公共卫生事件精准干预与居民消费的关系：基于双向固定效应模型

doi:10.16381/j.cnki.issn1003-207x.2023.1346

摘要/Abstract

摘要：

公共卫生事件发生期间，精准干预措施以科学化的防治手段保护公众健康安全，同时如何平衡公共卫生防控和经济发展成为了关键议题。本文以2020年1月至2022年10月新冠疫情期间的精准干预措施和居民消费动态为研究对象，采用社交距离严格指数量化衡量精准干预措施，构建面板数据双向固定效应模型，分析中国13个省份地区精准干预对居民消费的影响以及时空差异，以期为政府部门如何促进地区经济复苏提供有益参考。研究表明当期精准化干预措施的严格程度对居民消费起到负向显著影响，然而采用越严格的防控措施越有利于后期居民消费的复苏；相较于常态化防控阶段，早期的防控措施对居民消费的影响较强。此外，互联网发展、医疗设施、道路建设水平以及产业结构合理化等因素有助于降低突发公共卫生事件带来的负面效应。

关键词: 公共卫生事件, 固定效应, 精准干预, 居民消费

Abstract:

China has entered a stage of “scientific prevention and control and targeted measures” in the fight against the novel coronavirus pneumonia. Studies have found that epidemic prevention and control measures do not only stop the spread of the epidemic， but also lead to a decline in the regional economy. Balancing the relationship between residents' health and economic development has become a key issue. In this paper， a fixed-effect model is constructed to analyze the impact of public health interventions on household consumption and its temporal and spatial differences. Data from 13 provinces in China， spanning from January 2020 to October 2022， are selected for analysis. The findings reveal that：（1） Stringent social distancing measures initially had a significant negative impact on household consumption， but they later facilitated consumption recovery. （2） Early social distancing measures had a stronger effect on household consumption compared to those implemented during regular epidemic control stages， with residents in economically developed areas being more adversely affected. （3） Additionally， the development of the internet， improvement in medical facilities， road infrastructure， and the rationalization of industrial structure helped mitigate the negative impacts of public health emergencies. The conclusion of this study can provide policy references for how management measures should be promoted according to local conditions in the face of public health emergencies.

Key words: public health emergencies, fixed effects, precision intervention, household consumption

中图分类号:

李奕嬴,王博群. 公共卫生事件精准干预与居民消费的关系：基于双向固定效应模型[J]. 中国管理科学, 2025, 33(5): 225-235.

Yiying Li,Boqun Wang. Precision Intervention and Household Consumption during Public Health Emergencies: A Two-way Fixed Effects Model Analysis[J]. Chinese Journal of Management Science, 2025, 33(5): 225-235.

