新冠肺炎疫情与中国物价

钱学锋 高婉

摘 要：2019年末暴发的新冠肺炎疫情对中国经济造成了严重的影响，在此背景下，本文结合总供给和总需求模型，分析此次疫情对中国物价的冲击。本文利用2018—2020年中国主要消费品和工业品的微观价格数据，借鉴Chen等的做法，将武汉封城作为新冠肺炎疫情暴发时间点，采用双重差分法研究疫情暴发对中国物价的影响，主要得出以下结论：新冠肺炎疫情暴发对中国物价产生了负向冲击，但整体冲击幅度不大。武汉市作为新冠肺炎疫情的集中暴发城市，其整体物价下降幅度显著高于中国其他城市。中国其他城市物价受到的负向冲击没有因新冠疫情严重程度不同而产生显著差异，也没有因其离武汉市距离的增加而减小。收入差距较大的省份城市，其整体物价和食品零售价格受疫情负向冲击更大;贸易依存度较高的城市，其工业生产资料价格受到的负向冲击更大;及时发放消费券的城市，其食品零售价格的恢复速度快于其他城市。本文以物价为切入点，从一个较新的视角研究新冠肺炎疫情暴发对中国经济的影响，深入探究物价变化背后蕴含的深层经济机理，为相关政策制定提供了经验支撑。

关键词：新冠肺炎疫情;中国物价;总供给;总需求

中图分类号：F014.32  文献标识码：A

文章编号：1000-176X（2021）11-0003-15

一、问题的提出

2019年末暴发的新冠肺炎疫情（后文简称“疫情”）是新中国成立以来传播速度最快、感染范围最广和防控难度最大的一次重大突发公共卫生事件[1]。作为有效阻止疫情传播的最关键举措，中国政府当机立断实行的武汉封城是史无前例的壮举。根据Fang等[2]，武汉封城使中国除湖北省以外城市的新冠肺炎感染病例下降了64.81%，使湖北省除武汉市以外的城市新冠肺炎感染病例下降了52.64%。中國用一个多月的时间初步遏制了疫情蔓延势头，用两个多月的时间将本土每日新增病例控制在个位数以内，用三个多月的时间取得了武汉保卫战、湖北保卫战的决定性成果，维护了人民生命安全和身体健康，并为维护地区和世界公共卫生安全作出了重要贡献[3]。然而，中国政府为防止疫情传播采取的各种有效措施以及疫情本身却对中国经济造成了比较严重的影响，并给中国市场的供给侧和需求侧带来了较大的冲击，给中国经济发展带来前所未有的挑战。

在此背景下，本文试图以物价为切入点，探究疫情暴发对中国经济的影响。一方面，一国物价是市场总供给和总需求共同作用的结果，其反映的是该国宏观经济的波动情况，因而深入探究疫情对中国物价的影响具有十分重要的现实意义。另一方面，即使疫情在后期得到了控制，但并未彻底消失，疫情本身以及因抗疫带来的经济格局与政策格局的改变将会作为一种新的“经济常态”在未来一段时期内长期存在，此后许多经济活动与政策考量也是基于这种“经济常态”展开的。此时，以市场供给和需求共同作用的物价为聚焦点，可以在把握经济形势和运行规律的基础上控制好政策的节奏和力度，亦有助于防止经济运行滑出合理区间和短期冲击演变成趋势性变化。

事实上，人类对重大疫情的经济影响研究由来已久。早在20世纪，Langer[4]、Kambou等[5]以及Cuddington[6]就对重大疫情的经济效应展开了丰富的讨论，且从20—21世纪，相关研究从未间断。Brainerd和Siegler[7]研究了西班牙流感对经济增长的影响，发现短期内流感的流行导致了各地区经济衰退，但长期内受流感影响越重的地区经济增长率越高。Keogh-Brown和Smith[8]研究SARS对各国经济的影响后发现，疫情期间居民个人消费大幅下降，其中，零售业、餐饮业和旅游业受到的影响最为明显。Dixon等[9]分析了H1N1流感对多个国家经济的影响，研究发现，流感给一国需求侧带来的冲击大于供给侧。行伟波和田坤[10]梳理了各种流行病对人类社会发展影响的经济效应以及相应的公共干预政策的实施效果。陈林[11]对重大突发公共卫生事件的相关理论与经验研究进行了全面梳理，研究发现，重大突发公共卫生事件对国民经济发展存在短期负面效应及长期潜在负面效应。

而自此次疫情暴发，研究其经济效应的文献更是如雨后春笋般涌现。Baek等[12]研究了疫情对就业的影响;Hanspal等[13]研究了疫情对收入的影响;Andersen等[14]、Baker等[15]以及Coibion等[16]研究了疫情对消费的影响;Gormsen和Koijen[17]与Cox等[18] 研究了疫情对股价等大宗商品价格的影响;Atkeson[19]和Guerrieri 等[20]对疫情下各种政策措施的成本收益进行了分析。此外，与本文联系较为紧密的文献是研究疫情暴发对中国市场供给侧和需求侧的影响。Chen等[21]利用2019—2020年中国214个城市的线下消费支出数据，研究了疫情对中国各城市消费数量和消费结构的影响，发现疫情暴发使中国线下消费支出大约下降了32.00%;郑江淮等[22]将SARS前后与疫情前后的宏观经济和消费形势进行对比，分析了疫情对中国消费经济造成的潜在影响。祝坤福等[23]指出，新冠疫情在短期内对中国生产供应产生了较为严重的负向冲击，加大了中国产业链加速外移。黄群慧[24]从供给侧分析疫情对经济的影响，发现此次疫情对中国供给侧的冲击具有短期性、全球性和高强度的特征。何诚颖等[25]通过事件回归研究法、纵横向分析法、比较静态分析法和路径分析法探究疫情对中国经济、产业和金融各领域产生的影响及其具体路径。

本文的研究也受益于现有研究疫情对中国物价影响的文章。许宪春等[26]根据价格指数分析疫情对中国经济的影响，发现2020年第一季度中国居民消费价格指数明显上涨，而工业生产者出厂价格指数和工业生产者购进价格指数均有所下降。卢倩倩和许坤[27]研究发现，受疫情影响，消费领域价格指数和生产领域价格指数均在2020年第一季度受到较为严重的负向冲击，而后逐步受供需恢复变动。但以上文献均从价格指数这个较为宏观的视角研究中国整体物价走势，且都基于特征事实分析，鲜有文献通过经验分析研究疫情暴发对中国物价的影响，因而本文是对现有文献的有益补充。本文研究疫情暴发后的中国物价变化，旨在回答以下三个问题：第一，如此严重的疫情给中国物价带来了怎样的冲击？其冲击程度有多大？持续时间有多长？第二，疫情冲击下的物价变化，其背后反映的深层经济机理是什么？第三，中国不同地区的物价受疫情影响是否存在差异？其差异的背后又蕴含着怎样的经济学原理？基于此，本文利用2018—2020年中国主要消费品和工业品的微观价格数据，借鉴Chen等[21]的做法，将武汉封城作为疫情暴发的冲击点，采用双重差分（下文简称DID）法研究疫情对中国物价的影响。

