编者按：
近日，香港中文大学经济系教授宋铮与另外四位学者一起发表了《封控的经济成本有多大》（the economic cost of locking down like china: evidence from city-to-city truck flows）论文 [1]，通过城际卡车流量测算了一线城市因防疫封控一个月对经济收入的影响，引发关注。
3月中下旬以来上海全域静止管理之后，宋铮和合作者观测到全国几个重要经济指标出现断崖式下降。本文中，作者通过分析卡车流量、综合消费指数等高频数据认为，上海封控和管控对于全国经济的影响并非来源于病例外溢，也并非是上海的经济特殊地位带来的外溢效益，而是在奥密克戎ba.2毒株极高的传染性下，为了避免重复上海和吉林的被动局面，不少城市在疫情初现时就不约而同地采取了更严厉的防控措施。
● ● ●
撰文 | 宋铮 陈沁
从三月中下旬上海新冠病例急剧增加以来，代表经济活跃程度的几个高频指数出现了断崖式下降。
四月初的上海卡车流量（wind数据，图1左图的实线）只剩下三月初的15%，采用七日移动平均计算的综合消费指数（右图的实线）到三月底也只有去年同期的33%。
封控导致经济活动大幅下降并不算意外。根据我们过去的研究[1]，在奥密克戎病毒株流行前，封控一个月造成卡车流量平均下降60%。以2021年末的西安为例，封控两周后卡车流量下降70%，综合消费指数同比下降74%，与上海的下降幅度差别不大。2020年的武汉封控强度更是高于上海（武汉封控两周后卡车流量下降了94%）。
图1：2022年3月以来的上海和全国卡车流量和综合消费指数走势图|wind数据
但为什么上海封控触发了大量有关经济损失的讨论？是因为上海在经济地位上更加特殊吗？
3月26日上海市疫情防控工作新闻发布会上，专家提到“如果我们这个城市停下来，东海上就会多出很多漂在海上的国际货轮，就会影响整个国家的经济”。的确， 作为全国经济中心，上海封控对全国的影响不能简单按照gdp比例换算。根据各种网络指标（比如特征向量中心性，eigenvector centrality，指的是某节点对网络影响的一种方式），上海是中国经济贸易网络中最重要的城市。但是，我们根据引力模型测算了上海封控的经济外溢效应，对全国经济的影响最多不过是本地经济损失的15%。
然而，实际情况是四月初的全国卡车流量（除上海）已经下降到三月初的72%，综合消费指数（除上海）同比有四成左右的下降（图1中的虚线）。即使在模型中加入其他因素（比如减少投入要素的可替代性，经济学中要素之间因相对价格变化而发生相互替代的弹性概念），上海封控的经济外溢效应也无法解释三月中下旬以来全国经济活动水平出现了三成左右的下降。即便把与上海的经济联系紧密的江苏和浙江纳入考虑，即如果上海的经济溢出巨大，这两个省的损失也会很大。但从上述指数来看，江苏、浙江经济活动的下降幅度也只是与全国水平基本相当。
是因为上海的病例溢出到各地，导致各地抗疫政策升级吗？事实并非如此。上海新冠病例的溢出主要出现在三月中旬之前。3月12日，上海市发布了非必要不离沪以及离沪人员须持有48小时内核酸检测阴性报告的通知。在各地大数据的监测下，离沪人员不出几小时就会被发现，更何况全国其他地区本土感染数量从3月中旬起已经呈现出稳中有降的趋势。
上海疫情的经济溢出和病例溢出作用有限。那究竟是什么因素导致了全国性的经济活动疲软呢？我们发现，三月下旬以来，各地经济活动对当地疫情的敏感程度成倍上升。图2的横坐标是本土感染人数的对数值，纵坐标是卡车流量的对数值（0表示卡车流量不变），每个点代表一个省在一周内的情况。左图用的是三月份前三周的数据，右图用的是3月22日之后三周的数据。图中拟合线斜率的绝对值就是卡车流量对本土感染人数的“弹性”。左图拟合线的斜率是-0.008，即本土感染人数增加一倍，卡车流量下降0.8%。三月下旬之后的情况发生了很大变化。右图拟合线的斜率达到了-0.11。与之前相比，弹性居然高了13倍。本土感染人数如果增加一倍，卡车流量要下降11%。即使去掉上海和吉林，左右两图拟合线的斜率分别为-0.006和-0.06，弹性依然有10倍的差异。
图2：3月22日前三周与后三周卡车流量对本土感染人数的“弹性” | 作者制图
图3用综合消费指数代替了卡车流量，但结果类似。三月份前三周数据拟合线的斜率是-0.016（左图），3月22日之后的数据拟合线的斜率是-0.07（右图）。去掉上海和吉林之后，左右两图拟合线的斜率分别为-0.008和-0.047，最近的弹性是之前的4到6倍。
