錢(qián)學(xué)鋒 高婉

摘 要：2019年末暴發(fā)的新冠肺炎疫情對(duì)中國(guó)經(jīng)濟(jì)造成了嚴(yán)重的影響，在此背景下，本文結(jié)合總供給和總需求模型，分析此次疫情對(duì)中國(guó)物價(jià)的沖擊。本文利用2018—2020年中國(guó)主要消費(fèi)品和工業(yè)品的微觀(guān)價(jià)格數(shù)據(jù)，借鑒Chen等的做法，將武漢封城作為新冠肺炎疫情暴發(fā)時(shí)間點(diǎn)，采用雙重差分法研究疫情暴發(fā)對(duì)中國(guó)物價(jià)的影響，主要得出以下結(jié)論：新冠肺炎疫情暴發(fā)對(duì)中國(guó)物價(jià)產(chǎn)生了負(fù)向沖擊，但整體沖擊幅度不大。武漢市作為新冠肺炎疫情的集中暴發(fā)城市，其整體物價(jià)下降幅度顯著高于中國(guó)其他城市。中國(guó)其他城市物價(jià)受到的負(fù)向沖擊沒(méi)有因新冠疫情嚴(yán)重程度不同而產(chǎn)生顯著差異，也沒(méi)有因其離武漢市距離的增加而減小。收入差距較大的省份城市，其整體物價(jià)和食品零售價(jià)格受疫情負(fù)向沖擊更大;貿(mào)易依存度較高的城市，其工業(yè)生產(chǎn)資料價(jià)格受到的負(fù)向沖擊更大;及時(shí)發(fā)放消費(fèi)券的城市，其食品零售價(jià)格的恢復(fù)速度快于其他城市。本文以物價(jià)為切入點(diǎn)，從一個(gè)較新的視角研究新冠肺炎疫情暴發(fā)對(duì)中國(guó)經(jīng)濟(jì)的影響，深入探究物價(jià)變化背后蘊(yùn)含的深層經(jīng)濟(jì)機(jī)理，為相關(guān)政策制定提供了經(jīng)驗(yàn)支撐。

關(guān)鍵詞：新冠肺炎疫情;中國(guó)物價(jià);總供給;總需求

中圖分類(lèi)號(hào)：F014.32? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-176X（2021）11-0003-15

一、問(wèn)題的提出

2019年末暴發(fā)的新冠肺炎疫情（后文簡(jiǎn)稱(chēng)“疫情”）是新中國(guó)成立以來(lái)傳播速度最快、感染范圍最廣和防控難度最大的一次重大突發(fā)公共衛(wèi)生事件[1]。作為有效阻止疫情傳播的最關(guān)鍵舉措，中國(guó)政府當(dāng)機(jī)立斷實(shí)行的武漢封城是史無(wú)前例的壯舉。根據(jù)Fang等[2]，武漢封城使中國(guó)除湖北省以外城市的新冠肺炎感染病例下降了64.81%，使湖北省除武漢市以外的城市新冠肺炎感染病例下降了52.64%。中國(guó)用一個(gè)多月的時(shí)間初步遏制了疫情蔓延勢(shì)頭，用兩個(gè)多月的時(shí)間將本土每日新增病例控制在個(gè)位數(shù)以?xún)?nèi)，用三個(gè)多月的時(shí)間取得了武漢保衛(wèi)戰(zhàn)、湖北保衛(wèi)戰(zhàn)的決定性成果，維護(hù)了人民生命安全和身體健康，并為維護(hù)地區(qū)和世界公共衛(wèi)生安全作出了重要貢獻(xiàn)[3]。然而，中國(guó)政府為防止疫情傳播采取的各種有效措施以及疫情本身卻對(duì)中國(guó)經(jīng)濟(jì)造成了比較嚴(yán)重的影響，并給中國(guó)市場(chǎng)的供給側(cè)和需求側(cè)帶來(lái)了較大的沖擊，給中國(guó)經(jīng)濟(jì)發(fā)展帶來(lái)前所未有的挑戰(zhàn)。

在此背景下，本文試圖以物價(jià)為切入點(diǎn)，探究疫情暴發(fā)對(duì)中國(guó)經(jīng)濟(jì)的影響。一方面，一國(guó)物價(jià)是市場(chǎng)總供給和總需求共同作用的結(jié)果，其反映的是該國(guó)宏觀(guān)經(jīng)濟(jì)的波動(dòng)情況，因而深入探究疫情對(duì)中國(guó)物價(jià)的影響具有十分重要的現(xiàn)實(shí)意義。另一方面，即使疫情在后期得到了控制，但并未徹底消失，疫情本身以及因抗疫帶來(lái)的經(jīng)濟(jì)格局與政策格局的改變將會(huì)作為一種新的“經(jīng)濟(jì)常態(tài)”在未來(lái)一段時(shí)期內(nèi)長(zhǎng)期存在，此后許多經(jīng)濟(jì)活動(dòng)與政策考量也是基于這種“經(jīng)濟(jì)常態(tài)”展開(kāi)的。此時(shí)，以市場(chǎng)供給和需求共同作用的物價(jià)為聚焦點(diǎn)，可以在把握經(jīng)濟(jì)形勢(shì)和運(yùn)行規(guī)律的基礎(chǔ)上控制好政策的節(jié)奏和力度，亦有助于防止經(jīng)濟(jì)運(yùn)行滑出合理區(qū)間和短期沖擊演變成趨勢(shì)性變化。

事實(shí)上，人類(lèi)對(duì)重大疫情的經(jīng)濟(jì)影響研究由來(lái)已久。早在20世紀(jì)，Langer[4]、Kambou等[5]以及Cuddington[6]就對(duì)重大疫情的經(jīng)濟(jì)效應(yīng)展開(kāi)了豐富的討論，且從20—21世紀(jì)，相關(guān)研究從未間斷。Brainerd和Siegler[7]研究了西班牙流感對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，發(fā)現(xiàn)短期內(nèi)流感的流行導(dǎo)致了各地區(qū)經(jīng)濟(jì)衰退，但長(zhǎng)期內(nèi)受流感影響越重的地區(qū)經(jīng)濟(jì)增長(zhǎng)率越高。Keogh-Brown和Smith[8]研究SARS對(duì)各國(guó)經(jīng)濟(jì)的影響后發(fā)現(xiàn)，疫情期間居民個(gè)人消費(fèi)大幅下降，其中，零售業(yè)、餐飲業(yè)和旅游業(yè)受到的影響最為明顯。Dixon等[9]分析了H1N1流感對(duì)多個(gè)國(guó)家經(jīng)濟(jì)的影響，研究發(fā)現(xiàn)，流感給一國(guó)需求側(cè)帶來(lái)的沖擊大于供給側(cè)。行偉波和田坤[10]梳理了各種流行病對(duì)人類(lèi)社會(huì)發(fā)展影響的經(jīng)濟(jì)效應(yīng)以及相應(yīng)的公共干預(yù)政策的實(shí)施效果。陳林[11]對(duì)重大突發(fā)公共衛(wèi)生事件的相關(guān)理論與經(jīng)驗(yàn)研究進(jìn)行了全面梳理，研究發(fā)現(xiàn)，重大突發(fā)公共衛(wèi)生事件對(duì)國(guó)民經(jīng)濟(jì)發(fā)展存在短期負(fù)面效應(yīng)及長(zhǎng)期潛在負(fù)面效應(yīng)。

而自此次疫情暴發(fā)，研究其經(jīng)濟(jì)效應(yīng)的文獻(xiàn)更是如雨后春筍般涌現(xiàn)。Baek等[12]研究了疫情對(duì)就業(yè)的影響;Hanspal等[13]研究了疫情對(duì)收入的影響;Andersen等[14]、Baker等[15]以及Coibion等[16]研究了疫情對(duì)消費(fèi)的影響;Gormsen和Koijen[17]與Cox等[18] 研究了疫情對(duì)股價(jià)等大宗商品價(jià)格的影響;Atkeson[19]和Guerrieri 等[20]對(duì)疫情下各種政策措施的成本收益進(jìn)行了分析。此外，與本文聯(lián)系較為緊密的文獻(xiàn)是研究疫情暴發(fā)對(duì)中國(guó)市場(chǎng)供給側(cè)和需求側(cè)的影響。Chen等[21]利用2019—2020年中國(guó)214個(gè)城市的線(xiàn)下消費(fèi)支出數(shù)據(jù)，研究了疫情對(duì)中國(guó)各城市消費(fèi)數(shù)量和消費(fèi)結(jié)構(gòu)的影響，發(fā)現(xiàn)疫情暴發(fā)使中國(guó)線(xiàn)下消費(fèi)支出大約下降了32.00%;鄭江淮等[22]將SARS前后與疫情前后的宏觀(guān)經(jīng)濟(jì)和消費(fèi)形勢(shì)進(jìn)行對(duì)比，分析了疫情對(duì)中國(guó)消費(fèi)經(jīng)濟(jì)造成的潛在影響。祝坤福等[23]指出，新冠疫情在短期內(nèi)對(duì)中國(guó)生產(chǎn)供應(yīng)產(chǎn)生了較為嚴(yán)重的負(fù)向沖擊，加大了中國(guó)產(chǎn)業(yè)鏈加速外移。黃群慧[24]從供給側(cè)分析疫情對(duì)經(jīng)濟(jì)的影響，發(fā)現(xiàn)此次疫情對(duì)中國(guó)供給側(cè)的沖擊具有短期性、全球性和高強(qiáng)度的特征。何誠(chéng)穎等[25]通過(guò)事件回歸研究法、縱橫向分析法、比較靜態(tài)分析法和路徑分析法探究疫情對(duì)中國(guó)經(jīng)濟(jì)、產(chǎn)業(yè)和金融各領(lǐng)域產(chǎn)生的影響及其具體路徑。

本文的研究也受益于現(xiàn)有研究疫情對(duì)中國(guó)物價(jià)影響的文章。許憲春等[26]根據(jù)價(jià)格指數(shù)分析疫情對(duì)中國(guó)經(jīng)濟(jì)的影響，發(fā)現(xiàn)2020年第一季度中國(guó)居民消費(fèi)價(jià)格指數(shù)明顯上漲，而工業(yè)生產(chǎn)者出廠(chǎng)價(jià)格指數(shù)和工業(yè)生產(chǎn)者購(gòu)進(jìn)價(jià)格指數(shù)均有所下降。盧倩倩和許坤[27]研究發(fā)現(xiàn)，受疫情影響，消費(fèi)領(lǐng)域價(jià)格指數(shù)和生產(chǎn)領(lǐng)域價(jià)格指數(shù)均在2020年第一季度受到較為嚴(yán)重的負(fù)向沖擊，而后逐步受供需恢復(fù)變動(dòng)。但以上文獻(xiàn)均從價(jià)格指數(shù)這個(gè)較為宏觀(guān)的視角研究中國(guó)整體物價(jià)走勢(shì)，且都基于特征事實(shí)分析，鮮有文獻(xiàn)通過(guò)經(jīng)驗(yàn)分析研究疫情暴發(fā)對(duì)中國(guó)物價(jià)的影響，因而本文是對(duì)現(xiàn)有文獻(xiàn)的有益補(bǔ)充。本文研究疫情暴發(fā)后的中國(guó)物價(jià)變化，旨在回答以下三個(gè)問(wèn)題：第一，如此嚴(yán)重的疫情給中國(guó)物價(jià)帶來(lái)了怎樣的沖擊？其沖擊程度有多大？持續(xù)時(shí)間有多長(zhǎng)？第二，疫情沖擊下的物價(jià)變化，其背后反映的深層經(jīng)濟(jì)機(jī)理是什么？第三，中國(guó)不同地區(qū)的物價(jià)受疫情影響是否存在差異？其差異的背后又蘊(yùn)含著怎樣的經(jīng)濟(jì)學(xué)原理？基于此，本文利用2018—2020年中國(guó)主要消費(fèi)品和工業(yè)品的微觀(guān)價(jià)格數(shù)據(jù)，借鑒Chen等[21]的做法，將武漢封城作為疫情暴發(fā)的沖擊點(diǎn)，采用雙重差分（下文簡(jiǎn)稱(chēng)DID）法研究疫情對(duì)中國(guó)物價(jià)的影響。

