近日,香港中文大學經(jīng)濟系教授宋錚與另外四位學者一起發(fā)表了《封控的經(jīng)濟成本有多大》(The Economic Cost of Locking down like China: Evidence from City-to-City Truck Flows)論文 [1],通過城際卡車流量測算了一線城市因防疫封控一個月對經(jīng)濟收入的影響,引發(fā)關注。3月中下旬以來上海全域靜止管理之后,宋錚和合作者觀測到全國幾個重要經(jīng)濟指標出現(xiàn)斷崖式下降。本文中,作者通過分析卡車流量、美團指數(shù)等高頻數(shù)據(jù)認為,上海封控和管控對于全國經(jīng)濟的影響并非來源于病例外溢,也并非是上海的經(jīng)濟特殊地位帶來的外溢效益,而是在奧密克戎BA.2毒株極高的傳染性下,為了避免重復上海和吉林的被動局面,不少城市在疫情初現(xiàn)時就不約而同地采取了更嚴厲的防控措施。
從三月中下旬上海新冠病例急劇增加以來,代表經(jīng)濟活躍程度的幾個高頻指數(shù)出現(xiàn)了斷崖式下降:
四月初的上??ㄜ嚵髁浚╓IND數(shù)據(jù),圖1左圖的實線)只剩下三月初的15%,反映線上線下綜合消費水平的美團指數(shù)(右圖的實線)到三月底也只有去年同期的33%。
考慮到美團指數(shù)采用了七天移動平均,實際下降幅度應當更大。封控導致經(jīng)濟活動大幅下降并不算意外。
根據(jù)我們過去的研究,在奧密克戎病毒株流行前,封控一個月造成卡車流量平均下降60% [1]。以2021年末的西安為例,封控兩周后卡車流量下降70%,美團指數(shù)同比下降74%,與上海的下降幅度差別不大。2020年的武漢封控強度更是高于上海(武漢封控兩周后卡車流量下降了94%)。

但為什么上海封控觸發(fā)了大量有關經(jīng)濟損失的討論?是因為上海在經(jīng)濟地位上更加特殊嗎?
3月26日上海市疫情防控工作新聞發(fā)布會上,專家提到 “如果我們這個城市停下來,東海上就會多出很多漂在海上的國際貨輪,就會影響整個國家的經(jīng)濟”。的確,作為全國經(jīng)濟中心,上海封控對全國的影響不能簡單按照GDP比例換算。根據(jù)各種網(wǎng)絡指標(比如特征向量中心性,eigenvector centrality,指的是某節(jié)點對網(wǎng)絡影響的一種方式),上海是中國經(jīng)濟貿(mào)易網(wǎng)絡中最重要的城市。但是,我們根據(jù)引力模型測算了上海封控的經(jīng)濟外溢效應,對全國經(jīng)濟的影響最多不過是本地經(jīng)濟損失的15%。
然而,實際情況是四月初的全國卡車流量(除上海)已經(jīng)下降到三月初的72%,美團指數(shù)(除上海)也只有去年同期的60%(圖1中的虛線)。即使在模型中加入其他因素(比如減少投入要素的可替代性,經(jīng)濟學中要素之間因相對價格變化而發(fā)生相互替代的彈性概念),上海封控的經(jīng)濟外溢效應也無法解釋三月中下旬以來全國經(jīng)濟活動水平出現(xiàn)了三成左右的下降。即便把與上海的經(jīng)濟聯(lián)系緊密的江蘇和浙江納入考慮,即如果上海的經(jīng)濟溢出巨大,這兩個省的損失也會很大。但無論是從卡車流量還是美團指數(shù)上看,江蘇、浙江經(jīng)濟活動的下降幅度也只是與全國水平基本相當。
是因為上海的病例溢出到各地,導致各地防疫政策升級嗎?事實并非如此。上海新冠病例的溢出主要出現(xiàn)在三月中旬之前。3月12日,上海市發(fā)布了非必要不離滬以及離滬人員須持有48小時內(nèi)核酸檢測陰性報告的通知。在各地大數(shù)據(jù)的監(jiān)測下,離滬人員不出幾小時就會被發(fā)現(xiàn),更何況全國其他地區(qū)本土感染數(shù)量從3月中旬起已經(jīng)呈現(xiàn)出穩(wěn)中有降的趨勢。
上海疫情的經(jīng)濟溢出和病例溢出作用有限。那究竟是什么因素導致了全國性的經(jīng)濟活動疲軟呢?我們發(fā)現(xiàn),三月下旬以來,各地經(jīng)濟活動對當?shù)匾咔榈拿舾谐潭瘸杀渡仙?。圖2的橫坐標是本土感染人數(shù)的對數(shù)值,縱坐標是卡車流量的對數(shù)值(0表示卡車流量不變),每個點中代表一個省在一周內(nèi)的情況。左圖用的是三月份前三周的數(shù)據(jù),右圖用的是3月22日之后三周的數(shù)據(jù)。圖中擬合線斜率的絕對值就是卡車流量對本土感染人數(shù)的 “彈性”。左圖擬合線的斜率是-0.008,即本土感染人數(shù)增加一倍,卡車流量下降0.8%。三月下旬之后的情況發(fā)生了很大變化。右圖擬合線的斜率達到了-0.11。與之前相比,彈性居然高了13倍。本土感染人數(shù)如果增加一倍,卡車流量要下降11%。即使去掉上海和吉林,左右兩圖擬合線的斜率分別為-0.006和-0.06,彈性依然有10倍的差異。

