姜 偉

內(nèi)容提要：本文基于疫情風(fēng)險(xiǎn)影響經(jīng)濟(jì)增長(zhǎng)的理論模型，發(fā)現(xiàn)消費(fèi)、投資的變化不但取決于疫情對(duì)全要素生產(chǎn)率、資本存量等供給因素的影響，也受到需求因素的影響。然后基于公眾關(guān)注和媒體關(guān)注的視角，采用網(wǎng)絡(luò)搜索量進(jìn)行量化，運(yùn)用NARDL模型研究大規(guī)模疫情沖擊對(duì)經(jīng)濟(jì)的長(zhǎng)短期非對(duì)稱傳導(dǎo)效應(yīng)。實(shí)證結(jié)果表明：短期內(nèi)，公眾和媒體對(duì)疫情的關(guān)注增加對(duì)經(jīng)濟(jì)發(fā)展的負(fù)向沖擊明顯更強(qiáng)；長(zhǎng)期內(nèi)，公眾關(guān)注和媒體關(guān)注對(duì)經(jīng)濟(jì)發(fā)展負(fù)向影響較為有限，經(jīng)濟(jì)較快恢復(fù)穩(wěn)態(tài)增長(zhǎng)水平；公眾和媒體對(duì)疫情關(guān)注的增加和減少對(duì)不同經(jīng)濟(jì)類型企業(yè)和不同行業(yè)的影響有所不同?；诖?，本文建議以財(cái)政政策為主，以結(jié)構(gòu)性貨幣政策為輔，保證信息公開及時(shí)，采用結(jié)構(gòu)性和差異化策略精準(zhǔn)滴灌支持中小企業(yè)復(fù)工復(fù)產(chǎn)，避免資金鏈、產(chǎn)業(yè)鏈和供應(yīng)鏈斷裂，確保經(jīng)濟(jì)企穩(wěn)恢復(fù)。

一、問題提出

在全面建成小康社會(huì)的收官之年，新型冠狀病毒肺炎疫情的發(fā)生給中國(guó)經(jīng)濟(jì)帶來了意外的沖擊。僅2020年春節(jié)期間，78%的餐飲企業(yè)收入損失達(dá)到100%，批發(fā)零售業(yè)80%出現(xiàn)停滯，娛樂旅游行業(yè)同比下降85%左右。突發(fā)大規(guī)模疫情不僅嚴(yán)重威脅了公共衛(wèi)生安全，還對(duì)經(jīng)濟(jì)穩(wěn)定發(fā)展造成了重大影響。21世紀(jì)以來，“非典”(SARS)、甲型H1N1流感、H7N9型禽流感等疫情的爆發(fā)不僅對(duì)國(guó)民經(jīng)濟(jì)生產(chǎn)、消費(fèi)各環(huán)節(jié)帶來直接影響，一定程度上還沖擊了消費(fèi)者和投資者信心，不利于宏觀經(jīng)濟(jì)企穩(wěn)恢復(fù)[1]，這些疫情對(duì)經(jīng)濟(jì)的影響呈現(xiàn)出時(shí)間短、涉及范圍廣、破壞力大的特點(diǎn)。2020年新型冠狀病毒肺炎疫情來勢(shì)洶洶，中國(guó)的投資、消費(fèi)、出口短期均遭到明顯沖擊。在全球經(jīng)濟(jì)疲軟、貿(mào)易環(huán)境復(fù)雜、經(jīng)濟(jì)有下行趨勢(shì)的背景下，探究疫情對(duì)經(jīng)濟(jì)各個(gè)層面的影響程度、時(shí)間節(jié)點(diǎn)，提出針對(duì)性的宏觀調(diào)控措施，對(duì)維持長(zhǎng)期經(jīng)濟(jì)的穩(wěn)步發(fā)展十分重要。

隨著互聯(lián)網(wǎng)的發(fā)展，越來越多的人會(huì)選擇通過互聯(lián)網(wǎng)平臺(tái)來搜索信息、發(fā)表觀點(diǎn)和意見。一方面，網(wǎng)絡(luò)搜索和媒體報(bào)道會(huì)實(shí)時(shí)反映疫情的發(fā)生和發(fā)展；另一方面，通過網(wǎng)絡(luò)搜索和媒體報(bào)道，突發(fā)大規(guī)模疫情會(huì)影響公眾心理[2]、認(rèn)知和預(yù)期，改變?nèi)藗兊南M(fèi)、投資、生產(chǎn)等行為[3-4]，從而影響經(jīng)濟(jì)發(fā)展。政府、企業(yè)和學(xué)術(shù)界也越來越重視公眾和媒體的關(guān)注，并不斷追求分析方法的創(chuàng)新，充分發(fā)揮信息的價(jià)值?；诖?，本文將在非對(duì)稱框架下，通過百度指數(shù)構(gòu)建公眾和媒體對(duì)疫情的關(guān)注度，研究突發(fā)大規(guī)模疫情對(duì)經(jīng)濟(jì)發(fā)展的長(zhǎng)期和短期影響，并進(jìn)一步研究不同行業(yè)和不同類型企業(yè)對(duì)疫情的長(zhǎng)短期非對(duì)稱反應(yīng)。突發(fā)大規(guī)模疫情不僅考驗(yàn)政府對(duì)突發(fā)公共衛(wèi)生危機(jī)的反應(yīng)機(jī)制，還將對(duì)事后完整的政策保障措施提出挑戰(zhàn)。本文將通過探究疫情對(duì)經(jīng)濟(jì)沖擊的程度和關(guān)鍵點(diǎn)，評(píng)估疫情對(duì)宏觀經(jīng)濟(jì)以及行業(yè)部門所造成的影響，這對(duì)提高政府應(yīng)對(duì)突發(fā)大規(guī)模疫情風(fēng)險(xiǎn)的能力、完善重大疫情防控救治體系具有重要的現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

2003年“非典”(SARS)、2009年甲型H1N1流感、2013年H7N9型禽流感以及2020年新型冠狀病毒肺炎等重大疫情的爆發(fā)顯著影響了各個(gè)經(jīng)濟(jì)層面，宏觀層面需求和生產(chǎn)驟降，各個(gè)行業(yè)也在不同程度上受到了沖擊[5-6]。越來越多的學(xué)者開始關(guān)注疫情與經(jīng)濟(jì)的聯(lián)系，研究發(fā)現(xiàn)，在短期內(nèi)，突發(fā)疫情直接對(duì)餐飲娛樂[7]、旅游休閑[8]、交通運(yùn)輸[9]等服務(wù)業(yè)造成了巨大的沖擊，經(jīng)過傳導(dǎo)，資本流動(dòng)受到投資環(huán)境變化的影響，投資[10]以及貿(mào)易[11]都會(huì)受到影響。另一方面，疫情也會(huì)使有的行業(yè)如醫(yī)藥行業(yè)、電子通信、保險(xiǎn)業(yè)等受益[12]。從長(zhǎng)遠(yuǎn)來看，像交通運(yùn)輸、娛樂餐飲等經(jīng)濟(jì)活動(dòng)會(huì)在疫情結(jié)束后快速恢復(fù)，但有的影響卻是永久的[13]，比如疫情引起的某些消費(fèi)習(xí)慣和結(jié)構(gòu)的變化，溝通方式以及辦公模式改變引發(fā)的線上活動(dòng)。疫情對(duì)經(jīng)濟(jì)影響是有差異的，對(duì)各個(gè)行業(yè)的影響不同，隨著時(shí)間的變化，影響的方面也會(huì)有差異，主要取決于影響機(jī)制以及作用時(shí)間。有的學(xué)者主要采用市場(chǎng)調(diào)查、初級(jí)經(jīng)濟(jì)數(shù)據(jù)比較進(jìn)行文字分析[14-15]，也有學(xué)者基于數(shù)據(jù)量化分析疫情對(duì)行業(yè)沖擊和宏觀經(jīng)濟(jì)的影響[16-19]。本文主要從公眾關(guān)注和媒體關(guān)注的角度，探究突發(fā)性大規(guī)模疫情如何通過改變公眾的心理預(yù)期，導(dǎo)致公眾和企業(yè)的選擇或行為的改變對(duì)經(jīng)濟(jì)產(chǎn)生沖擊。

現(xiàn)有研究表明，在疫情等危機(jī)發(fā)生時(shí)，網(wǎng)絡(luò)信心和媒體報(bào)道會(huì)影響人們的心理預(yù)期，由于不同類型的“效用函數(shù)”和選擇行為增加人們的決策和選擇的不確定性，從而使經(jīng)濟(jì)遭到更大的沖擊。比如時(shí)勘等(2003)對(duì)“非典”疫情研究發(fā)現(xiàn)，不利消息引發(fā)公眾緊張恐慌情緒，有利信息可以讓公眾相對(duì)理性地應(yīng)對(duì)風(fēng)險(xiǎn)[20]。根據(jù)行為經(jīng)濟(jì)學(xué)，人們面對(duì)疫情帶來的不確定性利得或損失進(jìn)行的決策往往表現(xiàn)出不對(duì)稱性，而且還會(huì)受到其他人以及環(huán)境的影響[21]。在信息傳遞過程中，媒體輿情趨勢(shì)對(duì)公眾的預(yù)期與決策具有重要的影響作用[22-23]，負(fù)面報(bào)道往往比正面報(bào)道更容易引起人們的關(guān)注，網(wǎng)絡(luò)上小道消息、恐慌心理感染人們的情緒，進(jìn)一步影響認(rèn)知評(píng)估和決策偏好[24]，導(dǎo)致突發(fā)性疫情的影響被進(jìn)一步放大。當(dāng)人們的經(jīng)濟(jì)行為受到疫情的影響時(shí)，正如羅志恒(2020)[5]的研究發(fā)現(xiàn)一樣，疫情導(dǎo)致微觀層面的公眾行為改變，并反映到各個(gè)具體行業(yè)。本文利用公眾關(guān)注和媒體關(guān)注度來反應(yīng)公眾的心理認(rèn)知，采用NARDL模型研究突發(fā)大規(guī)模疫情對(duì)經(jīng)濟(jì)的長(zhǎng)短期非對(duì)稱效應(yīng)，可以為政府應(yīng)對(duì)危機(jī)對(duì)經(jīng)濟(jì)造成的影響提供借鑒和參考。

隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，對(duì)公眾的關(guān)注度進(jìn)行量化也不再是研究的難題。根據(jù)2020年4月中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)公布的第44次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，截至2020年3月，中國(guó)網(wǎng)民規(guī)模達(dá)9.04億，搜索引擎的網(wǎng)民使用率達(dá)到83%，搜索引擎記錄了公眾的捜索行為，網(wǎng)絡(luò)捜索數(shù)據(jù)反映了公眾對(duì)疫情的關(guān)注度。利用網(wǎng)絡(luò)搜索數(shù)據(jù)對(duì)社會(huì)經(jīng)濟(jì)活動(dòng)進(jìn)行研究也已經(jīng)取得很多成果，網(wǎng)絡(luò)搜索數(shù)據(jù)己經(jīng)被廣泛地運(yùn)用于社會(huì)經(jīng)濟(jì)行為的預(yù)測(cè)之中[25-27]。百度指數(shù)是網(wǎng)民搜索關(guān)鍵詞搜索次數(shù)的加權(quán)，反映了公眾的關(guān)注需求、媒體的輿論趨勢(shì)以及公眾的偏好程度。根據(jù)網(wǎng)站通訊流量監(jiān)測(cè)機(jī)構(gòu)Statcounter披露的數(shù)據(jù)，2019年百度搜索占70%左右，國(guó)內(nèi)學(xué)者，如盧洪濤和李綱(2014)[28]、劉鋒等(2014)[29]、羅琦和伍敬侗(2017)[30]，多用百度指數(shù)代表大部分公眾的關(guān)注度。一般來說，媒體關(guān)注度用新聞報(bào)道數(shù)來衡量[31-32]。因此，本文將采用2011年1月至2020年6月的百度指數(shù)中的公眾搜索指數(shù)和媒體指數(shù)量化公眾關(guān)注和媒體關(guān)注度。

面對(duì)突發(fā)大規(guī)模疫情，公眾和媒體對(duì)疫情的關(guān)注改變?nèi)藗兊男睦眍A(yù)期，對(duì)經(jīng)濟(jì)有非常大的影響，人們對(duì)疫情的關(guān)注和反應(yīng)對(duì)經(jīng)濟(jì)的影響是一個(gè)非線性的動(dòng)態(tài)過程，政府面對(duì)疫情采取的應(yīng)對(duì)措施應(yīng)該考慮人們心理和行為的反應(yīng)。本文的貢獻(xiàn)在于：首先，在理論方面，剖析了大規(guī)模疫情風(fēng)險(xiǎn)對(duì)消費(fèi)、投資的影響作用機(jī)理；其次，在非對(duì)稱框架下，基于公眾關(guān)注度和媒體關(guān)注度的視角，研究疫情通過影響公眾心理預(yù)期，從而對(duì)經(jīng)濟(jì)的長(zhǎng)期和短期影響；再次，在實(shí)證方面，通過百度指數(shù)構(gòu)建公眾和媒體關(guān)注度，使用NARDL模型探究疫情對(duì)中國(guó)經(jīng)濟(jì)的長(zhǎng)短期非對(duì)稱效果，包括宏觀經(jīng)濟(jì)和各行業(yè)部門受大規(guī)模疫情沖擊的長(zhǎng)短期反應(yīng)；最后，在政策方面，針對(duì)基于公眾關(guān)注和媒體關(guān)注角度的大規(guī)模疫情對(duì)中國(guó)經(jīng)濟(jì)的非對(duì)稱影響，為政府應(yīng)對(duì)突發(fā)大規(guī)模疫情危機(jī)，維持經(jīng)濟(jì)的穩(wěn)定發(fā)展提供了較為可靠的借鑒和參考。

三、疫情對(duì)經(jīng)濟(jì)的影響機(jī)理分析

突發(fā)大規(guī)模疫情作為經(jīng)濟(jì)系統(tǒng)的外部沖擊，通過影響消費(fèi)、投資、進(jìn)出口貿(mào)易，對(duì)國(guó)民經(jīng)濟(jì)產(chǎn)生了影響[33]。邵全權(quán)和張孟嬌(2016)建立了風(fēng)險(xiǎn)影響經(jīng)濟(jì)增長(zhǎng)的理論模型，但其主要研究危機(jī)發(fā)生時(shí)物質(zhì)資本風(fēng)險(xiǎn)和壽命與健康風(fēng)險(xiǎn)的影響[34]，本文在其基礎(chǔ)上主要探究大規(guī)模疫情發(fā)生時(shí)帶來的風(fēng)險(xiǎn)與影響。參考邵全權(quán)和張孟嬌(2016)[34]的研究，設(shè)定效用函數(shù)為：

(1)

其中，C(t)表示t期消費(fèi)，ρ表示貼現(xiàn)率，γ表示相對(duì)風(fēng)險(xiǎn)厭惡彈性。參考巴羅和薩拉伊馬丁(2000)[35]的假設(shè)，假設(shè)廠商生產(chǎn)函數(shù)服從柯布-道格拉斯生產(chǎn)函數(shù)，物質(zhì)資本K和人力資本H的折舊率σ相等，得到約束條件為：

Y(t)=A(t)K(t)αH(t)1-α

(2)

(3)

(4)

在上述經(jīng)濟(jì)增長(zhǎng)模型基礎(chǔ)上引入疫情風(fēng)險(xiǎn)因素，假設(shè)p(t)為感染疫情的概率，d(t)(0

(5)

設(shè)定a(t)是p(t)和d(t)的函數(shù)，表示疫情風(fēng)險(xiǎn)，由式(5)可以推導(dǎo)出：a(t)=1-d(t)p(t)。aK(t)和aH(t)分別表示疫情對(duì)物質(zhì)資本K和人力資本H的影響，可以得出K和H的變化為：

(6)

(7)

2020年突如其來的新型冠狀病毒肺炎疫情給經(jīng)濟(jì)運(yùn)行帶來了擾動(dòng)，供給端和需求端都受到了嚴(yán)重的沖擊。從供給方面來看，大部分工廠暫時(shí)停工，生產(chǎn)水平下降，尤其是勞動(dòng)力投入占比較大的中小型企業(yè)復(fù)工艱難。資本的積累過程也遭到明顯沖擊，據(jù)統(tǒng)計(jì)，此次新型冠狀病毒肺炎疫情期間，固定資產(chǎn)投資數(shù)額下降20%以上；物質(zhì)資本存量變動(dòng)較小，疫情對(duì)物質(zhì)資本的存量影響有限；人力資本的流量和存量也發(fā)生變動(dòng)，2月份，全國(guó)城鎮(zhèn)調(diào)查失業(yè)率明顯上升，達(dá)到6.2%，還有部分人因?yàn)橐咔檫x擇跳槽、換城市就業(yè)或深造，導(dǎo)致人力資本在地區(qū)和部門之間流動(dòng)，人力資本流量發(fā)生變化；大規(guī)模疫情對(duì)生命安全的威脅也帶來了人力資本的損失，沖擊了人力資本存量。因此，結(jié)合疫情對(duì)經(jīng)濟(jì)影響的特點(diǎn)，本文將疫情對(duì)供給端的沖擊分為三部分：一是疫情對(duì)全要素生產(chǎn)率造成的沖擊；二是疫情對(duì)物質(zhì)資本積累造成的沖擊；三是疫情對(duì)人力資本存量和積累造成的沖擊。

從需求方面來看，面對(duì)突發(fā)大規(guī)模疫情，居家防控政策對(duì)居民消費(fèi)有一定的遏制作用，居民無法外出進(jìn)行購(gòu)物、聚餐或是旅游，促使零售業(yè)、餐飲旅游業(yè)等部門短期損失較大。從此次新型冠狀病毒肺炎疫情來看，2020年第一季度，社會(huì)消費(fèi)品零售總額同比下降15.8%，商品零售同比下降12.0%，受到疫情的明顯沖擊。另外，面對(duì)疫情風(fēng)險(xiǎn)導(dǎo)致的不確定性，公眾的消費(fèi)信心下降，預(yù)防性儲(chǔ)蓄動(dòng)機(jī)上升，導(dǎo)致消費(fèi)占比下降，消費(fèi)水平降低。疫情對(duì)需求端的沖擊主要是降低了公眾的消費(fèi)，尤其是減小了餐飲、旅游以及交通運(yùn)輸?shù)南M(fèi)需求[36]，消費(fèi)需求的降低導(dǎo)致了企業(yè)產(chǎn)能利用率的下降。因此，假設(shè)ω(t)為企業(yè)產(chǎn)能利用率，表示疫情對(duì)于消費(fèi)的沖擊，將ω(t)引入生產(chǎn)函數(shù)中：

Y(t)=ω(t)A(t)K(t)αH(t)1-α

(8)

假設(shè)疫情對(duì)全要素生產(chǎn)率的影響函數(shù)為h(t)，將疫情風(fēng)險(xiǎn)引入上述公式，得到約束條件為：

(9)

以μ(t)和υ(t)分別表示物質(zhì)資本和人力資本的影子價(jià)格，將模型寫成漢密爾頓函數(shù)：

+υ(t)aH(t)[IH(t)-σH(t)]