綜上所述，本文可能的邊際貢獻(xiàn)為：第一，本文以物價(jià)為切入點(diǎn)，將武漢封城作為疫情暴發(fā)點(diǎn)，從一個(gè)較新的視角研究此次疫情對(duì)中國(guó)經(jīng)濟(jì)的影響。第二，現(xiàn)有相關(guān)文獻(xiàn)均從價(jià)格指數(shù)的視角研究疫情暴發(fā)后中國(guó)物價(jià)走勢(shì)，且都基于事實(shí)分析，而本文利用微觀(guān)價(jià)格數(shù)據(jù)對(duì)疫情影響物價(jià)進(jìn)行實(shí)證分析，是對(duì)現(xiàn)有相關(guān)文獻(xiàn)的有益補(bǔ)充。第三，本文結(jié)合總供給和總需求模型，選取中國(guó)主要消費(fèi)品和工業(yè)品的價(jià)格，將武漢封城作為疫情集中暴發(fā)的時(shí)間點(diǎn)，根據(jù)疫情沖擊下的物價(jià)變化，深入研究疫情暴發(fā)對(duì)中國(guó)經(jīng)濟(jì)形勢(shì)和運(yùn)行規(guī)律的影響，為中國(guó)堅(jiān)定實(shí)施擴(kuò)大內(nèi)需戰(zhàn)略提供了經(jīng)驗(yàn)支撐。第四，本文基于疫情沖擊下中國(guó)不同地區(qū)物價(jià)受到的影響，深入分析其背后的經(jīng)濟(jì)機(jī)理，為具有區(qū)域針對(duì)性的后疫情經(jīng)濟(jì)助力政策提供經(jīng)驗(yàn)支撐，也為中國(guó)高質(zhì)量的區(qū)域發(fā)展戰(zhàn)略提供借鑒。

二、疫情暴發(fā)前后物價(jià)變化的特征事實(shí)

一國(guó)物價(jià)變化是反映經(jīng)濟(jì)波動(dòng)的重要信號(hào)，尤其是該國(guó)主要消費(fèi)品和工業(yè)品的價(jià)格，能夠較好地體現(xiàn)經(jīng)濟(jì)沖擊對(duì)該國(guó)總供給和總需求的影響。本節(jié)選取中國(guó)主要消費(fèi)品和工業(yè)品的價(jià)格，將武漢封城作為新冠疫情集中爆發(fā)的時(shí)間點(diǎn)，觀(guān)察疫情暴發(fā)前后這些具有代表性商品的價(jià)格變化趨勢(shì)。

（一）食品零售類(lèi)商品

疫情暴發(fā)前后中國(guó)主要食品零售類(lèi)商品（主要包括肉禽蛋、蔬菜、水果和水產(chǎn)品）[肉禽蛋、蔬菜、水果和水產(chǎn)品分別為食品零售下的四個(gè)中類(lèi)，每個(gè)中類(lèi)又分別包含相似的小類(lèi)。由于各種類(lèi)包含的小類(lèi)品種較多，共計(jì)130種商品，因而未一一列出，小類(lèi)產(chǎn)品名稱(chēng)留存?zhèn)渌?。]的平均價(jià)格變化趨勢(shì)，如圖1—圖4所示。

根據(jù)圖1—圖4，[由于全國(guó)含湖北省與不含湖北省價(jià)格變化趨勢(shì)十分相似，湖北省含武漢市與不含武漢市價(jià)格變化趨勢(shì)十分相似，因而圖1—圖4中的全國(guó)不包含湖北省，湖北省不包含武漢市。以武漢封城日期（即2020年1月下旬）作為疫情暴發(fā)的沖擊點(diǎn)，每旬為10天，每月按3旬計(jì)，圖中垂直的虛線(xiàn)為武漢封城當(dāng)期。圖1—圖4中每個(gè)中類(lèi)的價(jià)格為所包含的小類(lèi)價(jià)格的簡(jiǎn)單平均，單位為元。若無(wú)特別說(shuō)明，后文圖的處理方式與本圖相同。]疫情暴發(fā)之前，全國(guó)、湖北省和武漢市的食品零售類(lèi)商品的平均價(jià)格均呈上升趨勢(shì)，疫情暴發(fā)以后，這些商品的價(jià)格短期上升后持續(xù)下降，這種變化趨勢(shì)也與Baker等[15]研究中疫情暴發(fā)前后美國(guó)家庭食品零售消費(fèi)支出的變化趨勢(shì)相同。產(chǎn)生這種變化趨勢(shì)的一個(gè)主要原因是疫情暴發(fā)后，各地紛紛采取封閉隔離等限制措施，而食品零售類(lèi)商品是居民生活最重要的組成部分。各地居民為維持封閉后的生活，會(huì)在短期內(nèi)大量采購(gòu)這些商品進(jìn)行儲(chǔ)備。此時(shí)，居民對(duì)食品零售類(lèi)商品的需求上升，而供給在短期內(nèi)未發(fā)生改變，需求上升的同時(shí)供給不變，造成食品零售類(lèi)商品因而價(jià)格呈上升趨勢(shì)。隨著疫情的持續(xù)暴發(fā)，行動(dòng)受限、收入下降和悲觀(guān)預(yù)期等原因使居民對(duì)食品零售類(lèi)商品的需求量逐漸下降。雖然食品零售類(lèi)商品的供給隨著經(jīng)濟(jì)活動(dòng)的限制也出現(xiàn)下降，但其需求下降幅度更大，因而其平均價(jià)格呈現(xiàn)下降趨勢(shì)。

（二）日用工業(yè)消費(fèi)品

疫情暴發(fā)前后中國(guó)主要日用工業(yè)消費(fèi)品（主要包括家庭耐用消費(fèi)品、家庭日化用品、煙酒和衣著）的平均價(jià)格變化趨勢(shì)，如圖5—圖8所示。

根據(jù)圖5—圖8，疫情暴發(fā)前后，日用工業(yè)消費(fèi)品的平均價(jià)格變化幅度都不大。其中，武漢市家庭日化用品平均價(jià)格在2020年5月中旬發(fā)生過(guò)一次較大幅度的下降?？傮w而言，日用工業(yè)消費(fèi)品的平均價(jià)格未受疫情明顯影響，這可能與商品本身的性質(zhì)有關(guān)。一方面，日用工業(yè)消費(fèi)品的耐用性和超長(zhǎng)使用期使疫情沖擊和城市短期封鎖不會(huì)對(duì)其需求和供給產(chǎn)生較大影響，因而其價(jià)格也不會(huì)產(chǎn)生較大波動(dòng)。另一方面，隨著電商的繁榮發(fā)展，近年來(lái)中國(guó)居民傾向于在每年特定的購(gòu)物節(jié)（例如“618”和“雙11”）囤積這些商品，因而即使存在短期的行動(dòng)限制，其平均價(jià)格也不會(huì)受到較大影響。

（三）工業(yè)生產(chǎn)資料

疫情暴發(fā)前后中國(guó)主要工業(yè)生產(chǎn)資料（主要包括化工產(chǎn)品、建材水泥、有色金屬和木材及制品）的平均價(jià)格變化趨勢(shì)，如圖9—圖12所示。

根據(jù)圖9—圖12，從圖9—圖12中可以看出，疫情暴發(fā)前武漢市工業(yè)生產(chǎn)資料的價(jià)格無(wú)太大波動(dòng)，這可能是數(shù)據(jù)本身的原因?qū)е碌?。武漢封城期間，采價(jià)人員無(wú)法出門(mén)，只能通過(guò)電話(huà)等途徑詢(xún)問(wèn)當(dāng)期價(jià)格。若采價(jià)人員實(shí)在無(wú)法獲得當(dāng)期價(jià)格，則直接沿用上期價(jià)格。對(duì)比疫情暴發(fā)前后，除木材及制品平均價(jià)格小幅下降外，中國(guó)其他工業(yè)生產(chǎn)資料價(jià)格在疫情暴發(fā)后都出現(xiàn)大幅下降趨勢(shì)。無(wú)論是全國(guó)、湖北省還是武漢市層面的木材制品價(jià)格在疫情前后變化都不大，這可能與本文數(shù)據(jù)有關(guān)系。本文數(shù)據(jù)中木材制品的種類(lèi)稀少，可能不具有代表性，無(wú)法準(zhǔn)確反映整體木材制品類(lèi)價(jià)格變化趨勢(shì)，因而后文進(jìn)行回歸時(shí)本文將木材價(jià)格數(shù)據(jù)剔除。與食品零售類(lèi)價(jià)格變化趨勢(shì)不同的是，工業(yè)生產(chǎn)資料價(jià)格沒(méi)有前期的上升階段，而是隨著疫情的暴發(fā)迅速下降。顯然，疫情的沖擊和城市封鎖導(dǎo)致的停工停產(chǎn)對(duì)工業(yè)生產(chǎn)資料價(jià)格的負(fù)向沖擊是十分迅速的，其背后也體現(xiàn)了疫情暴發(fā)對(duì)供給側(cè)的負(fù)向沖擊是十分迅速的。生產(chǎn)活動(dòng)的停止使各工業(yè)行業(yè)對(duì)生產(chǎn)資料的需求急劇下降，短期內(nèi)需求大幅下降造成工業(yè)生產(chǎn)資料價(jià)格下降。而隨著之后全國(guó)復(fù)工復(fù)產(chǎn)的有序進(jìn)行，各行業(yè)對(duì)生產(chǎn)資料的需求逐漸上升，因而其平均價(jià)格也逐漸上升。特別的，2020年4月上旬起，湖北省除木材及制品外的其他工業(yè)生產(chǎn)資料的價(jià)格迅速回升，這與復(fù)工復(fù)產(chǎn)后湖北省政府一系列高強(qiáng)度的產(chǎn)業(yè)支持政策密不可分，例如，12家銀行向湖北省重點(diǎn)名單企業(yè)發(fā)放貸款261.30億元;對(duì)重點(diǎn)企業(yè)按照實(shí)際利率50%進(jìn)行貼息;在融資、通行費(fèi)和稅收等多方面為企業(yè)降本減負(fù);統(tǒng)籌推進(jìn)重點(diǎn)企業(yè)和產(chǎn)業(yè)鏈配套企業(yè)復(fù)工復(fù)產(chǎn)，幫助解決原材料供應(yīng)、上下游協(xié)作問(wèn)題等[28]。

綜上，新冠疫情暴發(fā)后，中國(guó)主要消費(fèi)品和工業(yè)品的價(jià)格呈現(xiàn)出階段性變化，因而，下文將分不同階段對(duì)物價(jià)變化進(jìn)行機(jī)制分析。

三、疫情影響物價(jià)的機(jī)制分析

根據(jù)均衡價(jià)格理論，價(jià)格由總供給和總需求共同決定，一個(gè)市場(chǎng)中的經(jīng)濟(jì)波動(dòng)來(lái)自總供給或總需求的變動(dòng)，進(jìn)而反映在市場(chǎng)價(jià)格的變動(dòng)上。顯然，此次疫情給中國(guó)市場(chǎng)總供給和總需求都產(chǎn)生了較強(qiáng)的沖擊，進(jìn)而影響整個(gè)市場(chǎng)價(jià)格。因而本文結(jié)合總供給與總需求模型，對(duì)疫情不同發(fā)展階段的市場(chǎng)價(jià)格變化進(jìn)行機(jī)制分析。筆者將疫情發(fā)展分為如下五個(gè)階段[1]：

