟，同時失業(yè)人員增多除了影響失業(yè)者自身收入外，也可能對社會穩(wěn)定造成威脅，這些負(fù)面影響加劇了中西部地區(qū)乃至全國經(jīng)濟(jì)的不確定性。而我國東部地區(qū)城市經(jīng)濟(jì)活力強(qiáng)，大、中、小型企業(yè)為地區(qū)人口提供了充足的就業(yè)機(jī)會和崗位，失業(yè)率較低。因此，保持地區(qū)經(jīng)濟(jì)穩(wěn)步增長，采取積極的就業(yè)政策顯得十分迫切。

對外開放度對經(jīng)濟(jì)不確定性的影響：對外開放度是衡量一個地區(qū)經(jīng)濟(jì)與世界經(jīng)濟(jì)融合程度的重要指標(biāo)。從回歸結(jié)果看，對外開放度與經(jīng)濟(jì)不確定性在全國層面回歸系數(shù)為正；但從區(qū)域?qū)用婵?，與東部和中部地區(qū)經(jīng)濟(jì)不確定性顯著正相關(guān)，對西部地區(qū)無相關(guān)性，這是因?yàn)槲覈鲄^(qū)域基礎(chǔ)條件不相同，經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，國際交流更為密切。東部地區(qū)對外交流明顯多于中西部地區(qū)，較高的對外開放度在給該地區(qū)帶來巨大經(jīng)濟(jì)收益的同時，也增加了許多外部經(jīng)濟(jì)風(fēng)險。對西部地區(qū)而言，由于整體對外交流相對較小，因此對外開放度對經(jīng)濟(jì)不確定性的影響并不顯著，隨著近年來“一帶一路”倡議的提出和實(shí)行，對外開放水平也在進(jìn)一步提高。

城鎮(zhèn)化水平對經(jīng)濟(jì)不確定性的影響：隨著我國改革開放的不斷深入，城鎮(zhèn)化已經(jīng)成為推進(jìn)經(jīng)濟(jì)穩(wěn)步發(fā)展新的動力，一直以來被當(dāng)作地區(qū)經(jīng)濟(jì)增速的主要指標(biāo)之一。結(jié)果顯示，城鎮(zhèn)化水平與全國、西部地區(qū)和中部地區(qū)經(jīng)濟(jì)不確定性均呈現(xiàn)負(fù)向相關(guān)性，且均在0.05 的顯著性水平之下，表明地區(qū)城鎮(zhèn)化水平越高，經(jīng)濟(jì)不確定性指數(shù)則越低。我國正處于城鎮(zhèn)化建設(shè)的新階段，在國家政策的大力扶持之下，城市化率大幅提高，城市化和城鎮(zhèn)化發(fā)展空前活躍，城市數(shù)量和人口數(shù)量增多，城鎮(zhèn)化的快速推進(jìn)將對地區(qū)經(jīng)濟(jì)產(chǎn)生了強(qiáng)大的拉動效應(yīng)。其影響集中表現(xiàn)在促進(jìn)區(qū)域消費(fèi)總量增長，引導(dǎo)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與升級，促進(jìn)地區(qū)經(jīng)濟(jì)的平穩(wěn)和快速增長等方面［39］，一定程度上降低了經(jīng)濟(jì)不確定性對地區(qū)經(jīng)濟(jì)發(fā)展所帶來的負(fù)面影響，因此城鎮(zhèn)化水平與經(jīng)濟(jì)不確定性之間呈現(xiàn)負(fù)向相關(guān)關(guān)系。但對于東部地區(qū)而言，城市在產(chǎn)業(yè)發(fā)展和基礎(chǔ)設(shè)施完善方面發(fā)展態(tài)勢良好，同時吸引并整合了許多其他地區(qū)包括勞動力在內(nèi)的優(yōu)勢資源，進(jìn)一步提高了地區(qū)整體發(fā)展的能力，其自身雄厚的經(jīng)濟(jì)基礎(chǔ)能夠應(yīng)對經(jīng)濟(jì)不確定風(fēng)險，因此城鎮(zhèn)化水平在該地區(qū)對經(jīng)濟(jì)不確定性的影響并不顯著。

社會保障水平對經(jīng)濟(jì)不確定性的影響：一方面，社會保障水平的高低事關(guān)民生利益，是衡量社會穩(wěn)定和國家或地區(qū)長治久安的重要指標(biāo)；另一方面，地區(qū)的經(jīng)濟(jì)規(guī)模與經(jīng)濟(jì)發(fā)展水平是社會保障發(fā)展程度的重要支撐和保障。隨著我國社會保障體系的不斷完善，社會保障水平理應(yīng)為經(jīng)濟(jì)發(fā)展提供積極作用。但從實(shí)證結(jié)果來看，社會保障水平對于全國、東部和中部地區(qū)經(jīng)濟(jì)不確定性的影響并不顯著，對西部地區(qū)經(jīng)濟(jì)不確定性呈負(fù)相關(guān)，這與假設(shè)相悖?？赡艿脑蛟谟冢鐣Ｕ纤绞且粋€相對概念，其適度與否須與地區(qū)的經(jīng)濟(jì)發(fā)展水平相適應(yīng)。社會保障制度能夠保障人民群眾的基本生活需要，幫助他們抵御未知的社會和個人財務(wù)風(fēng)險，這對于地區(qū)經(jīng)濟(jì)穩(wěn)定而言是正向的影響；相反，社會保障支出要與地區(qū)經(jīng)濟(jì)社會發(fā)展水平相適應(yīng)，政府部門在制定和實(shí)行社會保障政策的過程中如果片面追求外延式擴(kuò)張，就有可能增加區(qū)域的經(jīng)濟(jì)不確定性。

