新冠肺炎疫情冲击下中国经济波动与减排效益研究——基于可计算一般均衡模型

洪竞科 王小苑

（重庆大学管理科学与房地产学院，重庆 400044）

引 言

随着城市交通的发展、贸易旅行的增加、人流物流快速流动与聚集，疫情扩散的速度与风险也呈几何级数上升［1］。严重的公共卫生事件可能引发公共卫生危机，常常伴随强烈的公众恐慌和持续的经济低迷。新冠肺炎疫情的暴发作为史上最严重的全球突发公共卫生事件之一，在短短几个月内急剧蔓延。2020年3月以后，新冠肺炎疫情升级为全球大流行，波及全球180多个国家。近50国宣布进入紧急状态。2020年9月以来，国内外多地疫情防控出现反复，专家表示新冠病毒已成为 “常驻病毒”，应做好长期应对准备。截至2020年底，全球超过8300万人确诊新冠肺炎，造成近200万人死亡。

面对来势汹汹的新冠肺炎疫情，在 “要经济还是要健康”的拉锯战中，不同国家呈现出两种截然不同的应对模式：以美国为代表的国家选择宽松模式，寄希望于 “群体免疫”；而以中国为代表的国家采取严防严控模式，不惜代价遏制疫情蔓延［2］。停工停产停学、限制日常出行、暂停公共交通、限制区域间及国际间人口流动等短期强制防控措施，有力遏制了疫情发展态势；同时也对经济平稳运行和高质量发展提出了巨大挑战。2020年一季度我国GDP同比下降6.8%，一二三产业分别下降3.2%、9.6%、5.2%。在国际货币基金组织和世界银行的预测中，疫情冲击下，2020年中国GDP增速将由近年来的6%～7%降至2%左右。而统计数据显示，2020年全年中国GDP实际增速为2.3%。与此同时，经济的短暂停摆则进一步抑制了全球碳排放量增长。IEA于2021年3月发布的报告表明，2020年全球与能源相关的二氧化碳排放量下降5.8%。虽然达到二战以来最大年降幅，但也并未完成联合国年均下降7.6%的目标。随着疫情受控，经济回暖，全球碳排放量甚至出现触底反弹的迹象。

新冠肺炎疫情对中国经济社会究竟产生了多大的影响？疫情冲击路径主要源于哪些方面？防控措施在其中又扮演了怎样的角色？疫情下的碳减排是否真正有益于气候目标和碳达峰目标的实现？这都是学术界亟待探讨的问题。

1 文献综述

在灾害损失评估体系中，灾害造成的社会经济损失按照其传导路径可以分为直接经济损失和间接经济损失［3，4］。传染病造成的直接经济损失主要包括患者住院或死亡造成的劳动力损失、医疗费用增加、疫苗研发和接种的成本以及其他防控费用等［5］。而间接经济损失是指因直接经济损失或产业链中断引起的损失，受产业间的传导过程影响存在一定的时滞效应［6］，因此更具隐蔽性和破坏性，也增加了估算的难度和不确定性［7］。科学量化评估疫情造成的间接经济影响，对了解疫情发展程度，研判疫情冲击风险具有重要意义。