（一）第一階段：2019年12月27日至2020年1月19日

湖北省武漢市初步出現(xiàn)新冠肺炎確診病例，全國(guó)其他地區(qū)也逐漸出現(xiàn)與武漢相關(guān)聯(lián)的確診病例。中國(guó)政府迅速采取行動(dòng)，全面開(kāi)展疫情防控工作，并提示公眾盡量減少外出，避免人群聚集。

根據(jù)經(jīng)濟(jì)學(xué)原理，預(yù)期是影響公眾需求的重要因素。疫情暴發(fā)下的恐慌心理和不確定預(yù)期導(dǎo)致公眾的囤積行為，市場(chǎng)需求先于市場(chǎng)供給發(fā)生改變，由最初的D1上升至D2，如圖13所示。短期內(nèi)，市場(chǎng)供給未發(fā)生改變，保持在初始S1位置。整體來(lái)看，這一階段供給保持不變而需求急劇上升，因而價(jià)格由初始P1上升至P2，這與實(shí)際市場(chǎng)價(jià)格變化趨勢(shì)相吻合。疫情各發(fā)展階段，實(shí)際市場(chǎng)價(jià)格遭受的沖擊變化情況如圖18所示。

（二）第二階段：2020年1月20日至2020年2月20日

新冠肺炎新增確診病例迅猛增加，為防止疫情進(jìn)一步擴(kuò)散，中國(guó)政府采取了阻斷病毒傳播的最有效方式——關(guān)閉離漢離鄂通道，對(duì)武漢市進(jìn)行封鎖。隨后，中國(guó)各地分別啟動(dòng)重大突發(fā)公共衛(wèi)生事件應(yīng)急響應(yīng)，并于武漢市封城后陸續(xù)采取封閉式管理。中國(guó)舉國(guó)而動(dòng)，全方位開(kāi)展醫(yī)療支援活動(dòng)和物資支援活動(dòng)。這一時(shí)期，各地停工停產(chǎn)和封閉隔離措施使市場(chǎng)供給迅速下降，政府雖然進(jìn)行馳援，但馳援效果具有時(shí)滯性，因而這一階段市場(chǎng)供給整體呈下降趨勢(shì)，由初始S1下降至S2，如圖14所示。疫情初期的恐慌性需求上升伴隨著一系列阻止疫情擴(kuò)散措施帶來(lái)的供給下降，使市場(chǎng)價(jià)格進(jìn)一步上升，由前一階段的P2繼續(xù)上升至P3，實(shí)際市場(chǎng)價(jià)格變化趨勢(shì)也與此相符。

（三）第三階段： 2020年2月21日至2020年3月17日

由于疫情發(fā)展前期中國(guó)政府的正確指導(dǎo)和迅速行動(dòng)，除湖北省以外的地區(qū)疫情形勢(shì)趨于平穩(wěn)，湖北省和武漢市疫情嚴(yán)峻形勢(shì)初步得到遏制，疫情防控取得階段性成果。

從供給側(cè)來(lái)看，上一階段政府物資馳援效果逐漸顯現(xiàn)，市場(chǎng)整體供給短期上升，由S2移至S3，如圖15所示。從需求側(cè)來(lái)看，中國(guó)政府靈活積極的防控措施以及大力的物資支援增強(qiáng)了各地人民的抗疫信心，大眾恐慌心理和不確定性預(yù)期得到改善，恐慌性需求開(kāi)始小幅下降，且封閉隔離等限制行動(dòng)的措施也促使需求下降，需求由D2下降至D3。這一階段，需求下降的同時(shí)供給上升，疫情前期對(duì)物價(jià)的正向沖擊開(kāi)始減弱并轉(zhuǎn)為負(fù)向沖擊，價(jià)格開(kāi)始下降，由P3下降至P4。與理論價(jià)格變化趨勢(shì)相一致的是，這一階段的實(shí)際市場(chǎng)價(jià)格也開(kāi)始呈現(xiàn)下降趨勢(shì)。中國(guó)政府的正確抗疫方向和抗疫措施使原本急劇上升的物價(jià)及時(shí)得到遏制，對(duì)整個(gè)市場(chǎng)經(jīng)濟(jì)波動(dòng)起到了很好的緩沖作用。

（四）第四階段： 2020年3月18日至2020年4月28日

武漢保衛(wèi)戰(zhàn)和湖北保衛(wèi)戰(zhàn)取得決定性成果，中國(guó)本土疫情發(fā)展形勢(shì)得到了良好控制，離漢離鄂通道管控措施解除。隨后，中國(guó)政府正確把握疫情發(fā)展形勢(shì)，適時(shí)分類(lèi)推進(jìn)復(fù)工復(fù)產(chǎn)。

雖然這一階段的疫情形勢(shì)逐漸好轉(zhuǎn)，但疫情前期政府為防止病毒擴(kuò)散而采取的隔離封閉和停工停產(chǎn)措施帶來(lái)的經(jīng)濟(jì)影響卻在持續(xù)加深。

從需求側(cè)來(lái)看，大眾對(duì)未來(lái)的不確定性預(yù)期雖然有所改善但并未根除，同時(shí)伴隨收入下降等因素，需求繼續(xù)由D3下降至D4，如圖16所示。從供給側(cè)來(lái)看，復(fù)工復(fù)產(chǎn)初步推進(jìn)，供給短期內(nèi)還未及時(shí)上升，即使有物資支援，但疫情前期長(zhǎng)時(shí)間的封閉和停工停產(chǎn)等措施還是使供給整體呈下降趨勢(shì)，總供給由S3下降至S4。需求與供給同時(shí)下降，但需求下降幅度大于供給，價(jià)格由P4繼續(xù)下降至P5。同樣的，實(shí)際的市場(chǎng)價(jià)格也是繼續(xù)呈下降趨勢(shì)。

（五）第五階段：2020年4月29日至2020年6月20日

中國(guó)本土疫情基本得到控制，疫情態(tài)勢(shì)積極向好發(fā)展并進(jìn)入疫情防控常態(tài)化。中國(guó)在不放松疫情防控的前提下逐步放開(kāi)經(jīng)濟(jì)活動(dòng)和社會(huì)活動(dòng)，并形成了適應(yīng)于疫情防控的經(jīng)濟(jì)社會(huì)運(yùn)行體系，以國(guó)有企業(yè)為主力軍，各行各業(yè)復(fù)工復(fù)產(chǎn)活動(dòng)有序進(jìn)行。

從需求側(cè)來(lái)看，中國(guó)政府的積極行為和疫情不斷向好的態(tài)勢(shì)對(duì)大眾預(yù)期有良好的導(dǎo)向作用，消費(fèi)逐漸復(fù)蘇，但由于疫情造成的收入下降，需求上升幅度較小，由D4移至D5，如圖17所示。從供給側(cè)來(lái)看，各地政府密集出臺(tái)了多項(xiàng)復(fù)工復(fù)產(chǎn)支持政策，為各行業(yè)企業(yè)尤其是中小企業(yè)以及個(gè)體工商戶(hù)紓困，供給由S4上升至S5。供給恢復(fù)速度快于需求，價(jià)格由P5小幅下降至P6，理論的市場(chǎng)價(jià)格變化趨勢(shì)與實(shí)際的市場(chǎng)價(jià)格變化趨勢(shì)相一致。

整體而言，市場(chǎng)總供給和總需求在新冠疫情不同發(fā)展階段遭受了不同的沖擊，這些沖擊造成的經(jīng)濟(jì)波動(dòng)反映在市場(chǎng)價(jià)格的變化上。接下來(lái)，本文將通過(guò)實(shí)證分析深入研究新冠疫情對(duì)中國(guó)物價(jià)的影響。

四、疫情影響物價(jià)的經(jīng)驗(yàn)研究

（一）數(shù)據(jù)說(shuō)明

本文被解釋變量為價(jià)格，其數(shù)據(jù)來(lái)源于國(guó)家發(fā)展和改革委員會(huì)價(jià)格監(jiān)控中心發(fā)布的中國(guó)價(jià)格信息數(shù)據(jù)庫(kù)，其價(jià)格數(shù)據(jù)是由專(zhuān)門(mén)的采價(jià)人員定期在各城市采價(jià)點(diǎn)收集，因而具有較高質(zhì)量。本文價(jià)格數(shù)據(jù)時(shí)間跨度為2018—2020年，主要包括三大類(lèi)：食品零售，日用工業(yè)消費(fèi)品和工業(yè)生產(chǎn)資料。每大類(lèi)又劃分為若干中類(lèi)，每個(gè)中類(lèi)又包括若干小類(lèi)，本文所使用的價(jià)格指各小類(lèi)商品的單位價(jià)格，價(jià)格單位為元。本文價(jià)格數(shù)據(jù)覆蓋了中國(guó)119個(gè)主要地級(jí)市的130種小類(lèi)商品，具有較強(qiáng)的代表性。為了提高研究的準(zhǔn)確性，本文剔除了每小類(lèi)前后各1%的單位價(jià)格極端值，描述性統(tǒng)計(jì)結(jié)果如表1所示。從均值角度來(lái)看，可以初步觀(guān)察到疫情暴發(fā)之前，2019—2020年物價(jià)均值高于2018—2019年同期物價(jià)，而疫情暴發(fā)之后，2019—2020年物價(jià)均值低于2018—2019年同期物價(jià)。具體從分位數(shù)來(lái)看，這種下降的趨勢(shì)主要體現(xiàn)在較高分位數(shù)的產(chǎn)品價(jià)格上，根據(jù)價(jià)格特征，這表明造成整體物價(jià)均值下降的主要原因在于工業(yè)生產(chǎn)資料價(jià)格的大幅下降。不過(guò)，這僅是初步分析，筆者將通過(guò)實(shí)證分析深入探究新冠疫情對(duì)中國(guó)各類(lèi)商品價(jià)格的影響。

除疫情沖擊外的其他解釋變量主要包括：第一，各城市疫情嚴(yán)重程度（INFECTED）。該指標(biāo)定義為截至2020年4月8日城市累計(jì)確診感染新冠肺炎的病例數(shù)與該城市2019年年末常住人口數(shù)之比，數(shù)據(jù)皆來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)。由于2020年4月8日為武漢解封日期，是重要的時(shí)間節(jié)點(diǎn)，因而本文選擇該日期的累計(jì)確診人數(shù)來(lái)衡量城市疫情感染情況。除湖北省城市以外，本文將疫情嚴(yán)重程度排名前30的城市定義為疫情較為嚴(yán)重城市。第二，城市與武漢市距離（DISTANCE）。各城市距離武漢市的最大圓弧距離，數(shù)據(jù)來(lái)源于Stata官方網(wǎng)站。本文將各城市與武漢市的距離劃分為5個(gè)等級(jí)，等級(jí)越高說(shuō)明距離越遠(yuǎn)。第三，各城市2019年對(duì)外貿(mào)易依存度（TRADE）。用各城市2019年進(jìn)出口總額與該城市的GDP之比來(lái)衡量。數(shù)據(jù)來(lái)源于各城市2019年統(tǒng)計(jì)年鑒。本文將2019年對(duì)外貿(mào)易依存度排名前30的城市定義為高貿(mào)易依存度城市。第四，各城市所屬省份的收入差距（INCOME）。數(shù)據(jù)來(lái)源于西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心的中國(guó)家庭金融調(diào)查（China Household Finance Survey， CHFS）數(shù)據(jù)庫(kù)[29]，該數(shù)據(jù)最新可獲得版本為2017年中國(guó)家庭金融調(diào)查數(shù)據(jù)，且只提供家庭所屬省份信息，因而本文只能對(duì)各城市所屬省份的收入差距進(jìn)行衡量。本文用2017年各省份（或地區(qū)）前后25%的家庭收入差值與該省份家庭收入平均值之比衡量省份的收入差距，將收入差距排名前10的省份定義為高收入差距省份。第五，是否為消費(fèi)券發(fā)放城市（COUPON），數(shù)據(jù)來(lái)源于北京大學(xué)國(guó)家發(fā)展研究院的研究報(bào)告《消費(fèi)券的中國(guó)實(shí)踐——我國(guó)消費(fèi)券發(fā)放的現(xiàn)狀、效果和展望研究》，該報(bào)告整理了截至2020年4月18日中國(guó)主要城市消費(fèi)券的發(fā)放情況和基本特征，包括各地消費(fèi)券的發(fā)放時(shí)間、發(fā)放力度和核銷(xiāo)率等。本文將截至2020年4月18日發(fā)放了消費(fèi)券的城市定義為消費(fèi)券發(fā)放城市。按省份或城市特征分組的統(tǒng)計(jì)結(jié)果，如表2所示。限于篇幅，各城市與武漢市距離等級(jí)劃分未在文中進(jìn)行描述性統(tǒng)計(jì)，留存?zhèn)渌鳌?/p>

