突发大规模疫情对经济发展的影响——基于公众关注和媒体关注的视角

姜 伟

内容提要：本文基于疫情风险影响经济增长的理论模型，发现消费、投资的变化不但取决于疫情对全要素生产率、资本存量等供给因素的影响，也受到需求因素的影响。然后基于公众关注和媒体关注的视角，采用网络搜索量进行量化，运用NARDL模型研究大规模疫情冲击对经济的长短期非对称传导效应。实证结果表明：短期内，公众和媒体对疫情的关注增加对经济发展的负向冲击明显更强；长期内，公众关注和媒体关注对经济发展负向影响较为有限，经济较快恢复稳态增长水平；公众和媒体对疫情关注的增加和减少对不同经济类型企业和不同行业的影响有所不同。基于此，本文建议以财政政策为主，以结构性货币政策为辅，保证信息公开及时，采用结构性和差异化策略精准滴灌支持中小企业复工复产，避免资金链、产业链和供应链断裂，确保经济企稳恢复。

一、问题提出

在全面建成小康社会的收官之年，新型冠状病毒肺炎疫情的发生给中国经济带来了意外的冲击。仅2020年春节期间，78%的餐饮企业收入损失达到100%，批发零售业80%出现停滞，娱乐旅游行业同比下降85%左右。突发大规模疫情不仅严重威胁了公共卫生安全，还对经济稳定发展造成了重大影响。21世纪以来，“非典”(SARS)、甲型H1N1流感、H7N9型禽流感等疫情的爆发不仅对国民经济生产、消费各环节带来直接影响，一定程度上还冲击了消费者和投资者信心，不利于宏观经济企稳恢复[1]，这些疫情对经济的影响呈现出时间短、涉及范围广、破坏力大的特点。2020年新型冠状病毒肺炎疫情来势汹汹，中国的投资、消费、出口短期均遭到明显冲击。在全球经济疲软、贸易环境复杂、经济有下行趋势的背景下，探究疫情对经济各个层面的影响程度、时间节点，提出针对性的宏观调控措施，对维持长期经济的稳步发展十分重要。

随着互联网的发展，越来越多的人会选择通过互联网平台来搜索信息、发表观点和意见。一方面，网络搜索和媒体报道会实时反映疫情的发生和发展；另一方面，通过网络搜索和媒体报道，突发大规模疫情会影响公众心理[2]、认知和预期，改变人们的消费、投资、生产等行为[3-4]，从而影响经济发展。政府、企业和学术界也越来越重视公众和媒体的关注，并不断追求分析方法的创新，充分发挥信息的价值。基于此，本文将在非对称框架下，通过百度指数构建公众和媒体对疫情的关注度，研究突发大规模疫情对经济发展的长期和短期影响，并进一步研究不同行业和不同类型企业对疫情的长短期非对称反应。突发大规模疫情不仅考验政府对突发公共卫生危机的反应机制，还将对事后完整的政策保障措施提出挑战。本文将通过探究疫情对经济冲击的程度和关键点，评估疫情对宏观经济以及行业部门所造成的影响，这对提高政府应对突发大规模疫情风险的能力、完善重大疫情防控救治体系具有重要的现实意义。

二、文献综述

2003年“非典”(SARS)、2009年甲型H1N1流感、2013年H7N9型禽流感以及2020年新型冠状病毒肺炎等重大疫情的爆发显著影响了各个经济层面，宏观层面需求和生产骤降，各个行业也在不同程度上受到了冲击[5-6]。越来越多的学者开始关注疫情与经济的联系，研究发现，在短期内，突发疫情直接对餐饮娱乐[7]、旅游休闲[8]、交通运输[9]等服务业造成了巨大的冲击，经过传导，资本流动受到投资环境变化的影响，投资[10]以及贸易[11]都会受到影响。另一方面，疫情也会使有的行业如医药行业、电子通信、保险业等受益[12]。从长远来看，像交通运输、娱乐餐饮等经济活动会在疫情结束后快速恢复，但有的影响却是永久的[13]，比如疫情引起的某些消费习惯和结构的变化，沟通方式以及办公模式改变引发的线上活动。疫情对经济影响是有差异的，对各个行业的影响不同，随着时间的变化，影响的方面也会有差异，主要取决于影响机制以及作用时间。有的学者主要采用市场调查、初级经济数据比较进行文字分析[14-15]，也有学者基于数据量化分析疫情对行业冲击和宏观经济的影响[16-19]。本文主要从公众关注和媒体关注的角度，探究突发性大规模疫情如何通过改变公众的心理预期，导致公众和企业的选择或行为的改变对经济产生冲击。

现有研究表明，在疫情等危机发生时，网络信心和媒体报道会影响人们的心理预期，由于不同类型的“效用函数”和选择行为增加人们的决策和选择的不确定性，从而使经济遭到更大的冲击。比如时勘等(2003)对“非典”疫情研究发现，不利消息引发公众紧张恐慌情绪，有利信息可以让公众相对理性地应对风险[20]。根据行为经济学，人们面对疫情带来的不确定性利得或损失进行的决策往往表现出不对称性，而且还会受到其他人以及环境的影响[21]。在信息传递过程中，媒体舆情趋势对公众的预期与决策具有重要的影响作用[22-23]，负面报道往往比正面报道更容易引起人们的关注，网络上小道消息、恐慌心理感染人们的情绪，进一步影响认知评估和决策偏好[24]，导致突发性疫情的影响被进一步放大。当人们的经济行为受到疫情的影响时，正如罗志恒(2020)[5]的研究发现一样，疫情导致微观层面的公众行为改变，并反映到各个具体行业。本文利用公众关注和媒体关注度来反应公众的心理认知，采用NARDL模型研究突发大规模疫情对经济的长短期非对称效应，可以为政府应对危机对经济造成的影响提供借鉴和参考。