新冠肺炎疫情暴发以来，现有研究多聚焦于问卷调查收集、同期历史数据与现实监测数据对比等方式，基于理论分析或模型推演，评估新冠肺炎疫情对特定主体或维度的影响。部分学者从供给侧出发，关注劳动力供给问题。蔡昉等［8］基于个体追踪数据，分析了疫情暴发期间中国劳动力市场遭受的冲击，发现就业趋势呈现 “V”型特征。丁任重等［9］、赵云辉等［10］则对新冠肺炎疫情下复工复产的不同阶段、行业选择标准及差异化路径进行研究。部分学者从需求侧入手，关注居民消费问题。贺小丹等［11］、李柳颍和武佳藤［12］通过问卷调查，研究了新冠肺炎疫情对居民消费信心及消费行为的影响及其作用机制；Chen等［13］通过疫情期间214个地级市居民银联刷卡和二维码消费记录与2019年同期数据的对比，发现线下消费较线上消费受到更为严重的冲击。不少学者着眼于经营主体，侧重于研究中小微企业、民营企业等市场主体在疫情中所处困境与所受影响并提出发展建议［14，15］。部分学者从环境视角，评估新冠肺炎疫情对碳排放及空气质量的影响。刘竹等［16］通过对中国省级日碳排放数据进行评估，发现大部分省（区、市）碳减排效应集中在2020年第1季度，随后碳排放量迅速回升；He等［17］、Chen等［18］评估了封城、交通管制等防控措施对空气质量的影响，认为防控措施对空气污染的改善效果有限且具有短期性。此类研究基于特定视角，缺乏对新冠肺炎疫情总体经济影响的整体刻画以及对冲击传导过程的分析。有鉴于此，宏观经济学工具，如投入产出模型和可计算一般均衡模型（CGE）由于在宏观计量方面的优势而受到学者们的关注。Duan 等［19］、 游士兵等［20］运用投入产出模型将疫情直接经济损失造成的产业需求变动通过投入产出矩阵传导到整个产业经济系统，进而评估疫情的间接经济影响。刘世锦等［21］通过将网络分析法应用于投入产出体系，从区域维度和行业维度分析了疫情冲击路径。为克服投入产出模型线性模拟、刚性反应等缺点，也有不少学者采用CGE模型对疫情冲击的经济损失进行评估。CGE模型通过恒替代弹性生产函数（CES）描述了商品间及要素间的非线性替代关系，并将各行为主体的经济行为纳入模型考虑，能够详细刻画疫情冲击在产业部门间的传导机制［22］，在一定程度上克服了投入产出模型的缺陷，在疫情经济影响研究领域得到了广泛应用。吴先华等［5］、胡滨等［23］、陈素梅和李钢［24］、 周梅芳等［25］采用 CGE 模型分析了新冠肺炎疫情对宏观经济的冲击和产业变动的影响，并对政策干预效果进行评估。现有研究虽然较为全面地量化分析了新冠肺炎疫情对中国经济的影响，却没有对疫情冲击路径进行进一步分解和识别，分别测算不同冲击路径下的影响及其作用机制；同时CGE方面既有研究大多集中在疫情的社会、经济影响的测度，却少有人关注疫情本身及其防控政策带来的环境影响。

基于以上考虑，本文在现有研究基础上：（1）进一步将疫情冲击按冲击路径划分为供给侧冲击与需求侧冲击，按影响来源划分为疫情本身的冲击与防控措施的冲击，分别计算其影响程度及作用机制，明确了疫情冲击的主导路径，测算出防控措施的经济代价；（2）在模型中加入碳排放模块，考察疫情冲击对我国碳排放的影响。

2 模型设定与数据来源

2.1 模型设定

本文构建了一个单国静态开放经济模型，包括居民、政府、国外3个经济主体，涉及生产、消费、投资储蓄、进出口等经济活动，包涵生产模块、商品模块、市场主体收支模块（居民、政府）、均衡模块、福利模块和碳排放模块。