图/表 8

图 1

表 1

图 2

图 3

表2

表4

表5

表 6

参考文献 31

1	刘科，胡华伟.鼠疫斗士伍连德科学防疫思想的现实借鉴［J］.自然辩证法研究， 2020， 36（8）：87-92.
	Liu K， Hu H W. The practical reference of thought of scientific epidemic prevention of Wu Liande as a plague fighter［J］. Studies in Dialectics of Nature， 2020， 36（8）： 87-92.
2	Ashraf B N， Goodell J W. COVID-19 social distancing measures and economic growth： Distinguishing short- and long-term effects［J］. Finance Research Letters， 2021， 47： 102639.
3	蔡昉，张丹丹，刘雅玄. 新冠肺炎疫情对中国劳动力市场的影响——基于个体追踪调查的全面分析［J］. 经济研究，2021， 56（2）： 4-21.
	Cai F， Zhang D D， Liu X Y. The impact of COVID -19 on the Chinese labor market a comprehensive analysis based on the individual tracking survey［J］. Economic Research Journal， 2021， 56（2）： 4-21.
4	国家统计局.2020年一季度居民收入和消费支出情况［EB/OL］.（2020-04-17）［2023-08-10］..
	National Bureau of Statistics of the People's Republic of China. Households' income and consumption expenditure in the first quarter of 2020 ［EB/OL］. （2020-04-17）［2023-08-10］..
5	人民日报评论员. 疫情要防住经济要稳住发展要安全——论做好当前经济工作［N］. 人民日报， 2022-05-01（2）.
	People's Daily Commentator. Epidemic prevention， stable economic development and safety： On doing a good job in current economic work［N］. People's Daily， 2022-05-01（2）.
6	新华社记者. “疫情要防住、经济要稳住、发展要安全”——习近平总书记引领高效统筹疫情防控和经济社会发展述评［N］. 青海日报， 2022-08-09（1）.
	Xinhua News Agency Reporter. “COVID-19 must be contained， the economy must be stabilized， and development must be safe”： An evaluation of general secretary Xi Jinping's leadership in efficiently coordinating epidemic prevention and control with economic and social development ［N］. Qinghai Daily， 2022-08-09（1）.
7	De La Cerda I， Bauer C X， Zhang K， et al. Evaluation of a targeted COVID-19 community outreach intervention： Case report for precision public health［J］. JMIR Public Health and Surveillance， 2023， 9： e47981.
8	Mendolia S， Olena S， Oleg Y. Determinants of the community mobility during the COVID-19 epidemic： The role of government regulations and information［J］. Journal of Economic Behavior & Organization，2021，184： 199-231.
9	Hale T， Anania J， Mello R A， et al. Variation in government responses to COVID-19 version 13.0［R］. Working Paper， Blavatnik School of Government， 2022.
10	赵大海，杨洁.上海新冠肺炎疫情防控的“动态清零”政策研究——基于2022年3～5月数据仿真［J］.公共管理学报， 2023， 20（1）：10-19+169-170.
	Zhao D H， Yang J. “Dynamic zero-COVID”strategy for controlling the pandemic in Shanghai［J］. Journal of Public Management， 2023， 20（1）：10-19+169-170.
11	Kim K， Kim S， Lee D， et al. Impacts of social distancing policy and vaccination during the COVID-19 pandemic in the republic of Korea［J］. Journal of Economic Dynamics and Control， 2023，150： 104642.
12	Roser M. What is the COVID-19 stringency index？［EB/OL］.（2021-12-24）［2022-09-06］..
13	陈凤娇，刘德海. 重大传染病多渠道疫情信息发布模式的演化路径分析［J］.中国管理科学， 2024， 32（4）： 237-249.
	Chen F J， Liu D H. Evolutionary path analysis of Multi-channel epidemic information release of major infectious diseases［J］. Chinese Journal of Management Science， 2024， 32（4）： 237-249.
14	Auray S， Eyquem A. The macroeconomic effects of lockdown policies［J］. Journal of Public Economics， 2020， 190： 104260.
15	王琪延，张珊. 新冠肺炎疫情下居民消费结构变动研究［J］. 调研世界，2022 （4）： 3-14.
	Wang Y Q， Zhang S. Study on the change of resident consumption structure under COVID-19［J］. The World of Survey and Research， 2022 （4）： 3-14.
16	刘洪波，邸建亮，王冉. 新冠肺炎疫情对居民消费的影响研究［J］. 统计研究，2022， 39（5）： 38-48.
	Liu H B， Qiu J L， Wang R. The research of the impact of COVID-19 on household consumption［J］. Statistical Research， 2022， 39（5）： 38-48.
17	Zhang H， Li P， Zhang Z， et al. Epidemic versus economic performances of the COVID-19 lockdown： A big data driven analysis［J］. Cities， 2022， 120： 103502.
18	安树伟，黄艳.突发公共卫生事件对区域经济韧性的影响机制与应对：来自中国新冠病毒感染疫情的证据［J］. 中国软科学， 2024（1）：76-85.
	An S W， Huang Y. Impact mechanism of public health emergencies on regional economic resilience and its response： Evidence from the COVID -19 in China［J］. China Soft Science， 2024（1）：76-85.
19	关利欣. 新冠肺炎疫情后中国消费发展趋势及对策［J］. 消费经济，2020， 36（3）： 27-34.
	Guan L X. Consumption developing trends and countermeasures in China after the COVID-19 pandemic［J］. Consumer Economics， 2020， 36（3）： 27-34.
20	崔巍，郝立宁，木仁等. COVID-19疫情下一种新的地铁平峰运营策略［J］. 中国管理科学， 2022， 30（11）：321-332.
	Cui W， Hao L N， Mu R， et al. A new balance strategy of urban subway operation under the COVID-19 epidemic［J］. Chinese Journal of Management Science， 2022， 30（11）： 321-332.
21	干春晖，郑若谷，余典范.中国产业结构变迁对经济增长和波动的影响［J］.经济研究，2011，46（5）：4-16+31.
	Gan C H， Zheng R G， Yu D F. An empirical study on the effects of industrial structure on economic growth and fluctuations in China ［J］. Economic Research Journal， 2011， 46（5）：4-16+31.
22	国泰安数据库.中国区域经济研究数据库使用说明书［EB/OL］.（2020）［2023-07-12］..
	Shenzhen CSMAR Data Technology Co.， Ltd. User manual of China regional economic research database ［EB/OL］. （2020）［2023-07-12］..
23	Zhu D， Mishra S R， Han X， et al. Social distancing in Latin America during the COVID-19 pandemic： An analysis using the stringency index and google community mobility reports［J］. Journal of Travel Medicine， 2020， 27（8）： taaa125.
24	Loiacono L， Puglisi R， Rizzo L， et al. Pandemic knowledge and regulation effectiveness： Evidence from COVID-19［J］. Journal of Comparative Economics， 2022， 50： 768-783.
25	谭清美，王子龙. 区域经济物流弹性研究［J］. 统计与决策，2005（10）：56-57.
	Tan Q M， Wang Z L. Study on the elasticity of regional economic logistics［J］. Statistics & Decision， 2005（10）：56-57.
26	沈坤荣，谢勇. 不确定性与中国城镇居民储蓄率的实证研究［J］. 金融研究，2012（3）：1-13.
	Shen K R， Xie Y. An empirical study of uncertainty and savings rate of urban residents in China ［J］. Journal of Financial Research， 2012（3）：1-13.
27	刘伟，朱立龙. 我国居民消费影响因素分析及管理对策研究［J］. 中国管理科学，2012， 20（S1）：232-236.
	Liu W， Zhu L L. Analyzing on the influence factors and management suggestions of China's residents consuming behavior［J］. Chinese Journal of Management Science， 2012， 20（S1）：232-236.
28	陈斌开. 收入分配与中国居民消费——理论和基于中国的实证研究［J］. 南开经济研究，2012，163（1）：33-49.
	Chen B K. Income inequality and consumption demand： theory and evidence from China［J］. Nankai Economic Studies， 2012， 163（1）：33-49.
29	李天娇，刘德海.属地管理原则下突发公共卫生事件物资调配的微分博弈模型［J］.中国管理科学，2024， 32（11）： 233-242.
	Li T J， Liu D H. Research of territorial inner principal on material dynamic allocation for sudden public health events on differential games［J］. Chinese Journal of Management Science， 2024， 32（11）： 233-242.
30	黄娅娜，宗庆庆. 中国城镇居民的消费习惯形成效应［J］. 经济研究，2014， 49（S1）：17-28.
	Huang Y N， Zong Q Q. Habit formation in Chinese urban household consumption［J］. Economic Research Journal， 2014， 49（S1）：17-28.
31	Chong T T L， Lu L， Ongena S. Does banking competition alleviate or worsen credit constraints faced by small-and medium-sized enterprises？ Evidence from China［J］. Journal of Banking and Finance， 2013， 37（9）： 3412-3424.