随着移动互联网的发展，对公众的关注度进行量化也不再是研究的难题。根据2020年4月中国互联网络信息中心(CNNIC)公布的第44次《中国互联网络发展状况统计报告》，截至2020年3月，中国网民规模达9.04亿，搜索引擎的网民使用率达到83%，搜索引擎记录了公众的捜索行为，网络捜索数据反映了公众对疫情的关注度。利用网络搜索数据对社会经济活动进行研究也已经取得很多成果，网络搜索数据己经被广泛地运用于社会经济行为的预测之中[25-27]。百度指数是网民搜索关键词搜索次数的加权，反映了公众的关注需求、媒体的舆论趋势以及公众的偏好程度。根据网站通讯流量监测机构Statcounter披露的数据，2019年百度搜索占70%左右，国内学者，如卢洪涛和李纲(2014)[28]、刘锋等(2014)[29]、罗琦和伍敬侗(2017)[30]，多用百度指数代表大部分公众的关注度。一般来说，媒体关注度用新闻报道数来衡量[31-32]。因此，本文将采用2011年1月至2020年6月的百度指数中的公众搜索指数和媒体指数量化公众关注和媒体关注度。

面对突发大规模疫情，公众和媒体对疫情的关注改变人们的心理预期，对经济有非常大的影响，人们对疫情的关注和反应对经济的影响是一个非线性的动态过程，政府面对疫情采取的应对措施应该考虑人们心理和行为的反应。本文的贡献在于：首先，在理论方面，剖析了大规模疫情风险对消费、投资的影响作用机理；其次，在非对称框架下，基于公众关注度和媒体关注度的视角，研究疫情通过影响公众心理预期，从而对经济的长期和短期影响；再次，在实证方面，通过百度指数构建公众和媒体关注度，使用NARDL模型探究疫情对中国经济的长短期非对称效果，包括宏观经济和各行业部门受大规模疫情冲击的长短期反应；最后，在政策方面，针对基于公众关注和媒体关注角度的大规模疫情对中国经济的非对称影响，为政府应对突发大规模疫情危机，维持经济的稳定发展提供了较为可靠的借鉴和参考。

三、疫情对经济的影响机理分析

突发大规模疫情作为经济系统的外部冲击，通过影响消费、投资、进出口贸易，对国民经济产生了影响[33]。邵全权和张孟娇(2016)建立了风险影响经济增长的理论模型，但其主要研究危机发生时物质资本风险和寿命与健康风险的影响[34]，本文在其基础上主要探究大规模疫情发生时带来的风险与影响。参考邵全权和张孟娇(2016)[34]的研究，设定效用函数为：

(1)

其中，C(t)表示t期消费，ρ表示贴现率，γ表示相对风险厌恶弹性。参考巴罗和萨拉伊马丁(2000)[35]的假设，假设厂商生产函数服从柯布-道格拉斯生产函数，物质资本K和人力资本H的折旧率σ相等，得到约束条件为：

Y(t)=A(t)K(t)αH(t)1-α

(2)

(3)

(4)

在上述经济增长模型基础上引入疫情风险因素，假设p(t)为感染疫情的概率，d(t)(0

(5)

设定a(t)是p(t)和d(t)的函数，表示疫情风险，由式(5)可以推导出：a(t)=1-d(t)p(t)。aK(t)和aH(t)分别表示疫情对物质资本K和人力资本H的影响，可以得出K和H的变化为：

(6)

(7)

2020年突如其来的新型冠状病毒肺炎疫情给经济运行带来了扰动，供给端和需求端都受到了严重的冲击。从供给方面来看，大部分工厂暂时停工，生产水平下降，尤其是劳动力投入占比较大的中小型企业复工艰难。资本的积累过程也遭到明显冲击，据统计，此次新型冠状病毒肺炎疫情期间，固定资产投资数额下降20%以上；物质资本存量变动较小，疫情对物质资本的存量影响有限；人力资本的流量和存量也发生变动，2月份，全国城镇调查失业率明显上升，达到6.2%，还有部分人因为疫情选择跳槽、换城市就业或深造，导致人力资本在地区和部门之间流动，人力资本流量发生变化；大规模疫情对生命安全的威胁也带来了人力资本的损失，冲击了人力资本存量。因此，结合疫情对经济影响的特点，本文将疫情对供给端的冲击分为三部分：一是疫情对全要素生产率造成的冲击；二是疫情对物质资本积累造成的冲击；三是疫情对人力资本存量和积累造成的冲击。

从需求方面来看，面对突发大规模疫情，居家防控政策对居民消费有一定的遏制作用，居民无法外出进行购物、聚餐或是旅游，促使零售业、餐饮旅游业等部门短期损失较大。从此次新型冠状病毒肺炎疫情来看，2020年第一季度，社会消费品零售总额同比下降15.8%，商品零售同比下降12.0%，受到疫情的明显冲击。另外，面对疫情风险导致的不确定性，公众的消费信心下降，预防性储蓄动机上升，导致消费占比下降，消费水平降低。疫情对需求端的冲击主要是降低了公众的消费，尤其是减小了餐饮、旅游以及交通运输的消费需求[36]，消费需求的降低导致了企业产能利用率的下降。因此，假设ω(t)为企业产能利用率，表示疫情对于消费的冲击，将ω(t)引入生产函数中：