在生产模块中，根据成本最小化原则采用CES函数进行多层嵌套，如图1所示。顶层生产函数为：

图1 生产函数结构示意图

式中：a∈A表示生产部门；QA表示总产出；KEL表示能源-资本-劳动合成品；U表示非能源中间投入；分别表示CES函数的规模参数、份额参数和替代弹性。

贸易模块中，根据利润最大化原则，采用小国假设，通过阿明顿条件和CET函数分别描述国内市场上国产商品和进口商品间的替代关系以及国内产出在出口和内销间的分配组合。

式中：c∈C表示商品账户；QX表示国产商品；QD表示国内生产并用于国内销售的商品，QE表示出口商品；QQ表示国内市场销售的商品；QM表示进口商品。

市场主体收支模块中，居民和政府的效用函数均采用柯布-道格拉斯函数。在效用最大化和收入约束条件下，导出消费函数。

式中：YH、YG表示居民、政府收入；QH、PQ、QG、PG分别表示居民和政府商品消费数量及价格；L、K表示劳动和资本要素；WL、WK表示劳动和资本要素价格；transfrhg表示政府对居民的转移支付；shrh、shrg表示居民、政府对每种商品的消费份额，mpc表示居民消费倾向；GYPT、GYDVAT、GYTARF、GYDCT、GYDT分别表示生产税、增值税、关税、消费税、所得税。

居民福利变动通过疫情冲击前后的居民效用水平变化来表示，效用水平通过希克斯等价变动以货币量衡量。

式中UY是用柯布-道格拉斯函数表示的居民效用；EV表示居民福利。

碳排放模块参照郭正权（2011）［26］、 娄峰（2014）［27］、 李敏（2019）［28］等的研究，认为 CO2的排放是由能源部门中间投入与最终消费产生，计算公式如下：

式中，E表示能源部门中间投入；χc①表示价值转换系数，θc表示碳排放系数。价值转换系数由2018能源统计年鉴中煤炭、石油、天然气消费量与SAM对应能源部门产出比值得到，碳排放系数参考 IPCC2006与陈诗一（2009）［28］的研究。

在宏观闭合方面，劳动力和资本市场采用新古典主义闭合，劳动力和资本供给在短期内无法自动调整，由外生给定；投资-储蓄方面采用约翰森闭合，储蓄由投资外生决定。

2.2 数据来源

CGE模型的数据基础为社会核算矩阵（以下简称SAM表）。本文依据2017年42部门投入产出表及相应年份 《中国统计年鉴》、《中国税务年鉴》、 《中国财政年鉴》的数据，经过RAS法进行平衡处理形成2017年中国SAM表。其中，投入产出表中石油与天然气开采部门根据2017年中国能源统计年鉴中的能源消费结构按比例进行分解。CGE模型中外生参数一部分由SAM表校调获得，替代弹性参数参照 Zhai和 Hertel（2005）［29］、娄峰（2015）［30］等的研究。

3 冲击场景设定

考虑到后疫情时期，居民复工复产以及国家宏观调控均会对经济恢复产生积极作用，为进一步剥离纯粹由于疫情冲击所导致的经济损失，本文按直接和间接影响考虑疫情对我国经济的冲击。直接冲击包括因患病造成的直接劳动力损失（S1）和政府医疗支出增加（S4）。在2020年内，疫情并未彻底根除，累计确诊人数持续增长。因此直接冲击S1、S4持续时间按全年计算。间接冲击主要包括防控措施造成的劳动力供给中断（S2）和居民消费变动（S3）。劳动力供给中断（S2）按实际停工停学天数计算。由于大规模封城和居家隔离措施的实施主要集中在第1季度，武汉也在4月8日解封。居民消费变动（S3）持续时间按1～3月计算。

结合文献及统计数据，可将疫情冲击归纳为以下3方面。

3.1 劳动力供给

3.1.1 直接劳动力损失（S1）

直接劳动力损失通过患病造成的劳动时间损失衡量，可按死亡、治愈出院、密切接触者3种状态分别计算。截至2020年12月31日24时，全国累计报告确诊病例87071例，累计死亡病例4634例，累计治愈出院病例82067例，仍有确诊病例370例，累计追踪到密切接触者905493人。此时，死亡率约在5.3%。假设370例现有确诊病例里，5.3%的病人死亡，94.7%的病人治愈出院，则累计总死亡人数为4654人，治愈出院人数为82417人。