（二）基準(zhǔn)模型設(shè)定

本文借鑒Chen 等[21]和Fang等[2]的做法，將武漢封城作為疫情暴發(fā)時(shí)間點(diǎn)，以2019年11月至2020年6月的物價(jià)作為處理組，以經(jīng)過(guò)中國(guó)農(nóng)歷新年調(diào)整的2018年12月至2019年6月的同期物價(jià)作為控制組，采用DID法研究此次疫情對(duì)中國(guó)物價(jià)的影響?；鶞?zhǔn)回歸模型如下：

yict=αtreat×post+γt+δc+ηk+εict（1）

其中，yict代表城市c的商品i在時(shí)期t的價(jià)格（取對(duì)數(shù)形式），剔除了前后各1%的極端值。對(duì)于2019年11月至2020年6月處理組的觀(guān)察值，虛擬變量treat的取值為1，對(duì)于2018年12月至2019年6月控制組的觀(guān)察值，虛擬變量treat的取值為0。處理組疫情沖擊的時(shí)間點(diǎn)定義為武漢封城的日期，即2020年1月23日;控制組疫情沖擊點(diǎn)定義為2019年2月3日（根據(jù)中國(guó)農(nóng)歷新年調(diào)整后的日期）。處理組和控制組位于沖擊點(diǎn)之前的觀(guān)察值虛擬變量post的取值為0，位于沖擊點(diǎn)之后的觀(guān)察值虛擬變量post的取值為1。γt代表每一旬的固定效應(yīng)，δc代表該商品所在城市固定效應(yīng)，ηk代表該商品所屬小類(lèi)品種的固定效應(yīng)，εict為隨機(jī)擾動(dòng)項(xiàng)。系數(shù)α代表疫情沖擊對(duì)物價(jià)的影響效應(yīng)，即本文主要關(guān)注的系數(shù)。此外，為保證回歸結(jié)果的準(zhǔn)確性，本文采用面板數(shù)據(jù)的多維固定效應(yīng)進(jìn)行回歸，以解決與時(shí)間、城市和產(chǎn)品種類(lèi)三個(gè)維度有關(guān)的遺漏變量對(duì)回歸結(jié)果的影響。

（三）平行趨勢(shì)的圖形檢驗(yàn)

由于處理組主要為2020年價(jià)格，控制組主要為2019年價(jià)格，下文統(tǒng)稱(chēng)處理組價(jià)格為2020年價(jià)格，控制組價(jià)格為2019年價(jià)格。在進(jìn)行基準(zhǔn)回歸前，本文先對(duì)2020年價(jià)格和2019年價(jià)格的平行趨勢(shì)進(jìn)行簡(jiǎn)單的圖形檢驗(yàn)。圖形檢驗(yàn)結(jié)果顯示，整體價(jià)格、食品零售價(jià)格以及工業(yè)生產(chǎn)資料價(jià)格通過(guò)了平行趨勢(shì)檢驗(yàn)，而日用工業(yè)消費(fèi)品價(jià)格未通過(guò)平行趨勢(shì)檢驗(yàn)。

（四）基準(zhǔn)回歸

疫情暴發(fā)對(duì)中國(guó)物價(jià)影響的基準(zhǔn)回歸結(jié)果如表3所示，平均來(lái)講，疫情沖擊下的整體物價(jià)下降了0.95%，食品零售價(jià)格下降了1.09%，工業(yè)生產(chǎn)資料價(jià)格下降了3.10%，且都在1%的水平下顯著。比較而言，疫情暴發(fā)對(duì)工業(yè)生產(chǎn)資料價(jià)格的負(fù)向沖擊最大，對(duì)食品零售價(jià)格的負(fù)向沖擊次之。

整體而言，截至2020年6月，疫情暴發(fā)對(duì)中國(guó)主要消費(fèi)品和工業(yè)品價(jià)格帶來(lái)了負(fù)向沖擊，且這種負(fù)向沖擊主要體現(xiàn)在食品零售和工業(yè)生產(chǎn)資料的價(jià)格上。結(jié)合總供給和總需求模型來(lái)看，物價(jià)下降說(shuō)明此次疫情給中國(guó)需求側(cè)帶來(lái)的負(fù)向沖擊大于供給側(cè)。從總供給來(lái)看，宏觀(guān)經(jīng)濟(jì)學(xué)強(qiáng)調(diào)一個(gè)國(guó)家總供給是由該國(guó)的內(nèi)在經(jīng)濟(jì)結(jié)構(gòu)決定的，短期內(nèi)不會(huì)輕易改變，因而包括疫情在內(nèi)的自然災(zāi)害等外來(lái)沖擊對(duì)總供給的影響并不會(huì)長(zhǎng)久。從總需求來(lái)看，根據(jù)凱恩斯的有效需求理論[30]，消費(fèi)和投資是有效需求的重要組成部分，影響消費(fèi)和投資的因素包括消費(fèi)傾向、預(yù)期收益、市場(chǎng)價(jià)格、流動(dòng)性偏好和貨幣數(shù)量。其中，消費(fèi)傾向、預(yù)期收益、市場(chǎng)價(jià)格和流動(dòng)性偏好是由人們自發(fā)的市場(chǎng)行為決定的，容易受到外來(lái)沖擊的影響從而產(chǎn)生惡性循環(huán)，且國(guó)家政策很難對(duì)這些變量加以控制。而貨幣數(shù)量雖然可以通過(guò)國(guó)家政策加以調(diào)整，但具有很長(zhǎng)的時(shí)滯性，且多數(shù)情況下不能起到很好的效果。多種因素交重，使此次疫情對(duì)中國(guó)市場(chǎng)需求的負(fù)向沖擊大于供給，最終以市場(chǎng)價(jià)格下降的形式得以體現(xiàn)。這同時(shí)暴露出現(xiàn)階段需求側(cè)相對(duì)于供給側(cè)具有更大的不穩(wěn)定性，因而構(gòu)建一個(gè)堅(jiān)實(shí)穩(wěn)定的內(nèi)需體系顯然是未來(lái)中國(guó)經(jīng)濟(jì)結(jié)構(gòu)改革的主要著力方向。不過(guò)值得一提的是，如此嚴(yán)重的疫情沖擊下，中國(guó)物價(jià)并未發(fā)生大幅下降，整個(gè)經(jīng)濟(jì)沒(méi)有發(fā)生嚴(yán)重的通貨緊縮，說(shuō)明中國(guó)政府在緊要關(guān)頭采取的各項(xiàng)穩(wěn)定經(jīng)濟(jì)的措施取得了顯著成效。正如前文機(jī)制分析中所述，其背后體現(xiàn)的是中國(guó)特色社會(huì)主義制度的優(yōu)越性在緩解經(jīng)濟(jì)波動(dòng)和穩(wěn)定市場(chǎng)物價(jià)過(guò)程中的至關(guān)重要的作用。

（五）穩(wěn)健性檢驗(yàn)

1.平行趨勢(shì)檢驗(yàn)

前文已經(jīng)通過(guò)圖形對(duì)整體物價(jià)和各大類(lèi)價(jià)格的平行趨勢(shì)進(jìn)行了初步檢驗(yàn)，為了保證結(jié)果的穩(wěn)健性，本文通過(guò)回歸方式對(duì)整體物價(jià)、食品零售價(jià)格以及工業(yè)生產(chǎn)資料價(jià)格進(jìn)行平行趨勢(shì)檢驗(yàn)。具體做法是，首先，根據(jù)基準(zhǔn)回歸的做法生成treat變量以及post變量;其次，將疫情沖擊時(shí)間點(diǎn)前的每一期生成對(duì)應(yīng)的虛擬時(shí)間變量并與treat變量交互生成pre1—pre6變量;最后，將treat×post變量以及pre1—pre6變量進(jìn)行式（1）的回歸。限于篇幅，平行趨勢(shì)檢驗(yàn)結(jié)果未在文中報(bào)告，留存?zhèn)渌鳌８鶕?jù)回歸結(jié)果，雖然整體物價(jià)和食品零售價(jià)格在疫情發(fā)生前變量pre5系數(shù)顯著異于0，工業(yè)生產(chǎn)資料價(jià)格在疫情發(fā)生前變量pre6和pre5系數(shù)顯著異于0，但其余各期交互項(xiàng)系數(shù)均沒(méi)有顯著異于0，且變量treat×post依然顯著，可以認(rèn)為，本文結(jié)果基本通過(guò)平行趨勢(shì)檢驗(yàn)，與前文圖形檢驗(yàn)結(jié)果基本一致。

2.安慰劑檢驗(yàn)

采用DID法研究疫情暴發(fā)對(duì)中國(guó)物價(jià)的影響，一個(gè)重要的假設(shè)條件就是疫情暴發(fā)之前，2019年與2020年同期價(jià)格的變化趨勢(shì)不存在系統(tǒng)性差異。如果在疫情暴發(fā)之前，2019年與2020年價(jià)格變化趨勢(shì)已經(jīng)存在顯著差異，就證明疫情暴發(fā)可能不是2020年價(jià)格遭受負(fù)向沖擊的主要原因。因此，本文通過(guò)反事實(shí)的方式構(gòu)造假想的疫情沖擊時(shí)間點(diǎn)來(lái)檢驗(yàn)基準(zhǔn)回歸結(jié)果的穩(wěn)健性。具體的，本文僅選取疫情暴發(fā)之前的樣本區(qū)間，并分別將武漢封城前3期和前4期設(shè)定為假想的疫情沖擊時(shí)間點(diǎn)進(jìn)行回歸?；貧w結(jié)果顯示treat×post1與treat×post2的系數(shù)均不顯著，證明本文基準(zhǔn)回歸結(jié)果比較穩(wěn)健。

3.動(dòng)態(tài)邊際效應(yīng)檢驗(yàn)