交通設(shè)施建設(shè)對經(jīng)濟(jì)不確定性的影響：無論是發(fā)展中國家還是發(fā)達(dá)國家都存在著經(jīng)濟(jì)不確定性，而空間距離的存在將增加這種不確定性。面對空間距離上的差異，各地區(qū)的交通設(shè)施建設(shè)和交通通達(dá)度等都為該地區(qū)的對外經(jīng)濟(jì)交流提供了基礎(chǔ)條件。從實(shí)證結(jié)果來看，交通線路總里程、交通線路總貨運(yùn)量與全國經(jīng)濟(jì)不確定性之間呈現(xiàn)顯著負(fù)相關(guān)。原因在于，交通線路總里程這一指標(biāo)代表著該地區(qū)交通設(shè)施基礎(chǔ)建設(shè)，總里程越高，說明該地區(qū)交通越便利，同等時間內(nèi)該地區(qū)單位里程的總貨運(yùn)量越高，從很大程度上降低了因空間距離所產(chǎn)生的運(yùn)輸成本。此外，對于新疆、西藏和內(nèi)蒙古等經(jīng)濟(jì)發(fā)展水平較低的西部地區(qū)省份而言，交通設(shè)施的改善更是有利于增強(qiáng)其與東部、中部經(jīng)濟(jì)發(fā)達(dá)省份之間的聯(lián)系，進(jìn)行區(qū)域之間的優(yōu)勢資源互補(bǔ)，從而更好地發(fā)揮各省份之間的經(jīng)濟(jì)輻射帶動作用，共同規(guī)避經(jīng)濟(jì)不確定性帶來的經(jīng)濟(jì)打擊。

科技水平對經(jīng)濟(jì)不確定性的影響：面對高速發(fā)展的信息化時代，通訊和信息傳遞等科技水平的提高都對經(jīng)濟(jì)發(fā)展起到了重要作用。地方財政科學(xué)技術(shù)支出和通信水平較高的地區(qū)相對于科技水平落后的地區(qū)，搜尋市場信息的渠道更為廣泛，同時獲得信息的時效性和真實(shí)性也較高，可以在極大程度上節(jié)省時間成本，幫助該區(qū)域有效應(yīng)對經(jīng)濟(jì)市場紛繁復(fù)雜的挑戰(zhàn)。結(jié)果表明，地方財政科學(xué)技術(shù)支出和信息軟件業(yè)固定資產(chǎn)投資與經(jīng)濟(jì)不確定性之間均呈負(fù)向相關(guān)關(guān)系，但對于西部地區(qū)影響的顯著性較低。一般來說，加大政府財政的科技投入有助于該地區(qū)科研環(huán)境的改善和科技水平的提升，信息傳遞技術(shù)的發(fā)展能夠更好地幫助該地區(qū)管理、開發(fā)和利用信息。但對于西部地區(qū)而言，其對科學(xué)技術(shù)的重視程度低于全國平均水平，在一定程度上弱化了科技市場的作用。

