第二節 國內景氣指數研究動態

一 宏觀經濟景氣循環研究

在中國，吉林大學董文泉（1987）的研究團隊與國家經委合作首次開展了中國經濟周期的波動測定、分析和預測工作，編制了中國宏觀經濟增長率周期波動的先行、一致和滯后擴散指數和合成指數。后來，國家統計局、國家信息中心等政府機構也開始了這方面的研究并于90年代初正式投入應用（朱軍和王長勝，1993；李文溥等，2001）。陳磊等（1993、1997）通過多元統計分析中的主成分分析方法，構建了先行、一致兩組指標組的主成分分析來判斷中國經濟景氣循環特征。高鐵梅等（1994、1995）通過運用S-W型景氣指數很好地反映了中國經濟運行狀況。畢大川和劉樹成（1990）、董文泉等（1998）、張洋（2005）等全面系統地總結了國際上研究經濟周期波動的各種實用的經濟計量方法，并利用這些方法篩選的指標合成適合中國的景氣指數和宏觀經濟預警機制。李曉芳等（2001）利用H-P濾波方法和階段平均法對中國的經濟指標進行了趨勢分解，利用剔除趨勢因素的一致經濟指標構造了中國增長循環的合成指數，并與增長率循環進行了比較。阮俊豪（2013）實證研究了BDI指數風險測度及其與宏觀經濟景氣指數關系。陳樂一等（2014）運用合成指數法分析了當前中國經濟景氣走勢。史亞楠（2014）基于擴散指數對中國宏觀經濟景氣進行了預測分析。顧海兵、張帥（2016）通過建立國家經濟安全指標體系來預測分析“十三五”時期中國經濟的安全水平。

近幾年來，不少研究者從投資、物價、消費、就業和外貿等宏觀經濟的主要領域，對轉型期中國經濟的周期波動進行了實證研究（劉金全等，2017；于洋等，2017；李孝龍等，2017；沈少博等，2017；肖強，2017；劉玉紅，2017；陳磊等，2017；肖強，2017；冷媛等，2017；卓勇良，2018；劉金全等，2018；鄧創等，2018；祝梓翔等，2018；田素華等，2019；陳鑫等，2019；段亞菲，2019；趙文霞，2020；劉金全等，2019；李成等，2020）。一些學者研究了“新常態”下中國宏觀經濟的波動趨勢及消費者景氣指數（李慶晗，2017；赫永達等，2017；張裕輝，2017；劉金全等，2017；劉卉，2017；石亮惟等，2017，劉金全等，2019）；孔憲麗、梁宇云對2017年中國工業經濟景氣態勢及特點進行了分析；張勇、姜亞彬（2016）對中國制造業PMI與宏觀經濟景氣指數關系進行了實證分析；胡濤、王浩、邱文韜（2016）基于VAR模型研究了中國房地產景氣指數與宏觀經濟景氣指數的聯動關系；伊軍令（2017）研究了中國經濟“L”形走勢對相關行業的影響；閆紹武、王箏（2017）基于宏觀經濟政策目標構建了多維景氣指數系統；郭路、翟大偉（2017）研究了區域經濟周期波動與全國經濟協同性；羅蓉、王昌林（2017）研究了中國“雙創”景氣指數；張言偉（2017）分析了經濟景氣循環對股市波動的影響；鄧創、張甜、徐曼、趙珂（2019）基于貨幣流動性寬松程度、剩余收益模型以及銀行資產負債表，對中國貨幣市場、股票市場與銀行體系的風險進行了測度和評估，并在分析上述三個金融子市場風險變動規律及其傳遞機制的基礎上，運用時變參數向量自回歸模型實證檢驗了各金融市場風險與宏觀經濟景氣之間的關聯動態；李成、王柄權（2019）研究了金融結構、產業結構的相互作用對經濟波動影響的理論機理，以及由此對經濟波動產生的影響效應；楊淼、雷家骕（2019）基于熊彼特的創新周期詮釋經濟周期理論，對科技創新驅動經濟增長景氣的機理開展研究；何林峰（2019）運用混頻數據馬爾科夫區制轉移模型來構造省級經濟景氣一致指數，并對各省的經濟周期特征進行解釋和比較，彌補了省級層面經濟景氣一致指數構建的空白；徐曼、鄧創（2020）運用TVP-FAVAR模型構建動態金融形勢指數測度中國金融周期，基于小波變換方法，探究了金融周期的波動特征，以及不同頻率波動成分的疊加機理，并采用頻域連通性方法，實證檢驗了不同頻帶下金融周期與經濟周期之間的交互影響動態；劉玉嬌、宋坤煌、王向（2020）基于時空電力數據，采用經典經濟景氣模型，在電力景氣指數計算中引入了X13-ARIMA 季節調整算法，構建了基于電力大數據的經濟景氣指數，客觀反映了經濟運行狀況，輔助預測經濟發展的趨勢，實現從電力視角觀測經濟的目標；孔亦舒（2019）則對世界經濟景氣指標體系進行了分析與比較，田素華、謝智勇（2020）對中美兩國經濟周期波動的差異性與協同性進行研究。