進(jìn)一步，本文對(duì)疫情影響價(jià)格的動(dòng)態(tài)邊際效應(yīng)進(jìn)行驗(yàn)證，深入探究此次疫情對(duì)物價(jià)沖擊的階段性變化。同樣以武漢封城作為疫情暴發(fā)點(diǎn)，本文對(duì)樣本進(jìn)行式（2）的回歸：

yict=∑kj=0αjtreat×postj+γt+δc+ηk+εict（2）

其中，postj為疫情暴發(fā)后每1期對(duì)應(yīng)的虛擬變量，本文樣本中疫情暴發(fā)后共14期，j=0代表武漢封城當(dāng)期。

根據(jù)動(dòng)態(tài)邊際檢驗(yàn)圖，整體物價(jià)在疫情暴發(fā)當(dāng)期就已經(jīng)遭受了正向沖擊，并在疫情暴發(fā)后的40天里持續(xù)遭受正向沖擊，這與本文機(jī)制分析中疫情發(fā)展前兩個(gè)階段的市場(chǎng)價(jià)格變化趨勢(shì)基本一致。疫情暴發(fā)30天后整體物價(jià)遭受的正向沖擊達(dá)到最大值，隨后逐漸下降。疫情暴發(fā)50天后，整體物價(jià)遭受的正向沖擊開(kāi)始轉(zhuǎn)為負(fù)向沖擊，并持續(xù)到本文樣本結(jié)束期，這與機(jī)制分析的后三個(gè)階段的市場(chǎng)價(jià)格變化趨勢(shì)相吻合。

具體分類(lèi)來(lái)看，疫情對(duì)食品零售類(lèi)價(jià)格的動(dòng)態(tài)沖擊效應(yīng)與整體物價(jià)具有相同的趨勢(shì)，但對(duì)工業(yè)生產(chǎn)資料價(jià)格的動(dòng)態(tài)沖擊效應(yīng)有所不同。疫情暴發(fā)的10天后，工業(yè)生產(chǎn)資料價(jià)格就迅速遭受負(fù)向沖擊，這與前文特征事實(shí)所展示的工業(yè)生產(chǎn)資料價(jià)格變化趨勢(shì)相一致。疫情對(duì)工業(yè)生產(chǎn)資料價(jià)格的負(fù)向沖擊在武漢解封當(dāng)期達(dá)到最大值，隨后這種負(fù)向沖擊逐漸減弱，并隨著復(fù)工復(fù)產(chǎn)的有序進(jìn)行進(jìn)一步減弱。數(shù)據(jù)顯示，在國(guó)有企業(yè)發(fā)揮主力軍作用下，截至2020年4月底，全國(guó)規(guī)模以上工業(yè)企業(yè)復(fù)工率超過(guò)99%，中小微企業(yè)復(fù)工率達(dá)到88%，重大項(xiàng)目復(fù)工率超過(guò)95%[1]。企業(yè)的復(fù)工復(fù)產(chǎn)意味著市場(chǎng)對(duì)工業(yè)生產(chǎn)資料的需求不斷上升，隨之而來(lái)就是價(jià)格的上升。筆者認(rèn)為，疫情后中國(guó)政府出臺(tái)的產(chǎn)業(yè)支持政策對(duì)工業(yè)生產(chǎn)資料價(jià)格迅速恢復(fù)具有顯著成效，工業(yè)生產(chǎn)資料價(jià)格的快速恢復(fù)本質(zhì)上體現(xiàn)了市場(chǎng)供給的快速恢復(fù)，說(shuō)明此次疫情對(duì)供給側(cè)的負(fù)向沖擊“來(lái)的快，去的快”。相比于需求側(cè)，此次疫情對(duì)中國(guó)供給側(cè)的沖擊具有短期性的特征。綜上，疫情對(duì)各類(lèi)價(jià)格影響的動(dòng)態(tài)邊際效應(yīng)十分顯著，進(jìn)一步證明了本文基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

此外，本文還將被解釋變量的測(cè)度方式改為相對(duì)價(jià)格和價(jià)格增長(zhǎng)率進(jìn)行回歸，以及將湖北省價(jià)格數(shù)據(jù)剔除進(jìn)行回歸，結(jié)果依然穩(wěn)健。

（五）穩(wěn)健性檢驗(yàn)

1.平行趨勢(shì)檢驗(yàn)

前文已經(jīng)通過(guò)圖形對(duì)整體物價(jià)和各大類(lèi)價(jià)格的平行趨勢(shì)進(jìn)行了初步檢驗(yàn)，為了保證結(jié)果的穩(wěn)健性，此部分將通過(guò)回歸方式對(duì)整體物價(jià)、食品零售價(jià)格以及工業(yè)生產(chǎn)資料價(jià)格進(jìn)行平行趨勢(shì)檢驗(yàn)。具體做法是，首先，根據(jù)基準(zhǔn)回歸的做法生成treat變量以及post變量;其次，將疫情沖擊時(shí)間點(diǎn)前的每一期生成對(duì)應(yīng)的虛擬時(shí)間變量并與treat變量交互生成pre1—pre6變量;最后，將treatpost變量以及pre1—pre6變量進(jìn)行式（1）的回歸，結(jié)果如表4所示。由表4可知，雖然整體物價(jià)和食品零售價(jià)格在疫情發(fā)生前變量pre5系數(shù)顯著異于0，工業(yè)生產(chǎn)資料價(jià)格在疫情發(fā)生前變量pre6和pre5系數(shù)顯著異于0，但其余各期交互項(xiàng)系數(shù)均沒(méi)有顯著異于0，且變量treatpost依然顯著?？梢哉J(rèn)為，本文結(jié)果基本通過(guò)平行趨勢(shì)檢驗(yàn)，與前文圖形檢驗(yàn)結(jié)果基本一致。

2.安慰劑檢驗(yàn)

采用DID方法研究疫情暴發(fā)對(duì)中國(guó)物價(jià)的影響，一個(gè)重要的假設(shè)條件就是疫情暴發(fā)之前，2019年與2020年同期價(jià)格的變化趨勢(shì)不存在系統(tǒng)性差異。如果在疫情暴發(fā)之前，2019年與2020年價(jià)格變化趨勢(shì)已經(jīng)存在顯著差異，就證明疫情暴發(fā)可能不是2020年價(jià)格遭受負(fù)向沖擊的主要原因。因而本部分通過(guò)反事實(shí)的方式構(gòu)造假想的疫情沖擊時(shí)間點(diǎn)來(lái)檢驗(yàn)基準(zhǔn)回歸結(jié)果的穩(wěn)健性。如果在反事實(shí)情況下，treatpost的系數(shù)不顯著，就說(shuō)明疫情暴發(fā)之前2019年與2020年同期價(jià)格的變化趨勢(shì)不存在系統(tǒng)性差異，疫情暴發(fā)才是導(dǎo)致二者價(jià)格變化趨勢(shì)出現(xiàn)不同的原因，進(jìn)而證明基準(zhǔn)回歸結(jié)果的穩(wěn)健性。具體的，本文僅選取疫情暴發(fā)之前的樣本區(qū)間，并分別將武漢封城前3期和前4期設(shè)定為假想的疫情沖擊時(shí)間點(diǎn)進(jìn)行回歸，回歸結(jié)果如表5所示。表5的列（1）—列（3）報(bào)告是將武漢封城前3期作為假想的疫情沖擊時(shí)間點(diǎn)的回歸結(jié)果，列（4）—列（6）報(bào)告的是將武漢封城前4期作為假想的疫情沖擊時(shí)間點(diǎn)的回歸結(jié)果，可以看到，treatpost1與treatpost2的系數(shù)均不顯著，證明本文基準(zhǔn)回歸結(jié)果比較穩(wěn)健。

3.動(dòng)態(tài)邊際效應(yīng)檢驗(yàn)

進(jìn)一步，本文對(duì)疫情影響價(jià)格的動(dòng)態(tài)邊際效應(yīng)進(jìn)行驗(yàn)證，深入探究此次疫情對(duì)物價(jià)沖擊的階段性變化。同樣以武漢封城作為疫情暴發(fā)點(diǎn)，本文對(duì)樣本進(jìn)行回歸，公式如下：

yict=∑kj=0αjtreatpostj+βtreat+γt+δc+ηk+εict （2）

注：縱坐標(biāo)的是DID回歸得出的虛擬變量postj與虛擬變量treat交互項(xiàng)的系數(shù)乘以100，即各期價(jià)格變化的百分比。陰影區(qū)域?yàn)楦飨禂?shù)在95%水平下的置信區(qū)間。橫坐標(biāo)代表疫情暴發(fā)后的時(shí)期，t=0代表武漢封城當(dāng)期，1期為10天。

其中，postj為疫情暴發(fā)后每1期對(duì)應(yīng)的虛擬變量，本文樣本中疫情暴發(fā)后共14期，j=0代表武漢封城當(dāng)期，疫情沖擊對(duì)物價(jià)影響的動(dòng)態(tài)邊際效應(yīng)，如圖18所示。從圖18中可以看出，整體物價(jià)在疫情暴發(fā)當(dāng)期就已經(jīng)遭受了正向沖擊，并在疫情暴發(fā)后的40天里持續(xù)遭受正向沖擊，這與本文機(jī)制分析中疫情發(fā)展前兩個(gè)階段的市場(chǎng)價(jià)格變化趨勢(shì)基本一致。疫情暴發(fā)初始時(shí)期造成的恐慌性需求上升以及封鎖隔離措施造成的供給下降，是導(dǎo)致這一時(shí)期價(jià)格遭受正向沖擊的主要原因。疫情暴發(fā)30天后整體物價(jià)遭受的正向沖擊達(dá)到最大值，隨后逐漸下降。疫情暴發(fā)50天后，整體物價(jià)遭受的正向沖擊開(kāi)始轉(zhuǎn)為負(fù)向沖擊，并持續(xù)到本文樣本結(jié)束期，這與機(jī)制分析的后三個(gè)階段的市場(chǎng)價(jià)格變化趨勢(shì)相吻合。政府馳援的物資使市場(chǎng)供給短期上升和恐慌性需求下降導(dǎo)致了前期急劇上升的物價(jià)開(kāi)始下降。之后隨著疫情持續(xù)發(fā)展，政府為阻止病毒擴(kuò)散采取的各種有效措施的潛在經(jīng)濟(jì)成本逐漸顯現(xiàn)，不確定性預(yù)期加強(qiáng)、收入下降以及停工停產(chǎn)等各種因素帶來(lái)的需求供給持續(xù)下降，且需求下降幅度大于供給，因而整體物價(jià)遭受持續(xù)的負(fù)向沖擊。雖然負(fù)向沖擊在武漢解封后短暫減弱，但由于疫情防控進(jìn)入常態(tài)化后市場(chǎng)供給恢復(fù)速度快于需求，因而物價(jià)遭受的負(fù)向沖擊并未結(jié)束，并持續(xù)到樣本結(jié)束期。

具體分類(lèi)來(lái)看，疫情對(duì)食品零售價(jià)格的動(dòng)態(tài)沖擊效應(yīng)與整體物價(jià)具有相同的趨勢(shì)，但對(duì)工業(yè)生產(chǎn)資料價(jià)格的動(dòng)態(tài)沖擊效應(yīng)有所不同。疫情暴發(fā)后10天后，工業(yè)生產(chǎn)資料價(jià)格就迅速遭受了負(fù)向沖擊，這與前文特征事實(shí)所展示的工業(yè)生產(chǎn)資料的價(jià)格變化趨勢(shì)相一致。疫情對(duì)工業(yè)生產(chǎn)資料價(jià)格的負(fù)向沖擊在武漢解封當(dāng)期達(dá)到最大值，隨后，這種負(fù)向沖擊逐漸減弱，并隨著復(fù)工復(fù)產(chǎn)的有序進(jìn)行進(jìn)一步減弱。數(shù)據(jù)顯示，在國(guó)有企業(yè)發(fā)揮主力軍作用下，截至2020年4月底，全國(guó)規(guī)模以上工業(yè)企業(yè)復(fù)工率超過(guò)99%，中小微企業(yè)復(fù)工率達(dá)到88%，重大項(xiàng)目復(fù)工率超過(guò)95%[1]。企業(yè)的復(fù)工復(fù)產(chǎn)意味著市場(chǎng)對(duì)工業(yè)生產(chǎn)資料的需求不斷上升，隨之而來(lái)就是價(jià)格的上升。可以認(rèn)為，疫情后中國(guó)政府出臺(tái)的產(chǎn)業(yè)支持政策對(duì)于工業(yè)生產(chǎn)資料價(jià)格迅速恢復(fù)具有顯著成效。工業(yè)生產(chǎn)資料價(jià)格的快速恢復(fù)本質(zhì)上體現(xiàn)了市場(chǎng)供給的快速恢復(fù)，說(shuō)明此次疫情對(duì)供給側(cè)的負(fù)向沖擊“來(lái)的快，去的快”。相比于需求側(cè)，此次疫情對(duì)中國(guó)供給側(cè)的沖擊具有短期性的特征。綜上，疫情對(duì)各類(lèi)價(jià)格影響的動(dòng)態(tài)邊際效應(yīng)十分顯著，進(jìn)一步證明了本文基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