(10)

從而得到一階條件和歐拉方程：

μ(t)=C(t)-γ

(11)

(12)

運(yùn)用μ(t)ak(t)=υ(t)aH(t)得到：

(13)

設(shè)定IK(t)+IH(t)=I(t)，其中θ與1-θ(0<θ<1)分別為物質(zhì)資本投資和人力資本投資的權(quán)重系數(shù)，對(duì)式(11)、式(12)和式(13)進(jìn)行整理，可以得到消費(fèi)、投資的增長(zhǎng)率：

(14)

(15)

(16)

其中，aK(t)=1-dK(t)pK(t)，aH(t)=1-dH(t)pH(t)。由式(14)、式(15)和式(16)可以看出，消費(fèi)以及投資增長(zhǎng)率的大小取決于h(t)、aK(t)、aH(t)和ω(t)等參數(shù)的取值，也就是疫情對(duì)全要素增長(zhǎng)率、人力資本和物質(zhì)資本的影響以及企業(yè)產(chǎn)能利用率的變化。aK(t)和aH(t)等的變化又隨疫情發(fā)生的概率以及疫情破壞程度的變化而變化，也就是說隨著疫情的變化，疫情對(duì)經(jīng)濟(jì)的影響是不斷變化的。疫情的發(fā)展對(duì)公眾的心理預(yù)期產(chǎn)生不同的影響，造成不同的經(jīng)濟(jì)行為，在同一時(shí)間對(duì)不同行業(yè)影響不同，不同時(shí)間對(duì)同一行業(yè)的影響也會(huì)產(chǎn)生差異。

這與現(xiàn)實(shí)情況相符合，突發(fā)大規(guī)模疫情對(duì)各個(gè)行業(yè)的影響有消極的，也有積極的。首先，餐飲、旅游、酒店、娛樂等服務(wù)行業(yè)一般會(huì)受到嚴(yán)重的打擊，面臨巨大的經(jīng)濟(jì)損失，而醫(yī)療藥品、電信服務(wù)、化學(xué)消毒品、保險(xiǎn)的需求會(huì)迅速增加，會(huì)帶來相對(duì)正向的經(jīng)濟(jì)效應(yīng)。2020年1—2月，全國(guó)網(wǎng)上零售額同比下降3.0%。其中，實(shí)物商品網(wǎng)上零售額比上年同期提高5.0個(gè)百分點(diǎn)。而一些技術(shù)含量比較高的產(chǎn)品比如3D打印設(shè)備、智能手表等電子產(chǎn)品產(chǎn)量增長(zhǎng)都在100%以上，單晶硅、多晶硅產(chǎn)量分別增長(zhǎng)45%和35%左右。其次，疫情對(duì)某些消費(fèi)品的增加只是一種短期現(xiàn)象，如口罩、醫(yī)用酒精等短期內(nèi)可能供不應(yīng)求，價(jià)格上升，但在長(zhǎng)期，供需基本平衡。疫情對(duì)公眾消費(fèi)行為和投資信心的影響可能是長(zhǎng)期的，疫情期間，遠(yuǎn)程辦公以及配送物流的發(fā)展會(huì)帶來新的生活學(xué)習(xí)方式，疫情造成的公眾對(duì)于工作、學(xué)習(xí)的地區(qū)、專業(yè)選擇也會(huì)一直存在。總的來說，隨著疫情的不斷變化，疫情對(duì)經(jīng)濟(jì)的影響可能是短期的，也可能是長(zhǎng)期的，疫情帶來了巨大的消極影響，但也存在積極的一面[13]。

本文認(rèn)為疫情主要的傳播路徑是通過改變?nèi)藗兊男睦碚J(rèn)知和預(yù)期，影響人們對(duì)風(fēng)險(xiǎn)的評(píng)估[20]，改變?nèi)藗兿M(fèi)、投資等行為，從而在一定程度上阻礙經(jīng)濟(jì)的發(fā)展。例如，謝科范等(2019)發(fā)現(xiàn)人們對(duì)疫情信息的關(guān)注對(duì)日常行為產(chǎn)生了影響，并且會(huì)將恐慌情緒傳播[37]。在宏觀經(jīng)濟(jì)領(lǐng)域，李方一等(2016)通過百度指數(shù)構(gòu)建區(qū)域先行指標(biāo)，證實(shí)網(wǎng)絡(luò)搜索指數(shù)與經(jīng)濟(jì)波動(dòng)存在相關(guān)性[38]。達(dá)穆里(D’Amuri，2009)利用網(wǎng)絡(luò)搜索指數(shù)預(yù)測(cè)失業(yè)，發(fā)現(xiàn)預(yù)測(cè)效果顯著提高[39]，網(wǎng)絡(luò)搜索數(shù)據(jù)逐漸成為宏觀經(jīng)濟(jì)預(yù)測(cè)一個(gè)新的研究方向。除此之外，網(wǎng)絡(luò)搜索數(shù)據(jù)作為公眾消費(fèi)前獲取信息的數(shù)據(jù)表現(xiàn)，能從側(cè)面反映出宏觀經(jīng)濟(jì)的微觀基礎(chǔ)。葉提芳(2018)通過將網(wǎng)絡(luò)搜索指數(shù)加入到傳統(tǒng)指標(biāo)顯著提高了社會(huì)消費(fèi)品總額的預(yù)測(cè)效果[40]。本文將被解釋變量設(shè)定為第一、二、三產(chǎn)業(yè)增加值以及各行業(yè)的增加值變動(dòng)，建立起公眾關(guān)注度與經(jīng)濟(jì)的動(dòng)態(tài)關(guān)系方程：

Yt=α0+α1Yt-1+...+αiYt-i+β1Xt-1+...+βjXt-j+γtZt+εi

(17)

Yt-i表示滯后i期的被解釋變量，Xt-j表示滯后j期的基于網(wǎng)絡(luò)搜索量的公眾關(guān)注度，Zt表示控制變量，εi表示隨機(jī)誤差項(xiàng)。

另外，媒體對(duì)疫情的關(guān)注主要通過影響公眾的情緒以及對(duì)未來的預(yù)期，從而間接影響經(jīng)濟(jì)發(fā)展。張成思等(2014)研究宏觀經(jīng)濟(jì)時(shí)建立媒體報(bào)道、公眾預(yù)期與新凱恩斯菲利普斯曲線的方程[41]，主要包括媒體報(bào)道影響公眾預(yù)期和通貨膨脹預(yù)期與真實(shí)產(chǎn)出缺口的相關(guān)方程?？紤]到媒體關(guān)注度通過多種路徑影響宏觀經(jīng)濟(jì)的多個(gè)層面，不僅僅只通過公眾的通貨膨脹預(yù)期，因此，本文合并方程消去通貨膨脹變量，直接得到媒體關(guān)注度對(duì)經(jīng)濟(jì)的影響：

Yt=α0+α1Yt-1+...+α1Yt-i+β1Mt-1+...+βjMt-j+γtZt

(18)

面對(duì)突發(fā)性大規(guī)模疫情，人們會(huì)增加對(duì)疫情的關(guān)注度，根據(jù)網(wǎng)絡(luò)搜索引擎得到關(guān)于疫情的信息。感知到疫情帶來的風(fēng)險(xiǎn)后，人們調(diào)整未來預(yù)期和經(jīng)濟(jì)活動(dòng)，可能加劇恐慌情緒和不確定性，對(duì)經(jīng)濟(jì)層面造成影響程度加大；相反，當(dāng)人們對(duì)疫情關(guān)注較少時(shí)，表現(xiàn)為減少對(duì)疫情信息的搜索，此時(shí)人們會(huì)根據(jù)新的信息做出相對(duì)理性的決策。根據(jù)前景理論，在面對(duì)利得的時(shí)候，人們一般表現(xiàn)為風(fēng)險(xiǎn)規(guī)避；在面臨損失的時(shí)候,人們往往是風(fēng)險(xiǎn)愛好的。因此，公眾關(guān)注度導(dǎo)致的公眾風(fēng)險(xiǎn)偏好和對(duì)未來預(yù)期是不對(duì)稱的，所以對(duì)經(jīng)濟(jì)的影響可能就具有不對(duì)稱性。媒體關(guān)注度主要通過影響公眾的心理和預(yù)期從而對(duì)經(jīng)濟(jì)產(chǎn)生影響。面臨突發(fā)性大規(guī)模疫情，人們本身缺乏對(duì)疫情的正確認(rèn)識(shí)，應(yīng)對(duì)疫情能力弱，就會(huì)對(duì)媒體報(bào)道產(chǎn)生依賴和信任。媒體關(guān)注度過大可能引起公眾的恐慌和壓力增大，甚至導(dǎo)致公眾的經(jīng)濟(jì)行為對(duì)某些行業(yè)造成短暫猛烈的沖擊。正如卡羅爾(Carroll，2003)發(fā)現(xiàn)的，當(dāng)人們關(guān)注媒體報(bào)道時(shí)，媒體所傳達(dá)出的情緒對(duì)人們的預(yù)期產(chǎn)生“粘性”，從而對(duì)宏觀經(jīng)濟(jì)產(chǎn)生重要的影響[42]。相反，媒體關(guān)注度變小時(shí)，給人們帶來的恐慌和壓力就會(huì)變小，人們會(huì)更加理性地分析并做出決策，對(duì)經(jīng)濟(jì)的影響程度可能不同于被大量媒體報(bào)道所影響時(shí)做的決定。

因此，本文從影響不對(duì)稱角度進(jìn)一步衡量疫情對(duì)經(jīng)濟(jì)的影響，采用希恩等(Shin et al.，2014)[43]提出的方法將式(17)和式(18)轉(zhuǎn)化為如下形式：

(19)