Y(t)=ω(t)A(t)K(t)αH(t)1-α

(8)

假设疫情对全要素生产率的影响函数为h(t)，将疫情风险引入上述公式，得到约束条件为：

(9)

以μ(t)和υ(t)分别表示物质资本和人力资本的影子价格，将模型写成汉密尔顿函数：

+υ(t)aH(t)[IH(t)-σH(t)]

(10)

从而得到一阶条件和欧拉方程：

μ(t)=C(t)-γ

(11)

(12)

运用μ(t)ak(t)=υ(t)aH(t)得到：

(13)

设定IK(t)+IH(t)=I(t)，其中θ与1-θ(0<θ<1)分别为物质资本投资和人力资本投资的权重系数，对式(11)、式(12)和式(13)进行整理，可以得到消费、投资的增长率：

(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，消费以及投资增长率的大小取决于h(t)、aK(t)、aH(t)和ω(t)等参数的取值，也就是疫情对全要素增长率、人力资本和物质资本的影响以及企业产能利用率的变化。aK(t)和aH(t)等的变化又随疫情发生的概率以及疫情破坏程度的变化而变化，也就是说随着疫情的变化，疫情对经济的影响是不断变化的。疫情的发展对公众的心理预期产生不同的影响，造成不同的经济行为，在同一时间对不同行业影响不同，不同时间对同一行业的影响也会产生差异。

这与现实情况相符合，突发大规模疫情对各个行业的影响有消极的，也有积极的。首先，餐饮、旅游、酒店、娱乐等服务行业一般会受到严重的打击，面临巨大的经济损失，而医疗药品、电信服务、化学消毒品、保险的需求会迅速增加，会带来相对正向的经济效应。2020年1—2月，全国网上零售额同比下降3.0%。其中，实物商品网上零售额比上年同期提高5.0个百分点。而一些技术含量比较高的产品比如3D打印设备、智能手表等电子产品产量增长都在100%以上，单晶硅、多晶硅产量分别增长45%和35%左右。其次，疫情对某些消费品的增加只是一种短期现象，如口罩、医用酒精等短期内可能供不应求，价格上升，但在长期，供需基本平衡。疫情对公众消费行为和投资信心的影响可能是长期的，疫情期间，远程办公以及配送物流的发展会带来新的生活学习方式，疫情造成的公众对于工作、学习的地区、专业选择也会一直存在。总的来说，随着疫情的不断变化，疫情对经济的影响可能是短期的，也可能是长期的，疫情带来了巨大的消极影响，但也存在积极的一面[13]。

本文认为疫情主要的传播路径是通过改变人们的心理认知和预期，影响人们对风险的评估[20]，改变人们消费、投资等行为，从而在一定程度上阻碍经济的发展。例如，谢科范等(2019)发现人们对疫情信息的关注对日常行为产生了影响，并且会将恐慌情绪传播[37]。在宏观经济领域，李方一等(2016)通过百度指数构建区域先行指标，证实网络搜索指数与经济波动存在相关性[38]。达穆里(D’Amuri，2009)利用网络搜索指数预测失业，发现预测效果显著提高[39]，网络搜索数据逐渐成为宏观经济预测一个新的研究方向。除此之外，网络搜索数据作为公众消费前获取信息的数据表现，能从侧面反映出宏观经济的微观基础。叶提芳(2018)通过将网络搜索指数加入到传统指标显著提高了社会消费品总额的预测效果[40]。本文将被解释变量设定为第一、二、三产业增加值以及各行业的增加值变动，建立起公众关注度与经济的动态关系方程：

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

(17)

Yt-i表示滞后i期的被解释变量，Xt-j表示滞后j期的基于网络搜索量的公众关注度，Zt表示控制变量，εi表示随机误差项。

另外，媒体对疫情的关注主要通过影响公众的情绪以及对未来的预期，从而间接影响经济发展。张成思等(2014)研究宏观经济时建立媒体报道、公众预期与新凯恩斯菲利普斯曲线的方程[41]，主要包括媒体报道影响公众预期和通货膨胀预期与真实产出缺口的相关方程。考虑到媒体关注度通过多种路径影响宏观经济的多个层面，不仅仅只通过公众的通货膨胀预期，因此，本文合并方程消去通货膨胀变量，直接得到媒体关注度对经济的影响：

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

(18)

面对突发性大规模疫情，人们会增加对疫情的关注度，根据网络搜索引擎得到关于疫情的信息。感知到疫情带来的风险后，人们调整未来预期和经济活动，可能加剧恐慌情绪和不确定性，对经济层面造成影响程度加大；相反，当人们对疫情关注较少时，表现为减少对疫情信息的搜索，此时人们会根据新的信息做出相对理性的决策。根据前景理论，在面对利得的时候，人们一般表现为风险规避；在面临损失的时候,人们往往是风险爱好的。因此，公众关注度导致的公众风险偏好和对未来预期是不对称的，所以对经济的影响可能就具有不对称性。媒体关注度主要通过影响公众的心理和预期从而对经济产生影响。面临突发性大规模疫情，人们本身缺乏对疫情的正确认识，应对疫情能力弱，就会对媒体报道产生依赖和信任。媒体关注度过大可能引起公众的恐慌和压力增大，甚至导致公众的经济行为对某些行业造成短暂猛烈的冲击。正如卡罗尔(Carroll，2003)发现的，当人们关注媒体报道时，媒体所传达出的情绪对人们的预期产生“粘性”，从而对宏观经济产生重要的影响[42]。相反，媒体关注度变小时，给人们带来的恐慌和压力就会变小，人们会更加理性地分析并做出决策，对经济的影响程度可能不同于被大量媒体报道所影响时做的决定。