此外，本文還將被解釋變量的測(cè)度方式改為相對(duì)價(jià)格和價(jià)格增長(zhǎng)率進(jìn)行回歸，以及將湖北省價(jià)格數(shù)據(jù)剔除進(jìn)行回歸，結(jié)果依然穩(wěn)健。

五、疫情影響物價(jià)的進(jìn)一步分析

前文已經(jīng)分析了疫情對(duì)中國(guó)119個(gè)主要城市整體物價(jià)的影響。顯然，無(wú)論是疫情沖擊帶來(lái)的經(jīng)濟(jì)波動(dòng)還是相關(guān)政策的合理制定，都可能存在區(qū)域差異性。根據(jù)前文基準(zhǔn)回歸結(jié)果，此次疫情給市場(chǎng)需求帶來(lái)了更大的負(fù)向沖擊，因而本文將根據(jù)需求差異性對(duì)119個(gè)城市進(jìn)行劃分以深入分析其中的經(jīng)濟(jì)機(jī)理。從微觀(guān)層面來(lái)看，影響需求的主要因素包括預(yù)期和收入。從宏觀(guān)層面來(lái)看，市場(chǎng)整體需求由內(nèi)部需求和外部需求共同組成，疫情不僅會(huì)對(duì)內(nèi)部需求產(chǎn)生影響，也會(huì)對(duì)外部需求產(chǎn)生影響。因而本文在與預(yù)期、收入和外部需求有關(guān)的城市特征變量的基礎(chǔ)上構(gòu)建虛擬變量，并加入式（1）中進(jìn)行回歸，以深入探究疫情暴發(fā)對(duì)中國(guó)不同城市物價(jià)的影響，試圖在一定程度找到相關(guān)地區(qū)經(jīng)濟(jì)發(fā)展的短板，為地區(qū)經(jīng)濟(jì)長(zhǎng)遠(yuǎn)健康發(fā)展提供經(jīng)驗(yàn)支撐。此外，疫情后期，多地政府采取發(fā)放消費(fèi)券的方式刺激當(dāng)?shù)叵M(fèi)需求以拉動(dòng)經(jīng)濟(jì)復(fù)蘇，鑒于消費(fèi)券是數(shù)字經(jīng)濟(jì)時(shí)代下刺激消費(fèi)需求的新興方式，本文擬從物價(jià)恢復(fù)得角度探究地方政府發(fā)放消費(fèi)券對(duì)助力經(jīng)濟(jì)恢復(fù)的具體效果。因而本文也將發(fā)放消費(fèi)券作為城市特征變量以構(gòu)建虛擬變量，并加入式（1）中進(jìn)行回歸，回歸模型如下：

yict=α1treat×post+α2treat×post×city+γt+δc+ηk+εict（3）

其中，city代表與預(yù)期、收入、外部需求以及發(fā)放消費(fèi)券有關(guān)的城市特征虛擬變量。

（一）疫情對(duì)物價(jià)的影響：武漢市和湖北省城市

武漢市作為此次疫情中國(guó)區(qū)的集中暴發(fā)地，其各方面受到的沖擊都是最嚴(yán)重的，湖北省作為疫情集中暴發(fā)省份同樣也受到了比較嚴(yán)重的沖擊。因而本文先將中國(guó)城市區(qū)分為武漢市和非武漢城市以及湖北省城市和非湖北省城市。設(shè)置虛擬變量WH，武漢市WH取值為1，其他城市WH取值為0;設(shè)置虛擬變量HB，湖北省城市HB取值為1，其他城市HB取值為0。分別將WH和HB與treat×post交互后放入式（3）中進(jìn)行回歸，回歸結(jié)果如表4所示。

表4的列（1）—列（3）報(bào)告的是武漢市的回歸結(jié)果。平均而言，疫情使武漢市整體物價(jià)下降幅度比非武漢市高出0.86%，食品零售價(jià)格下降幅度比非武漢城市高出2.26%，且都在1%的統(tǒng)計(jì)水平上顯著，這說(shuō)明雖然疫情前期物資短缺使武漢市物價(jià)遭受了正向沖擊，但疫情后期其發(fā)生了更大幅度的回落。顯然，武漢市作為疫情集中暴發(fā)城市，其物價(jià)受到的負(fù)向沖擊最為嚴(yán)重，尤其是食品零售價(jià)格波動(dòng)較大。但這種額外的價(jià)格下降可能不僅僅是由疫情本身的嚴(yán)重程度造成的，其本質(zhì)上還反映了心理因素在消費(fèi)行為中的重要作用。Chen等[21]指出，即使沒(méi)有行動(dòng)限制和收入下降等因素的影響，由疫情帶來(lái)的不確定性預(yù)期和焦慮情緒也會(huì)使居民大幅減少消費(fèi)支出。Coibion等[16]也指出，此次疫情造成的悲觀(guān)經(jīng)濟(jì)預(yù)期是市場(chǎng)需求大幅下降的主要因素之一。武漢市是此次疫情的集中暴發(fā)地，其嚴(yán)重程度遠(yuǎn)超中國(guó)其他城市，如此突然且嚴(yán)重的疫情帶來(lái)的不確定性預(yù)期和恐慌心理使武漢市市場(chǎng)需求大幅下降，同時(shí)伴隨收入大幅下降，因而相對(duì)于其他城市，武漢市的整體物價(jià)以及食品零售價(jià)格相對(duì)于其他城市遭受了更大程度的負(fù)向沖擊。根據(jù)表4列（3），平均而言，疫情沖擊對(duì)武漢市工業(yè)生產(chǎn)資料價(jià)格的負(fù)向沖擊比非武漢城市低了2.31%。這可能是兩方面的原因造成的：一方面，數(shù)據(jù)統(tǒng)計(jì)的原因，前文提到，疫情的限制出行措施導(dǎo)致采價(jià)行為無(wú)法正常進(jìn)行，因而武漢解封之前，武漢市工業(yè)生產(chǎn)資料平均價(jià)格長(zhǎng)時(shí)間未發(fā)生改變，無(wú)法真實(shí)反映其變化趨勢(shì);另一方面，可能與政府大力度的復(fù)工復(fù)產(chǎn)支持政策有關(guān)，武漢市作為疫情重災(zāi)區(qū)，其復(fù)工復(fù)產(chǎn)的推進(jìn)一直是政府關(guān)注的重點(diǎn)，包括建立中小微企業(yè)紓困專(zhuān)項(xiàng)資金、給予企業(yè)貼息支持、階段性減免稅負(fù)以及降低企業(yè)融資成本在內(nèi)的一系列高強(qiáng)度復(fù)工復(fù)產(chǎn)政策，使武漢市的工業(yè)生產(chǎn)迅速開(kāi)展，因而武漢市工業(yè)生產(chǎn)資料的價(jià)格也得到較快的恢復(fù)。由于DID法回歸處理的是平均效應(yīng)，疫情前期武漢市工業(yè)生產(chǎn)資料價(jià)格波動(dòng)不大，疫情后期復(fù)工復(fù)產(chǎn)的迅速恢復(fù)使武漢市工業(yè)生產(chǎn)資料價(jià)格也迅速恢復(fù)，導(dǎo)致武漢市工業(yè)生產(chǎn)資料的下降幅度低于全國(guó)其他城市。

表4的列（4）—列（6）報(bào)告的是湖北省城市的回歸結(jié)果。為剔除武漢市物價(jià)對(duì)回歸結(jié)果的影響，回歸時(shí)不包含武漢市。平均而言，疫情給湖北省其他城市物價(jià)造成的負(fù)向效應(yīng)低于中國(guó)其他省份城市。這說(shuō)明雖然疫情后期價(jià)格有所回落，但疫情暴發(fā)前期，嚴(yán)重的物資短缺使湖北省其他城市的物價(jià)上升幅度顯著大于全國(guó)其他城市，因此，平均而言，湖北省城市價(jià)格受到的負(fù)向沖擊小于全國(guó)其他城市。

（二）疫情對(duì)物價(jià)的影響：主要風(fēng)險(xiǎn)城市

疫情對(duì)中國(guó)經(jīng)濟(jì)的影響是全國(guó)性的，雖然中國(guó)其他城市的疫情嚴(yán)重程度遠(yuǎn)不及武漢市，但其經(jīng)濟(jì)各方面也受到了比較嚴(yán)重的影響。因而本文按城市疫情嚴(yán)重程度以及其與武漢市距離，對(duì)中國(guó)除湖北省外城市進(jìn)行風(fēng)險(xiǎn)等級(jí)分類(lèi)。本文將中國(guó)各城市與武漢市的最大圓弧距離劃分為5個(gè)等級(jí)，并根據(jù)等級(jí)生成相應(yīng)的5個(gè)虛擬變量DISj，等級(jí)越高代表與武漢市圓弧距離越大。同時(shí)，本文將疫情嚴(yán)重程度排名前30的城市INF30取值為1，其他城市INF30取值為0，分別將DISj和INF30與treat×post交互后放入式（3）中進(jìn)行回歸，回歸結(jié)果如表5所示。

如表5的列（1）—列（3）所示，疫情嚴(yán)重程度未對(duì)各城市整體物價(jià)和食品零售價(jià)格產(chǎn)生額外的負(fù)向沖擊，這可能是因?yàn)槌笔〕鞘型猓珖?guó)其他城市疫情嚴(yán)重程度相差不大。不過(guò)，疫情較為嚴(yán)重的城市工業(yè)生產(chǎn)資料價(jià)格比其他城市額外下降了0.46%，說(shuō)明工業(yè)生產(chǎn)資料的價(jià)格對(duì)疫情嚴(yán)重程度帶來(lái)的風(fēng)險(xiǎn)更為敏感，疫情越嚴(yán)重的地區(qū)的工業(yè)生產(chǎn)活動(dòng)恢復(fù)得越慢。如表5的列（4）—列（5）所示，各城市整體物價(jià)和食品零售價(jià)格受到的負(fù)向沖擊并未隨其離武漢距離增加而減弱。顯然，這一結(jié)論與經(jīng)濟(jì)學(xué)上的引力模型并不相符，說(shuō)明疫情之下中國(guó)所有城市都是命運(yùn)共同體。這也在一定程度上反映了重大疫情帶來(lái)的恐懼心理和悲觀(guān)預(yù)期并不會(huì)隨其與疫情集中地的距離增加而減弱。同時(shí)，根據(jù)表5的列（6），與武漢市距離越遠(yuǎn)的城市，工業(yè)生產(chǎn)資料價(jià)格受到的負(fù)向沖擊越弱，說(shuō)明工業(yè)生產(chǎn)活動(dòng)的進(jìn)行在一定程度上會(huì)受到其與武漢市距離的影響，與武漢市距離越遠(yuǎn)的城市的工業(yè)生產(chǎn)活動(dòng)恢復(fù)越快。