综上所述，本文可能的边际贡献为：第一，本文以物价为切入点，将武汉封城作为疫情暴发点，从一个较新的视角研究此次疫情对中国经济的影响。第二，现有相关文献均从价格指数的视角研究疫情暴发后中国物价走势，且都基于事实分析，而本文利用微观价格数据对疫情影响物价进行实证分析，是对现有相关文献的有益补充。第三，本文结合总供给和总需求模型，选取中国主要消费品和工业品的价格，将武汉封城作为疫情集中暴发的时间点，根据疫情冲击下的物价变化，深入研究疫情暴发对中国经济形势和运行规律的影响，为中国坚定实施扩大内需战略提供了经验支撑。第四，本文基于疫情冲击下中国不同地区物价受到的影响，深入分析其背后的经济机理，为具有区域针对性的后疫情经济助力政策提供经验支撑，也为中国高质量的区域发展战略提供借鉴。

二、疫情暴发前后物价变化的特征事实

一国物价变化是反映经济波动的重要信号，尤其是该国主要消费品和工业品的价格，能够较好地体现经济冲击对该国总供给和总需求的影响。本节选取中国主要消费品和工业品的价格，将武汉封城作为新冠疫情集中爆发的时间点，观察疫情暴发前后这些具有代表性商品的价格变化趋势。

（一）食品零售类商品

疫情暴发前后中国主要食品零售类商品（主要包括肉禽蛋、蔬菜、水果和水产品）[肉禽蛋、蔬菜、水果和水产品分别为食品零售下的四个中类，每个中类又分别包含相似的小类。由于各种类包含的小类品种较多，共计130种商品，因而未一一列出，小类产品名称留存备索。]的平均价格变化趋势，如图1—图4所示。

根据图1—图4，[由于全国含湖北省与不含湖北省价格变化趋势十分相似，湖北省含武汉市与不含武汉市价格变化趋势十分相似，因而图1—图4中的全国不包含湖北省，湖北省不包含武汉市。以武汉封城日期（即2020年1月下旬）作为疫情暴发的冲击点，每旬为10天，每月按3旬计，图中垂直的虚线为武汉封城当期。图1—图4中每个中类的价格为所包含的小类价格的简单平均，单位为元。若无特别说明，后文图的处理方式与本图相同。]疫情暴发之前，全国、湖北省和武汉市的食品零售类商品的平均价格均呈上升趋势，疫情暴发以后，这些商品的价格短期上升后持续下降，这种变化趋势也与Baker等[15]研究中疫情暴发前后美国家庭食品零售消费支出的变化趋势相同。产生这种变化趋势的一个主要原因是疫情暴发后，各地纷纷采取封闭隔离等限制措施，而食品零售类商品是居民生活最重要的组成部分。各地居民为维持封闭后的生活，会在短期内大量采购这些商品进行储备。此时，居民对食品零售类商品的需求上升，而供给在短期内未发生改变，需求上升的同时供给不变，造成食品零售类商品因而价格呈上升趋势。随着疫情的持续暴发，行动受限、收入下降和悲观预期等原因使居民对食品零售类商品的需求量逐渐下降。虽然食品零售类商品的供给随着经济活动的限制也出现下降，但其需求下降幅度更大，因而其平均價格呈现下降趋势。

（二）日用工业消费品

疫情暴发前后中国主要日用工业消费品（主要包括家庭耐用消费品、家庭日化用品、烟酒和衣着）的平均价格变化趋势，如图5—图8所示。

根据图5—图8，疫情暴发前后，日用工业消费品的平均价格变化幅度都不大。其中，武汉市家庭日化用品平均价格在2020年5月中旬发生过一次较大幅度的下降。总体而言，日用工业消费品的平均价格未受疫情明显影响，这可能与商品本身的性质有关。一方面，日用工业消费品的耐用性和超长使用期使疫情冲击和城市短期封锁不会对其需求和供给产生较大影响，因而其价格也不会产生较大波动。另一方面，随着电商的繁荣发展，近年来中国居民倾向于在每年特定的购物节（例如“618”和“双11”）囤积这些商品，因而即使存在短期的行动限制，其平均价格也不会受到较大影响。

（三）工业生产资料

疫情暴发前后中国主要工业生产资料（主要包括化工产品、建材水泥、有色金属和木材及制品）的平均价格变化趋势，如图9—图12所示。

根据图9—图12，从图9—图12中可以看出，疫情暴发前武汉市工业生产资料的价格无太大波动，这可能是数据本身的原因导致的。武汉封城期间，采价人员无法出门，只能通过电话等途径询问当期价格。若采价人员实在无法获得当期价格，则直接沿用上期价格。对比疫情暴发前后，除木材及制品平均价格小幅下降外，中国其他工业生产资料价格在疫情暴发后都出现大幅下降趋势。无论是全国、湖北省还是武汉市层面的木材制品价格在疫情前后变化都不大，这可能与本文数据有关系。本文数据中木材制品的种类稀少，可能不具有代表性，无法准确反映整体木材制品类价格变化趋势，因而后文进行回归时本文将木材价格数据剔除。与食品零售类价格变化趋势不同的是，工业生产资料价格没有前期的上升阶段，而是随着疫情的暴发迅速下降。显然，疫情的冲击和城市封锁导致的停工停产对工业生产资料价格的负向冲击是十分迅速的，其背后也体现了疫情暴发对供给侧的负向冲击是十分迅速的。生产活动的停止使各工业行业对生产资料的需求急剧下降，短期内需求大幅下降造成工业生产资料价格下降。而随着之后全国复工复产的有序进行，各行业对生产资料的需求逐渐上升，因而其平均价格也逐渐上升。特别的，2020年4月上旬起，湖北省除木材及制品外的其他工业生产资料的价格迅速回升，这与复工复产后湖北省政府一系列高强度的产业支持政策密不可分，例如，12家银行向湖北省重点名单企业发放贷款261.30亿元;对重点企业按照实际利率50%进行贴息;在融资、通行费和税收等多方面为企业降本减负;统筹推进重点企业和产业链配套企业复工复产，帮助解决原材料供应、上下游协作问题等[28]。