2020年上半年新冠肺炎疫情對經濟產生巨大沖擊力，“疫情經濟”受到關注。張紹新、高璐、祁佳（2020）對疫情影響下的貴州宏觀經濟景氣進行分析，認為疫情對全省經濟景氣沖擊較大，經濟增長預期下降需引起高度重視。復旦發展研究院疫情期間共發布六期“復旦——ZEW經濟景氣指數報告”，并對疫情下的宏觀經濟景氣指數進行了解讀。

二 企業與行業景氣研究

中國人民銀行1991年正式建立5000戶工業企業景氣調查制度，但所選企業以國有大、中型工業生產企業為主。1994年8月起，國家統計局開始進行企業景氣調查工作，調查主要是借助信息公司的技術力量，開展對工業和建筑業企業直接問卷調查。到1998年，國家統計局在全國開展企業景氣調查，編制了企業家信心指數和企業景氣指數，分別按月度和季度在國家統計局官網發布。

1997年，王恩德對企業景氣調查方法進行了改進，設計了對問卷調查結果進行統計和分析的計算機軟件，對得到的結果進行定性、定量分析，使問卷調查法更加嚴謹、更加科學。同年，國家統計局建立了一套專門針對中國房地產發展動態趨勢和變化程度的“國房景氣指數”。從2001年開始，國家統計局又根據對商品與服務價格進行抽樣調查的結果，編制發布了全國居民消費價格指數（CPI）。王呈斌（2009）基于問卷調查分析民營企業景氣狀況及其特征，浙江省工商局2010年結合抽樣調查、相關部門的代表性經濟指標，運用合成指數法編制發布了全國首個民營企業景氣指數。黃曉波、曹春嫚、朱鵬（2013）基于2007—2012年中國上市公司的會計數據信息研究了企業景氣指數。中國社會科學院金融研究所企業金融研究室嘗試開發編制中國上市公司景氣指數。浙江工商大學開發編制了“義烏中國小商品指數”。中國國際電子商務中心中國流通產業網開發編制了“中國大宗商品價格指數”。迄今國內學術界對中小企業景氣指數的研究大都集中在工業企業領域。其他相關指數有中國中小企業國際合作協會與南開大學編制的中國中小企業經濟發展指數、復旦大學編制的中小企業成長指數、中國中小企業協會編制的中小企業發展指數、中國企業評價協會編制的中小企業實力指數、寧波大紅鷹學院研究團隊研究編制的浙江省中小企業創新指數；浙江省浙商研究中心編制的浙商發展指數、阿里巴巴為中小微企業用戶提供行業價格和供應及采購趨勢的阿里指數以及百度推出的百度中小企業景氣指數等。