因此，本文从影响不对称角度进一步衡量疫情对经济的影响，采用希恩等(Shin et al.，2014)[43]提出的方法将式(17)和式(18)转化为如下形式：

(19)

四、变量选取与实证模型

(一)变量选取

本文采用百度指数中的搜索指数量化公众关注度，媒体指数量化媒体关注度，作为解释变量。百度指数移动端搜索量仅有2011年以后的数据，因此本文选取从2011年1月到2020年6月的全国范围内移动端和PC端搜索量的数据。对于百度指数关键词的选取并没有达成一致，一般来说有三种方法——技术取词、直接取词、范围取词[44]，学者根据研究内容选择合适的选取方法。本文研究的是公众和媒体对突发大规模疫情的关注，因此在对前文提到的四种疫情相关关键词进行搜索后，选取的关键词为“SARS”“H1N1”“H7N9”“禽流感”“疫情”和“新型冠状病毒肺炎”。首先，利用爬虫技术获得月数据，用来衡量公众关注度和媒体关注度。其次，利用SPSS软件的主成分分析进行关键词合成，确定每个关键词的权重，从而合成公众关注度指数(X)和媒体关注度指数(M)。

本文选取第一、二、三产业增加值(GDP1，GDP2，GDP3)代表三次产业，作为被解释变量，数据来源于国家统计局。因为第一、二、三产业增加值为季度数据，本文借鉴于伟和尹敬东(2005)[45]、丁志华等(2014)[46]的处理方法，将工业增加值的月度数据加总得到季度数据，以工业增加值月度数据占季度数据比作为权重，进而得到第一、二、三产业增加值的月度数据。机制检验中，本文选取企业家信心指数(ECI)和制造业采购经理指数(PMI)作为被解释变量。

进行行业异质性分析时，按行业类型分别选取工业增加值当期同比增速(Z1)、建筑业行业增加值当期同比实际增速(Z2)、批发和零售业行业增加值当期同比实际增速(Z3)、交通运输、仓储和邮政业行业增加值当期同比实际增速(Z4)、住宿和餐饮业行业增加值当期同比实际增速(Z5)、房地产业行业增加值当期同比实际增速(Z6)、金融业行业增加值当期同比实际增速(Z7)作为被解释变量。进一步按经济类型分，分别选取国有及国有控股企业增加值(Y1)、私营企业增加值(Y2)、外商及港澳台投资企业增加值(Y3)作为被解释变量，并将季度数据转换为月度数据。以上涉及的所有指标来源于国家统计局或中经网统计数据库。

(二)实证模型构建

本文采用希恩等(2014)[43]提出的NARDL模型，其中使用的是一种不对称且非线性的协整方法。为了得到解释变量单位时间内增加或减少的总调节效果，首先将公众关注度和媒体关注度分成正向变动和负向变动两部分：

(20)

(21)

(22)

其中，ΔXt=Xt-Xt-1，ΔMt=Mt-Mt-1。经济增加值和解释变量正负向改变的非对称协整可由式(23)代表：

(23)

进一步研究长短期的非对称影响情况，希恩等(2014)[43]对式(23)进行了拓展，从而使其能够同时反映长期和短期的非对称的动态调整情况，将线性误差修正模型(ECM)拓展成应用更为广泛的协整的NARDL模型：

(24)

以公众关注度为例，还可以表示为：

(25)

应用NARDL模型进行实证分析的步骤为：

(1)使用普通最小二乘法估计式(24)。

最后，如果公众关注度和媒体关注度对经济增长的调整效应具有非对称性，那么可以得到调整轨迹，以公众关注度为例，表示为：

(26)

四、实证结果分析

(一)单位根检验

使用NARDL模型的前提条件是所有的数据服从I(0)或者I(1)，本文对所有变量做ADF检验和PP检验。如表1所示，所有变量均符合NARDL模型的条件，可以直接采用NARDL模型进行估计。

表1 单位根检验结果

(二)NARDL模型估计和分析

本文采用NARDL模型研究公众关注度和媒体关注度对第一、二、三产业增加值进行分析。首先验证变量之间是否存在长期协整关系，如表2所示。

表2 非对称协整检验

如前所述，利用tBDM统计量验证H0:ρ=0(H1:ρ<0)，并利用Fpss统计量验证H0:ρ=θ+=θ-=0检验变量之间长期是否平稳协整。由表2可以看出，公众关注度、媒体关注度与经济增长的统计量tBDM和FPSS在1%的水平上显著拒绝原假设，说明变量之间具有稳定的长期协整关系，可以采用NARDL模型分析公众关注度、媒体关注度与经济增长的长期和短期不对称关系。NARDL模型的检验步骤已经在模型设定部分进行了说明，从滞后12阶开始测试，根据AIC准则确定最优滞后阶数，得到了最优ARDL(8,12,10,12,12)、ARDL(7,8,0,8,0)、ARDL(2,1,7,8,3)，主要结果见表3和表4。

表3 NARDL模型短期系数和短期非对称检验

表4 NARDL模型长期系数和长期非对称检验

表4(续)

由表3可以明显看出，短期内，公众关注和媒体关注对经济的影响均是非对称的，公众和媒体对疫情的关注对经济发展的负向冲击明显更强。表4表明，长期内，公众关注和媒体关注对第三产业影响是非对称的。接下来本文根据产业类型进行长短期效应分析。