综上，新冠疫情暴发后，中国主要消费品和工业品的价格呈现出阶段性变化，因而，下文将分不同阶段对物价变化进行机制分析。

三、疫情影响物价的机制分析

根据均衡价格理论，价格由总供给和总需求共同决定，一个市场中的经济波动来自总供给或总需求的变动，进而反映在市场价格的变动上。显然，此次疫情给中国市场总供给和总需求都产生了较强的冲击，进而影响整个市场价格。因而本文结合总供给与总需求模型，对疫情不同发展阶段的市场价格变化进行机制分析。笔者将疫情发展分为如下五个阶段[1]：

（一）第一阶段：2019年12月27日至2020年1月19日

湖北省武汉市初步出现新冠肺炎确诊病例，全国其他地区也逐渐出现与武汉相关联的确诊病例。中国政府迅速采取行动，全面开展疫情防控工作，并提示公众尽量减少外出，避免人群聚集。

根据经济学原理，预期是影响公众需求的重要因素。疫情暴发下的恐慌心理和不确定预期导致公众的囤积行为，市场需求先于市场供给发生改变，由最初的D1上升至D2，如图13所示。短期内，市场供给未发生改变，保持在初始S1位置。整体来看，这一阶段供给保持不变而需求急剧上升，因而价格由初始P1上升至P2，这与实际市场价格变化趋势相吻合。疫情各发展阶段，实际市场价格遭受的冲击变化情况如图18所示。

（二）第二阶段：2020年1月20日至2020年2月20日

新冠肺炎新增确诊病例迅猛增加，为防止疫情进一步扩散，中国政府采取了阻断病毒传播的最有效方式——关闭离汉离鄂通道，对武汉市进行封锁。随后，中国各地分别启动重大突发公共卫生事件应急响应，并于武汉市封城后陆续采取封闭式管理。中国举国而动，全方位开展医疗支援活动和物资支援活动。这一时期，各地停工停产和封闭隔离措施使市场供给迅速下降，政府虽然进行驰援，但驰援效果具有时滞性，因而这一阶段市场供给整体呈下降趋势，由初始S1下降至S2，如图14所示。疫情初期的恐慌性需求上升伴随着一系列阻止疫情扩散措施带来的供给下降，使市场价格进一步上升，由前一阶段的P2继续上升至P3，实际市场价格变化趋势也与此相符。

（三）第三阶段： 2020年2月21日至2020年3月17日

由于疫情发展前期中国政府的正确指导和迅速行动，除湖北省以外的地区疫情形势趋于平稳，湖北省和武汉市疫情严峻形势初步得到遏制，疫情防控取得阶段性成果。

从供给侧来看，上一阶段政府物资驰援效果逐渐显现，市场整体供给短期上升，由S2移至S3，如图15所示。从需求侧来看，中国政府灵活积极的防控措施以及大力的物资支援增强了各地人民的抗疫信心，大众恐慌心理和不确定性预期得到改善，恐慌性需求开始小幅下降，且封闭隔离等限制行动的措施也促使需求下降，需求由D2下降至D3。这一阶段，需求下降的同时供给上升，疫情前期对物价的正向冲击开始减弱并转为负向冲击，价格开始下降，由P3下降至P4。与理论价格变化趋势相一致的是，这一阶段的实际市场价格也开始呈现下降趋势。中国政府的正确抗疫方向和抗疫措施使原本急剧上升的物价及时得到遏制，对整个市场经济波动起到了很好的缓冲作用。

（四）第四阶段： 2020年3月18日至2020年4月28日

武汉保卫战和湖北保卫战取得决定性成果，中国本土疫情发展形势得到了良好控制，离汉离鄂通道管控措施解除。随后，中国政府正确把握疫情发展形势，适时分类推进复工复产。

虽然这一阶段的疫情形势逐渐好转，但疫情前期政府为防止病毒扩散而采取的隔离封闭和停工停产措施带来的经济影响却在持续加深。

从需求侧来看，大众对未来的不确定性预期虽然有所改善但并未根除，同时伴随收入下降等因素，需求继续由D3下降至D4，如图16所示。从供给侧来看，复工复产初步推进，供给短期内还未及时上升，即使有物资支援，但疫情前期长时间的封闭和停工停产等措施还是使供给整体呈下降趋势，总供给由S3下降至S4。需求与供给同时下降，但需求下降幅度大于供给，价格由P4继续下降至P5。同样的，实际的市场价格也是继续呈下降趋势。

（五）第五阶段：2020年4月29日至2020年6月20日

中国本土疫情基本得到控制，疫情态势积极向好发展并进入疫情防控常态化。中国在不放松疫情防控的前提下逐步放开经济活动和社会活动，并形成了适应于疫情防控的经济社会运行体系，以国有企业为主力军，各行各业复工复产活动有序进行。

从需求侧来看，中国政府的积极行为和疫情不断向好的态势对大众预期有良好的导向作用，消费逐渐复苏，但由于疫情造成的收入下降，需求上升幅度较小，由D4移至D5，如图17所示。从供给侧来看，各地政府密集出台了多项复工复产支持政策，为各行业企业尤其是中小企业以及个体工商户纾困，供给由S4上升至S5。供给恢复速度快于需求，价格由P5小幅下降至P6，理论的市场价格变化趋势与实际的市场价格变化趋势相一致。

整体而言，市场总供给和总需求在新冠疫情不同发展阶段遭受了不同的冲击，这些冲击造成的经济波动反映在市场价格的变化上。接下来，本文将通过实证分析深入研究新冠疫情对中国物价的影响。

四、疫情影响物价的经验研究

（一）数据说明

本文被解释变量为价格，其数据来源于国家发展和改革委员会价格监控中心发布的中国价格信息数据库，其价格数据是由专门的采价人员定期在各城市采价点收集，因而具有较高质量。本文价格数据时间跨度为2018—2020年，主要包括三大类：食品零售，日用工业消费品和工业生产资料。每大类又划分为若干中类，每个中类又包括若干小类，本文所使用的价格指各小类商品的单位价格，价格单位为元。本文价格数据覆盖了中国119个主要地级市的130种小类商品，具有较强的代表性。为了提高研究的准确性，本文剔除了每小类前后各1%的单位价格极端值，描述性统计结果如表1所示。从均值角度来看，可以初步观察到疫情暴发之前，2019—2020年物价均值高于2018—2019年同期物价，而疫情暴发之后，2019—2020年物价均值低于2018—2019年同期物价。具体从分位数来看，这种下降的趋势主要体现在较高分位数的产品价格上，根据价格特征，这表明造成整体物价均值下降的主要原因在于工业生产资料价格的大幅下降。不過，这仅是初步分析，笔者将通过实证分析深入探究新冠疫情对中国各类商品价格的影响。