3 結(jié)論與啟示

面對日益復(fù)雜的世界經(jīng)濟(jì)環(huán)境，經(jīng)濟(jì)不確定性成為世界經(jīng)濟(jì)的主旋律，嚴(yán)重影響了我國經(jīng)濟(jì)的穩(wěn)步發(fā)展。本文以我國31 個省份為研究區(qū)域，運(yùn)用廣義自回歸條件異方差模型對2005—2019 年經(jīng)濟(jì)不確定性進(jìn)行了測度，使用泰爾指數(shù)、全局空間自相關(guān)法測算了各省份經(jīng)濟(jì)不確定性的區(qū)域差異及時空演變，借助Tobit 模型分析了經(jīng)濟(jì)不確定性的影響因素，結(jié)論如下：①從經(jīng)濟(jì)不確定性的測度結(jié)果看，我國的總體經(jīng)濟(jì)不確定性指數(shù)在2005—2019 年呈較為頻繁的波動趨勢，東部、中部、西部地區(qū)變化趨勢與全國整體波動性基本保持一致，總體上呈連續(xù)性先增后降的“倒U型”趨勢，面臨脆弱的世界宏觀經(jīng)濟(jì)環(huán)境，我國經(jīng)濟(jì)不確定性風(fēng)險有所下降。②從經(jīng)濟(jì)不確定性區(qū)域差異測度結(jié)果看：2005—2019 年經(jīng)濟(jì)不確定性的差異貢獻(xiàn)率體現(xiàn)為區(qū)域內(nèi)貢獻(xiàn)率大于區(qū)域間貢獻(xiàn)率，且區(qū)域間差異波動較大；中部地區(qū)經(jīng)濟(jì)不確定性差異較小，東部地區(qū)的區(qū)域差異得到了更好的收斂，經(jīng)濟(jì)不確定性指數(shù)與各地區(qū)經(jīng)濟(jì)發(fā)展、政策制定和抗擊風(fēng)險能力密切相關(guān)。③從經(jīng)濟(jì)不確定性時空分異特征看，西部地區(qū)的西藏、云南、四川等省份的經(jīng)濟(jì)不確定性程度較嚴(yán)峻，而東部地區(qū)的經(jīng)濟(jì)不確定性程度相對較低，我國經(jīng)濟(jì)不確定性呈“西高東低”的分布格局。從趨勢上看，2005—2019年全局莫蘭指數(shù)呈較為明顯的上升趨勢，表明全國經(jīng)濟(jì)不確定性的空間集聚程度在不斷加劇，且各省份經(jīng)濟(jì)不確定性的局部分布模式以高—高類型和低—低類型區(qū)為主，低—高類型區(qū)次之，高—低類型區(qū)數(shù)量最少，表明在相鄰省份間的經(jīng)濟(jì)不確定性具有較高的相似性特征。④通過對經(jīng)濟(jì)不確定性時空分布的影響因素分析，發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平、對外開放度、城鎮(zhèn)化水平、社會保障水平、交通設(shè)施建設(shè)和科技水平是影響區(qū)域間經(jīng)濟(jì)不確定性差異的主要因素，且各因素對于不同區(qū)域的影響各不相同。

基于以上結(jié)論，為避免經(jīng)濟(jì)不確定性區(qū)域差異及差異化進(jìn)一步增強(qiáng)帶來的風(fēng)險，減少經(jīng)濟(jì)不確定性增加對經(jīng)濟(jì)運(yùn)行可能產(chǎn)生的負(fù)面影響，想要保障我國整體經(jīng)濟(jì)在“新常態(tài)”下平穩(wěn)運(yùn)行，就要充分認(rèn)識各種因素對于經(jīng)濟(jì)不確定性影響的差異性。從全國層面看，首先要深刻認(rèn)識并防范經(jīng)濟(jì)不確定性對經(jīng)濟(jì)發(fā)展帶來的負(fù)面影響，在追求經(jīng)濟(jì)增長的同時，最大程度地保證經(jīng)濟(jì)的穩(wěn)步發(fā)展。此外，考慮到城鎮(zhèn)失業(yè)率與經(jīng)濟(jì)不確定性之間的正向關(guān)系，政府要繼續(xù)實(shí)施積極的就業(yè)政策，以緩解就業(yè)壓力，降低城鎮(zhèn)失業(yè)率，并以此作為降低經(jīng)濟(jì)不確定性的重要抓手。同時，要警惕對外開放過程中伴隨的風(fēng)險，在積極融入全球化浪潮的過程中更要對可能面臨的不確定性做好充分的響應(yīng)和準(zhǔn)備。從空間自相關(guān)分析結(jié)果看出，我國不同地區(qū)間全域性的空間相關(guān)性與局域性的空間相關(guān)緊密相聯(lián)。就各區(qū)域差異看，東部地區(qū)要建立健全風(fēng)險預(yù)警機(jī)制，在保持自身發(fā)展優(yōu)勢的同時輻射帶動其他區(qū)域的發(fā)展；中西部地區(qū)要轉(zhuǎn)變發(fā)展思路，加強(qiáng)與其他地區(qū)的交流溝通，積極投身城鎮(zhèn)化建設(shè)，完善地區(qū)內(nèi)部的交通基礎(chǔ)設(shè)施，縮短與發(fā)達(dá)地區(qū)之間的空間距離，并以科技發(fā)展作為地區(qū)經(jīng)濟(jì)發(fā)展新的增長點(diǎn)。本文從時間和空間維度對我國經(jīng)濟(jì)不確定性的時空演變過程進(jìn)行了研究，利用Tobit模型對其影響因素進(jìn)行了分析，為增強(qiáng)我國經(jīng)濟(jì)政策宏觀調(diào)控的科學(xué)性、針對性與預(yù)見性提供了理論依據(jù)；但在對經(jīng)濟(jì)不確定性測量的過程中僅重點(diǎn)關(guān)注了對宏觀經(jīng)濟(jì)變量的觀測，未考慮股票市場波動、通貨膨脹等影響因素，在后續(xù)研究中將繼續(xù)豐富經(jīng)濟(jì)不確定性的內(nèi)涵，對其影響因素進(jìn)行更加充分的討論。