四、變量選取與實(shí)證模型

(一)變量選取

本文采用百度指數(shù)中的搜索指數(shù)量化公眾關(guān)注度，媒體指數(shù)量化媒體關(guān)注度，作為解釋變量。百度指數(shù)移動(dòng)端搜索量?jī)H有2011年以后的數(shù)據(jù)，因此本文選取從2011年1月到2020年6月的全國(guó)范圍內(nèi)移動(dòng)端和PC端搜索量的數(shù)據(jù)。對(duì)于百度指數(shù)關(guān)鍵詞的選取并沒有達(dá)成一致，一般來說有三種方法——技術(shù)取詞、直接取詞、范圍取詞[44]，學(xué)者根據(jù)研究?jī)?nèi)容選擇合適的選取方法。本文研究的是公眾和媒體對(duì)突發(fā)大規(guī)模疫情的關(guān)注，因此在對(duì)前文提到的四種疫情相關(guān)關(guān)鍵詞進(jìn)行搜索后，選取的關(guān)鍵詞為“SARS”“H1N1”“H7N9”“禽流感”“疫情”和“新型冠狀病毒肺炎”。首先，利用爬蟲技術(shù)獲得月數(shù)據(jù)，用來衡量公眾關(guān)注度和媒體關(guān)注度。其次，利用SPSS軟件的主成分分析進(jìn)行關(guān)鍵詞合成，確定每個(gè)關(guān)鍵詞的權(quán)重，從而合成公眾關(guān)注度指數(shù)(X)和媒體關(guān)注度指數(shù)(M)。

本文選取第一、二、三產(chǎn)業(yè)增加值(GDP1，GDP2，GDP3)代表三次產(chǎn)業(yè)，作為被解釋變量，數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局。因?yàn)榈谝弧⒍?、三產(chǎn)業(yè)增加值為季度數(shù)據(jù)，本文借鑒于偉和尹敬東(2005)[45]、丁志華等(2014)[46]的處理方法，將工業(yè)增加值的月度數(shù)據(jù)加總得到季度數(shù)據(jù)，以工業(yè)增加值月度數(shù)據(jù)占季度數(shù)據(jù)比作為權(quán)重，進(jìn)而得到第一、二、三產(chǎn)業(yè)增加值的月度數(shù)據(jù)。機(jī)制檢驗(yàn)中，本文選取企業(yè)家信心指數(shù)(ECI)和制造業(yè)采購(gòu)經(jīng)理指數(shù)(PMI)作為被解釋變量。

進(jìn)行行業(yè)異質(zhì)性分析時(shí)，按行業(yè)類型分別選取工業(yè)增加值當(dāng)期同比增速(Z1)、建筑業(yè)行業(yè)增加值當(dāng)期同比實(shí)際增速(Z2)、批發(fā)和零售業(yè)行業(yè)增加值當(dāng)期同比實(shí)際增速(Z3)、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)行業(yè)增加值當(dāng)期同比實(shí)際增速(Z4)、住宿和餐飲業(yè)行業(yè)增加值當(dāng)期同比實(shí)際增速(Z5)、房地產(chǎn)業(yè)行業(yè)增加值當(dāng)期同比實(shí)際增速(Z6)、金融業(yè)行業(yè)增加值當(dāng)期同比實(shí)際增速(Z7)作為被解釋變量。進(jìn)一步按經(jīng)濟(jì)類型分，分別選取國(guó)有及國(guó)有控股企業(yè)增加值(Y1)、私營(yíng)企業(yè)增加值(Y2)、外商及港澳臺(tái)投資企業(yè)增加值(Y3)作為被解釋變量，并將季度數(shù)據(jù)轉(zhuǎn)換為月度數(shù)據(jù)。以上涉及的所有指標(biāo)來源于國(guó)家統(tǒng)計(jì)局或中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。

(二)實(shí)證模型構(gòu)建

本文采用希恩等(2014)[43]提出的NARDL模型，其中使用的是一種不對(duì)稱且非線性的協(xié)整方法。為了得到解釋變量單位時(shí)間內(nèi)增加或減少的總調(diào)節(jié)效果，首先將公眾關(guān)注度和媒體關(guān)注度分成正向變動(dòng)和負(fù)向變動(dòng)兩部分：

(20)

(21)

(22)

其中，ΔXt=Xt-Xt-1，ΔMt=Mt-Mt-1。經(jīng)濟(jì)增加值和解釋變量正負(fù)向改變的非對(duì)稱協(xié)整可由式(23)代表：

(23)

進(jìn)一步研究長(zhǎng)短期的非對(duì)稱影響情況，希恩等(2014)[43]對(duì)式(23)進(jìn)行了拓展，從而使其能夠同時(shí)反映長(zhǎng)期和短期的非對(duì)稱的動(dòng)態(tài)調(diào)整情況，將線性誤差修正模型(ECM)拓展成應(yīng)用更為廣泛的協(xié)整的NARDL模型：

(24)

以公眾關(guān)注度為例，還可以表示為：

(25)

應(yīng)用NARDL模型進(jìn)行實(shí)證分析的步驟為：

(1)使用普通最小二乘法估計(jì)式(24)。

最后，如果公眾關(guān)注度和媒體關(guān)注度對(duì)經(jīng)濟(jì)增長(zhǎng)的調(diào)整效應(yīng)具有非對(duì)稱性，那么可以得到調(diào)整軌跡，以公眾關(guān)注度為例，表示為：

(26)

四、實(shí)證結(jié)果分析

(一)單位根檢驗(yàn)

使用NARDL模型的前提條件是所有的數(shù)據(jù)服從I(0)或者I(1)，本文對(duì)所有變量做ADF檢驗(yàn)和PP檢驗(yàn)。如表1所示，所有變量均符合NARDL模型的條件，可以直接采用NARDL模型進(jìn)行估計(jì)。

表1 單位根檢驗(yàn)結(jié)果

(二)NARDL模型估計(jì)和分析

本文采用NARDL模型研究公眾關(guān)注度和媒體關(guān)注度對(duì)第一、二、三產(chǎn)業(yè)增加值進(jìn)行分析。首先驗(yàn)證變量之間是否存在長(zhǎng)期協(xié)整關(guān)系，如表2所示。

表2 非對(duì)稱協(xié)整檢驗(yàn)

如前所述，利用tBDM統(tǒng)計(jì)量驗(yàn)證H0:ρ=0(H1:ρ<0)，并利用Fpss統(tǒng)計(jì)量驗(yàn)證H0:ρ=θ+=θ-=0檢驗(yàn)變量之間長(zhǎng)期是否平穩(wěn)協(xié)整。由表2可以看出，公眾關(guān)注度、媒體關(guān)注度與經(jīng)濟(jì)增長(zhǎng)的統(tǒng)計(jì)量tBDM和FPSS在1%的水平上顯著拒絕原假設(shè)，說明變量之間具有穩(wěn)定的長(zhǎng)期協(xié)整關(guān)系，可以采用NARDL模型分析公眾關(guān)注度、媒體關(guān)注度與經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期和短期不對(duì)稱關(guān)系。NARDL模型的檢驗(yàn)步驟已經(jīng)在模型設(shè)定部分進(jìn)行了說明，從滯后12階開始測(cè)試，根據(jù)AIC準(zhǔn)則確定最優(yōu)滯后階數(shù)，得到了最優(yōu)ARDL(8,12,10,12,12)、ARDL(7,8,0,8,0)、ARDL(2,1,7,8,3)，主要結(jié)果見表3和表4。

表3 NARDL模型短期系數(shù)和短期非對(duì)稱檢驗(yàn)

表4 NARDL模型長(zhǎng)期系數(shù)和長(zhǎng)期非對(duì)稱檢驗(yàn)

表4(續(xù))

由表3可以明顯看出，短期內(nèi)，公眾關(guān)注和媒體關(guān)注對(duì)經(jīng)濟(jì)的影響均是非對(duì)稱的，公眾和媒體對(duì)疫情的關(guān)注對(duì)經(jīng)濟(jì)發(fā)展的負(fù)向沖擊明顯更強(qiáng)。表4表明，長(zhǎng)期內(nèi)，公眾關(guān)注和媒體關(guān)注對(duì)第三產(chǎn)業(yè)影響是非對(duì)稱的。接下來本文根據(jù)產(chǎn)業(yè)類型進(jìn)行長(zhǎng)短期效應(yīng)分析。

1.公眾和媒體對(duì)疫情的關(guān)注對(duì)第一產(chǎn)業(yè)影響

疫情發(fā)生導(dǎo)致農(nóng)副產(chǎn)品面臨內(nèi)需不足和外運(yùn)受阻的困境，當(dāng)禽流感等動(dòng)物疫情發(fā)生時(shí)，消費(fèi)者受疫情的影響，需求大量減少，大量畜禽被宰殺掩埋，損失較大。蔬菜水果、水產(chǎn)品等不易儲(chǔ)存產(chǎn)品，由于一些道路封鎖，運(yùn)輸受阻無法進(jìn)行買賣，給農(nóng)戶造成了一定的損失。在短期內(nèi)，價(jià)格會(huì)因?yàn)楣┬枳兓尸F(xiàn)上升趨勢(shì)，過渡期可能出現(xiàn)“滯漲”，但這并不是一個(gè)長(zhǎng)期現(xiàn)象。以2020年新型冠狀病毒肺炎疫情為例，2019年消費(fèi)物價(jià)指數(shù)扣除豬肉等食品價(jià)格影響，實(shí)際有通貨緊縮現(xiàn)象，目前長(zhǎng)期通脹基礎(chǔ)不存在，且大多數(shù)農(nóng)業(yè)生產(chǎn)的周期相對(duì)較長(zhǎng)，第一產(chǎn)業(yè)大部分為生活必需品，一旦交通通道打開，消費(fèi)需求得到釋放，就可以基本恢復(fù)正常。總體而言，生長(zhǎng)期相對(duì)較短的蔬菜水果以及部分養(yǎng)殖業(yè)會(huì)受一定的影響，但長(zhǎng)期損失的可能性較小。長(zhǎng)期系數(shù)為正也表明，在疫情后期媒體對(duì)疫情的積極正向報(bào)道極大地提高了公眾信心，疫情對(duì)第一產(chǎn)業(yè)的影響有限。2019年第一產(chǎn)業(yè)的貢獻(xiàn)率僅為3.8%，所以第一產(chǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響也有限。