（1）死亡：按年工作日为250日计算，死亡病例劳动力损失计1年（长期来看，可以通过移民和人口增长补上缺口）［31］。根据文献及相关报道，死亡病例中，60岁以上的比例超过80%，30岁以下的比例不到1%［32，33］。因此假设死亡病例中16～59岁劳动人口占20%，则死亡导致劳动力损失为23.3万天。

（2） 治愈出院： 据新闻报道［34］及 Zhou 等（2020）［35］的研究，假设康复者平均住院时间为10天②，出院后进行14天的居家隔离。扣除周末，每名康复者共计损失18个工作日。由于康复者年龄分布数据不可得，这里采用感染者年龄分布数据。 按张彦平（2020）［36］的研究，20～60岁感染者约占感染者总数的66.7%，10～20岁感染者仅占感染者总数的1.2%。因此假设治愈者者中劳动人口的比重为67%，则治愈者劳动力损失为99.40万天。

（3）密切接触者：根据有关规定，对密切接触者进行为期14天的医学观察，工作日损失为10日。假设密切接触者转化率为5.8%［37］，为避免重复计算，密切接触者劳动力损失只计算医学观察后未感染人群。按2019年末我国劳动年龄人口占比64%计算，则密切接触者隔离造成的劳动力损失为545.9万天。

2019年末全国就业人员77471万人，则直接劳动力损失为：（23.3+99.4+549.9）/（77471*250）＝0.0035%。

3.1.2 劳动力供给中断（S2）

由于防控措施造成的劳动力供给的中断可分为停工损失和停学损失两部分。

（1） 停工： 本文参照胡滨等（2020）［23］的计算方式，根据各省（区、市）停工天数、隔离天数、流动人口比例及GDP比重，按照公式：

（i表示省（区、市））计算得出停工造成的劳动力损失为3.1%。

（2）停学：停学期间，父母及其他家庭成员为照顾在家的学龄子女，可能出现缺勤。2019年中国0～15岁未成年有24977万人，假设停学期间，每两个孩子需要1个成年人照顾，借鉴Moli⁃nari等（2007）［38］的设定，每个在家看护孩子的工人只能提供一半的工作时间。假设50%家庭有其他家庭成员照顾学龄儿童而避免缺工。按照原定2月10开学，5月11日时全国绝大部分省（区、市）中小学已经开学，停学时间扣除周末约为60天。则停学引起的劳动力损失为187327.50万天。

劳动力供给中断损失为：3.1+187327.5/（77471*250）＝4.067%，直接劳动力损失为0.0035%，疫情造成的劳动力总损失为4.071%。

3.2 政府医疗支出增加（S3）

在新冠肺炎疫情中，国家和各级政府承担了确诊及疑似患者医疗费，也负担着防疫物资和疫苗研发等费用支出，对医疗卫生商品和服务的需求显著提高。根据财政部发布的数据，2020年政府卫生健康支出19201亿元，同比增长15.2%。自2016～2019年，政府卫生健康支出年增长率稳定维持在8.5%～10%。假设2020年未受疫情影响的正常情形下，政府卫生健康支出增长率为9%，则纯粹由疫情造成的政府医疗支出增长为6.2%。

3.3 居民消费（S4）

受1～3月大规模限制出行的防控措施影响，居民平均消费倾向和消费结构发生变化。在各行业停工停产与消费信心受挫影响下，2020年第1季度人均消费支出占可支配收入比重下降8.96%，分摊到全年，将使2020年平均消费倾向下降2.24%。在消费结构方面，受居家隔离政策影响，餐饮住宿、文化娱乐等传统线下模式服务业及交通行业居民消费大幅减少。季度餐饮住宿收入累计值为6026.30万元，2019年同期为10644.1万元。考虑到近年来餐饮住宿收入一直呈增长趋势，按2019年年平均增长率9.4%计算，正常情况下2020年第1季度餐饮住宿收入应为11644.65万元。疫情冲击下，一季度餐饮住宿收入实际下降了52.78%，可推算出全年餐饮住宿消费实际降低13.2%。同样的方式可计算出全年居民交通消费与文化体育娱乐消费的下降比例分别为6%和12.26%。