1.公众和媒体对疫情的关注对第一产业影响

疫情发生导致农副产品面临内需不足和外运受阻的困境，当禽流感等动物疫情发生时，消费者受疫情的影响，需求大量减少，大量畜禽被宰杀掩埋，损失较大。蔬菜水果、水产品等不易储存产品，由于一些道路封锁，运输受阻无法进行买卖，给农户造成了一定的损失。在短期内，价格会因为供需变化呈现上升趋势，过渡期可能出现“滞涨”，但这并不是一个长期现象。以2020年新型冠状病毒肺炎疫情为例，2019年消费物价指数扣除猪肉等食品价格影响，实际有通货紧缩现象，目前长期通胀基础不存在，且大多数农业生产的周期相对较长，第一产业大部分为生活必需品，一旦交通通道打开，消费需求得到释放，就可以基本恢复正常。总体而言，生长期相对较短的蔬菜水果以及部分养殖业会受一定的影响，但长期损失的可能性较小。长期系数为正也表明，在疫情后期媒体对疫情的积极正向报道极大地提高了公众信心，疫情对第一产业的影响有限。2019年第一产业的贡献率仅为3.8%，所以第一产业对经济增长的影响也有限。

2.公众和媒体对疫情的关注对第二产业影响

面对突发大规模疫情，出于安全的考虑，社会生产停滞，下游企业供应不足，造成了供应链的冲击；订单需求减少、成本上升、员工工资刚性支出给企业资金链带来冲击；交通运输封闭，上下游协同合作受阻，冲击了产业链。中国绝大多数产业链的末端由中小企业构成，这些企业在疫情期间举步维艰，生产线也出现向东南亚国家转移的现象。另外，工厂停工、生产停摆也导致大量的闲置资本，资本供应可能相对减少。据商务部统计，2020年1月境内非金融类直接投资同比下降7.7%。大部分企业资金流仅在短时期可以维持，因此，在突发大规模疫情得到有效的控制之前，要针对困难企业进行重点扶持，防止供应链、产业链和资金链的中断，提高中小企业、个体工商户信心，保证在后期工人迅速复工，保证第二产业实现“V”型增长，避免产生中长期经济停摆。在长期，只要度过停工期，企业有序复工复产，封闭管理，疫情对第二产业的负面影响也将逐渐消失，能够迅速恢复发展。疫情过后企业应加强供应链和产业链各个环节的信息共享，做到及时沟通，避免 “牛鞭效应”对中间产品生产者起作用[48]，形成完善的产业链上下游企业信息体系，提高应对突发危机的能力。

3.公众和媒体对疫情的关注对第三产业影响

2019年中国最终消费支出、资本和净出口的贡献率分别为57.8%、31.2%和 11%，消费已成为当前中国经济增长的第一拉动力。疫情发生时，严格的隔离防控导致消费需求骤减，短期内电影、餐饮以及旅游等行业生意惨淡，尤其是餐饮行业食材过度储存，小型餐馆面临巨大压力。因此，短期内需要采取措施维持这些行业的稳定运营，度过这段艰难的时期，防止大规模失业情况出现，减少疫情带来的冲击非常重要。在长期，随着疫情的好转和相关政府政策的实行，住宿餐饮、旅游娱乐以及运输等行业可以较快回稳。一方面，疫情过后补偿性需求释放，消费水平迅速上升，能在一定程度上弥补损失。另一方面，学习、娱乐和办公的线下转线上，推动了工作和学习模式的变化，带动了计算机、通信等行业。商业模式也可能借此次疫情发生变化，无人快递行业、线上服务业有望迎来快速发展。总体来看，短期内突发大规模疫情对第三产业负面影响显著，尤其第三产业涉及许多劳动密集型行业，应重点关注“稳就业”政策，对小微民营企业进行特别帮助，克服暂时的困境。长期来看，疫情基本结束，消费者信心迅速恢复，许多行业就可以迅速进入正轨甚至带动其他产业的发展，疫情对经济向好的趋势影响不大，不能根据短期疫情冲击造成的经济停摆夸大疫情的经济破坏力，但不可忽略长期媒体关注对第三产业的消极影响。因此，本文建议在面对突发大规模疫情时，政府可以采用结构性和差异化政策，分阶段定向进行帮扶，精准滴灌，避免经济短期停滞造成中长期损失。

(三)机制检验

由前文理论分析可知，突发性大规模疫情的影响途径是通过改变公众的心理预期和对风险的评估[23]，从而调整未来预期和经济活动，对经济层面造成不同程度的影响。正如朱军等(2020)认为，除工厂停产、供应链中断引发的供给下降，旅游、娱乐等消费需求下降外，疫情还带来了未来不确定性，导致公众对未来经济预期的改变，引起社会需求的波动，对经济负面的影响都不同程度地被放大[50]。而且，公众由于缺乏对疫情的正确认识，容易对媒体报道产生依赖和信任，媒体所传达出的情绪对人们的预期产生影响，从而对宏观经济产生重要的影响。

企业家信心指数(ECI)可以衡量企业家对市场经济环境与宏观政策的心理预期；中国制造业采购经理指数(PMI)是采购经理对问卷定性问题回答的加权月度数据，可以评估当前或未来经济走势[51]。所以，本文将检验公众和媒体对疫情的关注的正负向变动对企业家信心指数和制造业采购经理指数的影响情况以检验实证结果的稳健性。根据式(26)得到的累积动态乘数效应反映了随着公众和媒体关注的单位正向或负向冲击，企业家信心指数和制造业采购经理指数的变动情况。