2.公眾和媒體對(duì)疫情的關(guān)注對(duì)第二產(chǎn)業(yè)影響

面對(duì)突發(fā)大規(guī)模疫情，出于安全的考慮，社會(huì)生產(chǎn)停滯，下游企業(yè)供應(yīng)不足，造成了供應(yīng)鏈的沖擊；訂單需求減少、成本上升、員工工資剛性支出給企業(yè)資金鏈帶來沖擊；交通運(yùn)輸封閉，上下游協(xié)同合作受阻，沖擊了產(chǎn)業(yè)鏈。中國(guó)絕大多數(shù)產(chǎn)業(yè)鏈的末端由中小企業(yè)構(gòu)成，這些企業(yè)在疫情期間舉步維艱，生產(chǎn)線也出現(xiàn)向東南亞國(guó)家轉(zhuǎn)移的現(xiàn)象。另外，工廠停工、生產(chǎn)停擺也導(dǎo)致大量的閑置資本，資本供應(yīng)可能相對(duì)減少。據(jù)商務(wù)部統(tǒng)計(jì)，2020年1月境內(nèi)非金融類直接投資同比下降7.7%。大部分企業(yè)資金流僅在短時(shí)期可以維持，因此，在突發(fā)大規(guī)模疫情得到有效的控制之前，要針對(duì)困難企業(yè)進(jìn)行重點(diǎn)扶持，防止供應(yīng)鏈、產(chǎn)業(yè)鏈和資金鏈的中斷，提高中小企業(yè)、個(gè)體工商戶信心，保證在后期工人迅速?gòu)?fù)工，保證第二產(chǎn)業(yè)實(shí)現(xiàn)“V”型增長(zhǎng)，避免產(chǎn)生中長(zhǎng)期經(jīng)濟(jì)停擺。在長(zhǎng)期，只要度過停工期，企業(yè)有序復(fù)工復(fù)產(chǎn)，封閉管理，疫情對(duì)第二產(chǎn)業(yè)的負(fù)面影響也將逐漸消失，能夠迅速恢復(fù)發(fā)展。疫情過后企業(yè)應(yīng)加強(qiáng)供應(yīng)鏈和產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)的信息共享，做到及時(shí)溝通，避免 “牛鞭效應(yīng)”對(duì)中間產(chǎn)品生產(chǎn)者起作用[48]，形成完善的產(chǎn)業(yè)鏈上下游企業(yè)信息體系，提高應(yīng)對(duì)突發(fā)危機(jī)的能力。

3.公眾和媒體對(duì)疫情的關(guān)注對(duì)第三產(chǎn)業(yè)影響

2019年中國(guó)最終消費(fèi)支出、資本和凈出口的貢獻(xiàn)率分別為57.8%、31.2%和 11%，消費(fèi)已成為當(dāng)前中國(guó)經(jīng)濟(jì)增長(zhǎng)的第一拉動(dòng)力。疫情發(fā)生時(shí)，嚴(yán)格的隔離防控導(dǎo)致消費(fèi)需求驟減，短期內(nèi)電影、餐飲以及旅游等行業(yè)生意慘淡，尤其是餐飲行業(yè)食材過度儲(chǔ)存，小型餐館面臨巨大壓力。因此，短期內(nèi)需要采取措施維持這些行業(yè)的穩(wěn)定運(yùn)營(yíng)，度過這段艱難的時(shí)期，防止大規(guī)模失業(yè)情況出現(xiàn)，減少疫情帶來的沖擊非常重要。在長(zhǎng)期，隨著疫情的好轉(zhuǎn)和相關(guān)政府政策的實(shí)行，住宿餐飲、旅游娛樂以及運(yùn)輸?shù)刃袠I(yè)可以較快回穩(wěn)。一方面，疫情過后補(bǔ)償性需求釋放，消費(fèi)水平迅速上升，能在一定程度上彌補(bǔ)損失。另一方面，學(xué)習(xí)、娛樂和辦公的線下轉(zhuǎn)線上，推動(dòng)了工作和學(xué)習(xí)模式的變化，帶動(dòng)了計(jì)算機(jī)、通信等行業(yè)。商業(yè)模式也可能借此次疫情發(fā)生變化，無人快遞行業(yè)、線上服務(wù)業(yè)有望迎來快速發(fā)展?？傮w來看，短期內(nèi)突發(fā)大規(guī)模疫情對(duì)第三產(chǎn)業(yè)負(fù)面影響顯著，尤其第三產(chǎn)業(yè)涉及許多勞動(dòng)密集型行業(yè)，應(yīng)重點(diǎn)關(guān)注“穩(wěn)就業(yè)”政策，對(duì)小微民營(yíng)企業(yè)進(jìn)行特別幫助，克服暫時(shí)的困境。長(zhǎng)期來看，疫情基本結(jié)束，消費(fèi)者信心迅速恢復(fù)，許多行業(yè)就可以迅速進(jìn)入正軌甚至帶動(dòng)其他產(chǎn)業(yè)的發(fā)展，疫情對(duì)經(jīng)濟(jì)向好的趨勢(shì)影響不大，不能根據(jù)短期疫情沖擊造成的經(jīng)濟(jì)停擺夸大疫情的經(jīng)濟(jì)破壞力，但不可忽略長(zhǎng)期媒體關(guān)注對(duì)第三產(chǎn)業(yè)的消極影響。因此，本文建議在面對(duì)突發(fā)大規(guī)模疫情時(shí)，政府可以采用結(jié)構(gòu)性和差異化政策，分階段定向進(jìn)行幫扶，精準(zhǔn)滴灌，避免經(jīng)濟(jì)短期停滯造成中長(zhǎng)期損失。

(三)機(jī)制檢驗(yàn)

由前文理論分析可知，突發(fā)性大規(guī)模疫情的影響途徑是通過改變公眾的心理預(yù)期和對(duì)風(fēng)險(xiǎn)的評(píng)估[23]，從而調(diào)整未來預(yù)期和經(jīng)濟(jì)活動(dòng)，對(duì)經(jīng)濟(jì)層面造成不同程度的影響。正如朱軍等(2020)認(rèn)為，除工廠停產(chǎn)、供應(yīng)鏈中斷引發(fā)的供給下降，旅游、娛樂等消費(fèi)需求下降外，疫情還帶來了未來不確定性，導(dǎo)致公眾對(duì)未來經(jīng)濟(jì)預(yù)期的改變，引起社會(huì)需求的波動(dòng)，對(duì)經(jīng)濟(jì)負(fù)面的影響都不同程度地被放大[50]。而且，公眾由于缺乏對(duì)疫情的正確認(rèn)識(shí)，容易對(duì)媒體報(bào)道產(chǎn)生依賴和信任，媒體所傳達(dá)出的情緒對(duì)人們的預(yù)期產(chǎn)生影響，從而對(duì)宏觀經(jīng)濟(jì)產(chǎn)生重要的影響。

企業(yè)家信心指數(shù)(ECI)可以衡量企業(yè)家對(duì)市場(chǎng)經(jīng)濟(jì)環(huán)境與宏觀政策的心理預(yù)期；中國(guó)制造業(yè)采購(gòu)經(jīng)理指數(shù)(PMI)是采購(gòu)經(jīng)理對(duì)問卷定性問題回答的加權(quán)月度數(shù)據(jù)，可以評(píng)估當(dāng)前或未來經(jīng)濟(jì)走勢(shì)[51]。所以，本文將檢驗(yàn)公眾和媒體對(duì)疫情的關(guān)注的正負(fù)向變動(dòng)對(duì)企業(yè)家信心指數(shù)和制造業(yè)采購(gòu)經(jīng)理指數(shù)的影響情況以檢驗(yàn)實(shí)證結(jié)果的穩(wěn)健性。根據(jù)式(26)得到的累積動(dòng)態(tài)乘數(shù)效應(yīng)反映了隨著公眾和媒體關(guān)注的單位正向或負(fù)向沖擊，企業(yè)家信心指數(shù)和制造業(yè)采購(gòu)經(jīng)理指數(shù)的變動(dòng)情況。

圖1 公眾關(guān)注度對(duì)ECI的非對(duì)稱傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

圖2 媒體關(guān)注度對(duì)ECI的非對(duì)稱傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