综上，本文设置以下4种新冠肺炎疫情冲击情景：

S1：直接劳动力损失：死亡、住院治疗、密切接触者隔离导致劳动力损失0.0035%；

S2：劳动力供给中断：由于停工停学等防控措施造成的劳动力损失4.067%；

S3：居民消费：居民平均消费倾向下降2.24%；居民在餐饮住宿、交通、文化娱乐方面消费分别下降13.2%，6%，12.26%；

S4：政府消费：政府医疗支出增加6.2%。

图2 新冠肺炎疫情冲击传导路径

4 模拟结果与分析

4.1 供给侧与需求侧分析

在供需两侧冲击共同作用下，GDP、投资、消费、进出口等宏观经济指标呈现出不同程度的下降，具体结果如表1所示。总体而言，供给侧冲击明显大于需求侧。以GDP为例，在供应链和产业链传导的 “涟漪效应”和 “放大效应”下，供给侧冲击造成全年GDP下降2.54%，在总体冲击效应中占到近90%。劳动力供给中断后，企业或在短期内无法获得投入替代直接减产；或因投入替代造成生产成本上升、产品需求下降。产品需求的减少进一步导致企业降低对其他投入的需求，这种间接影响通过供应链传导不断扩大，最终导致宏观经济的巨大损失。目前，既有研究对GDP的影响大多在0.5%～3%之间（胡滨等、陈素梅和李钢、 周梅芳等、 田盛丹）［23-25，40］，本文模拟结果在合理区间内。

表1 供给侧、需求侧与所有冲击叠加下宏观经济指标的变化

需求侧冲击尽管较小，也存在两种不同的冲击路径。其中居民方面通过抑制消费，对宏观经济产生负向作用，政府方面通过扩大支出，对宏观经济产生正向作用。二者在一定程度上相互抵消，缓解了需求侧冲击的下行压力。然而政府医疗卫生支出的增长受到政府预算的限制，其他公共支出缩水，从而削弱医疗支出的拉动作用。从绝对值来看，居民消费冲击略大于政府消费，使得需求侧冲击最终表现为负效应。

值得注意的是，不同于GDP的变化趋势，总投资与宏观经济走向背道而驰。在疫情冲击下，居民消费支出减少，储蓄增加。在投资储蓄均衡状态下，总投资随之增加。而在政府消费冲击下；政府扩大支出会导致有效需求增加、国内价格上涨，通过提高投资成本挤出私人投资。也有研究印证政府生产性支出在短期内对私人资本确有“挤出效应”［39］。由于居民消费的正向拉动作用大于政府消费的挤出效应，总投资在需求冲击下呈小幅增长趋势。这与田盛丹（2020）［40］的模拟结果相似。

在进出口方面，在供需两侧的双向压缩下，进出口分别下降0.71%和2.86%。出口受疫情影响程度明显大于进口。进一步分析二者的主导影响路径可以发现，出口主要受供给侧影响。当劳动力供给减少时，生产成本提高，出口产品竞争力也随着价格上涨持续走低，导致出口下降。对进口而言，需求侧是主导影响路径。居民消费萎缩通过抑制国内需求，造成进口的显著下降。甚至完全抵消公共医疗支出对需求的拉动效应，使得进口在需求侧作用下最终呈现下降趋势。

在居民福利方面，疫情总体上使居民福利减少14697亿元。从供需两侧来看，冲击影响基本相当，分别使居民福利下降7356亿元和7760亿元，不存在明显的主导路径。供给侧通过劳动力供给减少影响居民收入，间接影响居民消费；而需求侧则是通过直接冲击居民消费影响居民福利。短期内，疫情对居民福祉造成了较大影响，政府应当将 “保民生”作为各项应对措施的重点。