伴隨景氣指數分析的進一步深入，關于景氣指數的評價對象也逐漸出現了分化，近幾年來更多研究將景氣指數評價應用于具體區域、具體行業領域的企業及其他組織的分析。關于行業和企業景氣的研究主要集中在工礦業（黃偉，2017；岳福斌，2017；李園等，2017；楊航，2018；孫云杰，2018；王肅寧等，2018；何健文，2018；王思童，2020），房地產及建筑（李園等，2017；葉青等，2017；王文勝等，2018；李海，2018；吳傳清，2019；陶文晶，2019），交通及旅游（晁鴻鵬，2017；劉改芳等，2017；陳建華等，2017；王璐，2018；陳莉，2018；張曉磊等，2018；劉干等，2018；席瑋，2019；劉春濤，2019；曹鍵，2020），金融證券及財富（張言偉，2017；張甜等，2018；鄧創等，2019；周德才，2019；孔晴2020；江紅莉，2020），商業、互聯網及其他服務業（陳越，2017；韓兆洲，2017；任玉佩，2017；朱雅娜，2017；肖武等，2017；李秀娣等，2017；袁靜等，2017；田瑞強等，2018；陳磊等，2019；王藝樅，2019；陳莉，2019；祝梓翔，2019），航運貿易（黃偉，2017；蘆暢等，2018；周紅梅，2018；舒服華等，2018；周德全，2019；陳悠超，2020；李慧，2020），資源能源（邱向京等，2018；羅阿華，2018；仇紅劍等，2018；李賦欣等，2018；李方一等，2018；史雷等，2018；沈西林，2020；俄木葉子，2020）及其他特定行業與企業（曹曉昂，2017；李曉梅，2017；雷英杰，2017；鄭廣宇等，2018；楊廣青等，2018；叫婷婷，2019；李晶等，2019）等。

新近研究中，劉軼芳等（2017）研究開發了中國綠色產業景氣指數；李寶娟等（2017）構建了中國環保產業景氣指數體系并開展實證研究；孫穎（2017）對物流業景氣指數與制造業采購經理指數關系進行了檢驗研究；陳越（2017）研究了軟件與信息技術服務業景氣指數；陳國政（2017）研究了上市企業景氣指數指標體系；耿林、史珍珍等（2017）基于網絡大數據研究了中國就業景氣指數的構建、預測及勞動力市場景氣狀況；吳鳳菊（2017）基于調研數據研究了中小企業政府融資支持指數；王燕茹、王凱凱（2018）探討了加權馬爾可夫模型在企業景氣指數預測中的應用；曹小艷、沈杰（2018）基于宏觀數據、工業景氣調查和實地調研數據對中國鋼鐵企業經營狀況及其對下游企業經營影響進行了分析；許亞嵐（2018）研究了產業景氣指數助力智慧城市建設狀況；高騫、徐超等（2018）基于重點行業用電情況研究了江蘇省宏觀經濟景氣狀況。

新冠肺炎疫情期間，由經濟日報社中國經濟趨勢研究院、國家統計局中國經濟景氣監測中心共同編制的2020年第一季度中經產業景氣指數報告認為：中國工業加速復工復產，長期向好態勢不變。中經產業景氣指數2020年第二季度報告認為：中國工業供應鏈產業鏈逐步修復，生產銷售逐步好轉，盈利狀況有所改善，工業景氣明顯提升，表現出良好的韌性和潛力。中國人民大學中國就業研究所與智聯招聘聯合推出的中國就業市場景氣（CIER）報告顯示：2020年第一季度受新冠肺炎疫情突發事件沖擊，中國就業市場景氣指數陡然下降。第二季度各月招聘需求人數環比上升，求職申請人數環比下降，CIER指數逐月回升。同比變化方面，招聘需求人數減少，求職申請人數增加，第二季度CIER指數1.35較之上年同期降低1.89，但下降幅度逐月收窄。基于計量模型的預測顯示，2020年第三季度CIER指數將高于第二季度，但低于上年同期水平。

三 景氣監測預警研究

1988年以前，中國經濟預警研究主要側重于經濟周期和宏觀經濟問題的研究，最早由國家經委委托吉林大學系統工程研究所撰寫中國經濟循環的測定和預測報告，而首次宏觀經濟預警研討會是由東北財經大學受國家統計局委托于1987年9月以全國青年統計科學討論會為名召開的。1988年以后，中國學者更多地關注先行指標，在引入西方景氣循環指數和經濟波動周期理論研究成果的基礎上，將預測重點從長期波動向短期變化轉變。中國經濟體制改革研究所（1989）在月度經濟指標中選出先行、一致和滯后指標，并利用擴散指數法進行計算，找出三組指標分別對應的基準循環日期。同年，國家統計局也研制了六組綜合監測預警指數，并利用五種不同顏色的燈區來代表指數不同的運行區間，從而更直觀地表示經濟循環波動的冷熱狀態。