除疫情冲击外的其他解释变量主要包括：第一，各城市疫情严重程度（INFECTED）。该指标定义为截至2020年4月8日城市累计确诊感染新冠肺炎的病例数与该城市2019年年末常住人口数之比，数据皆来源于国泰安数据库。由于2020年4月8日为武汉解封日期，是重要的时间节点，因而本文选择该日期的累计确诊人数来衡量城市疫情感染情况。除湖北省城市以外，本文将疫情严重程度排名前30的城市定义为疫情较为严重城市。第二，城市与武汉市距离（DISTANCE）。各城市距离武汉市的最大圆弧距离，数据来源于Stata官方网站。本文将各城市与武汉市的距离划分为5个等级，等级越高说明距离越远。第三，各城市2019年对外贸易依存度（TRADE）。用各城市2019年进出口总额与该城市的GDP之比来衡量。数据来源于各城市2019年统计年鉴。本文将2019年对外贸易依存度排名前30的城市定义为高贸易依存度城市。第四，各城市所属省份的收入差距（INCOME）。数据来源于西南财经大学中国家庭金融调查与研究中心的中国家庭金融调查（China Household Finance Survey， CHFS）数据库[29]，该数据最新可获得版本为2017年中国家庭金融调查数据，且只提供家庭所属省份信息，因而本文只能对各城市所属省份的收入差距进行衡量。本文用2017年各省份（或地区）前后25%的家庭收入差值与该省份家庭收入平均值之比衡量省份的收入差距，将收入差距排名前10的省份定义为高收入差距省份。第五，是否为消费券发放城市（COUPON），数据来源于北京大学国家发展研究院的研究报告《消费券的中国实践——我国消费券发放的现状、效果和展望研究》，该报告整理了截至2020年4月18日中国主要城市消费券的发放情况和基本特征，包括各地消费券的发放时间、发放力度和核销率等。本文将截至2020年4月18日发放了消费券的城市定义为消费券发放城市。按省份或城市特征分组的统计结果，如表2所示。限于篇幅，各城市与武汉市距离等级划分未在文中进行描述性统计，留存备索。

（二）基准模型设定

本文借鉴Chen 等[21]和Fang等[2]的做法，将武汉封城作为疫情暴发时间点，以2019年11月至2020年6月的物价作为处理组，以经过中国农历新年调整的2018年12月至2019年6月的同期物价作为控制组，采用DID法研究此次疫情对中国物价的影响。基准回归模型如下：

yict=αtreat×post+γt+δc+ηk+εict（1）

其中，yict代表城市c的商品i在时期t的价格（取对数形式），剔除了前后各1%的极端值。对于2019年11月至2020年6月处理组的观察值，虚拟变量treat的取值为1，对于2018年12月至2019年6月控制组的观察值，虚拟变量treat的取值为0。处理组疫情冲击的时间点定义为武汉封城的日期，即2020年1月23日;控制组疫情冲击点定义为2019年2月3日（根据中国农历新年调整后的日期）。处理组和控制组位于冲击点之前的观察值虚拟变量post的取值为0，位于冲击点之后的观察值虚拟变量post的取值为1。γt代表每一旬的固定效应，δc代表该商品所在城市固定效应，ηk代表该商品所属小类品种的固定效应，εict为随机扰动项。系数α代表疫情冲击对物价的影响效应，即本文主要关注的系数。此外，为保证回归结果的准确性，本文采用面板数据的多维固定效应进行回归，以解决与时间、城市和产品种类三个维度有关的遗漏变量对回归结果的影响。

（三）平行趋势的图形检验

由于处理组主要为2020年价格，控制组主要为2019年价格，下文统称处理组价格为2020年价格，控制组价格为2019年价格。在进行基准回归前，本文先对2020年价格和2019年价格的平行趋势进行简单的图形检验。图形检验结果显示，整体价格、食品零售价格以及工业生产资料价格通过了平行趋势检验，而日用工业消费品价格未通过平行趋势检验。

（四）基准回归

疫情暴发对中国物价影响的基准回归结果如表3所示，平均来讲，疫情冲击下的整体物价下降了0.95%，食品零售价格下降了1.09%，工业生产资料价格下降了3.10%，且都在1%的水平下显著。比较而言，疫情暴发对工业生产资料价格的负向冲击最大，对食品零售价格的负向冲击次之。

整体而言，截至2020年6月，疫情暴发对中国主要消费品和工业品价格带来了负向冲击，且这种负向冲击主要体现在食品零售和工业生产资料的价格上。结合总供给和总需求模型来看，物价下降说明此次疫情给中国需求侧带来的负向冲击大于供给侧。从总供给来看，宏观经济学强调一个国家总供给是由该国的内在经济结构决定的，短期内不会轻易改变，因而包括疫情在内的自然灾害等外来冲击对总供给的影响并不会长久。从总需求来看，根据凯恩斯的有效需求理论[30]，消费和投资是有效需求的重要组成部分，影响消费和投资的因素包括消费倾向、预期收益、市场价格、流动性偏好和货币数量。其中，消费倾向、预期收益、市场价格和流动性偏好是由人们自发的市场行为决定的，容易受到外来冲击的影响从而产生恶性循环，且国家政策很难对这些变量加以控制。而货币数量虽然可以通过国家政策加以调整，但具有很长的时滞性，且多数情况下不能起到很好的效果。多种因素交重，使此次疫情对中国市场需求的负向冲击大于供给，最终以市场价格下降的形式得以体现。这同时暴露出现阶段需求侧相对于供给侧具有更大的不稳定性，因而构建一个坚实稳定的内需体系显然是未来中国经济结构改革的主要着力方向。不过值得一提的是，如此严重的疫情冲击下，中国物价并未发生大幅下降，整个经济没有发生严重的通货紧缩，说明中国政府在紧要关头采取的各项稳定经济的措施取得了显著成效。正如前文机制分析中所述，其背后体现的是中国特色社会主义制度的优越性在缓解经济波动和稳定市场物价过程中的至关重要的作用。

（五）稳健性检验

1.平行趋势检验

前文已经通过图形对整体物价和各大类价格的平行趋势进行了初步检验，为了保证结果的稳健性，本文通过回归方式对整体物价、食品零售价格以及工业生产资料价格进行平行趋势检验。具体做法是，首先，根据基准回归的做法生成treat变量以及post变量;其次，将疫情冲击时间点前的每一期生成对应的虚拟时间变量并与treat变量交互生成pre1—pre6变量;最后，将treat×post变量以及pre1—pre6变量进行式（1）的回归。限于篇幅，平行趋势检验结果未在文中报告，留存备索。根据回归结果，虽然整体物价和食品零售价格在疫情发生前变量pre5系数显著异于0，工业生产资料价格在疫情发生前变量pre6和pre5系数显著异于0，但其余各期交互项系数均没有显著异于0，且变量treat×post依然显著，可以认为，本文结果基本通过平行趋势检验，与前文图形检验结果基本一致。