（三）疫情對(duì)物價(jià)的影響：收入差距較高的省份城市

根據(jù)邊際消費(fèi)傾向遞減規(guī)律，消費(fèi)者的邊際消費(fèi)傾向隨收入的增加而降低，因而低收入人群更傾向消費(fèi)。且與高收入人群相比，低收入人群的消費(fèi)更容易受到外來(lái)沖擊的影響。因而收入差距越大的地區(qū)消費(fèi)結(jié)構(gòu)越不穩(wěn)定，其有效需求也更容易受到外來(lái)沖擊的影響，進(jìn)而反映在該地區(qū)的物價(jià)波動(dòng)上。本文將2017年收入差距排名前10的省份城市INC10取值為1，其他省份城市INC10取值為0，并與treat×post交互后放入式（3）中進(jìn)行回歸，回歸結(jié)果如表6列（1）—列（3）所示。

根據(jù)表6列（1），平均而言，收入差距更大的省份城市整體物價(jià)會(huì)額外遭受0.21%的負(fù)向沖擊，正如前文所言，這種額外的負(fù)向沖擊本質(zhì)上體現(xiàn)的是該城市需求結(jié)構(gòu)的不穩(wěn)定。甘犁等[31]指出，此次疫情使高收入組家庭財(cái)富增值而使低收入組家庭財(cái)富縮水。這意味著，疫情的沖擊加大了中國(guó)各地區(qū)家庭收入差距，使更多低收入群體的消費(fèi)得到抑制，因而原本收入差距越大的地區(qū)物價(jià)所受影響越大。如表6列（2）—列（3）所示，這種額外的負(fù)向沖擊主要表現(xiàn)在食品零售價(jià)格上，而在工業(yè)生產(chǎn)資料價(jià)格上表現(xiàn)得并不明顯，這可能是因?yàn)槭称妨闶凼堑褪杖肴后w的主要消費(fèi)品，因而其價(jià)格會(huì)受到更為顯著的負(fù)向沖擊。

（四）疫情對(duì)物價(jià)的影響：貿(mào)易依存度較高的城市

貿(mào)易依存度較高的城市，其外部需求占有效需求的比重較高，在面臨疫情等重大風(fēng)險(xiǎn)時(shí)，外部需求和內(nèi)部需求同時(shí)下降，使其有效需求相比于其他城市有更大幅度的下降。因而本文將2019年中國(guó)貿(mào)易依存度排名前30的城市TRA30取值為1，其他城市TRA30取值為0，將TRA30與treat×post交互后放入式（3）中進(jìn)行回歸，回歸結(jié)果如表6列（4）—列（6）所示。

根據(jù)表6列（4）—列（6），貿(mào)易依存度較高的城市整體物價(jià)受到的負(fù)向沖擊與其他城市并無(wú)差別，但其工業(yè)生產(chǎn)資料價(jià)格受到了1.43%的額外負(fù)向沖擊。原因在于，這些高貿(mào)易依存度城市的出口總額占其GDP比重非常高，超過(guò)全國(guó)平均水平。相比于低貿(mào)易依存度城市，這些城市不僅內(nèi)部需求受到疫情的影響而下降，其外部需求也大幅萎縮，這主要影響當(dāng)?shù)氐墓I(yè)企業(yè)，進(jìn)而影響工業(yè)生產(chǎn)資料價(jià)格。同時(shí)，根據(jù)表6列（5），貿(mào)易依存度較高城市食品零售價(jià)格受到的負(fù)向沖擊小于其他城市。這可能是因?yàn)橄鄬?duì)于其他城市，高貿(mào)易依存度城市總需求中外部需求占比較高而內(nèi)部需求占比較小，因而其內(nèi)部需求受到負(fù)向沖擊相對(duì)較小;而城市食品零售價(jià)格主要受內(nèi)部需求變化的影響，因而高貿(mào)易依存度城市食品零售價(jià)格受到的負(fù)向沖擊小于低貿(mào)易依存度城市。

（五）疫情對(duì)物價(jià)的影響：消費(fèi)券發(fā)放城市

疫情的到來(lái)給中國(guó)經(jīng)濟(jì)帶來(lái)了比較嚴(yán)重的影響，而各地政府為了抑制疫情擴(kuò)散采取的隔離封鎖措施加劇了經(jīng)濟(jì)下滑。在此背景下，疫情穩(wěn)定后的經(jīng)濟(jì)重啟便成為各地政府的首要任務(wù)之一。作為有效需求的重要組成部分，刺激消費(fèi)一直都是政府助力經(jīng)濟(jì)發(fā)展的重要方式之一。自2020年3月起，多地政府采取發(fā)放消費(fèi)券的方式以刺激當(dāng)?shù)叵M(fèi)。根據(jù)北京大學(xué)國(guó)家發(fā)展研究院的研究報(bào)告，政府發(fā)放的消費(fèi)券對(duì)推動(dòng)當(dāng)?shù)亟?jīng)濟(jì)具有積極效果：發(fā)放消費(fèi)券行業(yè)比未發(fā)放消費(fèi)券行業(yè)恢復(fù)快;發(fā)券地區(qū)消費(fèi)券微信總支付筆數(shù)比未發(fā)券地區(qū)高出4.00%[32]。鑒于消費(fèi)券與物價(jià)的重要聯(lián)系，本文試圖從物價(jià)恢復(fù)的角度研究消費(fèi)券的發(fā)放是否具有積極作用。本文設(shè)置COU，將截至2020年4月18日發(fā)放了消費(fèi)券的城市COU取值為1，其他城市COU取值為0，將COU與treat×post交互后放入式（3）中進(jìn)行回歸，回歸結(jié)果如表6列（7）—列（9）所示。

根據(jù)表6列（7）—列（9），消費(fèi)券發(fā)放城市整體物價(jià)和工業(yè)生產(chǎn)資料價(jià)格受到的負(fù)向影響與未發(fā)券城市無(wú)明顯差別，但發(fā)券城市食品零售價(jià)格恢復(fù)速度快于未發(fā)券城市，這可能與消費(fèi)券發(fā)放行業(yè)有關(guān)。根據(jù)北京大學(xué)國(guó)家發(fā)展研究院的研究報(bào)告，為惠及最需要保護(hù)的小微企業(yè)，各地政府消費(fèi)券發(fā)放范圍主要集中在餐飲業(yè)和百貨超市[32]，因而這些行業(yè)的消費(fèi)需求恢復(fù)快于其他行業(yè)，從而其相關(guān)產(chǎn)品的價(jià)格恢復(fù)也快于其他行業(yè)?？梢?jiàn)，若想在短期內(nèi)助力經(jīng)濟(jì)恢復(fù)，出臺(tái)刺激消費(fèi)的政策不失為一個(gè)好的方式，與刺激投資的周期長(zhǎng)和見(jiàn)效慢相比，刺激消費(fèi)具有短期內(nèi)見(jiàn)效快的優(yōu)勢(shì)。

六、結(jié)論與政策含義

本文結(jié)合總供給和總需求模型，利用2018—2020年中國(guó)主要消費(fèi)品和工業(yè)品的微觀(guān)價(jià)格數(shù)據(jù)，基于武漢封城的視角研究疫情暴發(fā)對(duì)中國(guó)物價(jià)的影響，得出以下研究結(jié)論：第一，新冠疫情暴發(fā)給中國(guó)主要消費(fèi)品和工業(yè)品價(jià)格帶來(lái)了負(fù)向沖擊，但整體下降幅度不大。研究結(jié)果顯示，截至2020年6月，疫情暴發(fā)使中國(guó)主要消費(fèi)品和工業(yè)品整體物價(jià)下降需要特別說(shuō)明的是，由于本文采用DID法進(jìn)行回歸，本文價(jià)格“下降”的含義均為各類(lèi)價(jià)格相對(duì)于其“反事實(shí)”情況下的下降，即未發(fā)生疫情條件下的下降。了0.95%，其中，食品零售價(jià)格下降了1.09%，工業(yè)生產(chǎn)資料價(jià)格下降了3.10%，日用工業(yè)消費(fèi)品價(jià)格未受到明顯的影響。且截至本文樣本結(jié)束期，整體物價(jià)和食品零售價(jià)格受到的負(fù)向沖擊還在持續(xù)，工業(yè)生產(chǎn)資料價(jià)格受到的負(fù)向沖擊逐漸消失。第二，武漢市作為疫情的集中暴發(fā)地，其整體物價(jià)下降幅度比中國(guó)其他城市額外高出0.86%。但湖北省其他城市整體物價(jià)下降幅度與中國(guó)其他各省的城市無(wú)明顯區(qū)別。中國(guó)其他城市的整體物價(jià)下降幅度沒(méi)有因其離武漢市距離增加而減少，也沒(méi)有因疫情嚴(yán)重程度不同而表現(xiàn)出顯著差異性，但疫情較嚴(yán)重以及離武漢市較近的城市，其工業(yè)生產(chǎn)資料價(jià)格受到更大的負(fù)向沖擊。第三，收入差距較大的省份城市物價(jià)受到的負(fù)向沖擊大于其他城市，且在這種負(fù)向沖擊主要表現(xiàn)在食品零售價(jià)格上。貿(mào)易依存度較高城市的工業(yè)生產(chǎn)資料價(jià)格受到更大的負(fù)向沖擊。及時(shí)發(fā)放消費(fèi)券的城市，其食品零售價(jià)格的恢復(fù)速度快于其他城市。

總體而言，疫情暴發(fā)給中國(guó)主要消費(fèi)品和工業(yè)品價(jià)格帶來(lái)了負(fù)向沖擊，截至本文樣本結(jié)束期，整體物價(jià)和食品零售價(jià)格受到的負(fù)向沖擊還在持續(xù)，但工業(yè)生產(chǎn)資料受到的負(fù)向沖擊已逐漸消失，平均而言，中國(guó)物價(jià)未受到較為嚴(yán)重的負(fù)向沖擊。進(jìn)一步，筆者發(fā)現(xiàn)，武漢市物價(jià)下降幅度顯著高于其他城市，但中國(guó)其他城市物價(jià)受疫情沖擊的力度并沒(méi)有隨其離武漢市的距離增加而減弱。收入差距越大和貿(mào)易依存度越高的城市物價(jià)受疫情的負(fù)向影響更大，消費(fèi)券的發(fā)放對(duì)城市物價(jià)的恢復(fù)具有積極影響。

