疫情對消費端的影響

“非典”時期疫情對消費影響回顧

從2003年“非典”時期經濟表現看，負面影響主要集中於第三產業，其中尤其是交通運輸郵政倉儲業、住宿餐飲業所受影響更大。

2003年第一例“非典”病人報告於2002年12月，但中國開始大規模防疫始於2003年4月初，2003年4月6日，世界衛生組織將北京列為疫區，中國各地也開始了積極的應對過程。6月20日，北京小湯山醫院最後18名患者出院，非典疫情結束。因此，非典對宏觀經濟的負面衝擊主要體現於2003年二季度。

2003年二季度，中國GDP同比增長9.1%，較一季度增速回落2個百分點。多數行業增速均有不同程度回落，其中，交通運輸倉儲郵政業增速自一季度的7.7%回落至2.3%，下降5.4個百分點；住宿餐飲業增速自一季度的11%下降至7.4%，下降3.6個百分點。但2003年二季度批發零售業、房地產業增速反而較一季度有所上行。

由此可見，非典疫情對宏觀經濟的衝擊主要體現於交通運輸和住宿餐飲業。儘管本次疫情的規模和應對措施都與非典時期有所不同，但非典時期宏觀經濟各行業所受影響仍可參考。

疫情對春節假期消費影響描述

目前可以看到的，是疫情對春節期間消費的影響。

2019年，春節黃金週餐飲、旅遊、電影票房消費合計15247.4億元，較2018年同期增長8.4%，其中餐飲銷售10050億元，旅遊收入5039億元，電影票房58.4億元。2017年、2018年春節黃金週消費增速均保持在兩位數以上。

鑑於目前疫情期間各地均不鼓勵聚會、外出，上述消費均將受到嚴重影響。我們基於以下假設估算疫情對春節消費的影響：（1）2019年，社會消費品零售總額維持了8%的增長，我們假定如果不出現疫情，2020年春節期間消費仍能維持8%左右的增長；（2）分三種情況假設疫情衝擊，情形一（中性情形），疫情衝擊使春節消費縮水50%；情形二（極端情形），疫情衝擊使春節消費縮水80%；情形三（溫和情形），疫情衝擊使春節消費縮水20%。

圖表2給出了上述假設下疫情對春節消費的影響。中性情形下，春節黃金週消費較無疫情情形下減少8800億元；極端情形下，春節黃金週消費減少超過13400億元；溫和情形下，春節黃金週消費減少近5800億元。

不過，上述分析只是靜態的，僅考慮了春節黃金週餐飲、旅遊、電影等行業所受負面衝擊，並未考慮到其他方面的影響，如餐飲消費減少，但食品採購可能因此增加等。

另一個目前可見的負面影響因素是交通運輸業。本次疫情爆發正值春運期間，春運前13天，共發運旅客約10.1億人次，同比增長2.4%；但1月24日春運發運人數同比下降2.5%，1月25日降幅達到28.8%，1月27日僅發送旅客1626萬人，降幅接近70%。

2019年，全國鐵路、公路、水運、航空共計發送旅客176億人次，2017—2019年，春運期間客流量均在29.8億人次左右；2020年春節前疫情未爆發時，發改委預測2020年春運期間發送旅客約在30億人次。但從目前疫情情況看，客運人數將大幅減少。不過，考慮到大批流動人口在假期結束後仍將回到工作居住地，疫情對春運的影響更多是改變了客運的分佈時間而非總量。

疫情對消費影響的計量分析

非典時期，上海是疫情控制較好的地區，而北京則是世界衛生組織認定的疫區。以北京和上海為樣本，利用DID方法估算出的結果表明，疫情衝擊令非典期間北京社會消費品零售總額減少了約10%（詳細估算過程見附錄）。

與非典期間不同的是：第一，非典期間北京4月初宣佈為疫區，6月底疫情結束，為疫區時間持續了近3個月；而目前疫情衝擊主要集中在春節假期，儘管各地對春節復工時間均有延長，但除湖北外，最長也僅到2月9日。而上述10%的衝擊主要是基於疫區情形估算的。將此推廣到全國需要考慮各地疫情嚴重程度的不同。第二，就傳染性而言，本次疫情較非典更為嚴重，預計對消費的衝擊更為明顯；同時，從時間分佈看，對消費的衝擊主要體現於一季度。

綜合上述因素，我們估算疫情對一季度全國消費的負面衝擊為2%，近年來支出法GDP中，居民消費支出佔比約40%，則疫情對一季度GDP的負面衝擊約為0.8個百分點。

同時，值得注意的是，非典疫情之後，消費增速出現了明顯反彈。附錄的DID分析顯示，非典疫情之後，北京的社零反彈了超過17%。因此，全年消費並未受到明顯影響。2003年三季度，全國交通運輸倉儲郵政業增速回升至7.6%，住宿餐飲業增速回升至16.9%。從全年增速看，2003年GDP同比增長10%，增速較2002年提升0.9個百分點；交通運輸倉儲郵政業全年增長6.1%，增速較2002年回落1個百分點；住宿餐飲業增長12.4%，增速較2002年提升0.3個百分點。因此，