2.安慰剂检验

采用DID法研究疫情暴发对中国物价的影响，一个重要的假设条件就是疫情暴发之前，2019年与2020年同期价格的变化趋势不存在系统性差异。如果在疫情暴发之前，2019年与2020年价格变化趋势已经存在显著差异，就证明疫情暴发可能不是2020年价格遭受负向冲击的主要原因。因此，本文通过反事实的方式构造假想的疫情冲击时间點来检验基准回归结果的稳健性。具体的，本文仅选取疫情暴发之前的样本区间，并分别将武汉封城前3期和前4期设定为假想的疫情冲击时间点进行回归。回归结果显示treat×post1与treat×post2的系数均不显著，证明本文基准回归结果比较稳健。

3.动态边际效应检验

进一步，本文对疫情影响价格的动态边际效应进行验证，深入探究此次疫情对物价冲击的阶段性变化。同样以武汉封城作为疫情暴发点，本文对样本进行式（2）的回归：

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

其中，postj为疫情暴发后每1期对应的虚拟变量，本文样本中疫情暴发后共14期，j=0代表武汉封城当期。

根据动态边际检验图，整体物价在疫情暴发当期就已经遭受了正向冲击，并在疫情暴发后的40天里持续遭受正向冲击，这与本文机制分析中疫情发展前两个阶段的市场价格变化趋势基本一致。疫情暴发30天后整体物价遭受的正向冲击达到最大值，随后逐渐下降。疫情暴发50天后，整体物价遭受的正向冲击开始转为负向冲击，并持续到本文样本结束期，这与机制分析的后三个阶段的市场价格变化趋势相吻合。

具体分类来看，疫情对食品零售类价格的动态冲击效应与整体物价具有相同的趋势，但对工业生产资料价格的动态冲击效应有所不同。疫情暴发的10天后，工业生产资料价格就迅速遭受负向冲击，这与前文特征事实所展示的工业生产资料价格变化趋势相一致。疫情对工业生产资料价格的负向冲击在武汉解封当期达到最大值，随后这种负向冲击逐渐减弱，并随着复工复产的有序进行进一步减弱。数据显示，在国有企业发挥主力军作用下，截至2020年4月底，全国规模以上工业企业复工率超过99%，中小微企业复工率达到88%，重大项目复工率超过95%[1]。企业的复工复产意味着市场对工业生产资料的需求不断上升，随之而来就是价格的上升。笔者认为，疫情后中国政府出台的产业支持政策对工业生产资料价格迅速恢复具有显著成效，工业生产资料价格的快速恢复本质上体现了市场供给的快速恢复，说明此次疫情对供给侧的负向冲击“来的快，去的快”。相比于需求侧，此次疫情对中国供给侧的冲击具有短期性的特征。综上，疫情对各类价格影响的动态边际效应十分显著，进一步证明了本文基准回归结果的稳健性。

此外，本文还将被解释变量的测度方式改为相对价格和价格增长率进行回归，以及将湖北省价格数据剔除进行回归，结果依然稳健。

（五）稳健性检验

1.平行趋势检验

前文已经通过图形对整体物价和各大类价格的平行趋势进行了初步检验，为了保证结果的稳健性，此部分将通过回归方式对整体物价、食品零售价格以及工业生产资料价格进行平行趋势检验。具体做法是，首先，根据基准回归的做法生成treat变量以及post变量;其次，将疫情冲击时间点前的每一期生成对应的虚拟时间变量并与treat变量交互生成pre1—pre6变量;最后，将treatpost变量以及pre1—pre6变量进行式（1）的回归，结果如表4所示。由表4可知，虽然整体物价和食品零售价格在疫情发生前变量pre5系数显著异于0，工业生产资料价格在疫情发生前变量pre6和pre5系数显著异于0，但其余各期交互项系数均没有显著异于0，且变量treatpost依然显著。可以认为，本文结果基本通过平行趋势检验，与前文图形检验结果基本一致。

2.安慰剂检验

采用DID方法研究疫情暴发对中国物价的影响，一个重要的假设条件就是疫情暴发之前，2019年与2020年同期价格的变化趋势不存在系统性差异。如果在疫情暴发之前，2019年与2020年价格变化趋势已经存在显著差异，就证明疫情暴发可能不是2020年价格遭受负向冲击的主要原因。因而本部分通过反事实的方式构造假想的疫情冲击时间点来检验基准回归结果的稳健性。如果在反事实情况下，treatpost的系数不显著，就说明疫情暴发之前2019年与2020年同期价格的变化趋势不存在系统性差异，疫情暴发才是导致二者价格变化趋势出现不同的原因，进而证明基准回归结果的稳健性。具体的，本文仅选取疫情暴发之前的样本区间，并分别将武汉封城前3期和前4期设定为假想的疫情冲击时间点进行回归，回归结果如表5所示。表5的列（1）—列（3）报告是将武汉封城前3期作为假想的疫情冲击时间点的回归结果，列（4）—列（6）报告的是将武汉封城前4期作为假想的疫情冲击时间点的回归结果，可以看到，treatpost1与treatpost2的系数均不显著，证明本文基准回归结果比较稳健。

3.动态边际效应检验

进一步，本文对疫情影响价格的动态边际效应进行验证，深入探究此次疫情对物价冲击的阶段性变化。同样以武汉封城作为疫情暴发点，本文对样本进行回归，公式如下：

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

注：纵坐标的是DID回归得出的虚拟变量postj与虚拟变量treat交互项的系数乘以100，即各期价格变化的百分比。阴影区域为各系数在95%水平下的置信区间。横坐标代表疫情暴发后的时期，t=0代表武汉封城当期，1期为10天。

其中，postj为疫情暴发后每1期对应的虚拟变量，本文样本中疫情暴发后共14期，j=0代表武汉封城当期，疫情冲击对物价影响的动态边际效应，如图18所示。从图18中可以看出，整体物价在疫情暴发当期就已经遭受了正向冲击，并在疫情暴发后的40天里持续遭受正向冲击，这与本文机制分析中疫情发展前两个阶段的市场价格变化趋势基本一致。疫情暴发初始时期造成的恐慌性需求上升以及封锁隔离措施造成的供给下降，是导致这一时期价格遭受正向冲击的主要原因。疫情暴发30天后整体物价遭受的正向冲击达到最大值，随后逐渐下降。疫情暴发50天后，整體物价遭受的正向冲击开始转为负向冲击，并持续到本文样本结束期，这与机制分析的后三个阶段的市场价格变化趋势相吻合。政府驰援的物资使市场供给短期上升和恐慌性需求下降导致了前期急剧上升的物价开始下降。之后随着疫情持续发展，政府为阻止病毒扩散采取的各种有效措施的潜在经济成本逐渐显现，不确定性预期加强、收入下降以及停工停产等各种因素带来的需求供给持续下降，且需求下降幅度大于供给，因而整体物价遭受持续的负向冲击。虽然负向冲击在武汉解封后短暂减弱，但由于疫情防控进入常态化后市场供给恢复速度快于需求，因而物价遭受的负向冲击并未结束，并持续到样本结束期。