本文得出的結(jié)論具有豐富的政策含義：第一，從市場(chǎng)總供給和總需求的角度來(lái)看，物價(jià)下降證明中國(guó)市場(chǎng)需求側(cè)受疫情的負(fù)向影響更為嚴(yán)重，中國(guó)市場(chǎng)需求側(cè)相比于供給側(cè)具有更大的不穩(wěn)定性。因而今后中國(guó)在實(shí)行供給側(cè)結(jié)構(gòu)性改革的同時(shí)也要時(shí)刻注重對(duì)需求側(cè)的把控，正確把握好擴(kuò)大內(nèi)需這一戰(zhàn)略基點(diǎn)，構(gòu)建完整堅(jiān)實(shí)的內(nèi)需體系，這不僅是中國(guó)經(jīng)濟(jì)持續(xù)健康發(fā)展的必要條件，也是百年未有之大變局下中國(guó)應(yīng)對(duì)世界經(jīng)濟(jì)巨大不確定性的必然要求。第二，武漢市作為疫情集中暴發(fā)地，其經(jīng)濟(jì)受到了較為嚴(yán)重的影響。政府在之后助力經(jīng)濟(jì)發(fā)展的過(guò)程中應(yīng)繼續(xù)把恢復(fù)武漢市經(jīng)濟(jì)作為重點(diǎn)目標(biāo)之一，在助力武漢市工業(yè)企業(yè)復(fù)工復(fù)產(chǎn)的同時(shí)也要對(duì)武漢市人民的經(jīng)濟(jì)預(yù)期進(jìn)行積極良好的引導(dǎo)，增強(qiáng)其消費(fèi)信心。中國(guó)其他城市的物價(jià)受疫情沖擊的力度，并不隨其離武漢市的距離增加而減弱，這充分說(shuō)明重大危機(jī)之下，中國(guó)各個(gè)城市是命運(yùn)共同體。站在全球的角度來(lái)看，這個(gè)道理也同樣適用。疫情以一種特殊形式告誡世人，人類(lèi)是榮辱與共的命運(yùn)共同體，重大危機(jī)面前沒(méi)有任何一個(gè)國(guó)家可以獨(dú)善其身，團(tuán)結(jié)合作才是人間正道。第三，收入差距越大和貿(mào)易依存度越高的城市，物價(jià)受疫情的負(fù)向影響更大，證明其經(jīng)濟(jì)在面臨重大風(fēng)險(xiǎn)時(shí)表現(xiàn)得更為脆弱，背后體現(xiàn)的是該城市收入差距過(guò)大和貿(mào)易依存度較高帶來(lái)的經(jīng)濟(jì)結(jié)構(gòu)不穩(wěn)定性。從收入差距來(lái)看，近年來(lái)，隨著經(jīng)濟(jì)不斷發(fā)展，中國(guó)收入差距在經(jīng)歷一段下降時(shí)期后又開(kāi)始快速拉大，這一趨勢(shì)不僅會(huì)增加經(jīng)濟(jì)結(jié)構(gòu)的不穩(wěn)定性，也與共同富裕的目標(biāo)背道而馳。因而中國(guó)必須堅(jiān)持共同富裕這一正確方向，將減少收入差距作為經(jīng)濟(jì)發(fā)展的主要目標(biāo)之一貫穿整個(gè)“十四五”時(shí)期，實(shí)現(xiàn)高質(zhì)量的共享發(fā)展;從貿(mào)易依存度來(lái)講，近幾年，逆全球化趨勢(shì)愈演愈烈，疫情暴發(fā)使之加劇，各國(guó)內(nèi)顧傾向明顯上升，中國(guó)經(jīng)濟(jì)發(fā)展面臨的外部環(huán)境充滿(mǎn)巨大的不確定性。在此背景下，構(gòu)建以暢通國(guó)民經(jīng)濟(jì)循環(huán)為主的雙循環(huán)新發(fā)展格局，不僅是重塑中國(guó)國(guó)際合作和競(jìng)爭(zhēng)新優(yōu)勢(shì)的正確抉擇，更是保證中國(guó)經(jīng)濟(jì)安全的重要條件。因而中國(guó)在今后的發(fā)展過(guò)程中要在“內(nèi)循環(huán)”上下更大功夫，使生產(chǎn)、分配、流通、消費(fèi)更多依托國(guó)內(nèi)市場(chǎng)，提升供給體系對(duì)國(guó)內(nèi)需求的適配性，充分發(fā)揮大國(guó)經(jīng)濟(jì)的優(yōu)勢(shì)，形成需求牽引供給、供給創(chuàng)造需求的更高水平動(dòng)態(tài)平衡。特別的，鑒于中國(guó)不同地區(qū)的收入差距和貿(mào)易依存度存在較大差異，中國(guó)在制定區(qū)域發(fā)展戰(zhàn)略時(shí)應(yīng)更具針對(duì)性。第四，消費(fèi)券的發(fā)放對(duì)城市物價(jià)的恢復(fù)具有積極影響，體現(xiàn)了政府干預(yù)在經(jīng)濟(jì)恢復(fù)過(guò)程中的重要性和必要性?；谙M(fèi)券的發(fā)放范圍，其對(duì)食品零售價(jià)格的恢復(fù)作用最為明顯。鑒于地方政府助力經(jīng)濟(jì)恢復(fù)措施的效果顯著，各地政府可以考慮推行更多促進(jìn)消費(fèi)需求的優(yōu)惠政策并加大推廣范圍，有條件的地區(qū)可以有針對(duì)性地選擇主要受惠對(duì)象，如將更多優(yōu)惠活動(dòng)面向低收入人群。

參考文獻(xiàn)：

[1] 國(guó)務(wù)院新聞辦公室.抗擊新冠肺炎疫情的中國(guó)行動(dòng)[R].2020-06-07.

[2] Fang，H. M.，Wang，L.，Yang，Y. Human Mobility Restrictions and the Spread of the Novel Coronavirus（2019-Ncov） in China [R]. NBER Working Paper No.26906，2020.

[3] 習(xí)近平.在全國(guó)抗擊新冠肺炎疫情表彰大會(huì)上的講話(huà)[EB/OL].https：//news.cctv.com/2020/09/08/ARTIMrmv6ToHLZCZBCHIdg8K200908.shtml，2020-09-08.

[4] Langer，L. N. The Black Death in Russia：Its Effects Upon Urban Labor [J]. Russian History，1975，2（1）：53-67.

[5] Kambou，G.，Devarajan，S.，Over，M. The Economic Impact of AIDS in an African Country： Simulations With a Computable General Equilibrium Model of Cameroon [J]. Journal of African Economies，1992，1（1）：109-130.

[6] Cuddington，T. J. Modeling the Macroeconomic Effects of AIDS，With an Application to Tanzania [J]. World Bank Economic Review，1993，7（2）：173-189.

[7] Brainerd，E.，Siegler，M. V. The Economic Effects of the 1918 Influenza Epidemic [R]. CEPR Discussion Paper No.3791，2003.

[8] Keogh-Brown，M. R.，Smith，R. D. The Economic Impact of SARS：How Does the Reality Match the Predictions [J]. Health Policy，2008，88（1）：110-120.

[9] Dixon，P. B.，Lee，B.，Muehlenbeck，T.，et al. Effects on the U.S. of an H1N1 Epidemic：Analysis With a Quarterly CGE Model [J]. Journal of Homeland Security and Emergency Management，2010，7（1）：1-17.

[10] 行偉波，田坤.流行病的經(jīng)濟(jì)影響和干預(yù)政策研究進(jìn)展[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2020，（7）：113-128.

[11] 陳林.重大突發(fā)公共衛(wèi)生事件的經(jīng)濟(jì)影響及應(yīng)對(duì)經(jīng)驗(yàn)——基于文獻(xiàn)回顧視角[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，（4）：20-29.

[12] Baek，C.，McCrory，P. B.，Messer，T.，et al. Unemployment Effects of Stay-at-Home Orders： Evidence From High Frequency Claims Data [R]. IRLE Working Paper No.101-20，2020.

[13] Hanspal，T.，Weber，A.，Wohlfart，J. Income and Wealth Shocks and Expecations During the COVID-19 Pandemic[R]. CESifo Working Paper No.8244，2020.

[14] Andersen，A. L.，Hansen，E. T.，Johannesen，N.，et al. Responses to the COVID-19 Crises： Evidence From Bank Account Transaction Data [R]. CEBI Working Paper，2020.

[15] Baker， S. R.，F(xiàn)arrokhnia，R. A.，Meyer，S.，et al. How Does Household Spending Respond to an Epidemic？ Consumption During the 2020 COVID-19 Pandemic [R]. NBER Working Paper No.26949，2020.

[16] Coibion，O.，Gorodnichenko，Y.，Weber，M. The Cost of the COVID-19 Crisis：Lockdowns，Macroeconomic Expectations， and Consumer Spending [R]. NBER Working Paper No.27141，2020.

[17] Gormsen，N. J.，Koijen，R. S. J. Coronavirus：Impact on Stock Prices and Growth Expectation [R]. University of Chicago， Becker Friedman Institute for Economics Working Paper No.2020-22，2020.

[18] Cox，J.，Greenwald，D. L.，Ludvigson，S. C. What Explains the COVID-19 Stock Market [R]. NBER Working Paper No.27784，2020.

[19] Atkeson，A. What Will Be the Economic Impact of COVID-19 in the US？ Rough Estimates of Disease Scenarios [R]. NBER Working Paper No.26867，2020.

[20] Guerrieri，V.，Lorenzoni，G.，Straub，L.，et al. Macroeconomic Implications of COVID-19：Can Negative Supply Shocks Cause Demand Shortages [R]. NBER Working Paper No.26918，2020.

[21] Chen，H. Q.，Qian，W. L.，Wen，Q. The Impact of the COVID-19 Pandemic on Consumption：Learning From High Frequency Transaction Data [EB/OL].https：//ssrn.com/abstract=3568574，2020.

[22] 鄭江淮，付一夫，陶金.新冠肺炎疫情對(duì)消費(fèi)經(jīng)濟(jì)的影響及對(duì)策分析[J].消費(fèi)經(jīng)濟(jì)，2020，（2）：3-9.

[23] 祝坤福，高翔，楊翠紅，等.新冠肺炎疫情對(duì)全球生產(chǎn)體系的沖擊和我國(guó)產(chǎn)業(yè)鏈加速外移的風(fēng)險(xiǎn)分析[J].中國(guó)科學(xué)院院刊，2020，（3）：283-288.

[24] 黃群慧.新冠肺炎疫情對(duì)供給側(cè)的影響與應(yīng)對(duì)：短期和長(zhǎng)期視角[J].經(jīng)濟(jì)縱橫，2020，（5）：46-57.

[25] 何誠(chéng)穎，聞岳春，常雅麗，等.新冠病毒肺炎疫情對(duì)中國(guó)經(jīng)濟(jì)影響的測(cè)度分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，（5）：3-22.

[26] 許憲春，常子豪，唐雅.從統(tǒng)計(jì)數(shù)據(jù)看新冠肺炎疫情對(duì)中國(guó)經(jīng)濟(jì)的影響[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2020，（5）：41-51.

[27] 盧倩倩，許坤.堅(jiān)持打贏“抗疫”戰(zhàn) 開(kāi)啟“十四五”新時(shí)期——2020年物價(jià)形勢(shì)分析及2021年物價(jià)形勢(shì)展望[J].價(jià)格理論與實(shí)踐，2021，（1）：10-16.

[28] 湖北省人民政府.促進(jìn)經(jīng)濟(jì)社會(huì)加快發(fā)展若干政策措施[R].2020-03-12.

[29] 甘犁，魏昆，路曉蒙，等.中國(guó)工薪階層信貸發(fā)展報(bào)告[R].成都：西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心，2017.

[30] 約翰·梅納德·凱恩斯.就業(yè)、利息和貨幣通論（重譯本）[M].高鴻業(yè)譯，北京：商務(wù)印書(shū)館，1999.

[31] 甘犁，路曉蒙，王香，等.疫情下中國(guó)家庭財(cái)富變動(dòng)趨勢(shì)[J].中國(guó)經(jīng)濟(jì)報(bào)告，2020，（4）：110-123.

[32] 沈艷，孫昂.消費(fèi)券的中國(guó)實(shí)踐——我國(guó)消費(fèi)券發(fā)放的現(xiàn)狀、效果和展望研究[R].北京大學(xué)國(guó)家發(fā)展研究院，2020.

收稿日期：2021-09-22

基金項(xiàng)目：中南財(cái)經(jīng)政法大學(xué)一流學(xué)科建設(shè)重點(diǎn)課題“后疫情時(shí)代全球貿(mào)易治理與高水平對(duì)外開(kāi)放”（31712110804）

作者簡(jiǎn)介：錢(qián)學(xué)鋒（1979-），男，安徽安慶人，教授，博士，博士生導(dǎo)師，教育部青年長(zhǎng)江學(xué)者，主要從事國(guó)際經(jīng)濟(jì)學(xué)研究。E-mail： xfqian@126.com

高 婉（1995-），女，湖北黃岡人，博士研究生，主要從事國(guó)際經(jīng)濟(jì)學(xué)方面的研究。E-mail： 1006109049@qq.com