圖3用美團指數(shù)代替了卡車流量,但結(jié)果類似。三月份前三周數(shù)據(jù)擬合線的斜率是-0.016(左圖),3月22日之后的數(shù)據(jù)擬合線的斜率是-0.07(右圖)。去掉上海和吉林之后,左右兩圖擬合線的斜率分別為-0.008和-0.047,最近的彈性是之前的4到6倍。

經(jīng)濟活動對疫情的反應有兩個途徑。
第一是政策途徑:更嚴重的疫情會觸發(fā)更嚴厲的防控措施,導致經(jīng)濟活動更加受限。單從政策途徑看,經(jīng)濟活動對疫情的彈性其實可以理解為防控措施對疫情的彈性。新冠原始毒株的基本傳染數(shù)(R0)約為2-4,做好個人防護和保持社交距離就能有效控制疫情。但目前流行的奧密克戎BA.2毒株的R0高達9甚至12,控制疫情需要更加嚴厲的防控措施。從經(jīng)濟活動的彈性變化看,面對規(guī)模類似的疫情,經(jīng)濟活動下降程度在三月下旬以來達到了之前的4-10倍。防控措施成倍加碼才是此次經(jīng)濟活動全國性疲軟的主要原因。
第二,除了政策途徑外,疫情也可能直接影響經(jīng)濟活動,比如疫情催生自我防范意識甚至制造恐慌。但根據(jù)研究美國封控的文獻,自我防范似乎只與當?shù)匦鹿谝咔榈乃劳雎视嘘P,基本不受本土感染人數(shù)的影響 [2]。中國新冠疫情的死亡率幾乎為零,病毒直接造成自我防范升級的可能性不大。但是,嚴格的防疫政策卻可能大幅增加感染病毒的成本,從而觸發(fā)更強的自我防范手段。例如上海的社交網(wǎng)絡中常常傳出這樣的聲音——不怕感染,就怕去方艙。上海最新出臺的三區(qū)劃分也使用 “連坐” 的方式將整個小區(qū)的解封與小區(qū)內(nèi)的病例綁定(注:自4月11日起,上海根據(jù)核酸篩查結(jié)果劃定了封控區(qū)、管控區(qū)、防范區(qū)三區(qū)政策,實施分區(qū)分類差異化防控),這種舉措大幅增加了感染的社會壓力,不僅加劇了自我隔離,甚至有主動減少團購和快遞的情況。物流方面也反映“行程帶星”的司機和快遞員出行困難。從這個意義上講,無論自我主動或被動防范的一個重要原因,歸根結(jié)底還是跟防疫政策有關。
用最簡單的回歸分析統(tǒng)計方法估計經(jīng)濟活動對疫情的反應無法考慮到疫情的內(nèi)生性問題(endogeneity issue,指模型中的一個或多個解釋變量與誤差項存在相關關系)。顯然,疫情的嚴重程度(比如本土感染人數(shù))受到經(jīng)濟活躍程度和防疫措施的雙重影響。經(jīng)濟活動下降和防疫措施升級都會減少本土感染人數(shù),造成估計偏誤。我們之前的研究 [1] 用更加嚴謹?shù)碾p重差分對數(shù)據(jù)量大得多的城際卡車流量做過分析。結(jié)果顯示:在控制住封控或管控的效應后,卡車流量對本土感染人數(shù)的彈性大致為0.01,與3月份前三周排除上海和吉林后的估計結(jié)果基本一致。也就是說,在數(shù)據(jù)有限的情況下,雖然只能用最簡單的方法,但得到的結(jié)果可能也不至于太離譜,即本土感染人數(shù)對經(jīng)濟活動的影響并不大。
真正影響經(jīng)濟活動、導致防疫措施成倍加碼的背后是奧密克戎BA.2毒株極高的傳染性。吉林的第一個本土病例出現(xiàn)于3月2日,3月4日就實施了第一輪全員核酸檢測,之后很快采取了更嚴格的封控措施,直至足不出戶的全域靜態(tài)管理。
目前看,吉林市共封控了37天才實現(xiàn)社會面清零,長春市則用了43天,封控時間長度遠高于之前24天的平均水平。
截至發(fā)稿前,上海已封控半個月,新增病例仍然在創(chuàng)新高,雖然避免了爆炸式的增長,但也沒有下降的趨勢。
這給其他城市帶來的影響是,為了避免重復上海和吉林的被動局面,疫情初現(xiàn)的城市(比如廣州、三亞、蘇州)不約而同地采用更嚴厲的防控措施(包括停止線下教學和消費、重點區(qū)域封控、大規(guī)模核酸檢測),甚至以壓低經(jīng)濟活動的方式 “預防” 疫情的發(fā)生(比如天津、深圳、哈爾濱)。
所以,上海疫情的溢出,并不是溢出了病例,也不只是溢出了經(jīng)濟,而是溢出了在奧密克戎BA.2極高傳染性下不得不實行的更嚴厲的防控措施。病毒在不斷變異,我們也需要在不斷的研究和實踐中探索最優(yōu)的抗疫措施。防控成本的顯著上升和全國性的經(jīng)濟活動放緩在提醒我們,在堅持防控工作的同時,一定要切實提高科學精準防控本領,最大限度減少疫情對經(jīng)濟社會發(fā)展的影響。
作者:
- 宋錚,香港中文大學經(jīng)濟系教授。
- 陳沁,脈策科技首席經(jīng)濟學家。
本文經(jīng)授權(quán)發(fā)布,不代表增長黑客立場,如若轉(zhuǎn)載,請注明出處:http://m.gptmaths.com/quan/64655.html