4.2 直接冲击与间接冲击分析

从疫情的直接和间接冲击的角度来看，可以将因患病治疗、死亡造成的劳动力损失和医疗费用支出视为疾病本身的影响，而将封城、停学造成的劳动力损失和居民消费变动视作防控措施的影响。总体而言，防控措施对经济的冲击占绝对主导地位，使GDP下降2.79%，甚至超过所有冲击叠加的效果。这说明疫情对经济社会的冲击很大程度源于各项防控措施对经济的负面影响。

具体来看，S1直接劳动力损失的冲击数据已经是采取了防控措施后的结果，此时患病造成的劳动力损失冲击仅为0.0035%。为计算疾病本身的影响，本文进一步考虑未采取封城措施的冲击场景S*。根据吴尊友在北大的演讲，武汉封城措施使150万人免受感染，减少6万人死亡［41］。在S*场景下，劳动力损失增至0.061%。即便如此，根据表2，疾病本身的劳动力损失对冲击的影响仍然非常有限，弱于政府支出带来的正向效应。按确诊患者人均医疗费用2.3万元计算，武汉封城减少的150万感染者医疗费需要345亿元。而根据模拟，防控措施导致中国GDP减少约2.26万亿元。然而，即使防控措施成本远高于医疗费用成本，中国政府还是选择不惜代价，采取快速遏制疫情扩散的严控模式。这体现了中国政府始终把人民群众生命健康安全置于首位。

表2 疫情本身与防控措施冲击对宏观经济指标的影响 单位：%

4.3 碳排放变动

在碳排放方面，从冲击路径看，供给侧仍然占主导地位。虽然各行业对劳动力资源的依赖程度有所不同，但劳动力短缺对行业影响是全方位的。劳动力供给减少通过提高生产成本减少下游产业需求抑制能源消费，从而减少CO2排放。而从需求侧看，居民消费和政府消费在能源消费中所占比例不到10%，且除交通运输部门外，受冲击的部门以低能耗服务业为主，因此消费侧冲击在减排方面收效甚微。而在政府支出增长的拉动作用下，CO2排放量还有略微增长。从整体上看，在新冠肺炎疫情冲击下，虽然全年CO2排放量下降了1.65%，但GDP降幅超过了CO2排放量降幅，碳排放强度上升1.12%。由此可见城市封锁限制交通等防控措施虽然能在一定程度上减少CO2排放量，但与过去实施的减排政策相比，成本高、效率低。同时，新冠肺炎疫情虽然在短期内对能源需求造成了一定冲击，但长期来看，经济发展、“三孩”政策激励下的人口增长仍将推动能源需求持续上升。因此通过抑制经济活动和能源需求实现减排不具可持续性。

表3 不同冲击下全国碳排放变化情况

4.4 行业产出变动

从图3可以看出，新冠肺炎疫情造成除卫生和社会工作外全行业产出下降。受损严重的行业中，部分行业的损失可归咎于消费需求萎缩。受限制出行、交通管控等封闭防控措施影响，住宿餐饮、文体娱乐、交通等部门首当其冲，消费需求锐减。住宿餐饮、文体娱乐也是受冲击最严重的两个部门，降幅均超过8%。而房地产作为高档消费品，受收入减少的影响，市场需求与行业产出也出现较大损失。通信设备、纺织品业等出口型产业则是受劳动力短缺影响，生产成本提高、国际竞争力削弱，因此受到重创。除此之外，劳动力短缺还直接影响了农林牧渔产品和服务业等劳动密集产业的产出，并通过产业链传导到下游食品烟草等行业。相关行业产出也因此受损严重。