图1 公众关注度对ECI的非对称传导动态乘数效应

图2 媒体关注度对ECI的非对称传导动态乘数效应

由图1可知，公众对疫情关注的增加对企业家信心指数的变动的影响由正转负，表明在疫情发生初期，疫情只会引起短暂的正向供应冲击，在这种情况下，企业家对未来增长的期望不会受到很大的影响，并且对总需求的影响很小。在4期之后，公众对疫情关注越多，企业家信心指数就会越低，对经济形势变得悲观，企业家未来的信心减弱。据调查，确诊病例每增加1%，企业家的疫情压力感指数就增加0.18%，对2020年经济形势的信心就会降低0.9%。由图2可知，媒体关注度与企业家信心指数呈负相关关系，媒体舆论的关注会极大影响投资者和企业家信心和心理预期，增加决策的不确定性，对经济造成负向的冲击。在长期，一旦疫情使供应端的产品生产中断变得更加严重和持久，资本利用率下降，企业会通过削减投资来做出反应，从而使经济更为恶化。福尔纳罗和沃尔夫(Fornaro & Wolf，2020)提出如果就业困难和经济活动下降造成总需求下降，经济将会进入一个供需厄运循环，此时仅仅靠货币政策的降息可能作用不大，需要采取旨在维持投资的积极的财政政策干预作为补充[52]，因此，积极的财政政策是疫情之后恢复经济发展的必要手段。

图3 公众关注度对PMI的非对称传导动态乘数效应

图4 媒体关注度对PMI的非对称传导动态乘数效应

由图3可知，公众对疫情关注与制造业采购经理指数基本上是负相关关系，疫情通过影响人们的预期对经济造成影响，这与理论分析部分一致。在5期左右，公众对疫情关注的增加对制造业采购经理指数的影响趋于稳定，表明在疫情后期，随着企业的复工，经济逐渐摆脱疫情的影响。由图4可以看出，媒体对疫情报道的增加与制造业采购经理指数是负相关关系，报道的增加会减小制造业采购经理指数，对经济的发展具有阻碍作用。在7期之后，媒体报道对疫情的影响逐渐减少，这意味着长期来看疫情对经济影响较小。因此，疫情对制造业采购经理指数的影响呈现短期存在一定程度的波动，长期则趋于稳定的规律，并且与实证部分结论一致，结果具有稳健性。

制造业采购经理指数与未来经济紧密联系，预示了疫情对经济发展的阻碍。除了直接的供给与需求冲击外，产业链和供应链的断裂才是重大损失。成本上升与客户流失将会给一些中小生产企业带来毁灭性打击，比如湖北是微芯片制造工厂的所在地，据推测此次新冠病毒肺炎疫情可能导致损失10%的手机全球出货量，一旦生产被替代，就可能演变成中长期需求损失。另外，中国、日本、韩国是生产信息和通信产品“亚洲工厂”的核心力量，中国在纺织行业是整个全球贸易和生产网络的中心，制造业的供应中断也会影响其他国家的制造业。因此，采用差异化策略精准支持企业复工复产，避免产业链和供应链断裂是短期内首要任务。2020年2和3月的中国制造业采购经理指数分别为35.7%和52%，2月较2019年同期下降27.4%，3月同期上涨3%。在长期，随着企业的复工复产，信心逐渐恢复，指数逐步上升，总体来看，疫情的短期冲击不会造成长期经济的下落。

(四)稳健性检验

1.利用谷歌指数进行稳健性检验

考虑到百度指数移动端数据起始时间为2011年，可能对早期疫情描述不准确。因此，本文选择谷歌趋势作为替代指标，数据时间为2004年1月到2020年6月。谷歌趋势是由谷歌公司统计的网络搜索量的指标，测量了搜索关键词的搜索量与该地区随时间变化的谷歌搜索总量的相对大小。因为谷歌趋势指标数值为相对值，显示小于1的数值采用0.5替代进行稳健性检验，结果如表5所示。

表5 基于谷歌趋势的NARDL模型估计和检验结果

如表5所示，谷歌趋势表示的搜索量对第一、二、三产业的影响在短期和长期均存在不对称性。在短期，谷歌趋势与第一、二、三产业的增长呈负向相关，谷歌趋势搜索量的增加对经济产生负向的冲击。在长期，第一、二产业的长期系数为正，第三产业的长期系数不显著，表明从长期来看疫情对经济影响有限。总体上来说，结论均与实证结果基本相同，具有稳健性。

2.替换关键词进行稳健性检验

前面实证部分根据直接取词法选取关键词，计算了疫情发生时公众关注度和媒体关注度对第一、二、三产业增加值的短期和长期的非对称影响关系。接下来，本文分别将关键词中“SARS”“新型冠状病毒肺炎”“疫情”替换为“非典”“Covid-19”“传染病”，再次合成公众关注度和媒体关注度指数进行稳健性检验，探究第一、二、三产业对疫情冲击的动态乘数效应，如图5—图10所示。

图5 公众关注度对第一产业的非对称传导动态乘数效应

图6 媒体关注度对第一产业的非对称传导动态乘数效应

图7 公众关注度对第二产业的非对称传导动态乘数效应

图8 媒体关注度对第二产业的非对称传导动态乘数效应

图9 公众关注度对第三产业的非对称传导动态乘数效应

图10 媒体关注度对第三产业的非对称传导动态乘数效应

图5—图10显示，在短期，公众关注度与第一、二、三产业的发展基本呈负向相关关系，公众关注度的增加对经济产生负向的冲击。从图5、图7和图9的不对称性来看，在3至5期，公众关注度增加对第一、二、三产业增加值负向冲击更大，具有明显的不对称性。在长期，公众关注度增加对第一产业的影响转为正向，说明在疫情后期第一产业可以较快恢复，与实证部分结论一致。在7期之后，公众关注度对经济的影响逐渐趋于平稳，不再有剧烈冲击影响。在短期，媒体关注度增加对经济的影响有较大的波动，媒体关注度增加对于经济的影响先为正向接着转为负向，可能是由于疫情刚刚开始时，媒体舆论导致的公众的恐慌性需求造成的价格大幅提高或者短缺排队现象，这与实际相符合。在1到5期公众和媒体对疫情的关注对第一、二、三产业的影响均存在非对称效应，总体上来说，对疫情关注度增加对经济产生的负向冲击更大。10期之后关注度的影响几乎趋于平稳，只有第三产业在长期仍存在明显的非对称性，结论均与实证结果基本相同，因此，本文结果具有稳健性。