相關早期研究方面，畢大川（1990）首次從理論到應用層面對中國宏觀經濟周期波動進行了全面分析，顧海兵等（1993）從農業經濟、固定資產投資、通貨膨脹、糧食生產和財政問題五個方面進行了預警討論。吳明錄、賀劍敏（1994）利用經濟擴散指數和經濟綜合指數設計了適合中國經濟短期波動的監測預警系統，并對近年來中國經濟波動狀況進行了簡要評價。謝佳斌等（2007）系統地介紹了中國宏觀經濟景氣監測的預警體系的建立、統計數據的處理和經濟景氣度的確定以及描繪等，從總體上客觀、靈敏、形象地反映中國經濟運行態勢。除此之外，張新紅等（2008）學者構建了基于BP神經網絡的經濟周期波動監測預警模型系統，并進行了仿真預測和預警，在實證應用方面產生了較大影響。

新近的區域景氣監測預警研究方面，池仁勇、劉道學、金陳飛等（2013,2014,2015,2016,2017,2018,2019）連續七年基于浙江省中小企業景氣監測數據對浙江11個地市中小企業的綜合景氣及主要行業景氣指數進行了研究分析。王亞南（2014）對全國中心城市文化教育消費需求景氣狀況進行了測評；孫赫等（2015）探討了山東省旅游景氣指數的構建；吳鳳菊（2016）專門研究了南京軟件與信息技術服務類中小企業景氣指數；莊幼緋、盧為民等（2016）基于景氣循環理論及基本規律，結合上海實際，提出影響上海土地市場景氣的指標因素，在此基礎上構建上海土地市場當前景氣指數、未來景氣指數和綜合景氣指數，并通過主客觀賦權法進行賦權；吳衛華、王紅玲（2016）基于工業企業財務調查數據，對工業企業景氣指數和預警信號系統構建進行研究，以此對江蘇省工業企業景氣狀況和未來走勢進行了分析預測；王紅云、李正輝（2016）研究構建了虛擬經濟運行景氣監測指標體系。

李曉梅等（2017）借鑒景氣監測方法專門研究了廣西卷煙業景氣預警；李博、王建國（2017）等構建了基于神經網絡的景氣預測模型；陳敏（2017）研究了滯后合成指數在區域經濟中的預警作用；任保平、李夢欣（2017）研究了構建新常態下地方經濟景氣增長質量檢測預警系統的理論與方法，從經濟增長的動態檢測、趨勢預測、識別預測以及政策選擇四大模塊構建系統，且以山西省為例進行了演示分析與指數模擬；韓兆洲、任玉佩（2017）主要針對廣東省經濟運行監測預警指數進行了研究；許雪（2017）用時差分方法并結合MTV模型研究了陜西投資經濟周期波動監測分析；郭娜等（2018）運用主成分分析法構建了金融風險指數FRI；王金明（2018）基于具有時變轉換概率的馬爾可夫區制轉換模型（MS-TVTP）研究利差能否預警中國經濟周期的階段轉換，結果表明國債期限利差的波動對經濟周期階段轉換具有顯著的預警作用。

陳莉（2019）對中國生產性服務業景氣監測預警系統的構建與應用進行了研究。周德才、劉堯杰、陳雪嬌（2020）使用新構建的多頻率MFMS-DF模型，對由11個年、季、月三種頻率保險指標組成的混頻樣本數據進行實證建模與估計，首次提出并構建了中國混頻非對稱保險景氣指數（中國MFAIBI）進行預警分析，并與同頻指數比較分析。結果表明：中國MFAIBI是保險業更優的一致指數，能夠刻畫中國保險景氣狀態的實時周期變化，并能進行預警。桂文林、程慧（2020）基于改進的動態Probit模型對中國經濟景氣進行預測。

在應用網絡大數據進行景氣監測預測方面，“阿里指數”2012年11月上線以來，根據每天阿里巴巴網站運營的基本數據（包括每天網站瀏覽量、每天瀏覽的人次、每天新增供求產品數、新增公司數和產品數），為用戶提供企業生產和采購預測及區域、行業商品流通最新動態。“百度指數”2014年上線，以其網民行為數據為基礎研發大型數據分享平臺，編制發布全國部分地區的中小企業景氣指數和宏觀經濟指數。“微信指數”2017年3月推出以來，基于微信大數據提供關鍵詞熱度變化，成為當前組合營銷的最新渠道之一。