疫情對生產端的影響：從工作日效應估算

由於本次疫情中，採取了“封城”、延長假日等相對嚴厲的措施，因此負面衝擊不僅體現在消費方面，也體現在生產方面。這裡，我們僅通過工作日變化對疫情對生產端影響做一分析。

截至1月30日，湖北將假期延長至2月13日，上海、浙江、江蘇、廣東、重慶、雲南、福建、安徽八省市將假期延長至2月8日，其餘各省將假期延長至2月2日。上述三種情況相對應的工作日變化分別為11個工作日，6個工作日和2個工作日，其中1個工作日在1月，其他在2月。

夏春（2002）認為一個工作日的變動對工業產出影響約為0.2個百分點（夏春，《實際經濟時間序列的計算：季節調整及相關經濟含義》，《經濟研究》，2002年第3期，36-43頁）；我們基於工業增加值定基指數計算了工作日變化對工業增加值的影響，得出了類似的結果，1月和2月分別減少1天工作日，對1月和2月工業增加值當月同比增速的影響分別是0.4個百分點和0.2個百分點

前述上海等八省市2019年一季度工業增加值佔全國工業增加值比例為43.4%，湖北2019年一季度工業增加值佔全國工業增加值的比例為4.5%。根據上述比例折算，2月的工作日減少約3.14天，對應工業增加值增速下降約0.7個百分點。鑑於統計局只公佈1-2月工業增加值，為避免過於複雜的計算，我們簡單取均值，1月與2月合計，得出假期延長對一季度工業增加值的負面影響約為0.3—0.4個百分點。

2019年一季度，工業佔GDP的比例為32.6%，因此假期延長對一季度GDP增速的負面影響約為0.1個百分點左右。

當然，上述估算只是粗略的，僅考慮了假期延長的情況，而並未考慮封城等其他政策的衝擊，因此，可以把上述估算作為對工業增加值增速影響的下限看待。

疫情對出口的影響

1月30日，世界衛生組織宣佈將中國新冠肺炎列為“國際關注的突發公共衛生事件”（Public Health Emergency ofInternational Concern，PHEIC），同時不推薦限制旅行的措施.

根據世界衛生組織定義，“國際關注的突發公共衛生事件”是指根據本條例規定所確定的不同尋常的事件：（1）通過疾病的國際傳播構成對其他國家的公共衛生風險；以及（2）可能需要採取協調一致的國際應對措施。

為防止或減少疾病的國際傳播和避免對國際交通的不必要干擾，當一國被認定發生“國際關注的突發公共衛生事件”之後，世界衛生組織根據《國際衛生條例（2005）》第十五條提出“臨時建議”。“臨時建議”是有時間限定並建立在特定風險基礎上的非約束性建議，以防止或減少疾病的國際傳播和儘量減少對國際交通的干擾。臨時建議可包括遭遇國際關注的突發公共衛生事件的締約國或其他締約國對人員、行李、貨物、集裝箱、交通工具、物品和（或）郵包應該採取的衛生措施。

“臨時建議”依照世界衛生組織的程序可以隨時撤銷，並在公佈三個月後自動失效，至多可持續到確定與其有關的國際關注的突發公共衛生事件之後的第二屆世界衛生大會。但是無論臨時建議長短，一旦被確認為“國際關注的突發公共衛生事件”，都將對目前中國的貿易產生重要影響。

2009年4月25日，世界衛生組織（WHO）國際衛生條例（IHR）緊急委員會第一次會議認定美國及墨西哥禽流感“H1N1”構成“國際關注的突發公共事件”（PHEIC）。這是2005年WHO公佈國際衛生條例（2005）以來，第一次宣佈“國際關注的突發公共事件”。此次事件歷時16個月，引起全球關注。但根據WHO的“臨時建議”，建議對貿易及人員往來不進行限制。

我們同樣用DID方法分析了2009年墨西哥H1N1流感構成PHEIC後墨西哥出口所受衝擊（詳情見附錄），結果顯示，PHEIC衝擊使得墨西哥出口下降了約10%。考慮到中國在全球貿易中所佔比重遠大於墨西哥，我們認為本次新冠肺炎構成PHEIC後對中國出口的影響將低於2009年墨西哥所受衝擊。預計一季度出口因此受到的負面衝擊在5%左右，即約300億美元，對GDP的負面衝擊約1個百分點。