由圖1可知，公眾對(duì)疫情關(guān)注的增加對(duì)企業(yè)家信心指數(shù)的變動(dòng)的影響由正轉(zhuǎn)負(fù)，表明在疫情發(fā)生初期，疫情只會(huì)引起短暫的正向供應(yīng)沖擊，在這種情況下，企業(yè)家對(duì)未來增長(zhǎng)的期望不會(huì)受到很大的影響，并且對(duì)總需求的影響很小。在4期之后，公眾對(duì)疫情關(guān)注越多，企業(yè)家信心指數(shù)就會(huì)越低，對(duì)經(jīng)濟(jì)形勢(shì)變得悲觀，企業(yè)家未來的信心減弱。據(jù)調(diào)查，確診病例每增加1%，企業(yè)家的疫情壓力感指數(shù)就增加0.18%，對(duì)2020年經(jīng)濟(jì)形勢(shì)的信心就會(huì)降低0.9%。由圖2可知，媒體關(guān)注度與企業(yè)家信心指數(shù)呈負(fù)相關(guān)關(guān)系，媒體輿論的關(guān)注會(huì)極大影響投資者和企業(yè)家信心和心理預(yù)期，增加決策的不確定性，對(duì)經(jīng)濟(jì)造成負(fù)向的沖擊。在長(zhǎng)期，一旦疫情使供應(yīng)端的產(chǎn)品生產(chǎn)中斷變得更加嚴(yán)重和持久，資本利用率下降，企業(yè)會(huì)通過削減投資來做出反應(yīng)，從而使經(jīng)濟(jì)更為惡化。福爾納羅和沃爾夫(Fornaro & Wolf，2020)提出如果就業(yè)困難和經(jīng)濟(jì)活動(dòng)下降造成總需求下降，經(jīng)濟(jì)將會(huì)進(jìn)入一個(gè)供需厄運(yùn)循環(huán)，此時(shí)僅僅靠貨幣政策的降息可能作用不大，需要采取旨在維持投資的積極的財(cái)政政策干預(yù)作為補(bǔ)充[52]，因此，積極的財(cái)政政策是疫情之后恢復(fù)經(jīng)濟(jì)發(fā)展的必要手段。

圖3 公眾關(guān)注度對(duì)PMI的非對(duì)稱傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

圖4 媒體關(guān)注度對(duì)PMI的非對(duì)稱傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

由圖3可知，公眾對(duì)疫情關(guān)注與制造業(yè)采購(gòu)經(jīng)理指數(shù)基本上是負(fù)相關(guān)關(guān)系，疫情通過影響人們的預(yù)期對(duì)經(jīng)濟(jì)造成影響，這與理論分析部分一致。在5期左右，公眾對(duì)疫情關(guān)注的增加對(duì)制造業(yè)采購(gòu)經(jīng)理指數(shù)的影響趨于穩(wěn)定，表明在疫情后期，隨著企業(yè)的復(fù)工，經(jīng)濟(jì)逐漸擺脫疫情的影響。由圖4可以看出，媒體對(duì)疫情報(bào)道的增加與制造業(yè)采購(gòu)經(jīng)理指數(shù)是負(fù)相關(guān)關(guān)系，報(bào)道的增加會(huì)減小制造業(yè)采購(gòu)經(jīng)理指數(shù)，對(duì)經(jīng)濟(jì)的發(fā)展具有阻礙作用。在7期之后，媒體報(bào)道對(duì)疫情的影響逐漸減少，這意味著長(zhǎng)期來看疫情對(duì)經(jīng)濟(jì)影響較小。因此，疫情對(duì)制造業(yè)采購(gòu)經(jīng)理指數(shù)的影響呈現(xiàn)短期存在一定程度的波動(dòng)，長(zhǎng)期則趨于穩(wěn)定的規(guī)律，并且與實(shí)證部分結(jié)論一致，結(jié)果具有穩(wěn)健性。

制造業(yè)采購(gòu)經(jīng)理指數(shù)與未來經(jīng)濟(jì)緊密聯(lián)系，預(yù)示了疫情對(duì)經(jīng)濟(jì)發(fā)展的阻礙。除了直接的供給與需求沖擊外，產(chǎn)業(yè)鏈和供應(yīng)鏈的斷裂才是重大損失。成本上升與客戶流失將會(huì)給一些中小生產(chǎn)企業(yè)帶來毀滅性打擊，比如湖北是微芯片制造工廠的所在地，據(jù)推測(cè)此次新冠病毒肺炎疫情可能導(dǎo)致?lián)p失10%的手機(jī)全球出貨量，一旦生產(chǎn)被替代，就可能演變成中長(zhǎng)期需求損失。另外，中國(guó)、日本、韓國(guó)是生產(chǎn)信息和通信產(chǎn)品“亞洲工廠”的核心力量，中國(guó)在紡織行業(yè)是整個(gè)全球貿(mào)易和生產(chǎn)網(wǎng)絡(luò)的中心，制造業(yè)的供應(yīng)中斷也會(huì)影響其他國(guó)家的制造業(yè)。因此，采用差異化策略精準(zhǔn)支持企業(yè)復(fù)工復(fù)產(chǎn)，避免產(chǎn)業(yè)鏈和供應(yīng)鏈斷裂是短期內(nèi)首要任務(wù)。2020年2和3月的中國(guó)制造業(yè)采購(gòu)經(jīng)理指數(shù)分別為35.7%和52%，2月較2019年同期下降27.4%，3月同期上漲3%。在長(zhǎng)期，隨著企業(yè)的復(fù)工復(fù)產(chǎn)，信心逐漸恢復(fù)，指數(shù)逐步上升，總體來看，疫情的短期沖擊不會(huì)造成長(zhǎng)期經(jīng)濟(jì)的下落。

(四)穩(wěn)健性檢驗(yàn)

1.利用谷歌指數(shù)進(jìn)行穩(wěn)健性檢驗(yàn)

考慮到百度指數(shù)移動(dòng)端數(shù)據(jù)起始時(shí)間為2011年，可能對(duì)早期疫情描述不準(zhǔn)確。因此，本文選擇谷歌趨勢(shì)作為替代指標(biāo)，數(shù)據(jù)時(shí)間為2004年1月到2020年6月。谷歌趨勢(shì)是由谷歌公司統(tǒng)計(jì)的網(wǎng)絡(luò)搜索量的指標(biāo)，測(cè)量了搜索關(guān)鍵詞的搜索量與該地區(qū)隨時(shí)間變化的谷歌搜索總量的相對(duì)大小。因?yàn)楣雀柃厔?shì)指標(biāo)數(shù)值為相對(duì)值，顯示小于1的數(shù)值采用0.5替代進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果如表5所示。

表5 基于谷歌趨勢(shì)的NARDL模型估計(jì)和檢驗(yàn)結(jié)果

如表5所示，谷歌趨勢(shì)表示的搜索量對(duì)第一、二、三產(chǎn)業(yè)的影響在短期和長(zhǎng)期均存在不對(duì)稱性。在短期，谷歌趨勢(shì)與第一、二、三產(chǎn)業(yè)的增長(zhǎng)呈負(fù)向相關(guān)，谷歌趨勢(shì)搜索量的增加對(duì)經(jīng)濟(jì)產(chǎn)生負(fù)向的沖擊。在長(zhǎng)期，第一、二產(chǎn)業(yè)的長(zhǎng)期系數(shù)為正，第三產(chǎn)業(yè)的長(zhǎng)期系數(shù)不顯著，表明從長(zhǎng)期來看疫情對(duì)經(jīng)濟(jì)影響有限?？傮w上來說，結(jié)論均與實(shí)證結(jié)果基本相同，具有穩(wěn)健性。

2.替換關(guān)鍵詞進(jìn)行穩(wěn)健性檢驗(yàn)

前面實(shí)證部分根據(jù)直接取詞法選取關(guān)鍵詞，計(jì)算了疫情發(fā)生時(shí)公眾關(guān)注度和媒體關(guān)注度對(duì)第一、二、三產(chǎn)業(yè)增加值的短期和長(zhǎng)期的非對(duì)稱影響關(guān)系。接下來，本文分別將關(guān)鍵詞中“SARS”“新型冠狀病毒肺炎”“疫情”替換為“非典”“Covid-19”“傳染病”，再次合成公眾關(guān)注度和媒體關(guān)注度指數(shù)進(jìn)行穩(wěn)健性檢驗(yàn)，探究第一、二、三產(chǎn)業(yè)對(duì)疫情沖擊的動(dòng)態(tài)乘數(shù)效應(yīng)，如圖5—圖10所示。

圖5 公眾關(guān)注度對(duì)第一產(chǎn)業(yè)的非對(duì)稱傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

圖6 媒體關(guān)注度對(duì)第一產(chǎn)業(yè)的非對(duì)稱傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

圖7 公眾關(guān)注度對(duì)第二產(chǎn)業(yè)的非對(duì)稱傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

圖8 媒體關(guān)注度對(duì)第二產(chǎn)業(yè)的非對(duì)稱傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

圖9 公眾關(guān)注度對(duì)第三產(chǎn)業(yè)的非對(duì)稱傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

圖10 媒體關(guān)注度對(duì)第三產(chǎn)業(yè)的非對(duì)稱傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

圖5—圖10顯示，在短期，公眾關(guān)注度與第一、二、三產(chǎn)業(yè)的發(fā)展基本呈負(fù)向相關(guān)關(guān)系，公眾關(guān)注度的增加對(duì)經(jīng)濟(jì)產(chǎn)生負(fù)向的沖擊。從圖5、圖7和圖9的不對(duì)稱性來看，在3至5期，公眾關(guān)注度增加對(duì)第一、二、三產(chǎn)業(yè)增加值負(fù)向沖擊更大，具有明顯的不對(duì)稱性。在長(zhǎng)期，公眾關(guān)注度增加對(duì)第一產(chǎn)業(yè)的影響轉(zhuǎn)為正向，說明在疫情后期第一產(chǎn)業(yè)可以較快恢復(fù)，與實(shí)證部分結(jié)論一致。在7期之后，公眾關(guān)注度對(duì)經(jīng)濟(jì)的影響逐漸趨于平穩(wěn)，不再有劇烈沖擊影響。在短期，媒體關(guān)注度增加對(duì)經(jīng)濟(jì)的影響有較大的波動(dòng)，媒體關(guān)注度增加對(duì)于經(jīng)濟(jì)的影響先為正向接著轉(zhuǎn)為負(fù)向，可能是由于疫情剛剛開始時(shí)，媒體輿論導(dǎo)致的公眾的恐慌性需求造成的價(jià)格大幅提高或者短缺排隊(duì)現(xiàn)象，這與實(shí)際相符合。在1到5期公眾和媒體對(duì)疫情的關(guān)注對(duì)第一、二、三產(chǎn)業(yè)的影響均存在非對(duì)稱效應(yīng)，總體上來說，對(duì)疫情關(guān)注度增加對(duì)經(jīng)濟(jì)產(chǎn)生的負(fù)向沖擊更大。10期之后關(guān)注度的影響幾乎趨于平穩(wěn)，只有第三產(chǎn)業(yè)在長(zhǎng)期仍存在明顯的非對(duì)稱性，結(jié)論均與實(shí)證結(jié)果基本相同，因此，本文結(jié)果具有穩(wěn)健性。