变量类型	变量名称	代表符号	具体含义及计算方法	数据来源
被解释变量	居民消费	HC	各地区月度社会消费品零售总额	中经网统计数据库
核心解释变量	社交距离严格程度	SDSI	各地区日度社交距离严格指数月度平均值	牛津大学防控政策追踪数据库
控制变量	确诊病例数	CC	各地区月度新增确诊病例数据	牛津大学防控政策追踪数据库
	对外开放程度	OD	各地区季度进出口总额/GDP月度转化	中经网统计数据库
	政府公共支出	PE	各地区政府一般性公共支出/GDP月度转化	中经网统计数据库
	经济发展水平	GDP	各地区季度人均地区生产总值月度转化	中经网统计数据库
	社会保障水平	SSL	各地区月度居民最低社会保障人数/总人口	中经网统计数据库
	房地产业发展	REI	各地区房地产投资额/GDP月度转化	国家统计局
	城镇化水平	UL	各地区城镇人口/总人口月度转化	国家统计局
	物价水平	CPI	各地区月度CPI	国家统计局
	工业运行情况	IO	各地区月度工业增加值	国家统计局
	物流情况	LD	各地区月度公路货物周转量	中经网统计数据库
	居民出行强度	TI	各地区月度公路旅客量/总人口	中经网统计数据库
	不确定性收入	NI	各地区的收入回归残差项	中经网统计数据库
	当前收入水平	CI	各地区季度人均收入月度转化	国家统计局
调节变量	互联网发展水平	ID	各地区家庭宽带接入用户月度转化	EPS数据平台
	医疗设施水平	MD	各地区人均基层医疗卫生机构个数月度转化	EPS数据平台
	道路建设水平	RD	各地区道路铺设长度/地区总面积月度转化	EPS数据平台
	产业结构合理化	IS	各地区泰尔指数月度转化	中经网统计数据库