疫情對宏觀經濟影響的簡要結論

綜合前文所述，我們得出以下結論：

（1）疫情對經濟的負面衝擊主要集中於一季度，從非典情況看，疫情過後，相關行業均有明顯反彈，因此疫情對全年經濟增長衝擊並不嚴重。

（2）從目前情況判斷，一季度消費、出口和工業生產均受到不同程度衝擊，綜合起來，在沒有其他穩增長政策對沖的前提下，一季度GDP所受負面衝擊接近2個百分點。

對沖疫情影響所需要的宏觀政策調整

從前文所述可知，疫情對一季度經濟增長的衝擊較為明顯。我們認為，在此背景下，有必要調整宏觀政策，對疫情影響進行對沖。

當然，在宏觀政策發揮作用之前，首先需要控制住疫情的繼續演化。我們前文的所有估算，均建立在疫情在二季度可以得到有效控制的前提下。而疫情的有效控制，也是市場信心的基礎。從前文對非典時期的回顧亦可知，在疫情得到控制後，宏觀經濟內生的反彈動力是相當明顯的。

在目前情況下，貨幣政策和財政政策有必要在穩增長層面進一步發力。值此非常時期，央行應保證流動性合理充裕，以保證實體經濟融資需求。儘管年初已經降準，但考慮到一季度本身信貸投放規模以及疫情背景下支持實體經濟的需求，一季度再度降準仍有必要。此外，預計LPR亦會再度下調，以引導實體經濟融資成本的下降。

財政政策方面，我們認為，值此非常時期，3%的赤字率紅線不必再度拘泥。從目前中央政府槓桿率看，中國中央政府仍有加槓桿空間。此外，擴大地方專項債規模，加大對基建投資支出力度，仍是穩定經濟增長的不二選擇。

除此之外，應重視地方政府在經濟增長中的作用。改革開放以來，地方政府一直都是中國經濟增長的重要引擎。這一點已為學術界多項研究證實。但近年來對地方政府非正規融資的清查，直接導致了地方政府投資意願的回落，使得基建投資增速顯著下行。在面臨疫情衝擊這一特殊時期，有必要對地方政府融資適度放鬆，滿足其合理融資需求。這是今年我國經濟在疫情衝擊下保持平穩的一個關鍵。

考慮到疫情衝擊和可能的政策對沖的影響，我們對2020年GDP增速的判斷修正如下： 2020年全年GDP增速為5.8%，四個季度增速分別為5.0%，6.0%，6.1%，5.9%。

附錄：計量模型

1、關於非典期間消費影響的DID分析

DID方法可用於事件衝擊效果的分析。其基本思路是：先將樣本分為對照組和處理組，前者不受政策影響，後者受事件影響；進而分析待討論因變量的值在兩組間的差異在事件發生前後是否有變化。由於對照組不受影響，而處理組受影響，因此，如果事件對處理組有效應，則兩組的差異應發生變化。因此，如差值無顯著變化，說明事件衝擊未對處理組構成影響；反之，如差值出現顯著變化，則說明事件對處理組有影響。

上述思路以數學方式可以表示如下：

其中，d1為分組虛擬變量，d2為時間虛擬變量。d1=1表示處理組，d1=0表示對照組；d2=1表示事件發生後的時期，d2=0表示事件發生前的時期。

即事件發生前後兩組結果變量的平均差異為

即係數β3度量了政策衝擊的影響。

對於非典，我們設定北京為處理組，上海為對照組，考察非典對於兩地社會消費品零售總額的影響，因變量為社會消費品零售總額的對數；樣本區間為2000年1月至2003年6月。其中將北京被宣佈為疫區的三個月，即2003年4-6月設為考察區間，虛擬變量dt=1表明2003年4—6月，虛擬變量ds=1表示北京。迴歸結果顯示，係數dts顯著，即非典衝擊使得北京的社會消費品零售總額額外下降了近10%。

同時，我們繼續考察非典疫情之後的情況，將考察區間設定為2003年4月至2004年12月。虛擬變量dt=1表明2003年4—6月，虛擬變量ds=1表示北京。迴歸結果顯示，係數dts同樣顯著，即非典後北京的社會消費品零售總額有17%以上的明顯反彈。因此，從全年角度，疫情對消費的影響並不明顯。

2、疫情對出口影響的DID分析

我們選擇與墨西哥經濟規模相近，同為美洲國家的巴西作為對照組；以OECD工業生產指數作為控制變量，代表全球需求；樣本區間為2006年1月至2010年8月。其中虛擬變量dt=1表明2009年5月至2010年8月，即PHEIC期間。虛擬變量ds=1表示墨西哥。迴歸結果顯示，係數dts顯著，即流感構成PEHIC後使得墨西哥出口額外下降了9.3%。

我們同時發現，隨著時間的推移，PHEIC對出口的負面影響在逐步減輕，最初3個月內，墨西哥出口所受負面衝擊在20%左右。隨著時間推移，6個月後，出口所受負面衝擊即穩定在10%左右。

閱讀更多 朱啟兵宏觀研究 的文章

關鍵字: 美好，一直在身邊 肺炎 上海