具体分类来看，疫情对食品零售价格的动态冲击效应与整体物价具有相同的趋势，但对工业生产资料价格的动态冲击效应有所不同。疫情暴发后10天后，工业生产资料价格就迅速遭受了负向冲击，这与前文特征事实所展示的工业生产资料的价格变化趋势相一致。疫情对工业生产资料价格的负向冲击在武汉解封当期达到最大值，随后，这种负向冲击逐渐减弱，并随着复工复产的有序进行进一步减弱。数据显示，在国有企业发挥主力军作用下，截至2020年4月底，全国规模以上工业企业复工率超过99%，中小微企业复工率达到88%，重大项目复工率超过95%[1]。企业的复工复产意味着市场对工业生产资料的需求不断上升，随之而来就是价格的上升。可以认为，疫情后中国政府出台的产业支持政策对于工业生产资料价格迅速恢复具有显著成效。工业生产资料价格的快速恢复本质上体现了市场供给的快速恢复，说明此次疫情对供给侧的负向冲击“来的快，去的快”。相比于需求侧，此次疫情对中国供给侧的冲击具有短期性的特征。综上，疫情对各类价格影响的动态边际效应十分显著，进一步证明了本文基准回归结果的稳健性。

此外，本文还将被解释变量的测度方式改为相对价格和价格增长率进行回归，以及将湖北省价格数据剔除进行回归，结果依然稳健。

五、疫情影响物价的进一步分析

前文已经分析了疫情对中国119个主要城市整体物价的影响。显然，无论是疫情冲击带来的经济波动还是相关政策的合理制定，都可能存在区域差异性。根据前文基准回归结果，此次疫情给市场需求带来了更大的负向冲击，因而本文将根据需求差异性对119个城市进行划分以深入分析其中的经济机理。从微观层面来看，影响需求的主要因素包括预期和收入。从宏观层面来看，市场整体需求由内部需求和外部需求共同组成，疫情不仅会对内部需求产生影响，也会对外部需求产生影响。因而本文在与预期、收入和外部需求有关的城市特征变量的基础上构建虚拟变量，并加入式（1）中进行回归，以深入探究疫情暴发对中国不同城市物价的影响，试图在一定程度找到相关地区经济发展的短板，为地区经济长远健康发展提供经验支撑。此外，疫情后期，多地政府采取发放消费券的方式刺激当地消费需求以拉动经济复苏，鉴于消费券是数字经济时代下刺激消费需求的新兴方式，本文拟从物价恢复得角度探究地方政府发放消费券对助力经济恢复的具体效果。因而本文也将发放消费券作为城市特征变量以构建虚拟变量，并加入式（1）中进行回归，回归模型如下：

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

其中，city代表与预期、收入、外部需求以及发放消费券有关的城市特征虚拟变量。

（一）疫情对物价的影响：武汉市和湖北省城市

武汉市作为此次疫情中国区的集中暴发地，其各方面受到的冲击都是最严重的，湖北省作为疫情集中暴发省份同样也受到了比较严重的冲击。因而本文先将中国城市区分为武汉市和非武汉城市以及湖北省城市和非湖北省城市。设置虚拟变量WH，武汉市WH取值为1，其他城市WH取值为0;设置虚拟变量HB，湖北省城市HB取值为1，其他城市HB取值为0。分别将WH和HB与treat×post交互后放入式（3）中进行回归，回归结果如表4所示。

表4的列（1）—列（3）报告的是武汉市的回归结果。平均而言，疫情使武汉市整体物价下降幅度比非武汉市高出0.86%，食品零售價格下降幅度比非武汉城市高出2.26%，且都在1%的统计水平上显著，这说明虽然疫情前期物资短缺使武汉市物价遭受了正向冲击，但疫情后期其发生了更大幅度的回落。显然，武汉市作为疫情集中暴发城市，其物价受到的负向冲击最为严重，尤其是食品零售价格波动较大。但这种额外的价格下降可能不仅仅是由疫情本身的严重程度造成的，其本质上还反映了心理因素在消费行为中的重要作用。Chen等[21]指出，即使没有行动限制和收入下降等因素的影响，由疫情带来的不确定性预期和焦虑情绪也会使居民大幅减少消费支出。Coibion等[16]也指出，此次疫情造成的悲观经济预期是市场需求大幅下降的主要因素之一。武汉市是此次疫情的集中暴发地，其严重程度远超中国其他城市，如此突然且严重的疫情带来的不确定性预期和恐慌心理使武汉市市场需求大幅下降，同时伴随收入大幅下降，因而相对于其他城市，武汉市的整体物价以及食品零售价格相对于其他城市遭受了更大程度的负向冲击。根据表4列（3），平均而言，疫情冲击对武汉市工业生产资料价格的负向冲击比非武汉城市低了2.31%。这可能是两方面的原因造成的：一方面，数据统计的原因，前文提到，疫情的限制出行措施导致采价行为无法正常进行，因而武汉解封之前，武汉市工业生产资料平均价格长时间未发生改变，无法真实反映其变化趋势;另一方面，可能与政府大力度的复工复产支持政策有关，武汉市作为疫情重灾区，其复工复产的推进一直是政府关注的重点，包括建立中小微企业纾困专项资金、给予企业贴息支持、阶段性减免税负以及降低企业融资成本在内的一系列高强度复工复产政策，使武汉市的工业生产迅速开展，因而武汉市工业生产资料的价格也得到较快的恢复。由于DID法回归处理的是平均效应，疫情前期武汉市工业生产资料价格波动不大，疫情后期复工复产的迅速恢复使武汉市工业生产资料价格也迅速恢复，导致武汉市工业生产资料的下降幅度低于全国其他城市。

表4的列（4）—列（6）报告的是湖北省城市的回归结果。为剔除武汉市物价对回归结果的影响，回归时不包含武汉市。平均而言，疫情给湖北省其他城市物价造成的负向效应低于中国其他省份城市。这说明虽然疫情后期价格有所回落，但疫情暴发前期，严重的物资短缺使湖北省其他城市的物价上升幅度显著大于全国其他城市，因此，平均而言，湖北省城市价格受到的负向冲击小于全国其他城市。

（二）疫情对物价的影响：主要风险城市

疫情对中国经济的影响是全国性的，虽然中国其他城市的疫情严重程度远不及武汉市，但其经济各方面也受到了比较严重的影响。因而本文按城市疫情严重程度以及其与武汉市距离，对中国除湖北省外城市进行风险等级分类。本文将中国各城市与武汉市的最大圆弧距离划分为5个等级，并根据等级生成相应的5个虚拟变量DISj，等级越高代表与武汉市圆弧距离越大。同时，本文将疫情严重程度排名前30的城市INF30取值为1，其他城市INF30取值为0，分别将DISj和INF30与treat×post交互后放入式（3）中进行回归，回归结果如表5所示。