	总体样本
变量名称	(1)	(2)	(3)	(4)	(5)	(6)
社交距离严格程度	-0.148^***	-0.115^***	-0.095^***	-0.082^***	-0.075^***	-0.092^***
社交距离严格程度	(-9.75)	(-6.53)	(-5.45)	(-5.19)	(-4.59)	(-5.26)
社交距离严格程度滞后一期	—	—	—	—	—	0.001
社交距离严格程度滞后一期	—	—	—	—	—	(0.08)
社交距离严格程度滞后两期	—	—	—	—	—	0.056^***
社交距离严格程度滞后两期	—	—	—	—	—	(3.44)
确诊病例数	—	-0.018^***	-0.007^***	-0.009^***	-0.008^***	-0.004^*
确诊病例数	—	(-9.02)	(-3.56)	(-4.86)	(-4.13)	(-1.85)
房地产业发展	—	—	0.011	0.021**	0.017*	0.014
房地产业发展	—	—	(1.13)	(2.17)	(1.70)	(1.35)
经济发展水平	—	—	0.533^***	0.661^***	0.617^***	0.627^***
经济发展水平	—	—	(9.42)	(13.43)	(11.62)	(10.83)
社会保障水平	—	—	-0.061	-0.198**	-0.184^**	-0.049
社会保障水平	—	—	(-0.66)	(-2.50)	(-2.32)	(-0.58)
对外开放程度	—	—	0.033^**	0.031^*	0.024	0.016
对外开放程度	—	—	(2.09)	(1.94)	(1.50)	(0.93)
政府公共支出	—	—	0.032^***	0.036^***	0.036^***	0.036^***
政府公共支出	—	—	(3.15)	(4.13)	(4.09)	(3.92)
城镇化水平	—	—	-0.179	0.112	0.033	-0.195
城镇化水平	—	—	(-0.52)	(0.37)	(0.12)	(-0.54)
物价水平	—	—	-1.133^*	-1.528^***	-1.626^***	-1.196^*
物价水平	—	—	(-1.82)	(-2.80)	(-2.87)	(-1.95)
工业运行情况	—	—	0.127^***	—	0.071^**	0.131^***
工业运行情况	—	—	(3.30)	—	(2.14)	(3.35)
物流情况	—	—	0.020^**	—	0.015^*	0.018^**
物流情况	—	—	(2.32)	—	(1.94)	(1.97)
居民出行强度	—	—	—	0.033^***	0.031^***	0.030^***
居民出行强度	—	—	—	(3.69)	(3.53)	(3.39)
当前收入水平	—	—	—	0.334^***	0.330^***	0.327^***
当前收入水平	—	—	—	(9.96)	(9.37)	(9.07)
不确定性收入	—	—	—	0.001*	0.001	0.001
不确定性收入	—	—	—	(1.75)	(1.15)	(1.63)
Constant	7.513^***	7.426^***	6.427^**	4.288	4.700^*	2.833
Constant	(98.83)	(94.63)	(2.10)	(1.62)	(1.69)	(0.96)
Observations	442	442	442	442	442	416
Wald chi2	30609.42	31979.36	63015.44	100347.96	94986.80	85117.15
Province FE	Yes	Yes	Yes	Yes	Yes	Yes
Trend	Yes	Yes	Yes	Yes	Yes	Yes

