新冠疫情对小微企业的非线性冲击：运营挑战的纵向阈值向量自回归分析

本研究针对新冠疫情多波次冲击下小微企业运营困境的动态演变问题，采用阈值向量自回归模型（TVAR），基于东莞592家小微企业72周的纵向数据，揭示了疫情增长风险对客户流失、供应链中断等问题的非线性影响。研究发现高/低风险状态下企业应对存在显著差异，为分阶段精准施策提供了科学依据，对提升经济韧性具有重要实践价值。

　　

在全球经济遭受新冠疫情持续冲击的背景下，小微企业作为国民经济"毛细血管"面临前所未有的生存危机。世界卫生组织将新冠疫情定性为持续性全球危机，其对人类健康、经济金融和社会运行产生深远影响。在中国，雇员少于50人、年收入低于73.88万美元的小微企业占比超90%，贡献了60%的GDP和80%的城镇就业，其脆弱性直接关系到经济社会的稳定。然而现有研究多聚焦单次疫情冲击的短期效应，缺乏对多波次疫情动态影响的系统分析。

东莞理工学院环境与建筑工程学院的研究团队在《International Journal of Disaster Risk Reduction》发表重要成果。该研究创新性地采用阈值向量自回归模型（Threshold Vector Autoregression, TVAR），对东莞592家小微企业在2021年6月至2022年12月间的运营数据进行72周纵向追踪。通过结合现场调查与线上问卷，采集企业面临的供应链问题、业务中断等四类核心运营指标，并引入百度疫情搜索指数等控制变量，首次量化揭示了疫情冲击的非线性传导机制。

研究团队运用三大关键技术方法：1）构建包含5个疫情波段的动态时间序列数据库；2）采用ADF检验确保变量平稳性后，通过似然比检验（LR）验证非线性特征；3）运用网格搜索法确定最优阈值进行TVAR建模，并辅以脉冲响应分析。这些方法有效捕捉了不同风险状态下企业困境的异质性响应。

研究结果显示：

1. 疫情影响的非线性特征
   通过TVAR模型识别出-1的阈值转折点，证实疫情增长风险对客户流失（customer loss）和供应链问题（supply chain）呈显著非线性影响，而对成本增加（cost increase）则为线性关系。

2. 风险状态的差异化响应
   高风险状态下，客户流失问题的脉冲响应波动幅度达低风险状态的3.2倍；供应链中断在疫情增速超过阈值时呈现"加剧-缓解"的震荡模式。相反，业务中断（business interruption）在低风险状态下的响应强度反而高出47%。

3. 滞后效应的动态演变
   疫情增长对客户流失的影响在滞后1期达到峰值（β=0.232），而供应链问题在滞后2期才显著显现（β=0.019）。成本压力则呈现持续累积效应，验证了"长尾特征"。

4. 控制变量的调节作用
   线上措施（online measures）在高风险期可降低21.6%的客户流失，但外部援助（external assistances）对缓解业务中断的效果随疫情波动递减。

这项研究在理论和实践层面均具有突破性意义。理论层面，整合资源依赖理论（Resource Dependency Theory）和动态能力理论（Dynamic Capabilities Theory），构建了疫情冲击下小微企业脆弱性的分析框架。实践层面，发现中国小微零售企业员工缺勤率不足1.7%，显著低于欧美国家，这得益于家族经营模式和"动态清零"政策的精准防控。研究建议高风险期应重点保障供应链韧性，低风险期则需防范过度防控引发的业务停滞，为制定差异化扶持政策提供了量化依据。

该成果的特殊价值在于：首次采用TVAR模型捕捉疫情冲击的阈值效应，突破传统线性假设局限；长达18个月的追踪数据揭示了长期危机中的企业适应轨迹。尽管样本集中在零售业，但其方法论对研究其他突发公共事件下的组织韧性具有示范意义。未来研究可拓展至不同产业结构和政策环境下的比较分析，进一步验证结论的普适性。