如表5的列（1）—列（3）所示，疫情严重程度未对各城市整体物价和食品零售价格产生额外的负向冲击，这可能是因为除湖北省城市外，全国其他城市疫情严重程度相差不大。不过，疫情较为严重的城市工业生产资料价格比其他城市额外下降了0.46%，说明工业生产资料的价格对疫情严重程度带来的风险更为敏感，疫情越严重的地区的工业生产活动恢复得越慢。如表5的列（4）—列（5）所示，各城市整体物价和食品零售价格受到的负向冲击并未随其离武汉距离增加而减弱。显然，这一结论与经济学上的引力模型并不相符，说明疫情之下中国所有城市都是命运共同体。这也在一定程度上反映了重大疫情带来的恐惧心理和悲观预期并不会随其与疫情集中地的距离增加而减弱。同时，根据表5的列（6），与武汉市距离越远的城市，工业生产资料价格受到的负向冲击越弱，说明工业生产活动的进行在一定程度上会受到其与武汉市距离的影响，与武汉市距离越远的城市的工业生产活动恢复越快。

（三）疫情对物价的影响：收入差距较高的省份城市

根据边际消费倾向递减规律，消费者的边际消费倾向随收入的增加而降低，因而低收入人群更倾向消费。且与高收入人群相比，低收入人群的消费更容易受到外来冲击的影响。因而收入差距越大的地区消费结构越不稳定，其有效需求也更容易受到外来冲击的影响，进而反映在该地区的物价波动上。本文将2017年收入差距排名前10的省份城市INC10取值为1，其他省份城市INC10取值为0，并与treat×post交互后放入式（3）中进行回归，回归结果如表6列（1）—列（3）所示。

根据表6列（1），平均而言，收入差距更大的省份城市整体物价会额外遭受0.21%的负向冲击，正如前文所言，这种额外的负向冲击本质上体现的是该城市需求结构的不稳定。甘犁等[31]指出，此次疫情使高收入组家庭财富增值而使低收入组家庭财富缩水。这意味着，疫情的冲击加大了中国各地区家庭收入差距，使更多低收入群体的消费得到抑制，因而原本收入差距越大的地区物价所受影响越大。如表6列（2）—列（3）所示，这种额外的负向冲击主要表现在食品零售价格上，而在工业生产资料价格上表现得并不明显，这可能是因为食品零售是低收入群体的主要消费品，因而其价格会受到更为显著的负向冲击。

（四）疫情对物价的影响：贸易依存度较高的城市

贸易依存度较高的城市，其外部需求占有效需求的比重较高，在面临疫情等重大风险时，外部需求和内部需求同时下降，使其有效需求相比于其他城市有更大幅度的下降。因而本文将2019年中国贸易依存度排名前30的城市TRA30取值为1，其他城市TRA30取值为0，将TRA30与treat×post交互后放入式（3）中进行回归，回归结果如表6列（4）—列（6）所示。

根据表6列（4）—列（6），贸易依存度较高的城市整体物价受到的负向冲击与其他城市并无差别，但其工业生产资料价格受到了1.43%的额外负向冲击。原因在于，这些高贸易依存度城市的出口总额占其GDP比重非常高，超过全国平均水平。相比于低贸易依存度城市，这些城市不仅内部需求受到疫情的影响而下降，其外部需求也大幅萎缩，这主要影响当地的工业企业，进而影响工业生产资料价格。同时，根据表6列（5），贸易依存度较高城市食品零售价格受到的负向冲击小于其他城市。这可能是因为相对于其他城市，高贸易依存度城市总需求中外部需求占比较高而内部需求占比较小，因而其内部需求受到负向冲击相对较小;而城市食品零售价格主要受内部需求变化的影响，因而高贸易依存度城市食品零售价格受到的负向冲击小于低贸易依存度城市。

（五）疫情對物价的影响：消费券发放城市

疫情的到来给中国经济带来了比较严重的影响，而各地政府为了抑制疫情扩散采取的隔离封锁措施加剧了经济下滑。在此背景下，疫情稳定后的经济重启便成为各地政府的首要任务之一。作为有效需求的重要组成部分，刺激消费一直都是政府助力经济发展的重要方式之一。自2020年3月起，多地政府采取发放消费券的方式以刺激当地消费。根据北京大学国家发展研究院的研究报告，政府发放的消费券对推动当地经济具有积极效果：发放消费券行业比未发放消费券行业恢复快;发券地区消费券微信总支付笔数比未发券地区高出4.00%[32]。鉴于消费券与物价的重要联系，本文试图从物价恢复的角度研究消费券的发放是否具有积极作用。本文设置COU，将截至2020年4月18日发放了消费券的城市COU取值为1，其他城市COU取值为0，将COU与treat×post交互后放入式（3）中进行回归，回归结果如表6列（7）—列（9）所示。

根据表6列（7）—列（9），消费券发放城市整体物价和工业生产资料价格受到的负向影响与未发券城市无明显差别，但发券城市食品零售价格恢复速度快于未发券城市，这可能与消费券发放行业有关。根据北京大学国家发展研究院的研究报告，为惠及最需要保护的小微企业，各地政府消费券发放范围主要集中在餐饮业和百货超市[32]，因而这些行业的消费需求恢复快于其他行业，从而其相关产品的价格恢复也快于其他行业。可见，若想在短期内助力经济恢复，出台刺激消费的政策不失为一个好的方式，与刺激投资的周期长和见效慢相比，刺激消费具有短期内见效快的优势。

六、结论与政策含义

本文结合总供给和总需求模型，利用2018—2020年中国主要消费品和工业品的微观价格数据，基于武汉封城的视角研究疫情暴发对中国物价的影响，得出以下研究结论：第一，新冠疫情暴发给中国主要消费品和工业品价格带来了负向冲击，但整体下降幅度不大。研究结果显示，截至2020年6月，疫情暴发使中国主要消费品和工业品整体物价下降需要特别说明的是，由于本文采用DID法进行回归，本文价格“下降”的含义均为各类价格相对于其“反事实”情况下的下降，即未发生疫情条件下的下降。了0.95%，其中，食品零售价格下降了1.09%，工业生产资料价格下降了3.10%，日用工业消费品价格未受到明显的影响。且截至本文样本结束期，整体物价和食品零售价格受到的负向冲击还在持续，工业生产资料价格受到的负向冲击逐渐消失。第二，武汉市作为疫情的集中暴发地，其整体物价下降幅度比中国其他城市额外高出0.86%。但湖北省其他城市整体物价下降幅度与中国其他各省的城市无明显区别。中国其他城市的整体物价下降幅度没有因其离武汉市距离增加而减少，也没有因疫情严重程度不同而表现出显著差异性，但疫情较严重以及离武汉市较近的城市，其工业生产资料价格受到更大的负向冲击。第三，收入差距较大的省份城市物价受到的负向冲击大于其他城市，且在这种负向冲击主要表现在食品零售价格上。贸易依存度较高城市的工业生产资料价格受到更大的负向冲击。及时发放消费券的城市，其食品零售价格的恢复速度快于其他城市。