图3 疫情冲击下行业产出变动情况

尽管疫情对行业产出的影响具有全局性，但这种影响在产业间也存在异质性。从三大产业的层面来看，一二三产业平均产出分别下降3.48%、2.20%、2.83%。第一产业作为劳动密集型产业，受劳动力短缺和中下游产业链中断影响，降幅最大。现代农业规模效益在面对冲击时，也在一定程度上转化为规模风险。第二产业虽然降幅小，但体量大，产业链复杂，产出损失最大。且我国第二产业比重远高于发达国家和其他发展中国家，产业结构尚不完善，劳动力短缺造成的产业生态破坏、短期供应链中断的影响可能更为深远。就第三产业而言，疫情冲击下，传统服务业受到巨大影响的同时，也推动了行业和服务供给方式的替代的转变，以 “云办公”、“宅经济”为代表的互联网数字经济新业态为服务业转型升级提供了契机，可谓机遇与危机并存。

5 结论与政策建议

本文以中国2017年42部门投入产出表为数据基础构建了一个包含碳排放模块的中国开放经济CGE模型，根据冲击来源设定不同情境，量化分析疫情冲击造成的宏观经济效应、产业扩散效应以及CO2效应，得出了以下结论：从整体上看，新冠肺炎疫情对国内生产、消费、投资、进出口及居民福利造成了不同程度的负面溢出效应。从冲击路径来看，供给侧冲击占主导地位，在总体冲击效应中占到近90%；从影响来源来看，防控措施的影响远大于疾病本身的影响。在碳排放方面，新冠肺炎疫情及其防控措施虽然能在一定程度上减少CO2排放量，但减排成本高、效率低，不具可持续性。

基于上述结论，本文提出以下政策建议：

（1）稳就业，保民生，稳住经济基本盘。研究表明，供给侧冲击在新冠肺炎疫情冲击中处于主导地位，劳动力短缺一度造成产业链、供应链中断。同时就业也是最大的民生，因此，稳就业应放在各项政策措施的首要位置。一方面促行业恢复，应加大减税降费力度，扩大增值税减免范围，向劳动密集型行业倾斜，尤其注重疏通农业和制造业等上下游产业链，尽快弥补劳动力缺口；另一方面，保市场主体，扶持民营经济，助企纾困和激发活力并举，帮助受冲击最直接且量大面广的小微企业渡难关。保市场主体可以通过新增市场主体创造更多就业岗位，以达到增加就业的目标。要更加关注疫情冲击下显现出的周期性失业问题，扩大失业保险保障范围，减轻失业者家庭负担，避免因长期失业致贫返贫。

（2）科学防疫，精准施策，统筹兼顾常态化防控与经济发展两个大局。鉴于部分防控措施的严重经济后果，在制定防控措施时，要注意持续时间和实施力度，避免过度防控和不当防控。目前，国内疫情总体平稳向好，局部时有反复。在“外防输入，内防反弹”原则下，根据各地疫情形势和风险等级，因地制宜，制定合理的疫情防控常态化措施，实行差异化、精细化防控。借助大数据、云计算等科技手段，充分掌握信息，实现实时监测，做好疫情风险研判和预警，以最小的社会经济代价，实现科学高效防疫。

（3）支持绿色经济，助力低碳转型，推动减排工作可持续发展。在封城等防疫措施的冲击下，虽然全年CO2排放量有小幅下降，但碳排放强度上升表明依靠抑制经济活动实现减排，成本高、效率低，不具可持续性。应坚持新发展理念，认识到绿色投资政策较传统的财政刺激政策更具优势，避免短期刺激经济的提振方案大力推行高能耗、碳密集型项目导致的排放量大幅快速反弹；另外从根本上实现碳减排需要找准低碳转型升级道路，推进能源技术创新革命。加大对可再生能源发展的支持力度，将清洁能源作为经济刺激计划的核心，通过发展氢能、碳捕获和储存等清洁能源技术，推动碳减排和碳达峰目标的实现。

注释：

①由于投入产出表中数据为价值量，因此在计算CO2排放量时应先将其转化为实物量，故引入转换系数χc。

②2月4日国卫健委在新闻发布上提到全国出院患者的平均住院日是9天多一点，根据文献，康复者的平均住院时间为11天，对二者求平均，假设康复者平均住院时间为10天。