(五)异质性检验

前文测算了疫情发生时公众关注度和媒体关注度对第一、二、三产业增加值的短期和长期的非对称影响，但是公众和媒体对疫情关注对不同行业的影响具有异质性，需要进一步探究。鉴于此，本文采用NARDL模型来进行公众和媒体对疫情的关注对工业，建筑业，批发和零售业，交通运输、仓储和邮政业，住宿和餐饮业，房地产业，金融业的长短期非对称影响的异质性检验。

根据表6所示，公众和媒体对疫情的关注对不同行业影响的统计量值Fpss均显著拒绝了原假设，各变量之间存在长期稳定的协整关系。建筑业和工业短期内均受到了冲击，并且Wald检验均拒绝了原假设，意味着疫情给建筑业和工业造成的影响存在非对称性，负面影响远大于正面影响。在长期，疫情关注度对工业影响系数不显著，说明长期来看，媒体和公众对疫情的关注不对工业造成影响，这与疫情对第二产业影响的结论一致；媒体关注度对工业的长期系数显著为正值，表明只要企业可以度过短期停滞期，后期就可以较快复工复产，恢复活力，短期内的刺激和扶持政策十分重要。从此次新型冠状病毒肺炎疫情来看，2020年1月底到2月中旬受疫情影响较大， 3月生产秩序基本恢复正常，加班回补2月份的大部分产值，影响是阶段性的。总的来说，与实证部分对第二产业分析的结论基本一致。

表6 基于不同行业的NARDL模型估计和检验结果

再看第三产业各行业，大部分行业面对疫情的冲击短期均存在不对称效应，疫情对经济负向冲击幅度较大。首当其冲的是餐饮行业，订单取消、存货积压、房租昂贵等几乎可以导致一些餐饮店的破产。相比2019年春节期间，此次新型冠状病毒肺炎疫情造成78%的餐饮企业营收损失达100%。各个行业短期内均受到不同程度的损失，可能造成局部失业率的上升，政府部门应重点关注“稳就业”政策，针对各行业部门特点给予一定的政策支持。长期来看，不同的行业恢复路径有所差异。由于消费者心理的变化，疫情过后可能产生补偿性需求，长期来看，公众对疫情关注增加对住宿和餐饮等行业具有正向影响，而批发和零售、交通运输等行业长期系数不显著，说明疫情对这几类行业影响有限。金融行业在长期仍然受到公众对疫情关注的影响，疫情带来的公众关注储蓄、消费和投资行为的变化可能是永久的，不良资产率也会因为疫情增加。媒体关注度对大部分行业影响系数为负，在长期媒体对疫情的报道仍然有一定的冲击性，这与实证部分第三产业结论一致。也表明了疫情还会导致部分产业分化，有利于资源更优配置，实现新旧动能转化。总体来说，此次疫情对国内经济影响可能持续一二个季度，但有部分行业的影响将是长期性的。应当根据不同行业采取差异化策略，长期与短期策略相互结合，有重点地减税降费，以积极的财政政策促进宏观经济企稳恢复。

五、进一步探究

考虑到不同类型企业承受风险的能力不同，本文进一步探究公众和媒体对疫情的关注对国有企业、私营企业和外资企业的影响，本文选取指标为国有及国有控股企业(Y1)、私营企业(Y2)、外商及港澳台投资企业(Y3)增加值，结果如表7 所示。

表7 基于不同经济类型的NARDL模型估计和检验结果

进一步，根据前文分析，疫情对私营企业冲击剧烈、影响时间长。党的十九大报告中重申了“两个毫不动摇”，明确了民营经济的重要地位，并且民营经济贡献了中国60%以上的GDP和80%以上的就业岗位。私营企业是民营经济的重要组成部分。为了提出更有效的建议，帮助私营企业维持经营并尽快恢复发展，本文根据式(26)得到累积动态乘数效应，描述出公众关注和媒体关注的冲击与私营企业增加值的动态变化，如图11和图12所示。

图11 公众关注度对私营企业的传导动态乘数效应

图12 媒体关注度对私营企业的传导动态乘数效应

从图11可知，公众对疫情的关注的正向变动对私营企业的影响在短期由正向变为负向。其中的正向反弹可能是因为部分企业受消费者囤积日常用品或医药用品造成的。长期来看，疫情的关注度与私营企业增加值呈负相关关系。图12的非对称曲线显示，媒体关注度的正向变动对私营企业的动态乘数效应由负向转为正向。在短期内，私营企业会面临暂时受困现象，受到公众关注和媒体关注影响较大；从长期来看，对私营企业的影响直到13期左右才逐渐上调接近于新的均衡水平。从图5—图10来看，对第一、二、三产业影响7期之后趋于平稳，由此可见，大规模疫情对中小企业影响时间更长。唐任伍等(2020)也指出民营企业作为国民经济的主力军，面临着资金链断裂、倒闭进而员工失业的风险，进一步打击公众对未来经济的信心，需要较长时间恢复或者会对经济产生长期的冲击[15]。