(五)異質(zhì)性檢驗(yàn)

前文測(cè)算了疫情發(fā)生時(shí)公眾關(guān)注度和媒體關(guān)注度對(duì)第一、二、三產(chǎn)業(yè)增加值的短期和長(zhǎng)期的非對(duì)稱影響，但是公眾和媒體對(duì)疫情關(guān)注對(duì)不同行業(yè)的影響具有異質(zhì)性，需要進(jìn)一步探究。鑒于此，本文采用NARDL模型來進(jìn)行公眾和媒體對(duì)疫情的關(guān)注對(duì)工業(yè)，建筑業(yè)，批發(fā)和零售業(yè)，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，住宿和餐飲業(yè)，房地產(chǎn)業(yè)，金融業(yè)的長(zhǎng)短期非對(duì)稱影響的異質(zhì)性檢驗(yàn)。

根據(jù)表6所示，公眾和媒體對(duì)疫情的關(guān)注對(duì)不同行業(yè)影響的統(tǒng)計(jì)量值Fpss均顯著拒絕了原假設(shè)，各變量之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系。建筑業(yè)和工業(yè)短期內(nèi)均受到了沖擊，并且Wald檢驗(yàn)均拒絕了原假設(shè)，意味著疫情給建筑業(yè)和工業(yè)造成的影響存在非對(duì)稱性，負(fù)面影響遠(yuǎn)大于正面影響。在長(zhǎng)期，疫情關(guān)注度對(duì)工業(yè)影響系數(shù)不顯著，說明長(zhǎng)期來看，媒體和公眾對(duì)疫情的關(guān)注不對(duì)工業(yè)造成影響，這與疫情對(duì)第二產(chǎn)業(yè)影響的結(jié)論一致；媒體關(guān)注度對(duì)工業(yè)的長(zhǎng)期系數(shù)顯著為正值，表明只要企業(yè)可以度過短期停滯期，后期就可以較快復(fù)工復(fù)產(chǎn)，恢復(fù)活力，短期內(nèi)的刺激和扶持政策十分重要。從此次新型冠狀病毒肺炎疫情來看，2020年1月底到2月中旬受疫情影響較大， 3月生產(chǎn)秩序基本恢復(fù)正常，加班回補(bǔ)2月份的大部分產(chǎn)值，影響是階段性的?？偟膩碚f，與實(shí)證部分對(duì)第二產(chǎn)業(yè)分析的結(jié)論基本一致。

表6 基于不同行業(yè)的NARDL模型估計(jì)和檢驗(yàn)結(jié)果

再看第三產(chǎn)業(yè)各行業(yè)，大部分行業(yè)面對(duì)疫情的沖擊短期均存在不對(duì)稱效應(yīng)，疫情對(duì)經(jīng)濟(jì)負(fù)向沖擊幅度較大。首當(dāng)其沖的是餐飲行業(yè)，訂單取消、存貨積壓、房租昂貴等幾乎可以導(dǎo)致一些餐飲店的破產(chǎn)。相比2019年春節(jié)期間，此次新型冠狀病毒肺炎疫情造成78%的餐飲企業(yè)營(yíng)收損失達(dá)100%。各個(gè)行業(yè)短期內(nèi)均受到不同程度的損失，可能造成局部失業(yè)率的上升，政府部門應(yīng)重點(diǎn)關(guān)注“穩(wěn)就業(yè)”政策，針對(duì)各行業(yè)部門特點(diǎn)給予一定的政策支持。長(zhǎng)期來看，不同的行業(yè)恢復(fù)路徑有所差異。由于消費(fèi)者心理的變化，疫情過后可能產(chǎn)生補(bǔ)償性需求，長(zhǎng)期來看，公眾對(duì)疫情關(guān)注增加對(duì)住宿和餐飲等行業(yè)具有正向影響，而批發(fā)和零售、交通運(yùn)輸?shù)刃袠I(yè)長(zhǎng)期系數(shù)不顯著，說明疫情對(duì)這幾類行業(yè)影響有限。金融行業(yè)在長(zhǎng)期仍然受到公眾對(duì)疫情關(guān)注的影響，疫情帶來的公眾關(guān)注儲(chǔ)蓄、消費(fèi)和投資行為的變化可能是永久的，不良資產(chǎn)率也會(huì)因?yàn)橐咔樵黾?。媒體關(guān)注度對(duì)大部分行業(yè)影響系數(shù)為負(fù)，在長(zhǎng)期媒體對(duì)疫情的報(bào)道仍然有一定的沖擊性，這與實(shí)證部分第三產(chǎn)業(yè)結(jié)論一致。也表明了疫情還會(huì)導(dǎo)致部分產(chǎn)業(yè)分化，有利于資源更優(yōu)配置，實(shí)現(xiàn)新舊動(dòng)能轉(zhuǎn)化。總體來說，此次疫情對(duì)國(guó)內(nèi)經(jīng)濟(jì)影響可能持續(xù)一二個(gè)季度，但有部分行業(yè)的影響將是長(zhǎng)期性的。應(yīng)當(dāng)根據(jù)不同行業(yè)采取差異化策略，長(zhǎng)期與短期策略相互結(jié)合，有重點(diǎn)地減稅降費(fèi)，以積極的財(cái)政政策促進(jìn)宏觀經(jīng)濟(jì)企穩(wěn)恢復(fù)。

五、進(jìn)一步探究

考慮到不同類型企業(yè)承受風(fēng)險(xiǎn)的能力不同，本文進(jìn)一步探究公眾和媒體對(duì)疫情的關(guān)注對(duì)國(guó)有企業(yè)、私營(yíng)企業(yè)和外資企業(yè)的影響，本文選取指標(biāo)為國(guó)有及國(guó)有控股企業(yè)(Y1)、私營(yíng)企業(yè)(Y2)、外商及港澳臺(tái)投資企業(yè)(Y3)增加值，結(jié)果如表7 所示。

表7 基于不同經(jīng)濟(jì)類型的NARDL模型估計(jì)和檢驗(yàn)結(jié)果

進(jìn)一步，根據(jù)前文分析，疫情對(duì)私營(yíng)企業(yè)沖擊劇烈、影響時(shí)間長(zhǎng)。黨的十九大報(bào)告中重申了“兩個(gè)毫不動(dòng)搖”，明確了民營(yíng)經(jīng)濟(jì)的重要地位，并且民營(yíng)經(jīng)濟(jì)貢獻(xiàn)了中國(guó)60%以上的GDP和80%以上的就業(yè)崗位。私營(yíng)企業(yè)是民營(yíng)經(jīng)濟(jì)的重要組成部分。為了提出更有效的建議，幫助私營(yíng)企業(yè)維持經(jīng)營(yíng)并盡快恢復(fù)發(fā)展，本文根據(jù)式(26)得到累積動(dòng)態(tài)乘數(shù)效應(yīng)，描述出公眾關(guān)注和媒體關(guān)注的沖擊與私營(yíng)企業(yè)增加值的動(dòng)態(tài)變化，如圖11和圖12所示。

圖11 公眾關(guān)注度對(duì)私營(yíng)企業(yè)的傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

圖12 媒體關(guān)注度對(duì)私營(yíng)企業(yè)的傳導(dǎo)動(dòng)態(tài)乘數(shù)效應(yīng)

從圖11可知，公眾對(duì)疫情的關(guān)注的正向變動(dòng)對(duì)私營(yíng)企業(yè)的影響在短期由正向變?yōu)樨?fù)向。其中的正向反彈可能是因?yàn)椴糠制髽I(yè)受消費(fèi)者囤積日常用品或醫(yī)藥用品造成的。長(zhǎng)期來看，疫情的關(guān)注度與私營(yíng)企業(yè)增加值呈負(fù)相關(guān)關(guān)系。圖12的非對(duì)稱曲線顯示，媒體關(guān)注度的正向變動(dòng)對(duì)私營(yíng)企業(yè)的動(dòng)態(tài)乘數(shù)效應(yīng)由負(fù)向轉(zhuǎn)為正向。在短期內(nèi)，私營(yíng)企業(yè)會(huì)面臨暫時(shí)受困現(xiàn)象，受到公眾關(guān)注和媒體關(guān)注影響較大；從長(zhǎng)期來看，對(duì)私營(yíng)企業(yè)的影響直到13期左右才逐漸上調(diào)接近于新的均衡水平。從圖5—圖10來看，對(duì)第一、二、三產(chǎn)業(yè)影響7期之后趨于平穩(wěn)，由此可見，大規(guī)模疫情對(duì)中小企業(yè)影響時(shí)間更長(zhǎng)。唐任伍等(2020)也指出民營(yíng)企業(yè)作為國(guó)民經(jīng)濟(jì)的主力軍，面臨著資金鏈斷裂、倒閉進(jìn)而員工失業(yè)的風(fēng)險(xiǎn)，進(jìn)一步打擊公眾對(duì)未來經(jīng)濟(jì)的信心，需要較長(zhǎng)時(shí)間恢復(fù)或者會(huì)對(duì)經(jīng)濟(jì)產(chǎn)生長(zhǎng)期的沖擊[15]。