图3 3月22日前三周与后三周综合消费指数对本土感染人数的“弹性” | 作者制图
经济活动对疫情的反应有两个途径。
第一是政策途径：更严重的疫情会触发更严厉的防控措施，导致经济活动更加受限。单从政策途径看，经济活动对疫情的弹性其实可以理解为防控措施对疫情的弹性。新冠原始毒株的基本传染数（r0）约为2-4，做好个人防护和保持社交距离就能有效控制疫情。但目前流行的奥密克戎ba.2毒株的r0高达9甚至12，控制疫情需要更加严厉的防控措施。从经济活动的弹性变化看，面对规模类似的疫情，经济活动下降程度在三月下旬以来达到了之前的4-10倍。防控措施成倍加码才是此次经济活动全国性疲软的主要原因。
第二，除了政策途径外，疫情也可能直接影响经济活动，比如疫情催生自我防范意识甚至制造恐慌。但根据研究封控的文献，自我防范似乎只与当地新冠疫情的死亡率有关，基本不受本土感染人数的影响[2]。[2]中国新冠疫情的死亡率几乎为零，病毒直接造成自我防范升级的可能性不大。但是，严格的防疫政策却可能大幅增加感染病毒的成本，从而触发更强的自我防范手段。例如上海的社交网络中常常传出这样的声音——不怕感染，就怕去方舱。上海最新出台的三区划分也使用「连坐」的方式将整个小区的解封与小区内的病例绑定（注：自4月11日起，上海根据核酸筛查结果划定了封控区、管控区、防范区三区政策，实施分区分类差异化防控），这种举措大幅增加了感染的社会压力，不仅加剧了自我隔离，甚至有主动减少团购和快递的情况。物流方面也反映“行程带星”的司机和快递员出行困难。从这个意义上讲，无论自我主动或被动防范的一个重要原因，归根结底还是跟防疫政策有关。
用最简单的回归分析统计方法估计经济活动对疫情的反应无法考虑到疫情的内生性问题（endogeneity issue，指模型中的一个或多个解释变量与误差项存在相关关系）。显然，疫情的严重程度（比如本土感染人数）受到经济活跃程度和防疫措施的双重影响。经济活动下降和防疫措施升级都会减少本土感染人数，造成估计偏误。我们之前的研究（参见注释1）用更加严谨的双重差分对数据量大得多的城际卡车流量做过分析。结果显示：在控制住封控效应后，卡车流量对本土感染人数的弹性大致为0.01，与3月份前三周排除上海和吉林后的估计结果基本一致。也就是说，在数据有限的情况下，虽然只能用最简单的方法，但得到的结果可能也不至于太离谱，即本土感染人数对经济活动的影响并不大。
真正影响经济活动、导致防疫措施成倍加码的背后是奥密克戎ba.2毒株极高的传染性。吉林的第一个本土病例出现于3月2日，3月4日就实施了第一轮全员核酸检测，之后很快采取了更严格的封控措施，直至足不出户的全域静态管理。
目前看，吉林市共封控了37天才实现社会面清零，长春市则用了43天，封控时间长度远高于之前24天的平均水平。
截至发稿前，上海已封控半个月，新增病例仍然在创新高，虽然避免了爆炸式的增长，但也没有下降的趋势。
这给其他城市带来的影响是，为了避免重复上海和吉林的被动局面，疫情初现的城市（比如广州、三亚、苏州）不约而同地采用更严厉的防控措施（包括停止线下教学和消费、重点区域封控、大规模核酸检测），甚至以压低经济活动的方式“预防”疫情的发生（比如天津、深圳、哈尔滨）。
所以，上海疫情的溢出，并不是溢出了病例，也不只是溢出了经济，而是溢出了在奥密克戎ba.2极高传染性下不得不实行的更严厉的防控措施。病毒在不断变异，我们也需要在不断的研究和实践中探索最优的抗疫措施。防控成本的显著上升和全国性的经济活动放缓在提醒我们，在坚持防控工作的同时，一定要切实提高科学精准防控本领，最大限度减少疫情对经济社会发展的影响。
作者：
宋铮，香港中文大学经济系教授
陈沁，脉策科技首席经济学家
参考资料：
1. “the economic cost of locking down like china: evidence from city-to-city truck flows”, https://michaelzsong.weebly.com/uploads/4/8/1/4/48141215/covid_truck_web.pdf
2. goolsbee and syverson,”fear, lockdown and diversion: comparing drivers of pandemic economic decline 2020.”