总体而言，疫情暴发给中国主要消费品和工业品价格带来了负向冲击，截至本文样本结束期，整体物价和食品零售价格受到的负向冲击还在持续，但工业生产资料受到的负向冲击已逐渐消失，平均而言，中国物价未受到较为严重的负向冲击。进一步，笔者发现，武汉市物价下降幅度显著高于其他城市，但中国其他城市物价受疫情冲击的力度并没有随其离武汉市的距离增加而减弱。收入差距越大和贸易依存度越高的城市物价受疫情的负向影响更大，消费券的发放对城市物价的恢复具有积极影响。

本文得出的结论具有丰富的政策含义：第一，从市场总供给和总需求的角度来看，物价下降证明中国市场需求侧受疫情的负向影响更为严重，中国市场需求侧相比于供给侧具有更大的不稳定性。因而今后中国在实行供给侧结构性改革的同时也要时刻注重对需求侧的把控，正确把握好扩大内需这一战略基点，构建完整坚实的内需体系，这不仅是中国经济持续健康发展的必要条件，也是百年未有之大变局下中国应对世界经济巨大不确定性的必然要求。第二，武汉市作为疫情集中暴发地，其经济受到了较为严重的影响。政府在之后助力經济发展的过程中应继续把恢复武汉市经济作为重点目标之一，在助力武汉市工业企业复工复产的同时也要对武汉市人民的经济预期进行积极良好的引导，增强其消费信心。中国其他城市的物价受疫情冲击的力度，并不随其离武汉市的距离增加而减弱，这充分说明重大危机之下，中国各个城市是命运共同体。站在全球的角度来看，这个道理也同样适用。疫情以一种特殊形式告诫世人，人类是荣辱与共的命运共同体，重大危机面前没有任何一个国家可以独善其身，团结合作才是人间正道。第三，收入差距越大和贸易依存度越高的城市，物价受疫情的负向影响更大，证明其经济在面临重大风险时表现得更为脆弱，背后体现的是该城市收入差距过大和贸易依存度较高带来的经济结构不稳定性。从收入差距来看，近年来，随着经济不断发展，中国收入差距在经历一段下降时期后又开始快速拉大，这一趋势不仅会增加经济结构的不稳定性，也与共同富裕的目标背道而驰。因而中国必须坚持共同富裕这一正确方向，将减少收入差距作为经济发展的主要目标之一贯穿整个“十四五”时期，实现高质量的共享发展;从贸易依存度来讲，近几年，逆全球化趋势愈演愈烈，疫情暴发使之加剧，各国内顾倾向明显上升，中国经济发展面临的外部环境充满巨大的不确定性。在此背景下，构建以畅通国民经济循环为主的双循环新发展格局，不仅是重塑中国国际合作和竞争新优势的正确抉择，更是保证中国经济安全的重要条件。因而中国在今后的发展过程中要在“内循环”上下更大功夫，使生产、分配、流通、消费更多依托国内市场，提升供给体系对国内需求的适配性，充分发挥大国经济的优势，形成需求牵引供给、供给创造需求的更高水平动态平衡。特别的，鉴于中国不同地区的收入差距和贸易依存度存在较大差异，中国在制定区域发展战略时应更具针对性。第四，消费券的发放对城市物价的恢复具有积极影响，体现了政府干预在经济恢复过程中的重要性和必要性。基于消费券的发放范围，其对食品零售价格的恢复作用最为明显。鉴于地方政府助力经济恢复措施的效果显著，各地政府可以考虑推行更多促进消费需求的优惠政策并加大推广范围，有条件的地区可以有针对性地选择主要受惠对象，如将更多优惠活动面向低收入人群。

参考文献：

[1] 国务院新闻办公室.抗击新冠肺炎疫情的中国行动[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] 习近平.在全国抗击新冠肺炎疫情表彰大会上的讲话[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] 行伟波，田坤.流行病的经济影响和干预政策研究进展[J].经济学动态，2020，（7）：113-128.

[11] 陈林.重大突发公共卫生事件的经济影响及应对经验——基于文献回顾视角[J].东北财经大学学报，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.，Farrokhnia，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.新冠肺炎疫情对消费经济的影响及对策分析[J].消费经济，2020，（2）：3-9.

[23] 祝坤福，高翔，杨翠红，等.新冠肺炎疫情对全球生产体系的冲击和我国产业链加速外移的风险分析[J].中国科学院院刊，2020，（3）：283-288.

[24] 黄群慧.新冠肺炎疫情对供给侧的影响与应对：短期和长期视角[J].经济纵横，2020，（5）：46-57.

[25] 何诚颖，闻岳春，常雅丽，等.新冠病毒肺炎疫情对中国经济影响的测度分析[J].数量经济技术经济研究，2020，（5）：3-22.

[26] 许宪春，常子豪，唐雅.从统计数据看新冠肺炎疫情对中国经济的影响[J].经济学动态，2020，（5）：41-51.

[27] 卢倩倩，许坤.坚持打赢“抗疫”战 开启“十四五”新时期——2020年物价形势分析及2021年物价形势展望[J].价格理论与实践，2021，（1）：10-16.

[28] 湖北省人民政府.促进经济社会加快发展若干政策措施[R].2020-03-12.

[29] 甘犁，魏昆，路晓蒙，等.中国工薪阶层信贷发展报告[R].成都：西南财经大学中国家庭金融调查与研究中心，2017.

[30] 约翰·梅纳德·凯恩斯.就业、利息和货币通论（重译本）[M].高鸿业译，北京：商务印书馆，1999.

[31] 甘犁，路晓蒙，王香，等.疫情下中国家庭财富变动趋势[J].中国经济报告，2020，（4）：110-123.

[32] 沈艳，孙昂.消费券的中国实践——我国消费券发放的现状、效果和展望研究[R].北京大学国家发展研究院，2020.

收稿日期：2021-09-22

基金项目：中南财经政法大学一流学科建设重点课题“后疫情时代全球贸易治理与高水平对外开放”（31712110804）

作者简介：钱学锋（1979-），男，安徽安庆人，教授，博士，博士生导师，教育部青年长江学者，主要从事国际经济学研究。E-mail： xfqian@126.com

高 婉（1995-），女，湖北黄冈人，博士研究生，主要从事国际经济学方面的研究。E-mail： 1006109049@qq.com