尽管疫情会带来如医药业药品需求、通信业通信业务需求量的增加，为部分企业提供了商机，缓解了部分经济损失,但是，总体来看，疫情对于中小企业的负面影响更大。而且大多数中小企业属于制造业，与直接面对消费者的第三产业不同，产业链与供应链一环扣一环，一旦停止，容易被其他供应商顶上，相关业务就长期地被替换，变成不可逆损失。再加上贸易限制措施、国外入境管制措施以及大规模停航影响，出口为主的制造业企业面临巨大冲击。蒋涛(2020)也指出疫情对企业融资额度和期限产生负面冲击[53]。因此，在疫情发生的初期和中后期，应该对经营困难的小微民营企业实行定向精准的扶持政策，比如定向降息、定向降准以及灵活运用再贷款工具等，提高小微企业家的预期和信心，确保这些企业可以度过疫情的艰难阶段。

六、结论和政策启示

在当期复杂的国际形势和宏观经济环境变化的背景下，探究疫情对宏观经济以及行业部门所造成的影响，完善重大疫情救治体系具有重要意义。首先，本文建立了一个疫情风险影响经济增长的理论模型，发现疫情风险对消费、投资的影响随着疫情的类型、持续时间等变化，取决于各参数的取值。其次，本文利用2011年1月到2020年6月的月度数据，基于公众关注和媒体关注的视角，采用百度指数进行量化分析，运用NARDL模型研究大规模疫情冲击对经济的长短期非对称传导效应。实证结果表明，短期内，公众和媒体对疫情的关注对经济发展的负向冲击明显更强，具有非对称性；长期来看，公众关注和媒体关注对经济负面影响较为有限，大部分企业和行业可以较快复工复产，恢复发展；公众和媒体对疫情关注的增加和减少对不同经济类型企业和不同行业的影响有所不同，需要有差异对待。根据研究结论，本文针对此次疫情提出如下建议：

总体来看，疫情对经济的影响是短期的、迅速的，物价、失业率短期上升不可避免。长期来看，只要政府和企业措施得当，经济会较快恢复，呈现“V”型经济增长路径，经济向好基本面不变。关键是有针对性地扶持短期受到疫情冲击较大和长期仍然受到负面影响的相关产业和企业，财政政策工具丰富并且更加灵活，可以切实定向地帮助企业渡过短期资金链断裂危机。货币政策受到通胀的制约，不宜全面放松,可采用结构性货币政策针对受疫情影响严重的小微企业。因此，本文建议以积极财政政策为主，以结构性货币政策为辅，度过短期经济停摆，支持和保障宏观经济平稳运行。

采用结构性的货币政策，需要对于不同行业、不同规模的企业，有针对、有差异地给予帮助。建议短期内货币政策采定向干预措施，尤其是小微民营企业和受疫情影响较为严重的第三产业企业，实行定向降息、再贷款等措施解决企业融资贵、融资难的问题。银行对制造业供应链与产业链的关键制造企业增加贷款发放、定向降息或延迟还息，帮助这些企业渡过疫情难关。针对不同行业采取结构化政策，根据长期和短期不同特点采取差异化策略，确保经济稳步发展。

积极的财政政策非常有必要，目前中国财政赤字率为2.8%，低于世界平均水平，政策空间大。建议对部分行业和企业给予降费减税，提供差异化优惠的金融服务。重点扶持零售批发、交通运输、旅游休闲、餐饮娱乐等短期内受疫情冲击最大的行业。扩大财政支出，通过失业保险稳岗返还、职业培训补贴、部分企业减免租金等多种渠道，尽量不使企业因负担过重而在复工后加大裁员，重点支持一些行业复工复产。另外，加大对5G、人工智能、大数据、工业互联网、物联网等新的基础设施投资。加大对医疗卫生等公共服务设施的支出，完善基础医疗体系的建设，提高财政支出中医疗等民生支出占比。

疫情信息对人们的行为心理十分重要，影响着公众的经济行为和决策。政府应该保证信息的及时和透明，消除政府与公众之间的信息不对称。及时制止谣言，发布权威的消息，让人们可以得到所需要的信息，做出理性正确的决策，有利于维持经济的稳定。疫情过后，鼓励企业的数字化发展，完善供应链和产业链，加强企业间联系，减少信息不对称，提高应对突发危机的能力。要努力扩大内需，鼓励居民疫后消费，提升经济活力，加快释放新兴消费潜力。疫情的发生促进了产业分化和分工，要抓住机会继续推动产业结构升级，增加高科技企业减税的力度，从而实现经济高质量发展的目标。不仅要保证经济的企稳恢复，还要实现长期可持续的增长。

对于企业来说，短期内具体不同行业、不同类型企业的应对措施各不相同。比如：制造业，可以在可控的范围内恢复生产，并且要完善供应链，在短期内尽早与上游供应商、下游客户达成一致，减轻整体产业链的压力；餐饮业，商家要发挥外卖平台优势，减少疫情的冲击，同时也要注意采用 “无接触”配送模式保证安全；物流行业，企业要抓住机会，建立效率高、抗风险强的运营体系，比如此次顺丰等体现了巨大的优势。所有行业应该在条件允许的情况下，积极推进办公、管理以及业务的线上转型，充分利用数字化科技，而不是仅仅依赖传统单一模式。在未来更要注重建立突发事件管理体系，重视资产的流动性，提高抵御风险的能力。