盡管疫情會(huì)帶來如醫(yī)藥業(yè)藥品需求、通信業(yè)通信業(yè)務(wù)需求量的增加，為部分企業(yè)提供了商機(jī)，緩解了部分經(jīng)濟(jì)損失,但是，總體來看，疫情對(duì)于中小企業(yè)的負(fù)面影響更大。而且大多數(shù)中小企業(yè)屬于制造業(yè)，與直接面對(duì)消費(fèi)者的第三產(chǎn)業(yè)不同，產(chǎn)業(yè)鏈與供應(yīng)鏈一環(huán)扣一環(huán)，一旦停止，容易被其他供應(yīng)商頂上，相關(guān)業(yè)務(wù)就長(zhǎng)期地被替換，變成不可逆損失。再加上貿(mào)易限制措施、國(guó)外入境管制措施以及大規(guī)模停航影響，出口為主的制造業(yè)企業(yè)面臨巨大沖擊。蔣濤(2020)也指出疫情對(duì)企業(yè)融資額度和期限產(chǎn)生負(fù)面沖擊[53]。因此，在疫情發(fā)生的初期和中后期，應(yīng)該對(duì)經(jīng)營(yíng)困難的小微民營(yíng)企業(yè)實(shí)行定向精準(zhǔn)的扶持政策，比如定向降息、定向降準(zhǔn)以及靈活運(yùn)用再貸款工具等，提高小微企業(yè)家的預(yù)期和信心，確保這些企業(yè)可以度過疫情的艱難階段。

六、結(jié)論和政策啟示

在當(dāng)期復(fù)雜的國(guó)際形勢(shì)和宏觀經(jīng)濟(jì)環(huán)境變化的背景下，探究疫情對(duì)宏觀經(jīng)濟(jì)以及行業(yè)部門所造成的影響，完善重大疫情救治體系具有重要意義。首先，本文建立了一個(gè)疫情風(fēng)險(xiǎn)影響經(jīng)濟(jì)增長(zhǎng)的理論模型，發(fā)現(xiàn)疫情風(fēng)險(xiǎn)對(duì)消費(fèi)、投資的影響隨著疫情的類型、持續(xù)時(shí)間等變化，取決于各參數(shù)的取值。其次，本文利用2011年1月到2020年6月的月度數(shù)據(jù)，基于公眾關(guān)注和媒體關(guān)注的視角，采用百度指數(shù)進(jìn)行量化分析，運(yùn)用NARDL模型研究大規(guī)模疫情沖擊對(duì)經(jīng)濟(jì)的長(zhǎng)短期非對(duì)稱傳導(dǎo)效應(yīng)。實(shí)證結(jié)果表明，短期內(nèi)，公眾和媒體對(duì)疫情的關(guān)注對(duì)經(jīng)濟(jì)發(fā)展的負(fù)向沖擊明顯更強(qiáng)，具有非對(duì)稱性；長(zhǎng)期來看，公眾關(guān)注和媒體關(guān)注對(duì)經(jīng)濟(jì)負(fù)面影響較為有限，大部分企業(yè)和行業(yè)可以較快復(fù)工復(fù)產(chǎn)，恢復(fù)發(fā)展；公眾和媒體對(duì)疫情關(guān)注的增加和減少對(duì)不同經(jīng)濟(jì)類型企業(yè)和不同行業(yè)的影響有所不同，需要有差異對(duì)待。根據(jù)研究結(jié)論，本文針對(duì)此次疫情提出如下建議：

總體來看，疫情對(duì)經(jīng)濟(jì)的影響是短期的、迅速的，物價(jià)、失業(yè)率短期上升不可避免。長(zhǎng)期來看，只要政府和企業(yè)措施得當(dāng)，經(jīng)濟(jì)會(huì)較快恢復(fù)，呈現(xiàn)“V”型經(jīng)濟(jì)增長(zhǎng)路徑，經(jīng)濟(jì)向好基本面不變。關(guān)鍵是有針對(duì)性地扶持短期受到疫情沖擊較大和長(zhǎng)期仍然受到負(fù)面影響的相關(guān)產(chǎn)業(yè)和企業(yè)，財(cái)政政策工具豐富并且更加靈活，可以切實(shí)定向地幫助企業(yè)渡過短期資金鏈斷裂危機(jī)。貨幣政策受到通脹的制約，不宜全面放松,可采用結(jié)構(gòu)性貨幣政策針對(duì)受疫情影響嚴(yán)重的小微企業(yè)。因此，本文建議以積極財(cái)政政策為主，以結(jié)構(gòu)性貨幣政策為輔，度過短期經(jīng)濟(jì)停擺，支持和保障宏觀經(jīng)濟(jì)平穩(wěn)運(yùn)行。

采用結(jié)構(gòu)性的貨幣政策，需要對(duì)于不同行業(yè)、不同規(guī)模的企業(yè)，有針對(duì)、有差異地給予幫助。建議短期內(nèi)貨幣政策采定向干預(yù)措施，尤其是小微民營(yíng)企業(yè)和受疫情影響較為嚴(yán)重的第三產(chǎn)業(yè)企業(yè)，實(shí)行定向降息、再貸款等措施解決企業(yè)融資貴、融資難的問題。銀行對(duì)制造業(yè)供應(yīng)鏈與產(chǎn)業(yè)鏈的關(guān)鍵制造企業(yè)增加貸款發(fā)放、定向降息或延遲還息，幫助這些企業(yè)渡過疫情難關(guān)。針對(duì)不同行業(yè)采取結(jié)構(gòu)化政策，根據(jù)長(zhǎng)期和短期不同特點(diǎn)采取差異化策略，確保經(jīng)濟(jì)穩(wěn)步發(fā)展。

積極的財(cái)政政策非常有必要，目前中國(guó)財(cái)政赤字率為2.8%，低于世界平均水平，政策空間大。建議對(duì)部分行業(yè)和企業(yè)給予降費(fèi)減稅，提供差異化優(yōu)惠的金融服務(wù)。重點(diǎn)扶持零售批發(fā)、交通運(yùn)輸、旅游休閑、餐飲娛樂等短期內(nèi)受疫情沖擊最大的行業(yè)。擴(kuò)大財(cái)政支出，通過失業(yè)保險(xiǎn)穩(wěn)崗返還、職業(yè)培訓(xùn)補(bǔ)貼、部分企業(yè)減免租金等多種渠道，盡量不使企業(yè)因負(fù)擔(dān)過重而在復(fù)工后加大裁員，重點(diǎn)支持一些行業(yè)復(fù)工復(fù)產(chǎn)。另外，加大對(duì)5G、人工智能、大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新的基礎(chǔ)設(shè)施投資。加大對(duì)醫(yī)療衛(wèi)生等公共服務(wù)設(shè)施的支出，完善基礎(chǔ)醫(yī)療體系的建設(shè)，提高財(cái)政支出中醫(yī)療等民生支出占比。

疫情信息對(duì)人們的行為心理十分重要，影響著公眾的經(jīng)濟(jì)行為和決策。政府應(yīng)該保證信息的及時(shí)和透明，消除政府與公眾之間的信息不對(duì)稱。及時(shí)制止謠言，發(fā)布權(quán)威的消息，讓人們可以得到所需要的信息，做出理性正確的決策，有利于維持經(jīng)濟(jì)的穩(wěn)定。疫情過后，鼓勵(lì)企業(yè)的數(shù)字化發(fā)展，完善供應(yīng)鏈和產(chǎn)業(yè)鏈，加強(qiáng)企業(yè)間聯(lián)系，減少信息不對(duì)稱，提高應(yīng)對(duì)突發(fā)危機(jī)的能力。要努力擴(kuò)大內(nèi)需，鼓勵(lì)居民疫后消費(fèi)，提升經(jīng)濟(jì)活力，加快釋放新興消費(fèi)潛力。疫情的發(fā)生促進(jìn)了產(chǎn)業(yè)分化和分工，要抓住機(jī)會(huì)繼續(xù)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，增加高科技企業(yè)減稅的力度，從而實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的目標(biāo)。不僅要保證經(jīng)濟(jì)的企穩(wěn)恢復(fù)，還要實(shí)現(xiàn)長(zhǎng)期可持續(xù)的增長(zhǎng)。

對(duì)于企業(yè)來說，短期內(nèi)具體不同行業(yè)、不同類型企業(yè)的應(yīng)對(duì)措施各不相同。比如：制造業(yè)，可以在可控的范圍內(nèi)恢復(fù)生產(chǎn)，并且要完善供應(yīng)鏈，在短期內(nèi)盡早與上游供應(yīng)商、下游客戶達(dá)成一致，減輕整體產(chǎn)業(yè)鏈的壓力；餐飲業(yè)，商家要發(fā)揮外賣平臺(tái)優(yōu)勢(shì)，減少疫情的沖擊，同時(shí)也要注意采用 “無接觸”配送模式保證安全；物流行業(yè)，企業(yè)要抓住機(jī)會(huì)，建立效率高、抗風(fēng)險(xiǎn)強(qiáng)的運(yùn)營(yíng)體系，比如此次順豐等體現(xiàn)了巨大的優(yōu)勢(shì)。所有行業(yè)應(yīng)該在條件允許的情況下，積極推進(jìn)辦公、管理以及業(yè)務(wù)的線上轉(zhuǎn)型，充分利用數(shù)字化科技，而不是僅僅依賴傳統(tǒng)單一模式。在未來更要注重建立突發(fā)事件管理體系，重視資產(chǎn)的流動(dòng)性，提高抵御風(fēng)險(xiǎn)的能力。