变量名称	经济相对发达地区（一类）		经济相对不发达地区（二类）		早期阶段		常态化阶段
变量名称	(1)	(2)	(3)	(4)	(1)	(2)	(3)	(4)
社交距离严格程度	-0.125^***	-0.115^***	-0.049^*	-0.045^*	-0.187^***	-0.189^***	-0.077^***	-0.067^***
社交距离严格程度	(-4.52)	(-4.22)	(-1.78)	(-1.72)	(-29.36)	(-16.55)	(-5.13)	(-4.15)
确诊病例数	—	-0.009^**	—	-0.012^***	—	-0.004***	—	-0.008^***
确诊病例数		(-2.51)		(-3.79)		(-6.11)		(-4.26)
Constant	2.677	3.975	6.298	4.791	8.523^***	7.019***	6.995^**	8.704^**
Constant	(0.61)	(0.92)	(1.34)	(1.09)	(9.86)	(7.70)	(2.10)	(2.46)
Observations	238	238	204	204	169	169	273	273
Wald chi2	22128.87	24805.65	27439.14	33157.92	4619134	2320825	90049.66	87964.51
Province FE	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
Trend	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes

变量名称	第一阶段回归		第二阶段回归
变量名称	当期临近省份	滞后一期临近省份	核心变量	居民消费
相邻省份严格程度	0.556^***	0.275^***	社交距离严格程度	0.136^***
相邻省份严格程度	(5.84)	(7.70)	社交距离严格程度	(-3.20)
Control	Yes	Yes	Control	Yes
Province FE	Yes	Yes	Province FE	Yes
Trend	Yes	Yes	Trend	Yes
Obs.	429	429	Obs.	429
R-squared	—	—	R-squared	0.724

变量名称	供给侧				需求侧
	产业结构合理化		道路建设水平		互联网发展水平		医疗设施水平
	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
社交距离严格程度	-0.090^***	-0.078^***	-0.081^***	-0.071^***	-0.104^***	-0.092^***	-0.236^***	-0.259^***
社交距离严格程度	(-5.73)	(-4.96)	(-4.93)	(-4.27)	(-6.37)	(-5.57)	(-3.21)	(-3.53)
确诊病例数	—	-0.009^***	—	-0.008^***	—	-0.009^***	—	-0.008^***
确诊病例数	—	(-4.50)	—	(-3.82)	—	(-4.57)	—	(-3.88)
产业结构合理化	-0.218^***	-0.216^***	—	—	—	—	—	—
产业结构合理化	(-3.46)	(-3.60)	—	—	—	—	—	—
社交距离严格程度×产业结构合理化	0.068^***	0.067^***	—	—	—	—	—	—
社交距离严格程度×产业结构合理化	(4.10)	(4.27)	—	—	—	—	—	—
道路建设水平	—	—	0.187^*	0.123	—	—	—	—
道路建设水平	—	—	(1.74)	(1.16)	—	—	—	—
社交距离严格程度×道路建设水平	—	—	0.084^**	0.074^**	—	—	—	—
社交距离严格程度×道路建设水平	—	—	(2.38)	(2.05)	—	—	—	—
互联网发展水平	—	—	—	—	0.064	0.044	—	—
互联网发展水平	—	—	—	—	(0.53)	(0.39)	—	—
社交距离严格程度×互联网发展水平	—	—	—	—	0.080^***	0.080^***	—	—
社交距离严格程度×互联网发展水平	—	—	—	—	(4.70)	(4.78)	—	—
医疗设施水平	—	—	—	—	—	—	-0.755^***	-0.669^***
医疗设施水平	—	—	—	—	—	—	(-3.41)	(-3.00)
社交距离严格程度×医疗设施水平	—	—	—	—	—	—	0.080**	0.098^**
社交距离严格程度×医疗设施水平	—	—	—	—	—	—	(2.09)	(2.56)
Constant	4.122	3.417	3.389	3.571	5.292*	4.475	6.980^**	6.274^**
Constant	(1.51)	(1.29)	(1.11)	(1.20)	(1.91)	(1.64)	(2.37)	(2.18)
Observations	442	442	442	442	442	442	442	442
Wald chi2	68695.53	80574.91	84652.38	94261.82	112013.36	129810.96	64551.14	72043.68
Control	YES	YES	YES	YES	YES	YES	YES	YES
Province FE	YES	YES	YES	YES	YES	YES	YES	YES
Trend	YES	YES	YES	YES	YES	YES	YES	YES