新冠肺炎疫情背景下复工复产政策对我国经济的影响研究——以北京市朝阳区为例

新冠肺炎疫情背景下复工复产政策



对我国经济的影响研究

———以北京市朝阳区为例

中国社会科学院大学商学院

徐紫嫣 夏杰长

摘 要：新冠肺炎疫情在全球大流行，给经济生活带来诸多困扰。２０２０年初

中国果断有效控制住疫情传播之后，转入常态化防控阶段。常态化防控主要

是做好防疫和复工复产两项工作，并处理好二者关系。对于外贸、商务、文

旅等行业较为集中的地区而言，在防疫的前提下如何有效复工复产成为地区

发展的重要课题。本文以北京市朝阳区为例，检验了防疫和复工复产政策效

率，研究发现，适时出台鼓励企业复工复产的政策举措可以在短时期内大幅

提高企业复工复产率，且政策效果存在一定的窗口期。因此，常态化防控应

更加注重复工复产政策的出台时机和长期效果，降低各行业制度性交易成本，

以最低防疫成本维系经济社会健康有序发展。

关键词：常态化防控 复工复产 效果评估 北京市朝阳区

中图分类号：Ｆ２０２ 文献标识码：Ａ 文章编号：２０９５－３１５１（２０２１）０１－００５７－１２

新冠肺炎疫情的全球大流行对我国经济社会生活造成了巨大冲击。中国共产党团

结带领全国各族人民，进行了一场惊心动魄的抗疫大战，取得抗击新冠肺炎疫情斗争

重大战略成果。中国在较短时间内取得抗击新冠肺炎疫情斗争重大战略成果，彰显党

的领导和社会主义制度的显著优势，展现中国人民和中华民族的伟大力量。中国在果

断有效控制住疫情传播之后，转入常态化防控阶段。常态化防控的基本要务就是要做

好防疫和复工复产两项重要工作，并处理好二者关系，平衡协调好可能出现的矛盾。

本文在对历史上大流行病研究的理论进行总结和文献进行梳理的基础上，结合北京市

朝阳区的实际案例，剖析其复工复产政策效果以及复工复产政策对我国经济发展的影

‘十四五’时期中国服务业升级战略和重大政策研究”基金项目：中国社会科学院创新工程项目“



Ｎｏ２０２０ＣＪＹ０１－Ｂ００４）。（

新冠肺炎疫情背景下复工复产政策对我国经济的影响研究

响，特别是常态化防控可能对潜在经济增长的长期影响，探讨常态化防控下加快复工

复产和实现经济平稳发展的对策建议。

一、理论分析与文献回顾

（一）历史上欧美大流行病研究综述

流行病对经济社会的影响是深远的、沉重的。Ａｍｂｒｕｓ等（２０２０）利用１８５４年的

伦敦事件，通过空间断点回归，证实了一次外生冲击会对一座城市的贫困空间分

布产生长期影响。Ｊｏｒｄａ等（２０２０）考察了１３３１年至今的病死人口在１０万人以上的１２

次重大传染病，发现流行病对宏观经济的影响可以长达３０～４０年。

防疫是必然选择，对经济社会发展是长期利好的。疫情防控和公共卫生投入，可

以增强社会的整体健康状况，提高预期寿命与生活质量，而健康的人口结构可以为经

济增长提供更强大的动力。Ａｇｕｅｒｏ和Ｂｅｌｅｃｈｅ（２０１７）通过对墨西哥Ｈ１Ｎ１流感的研究

发现，突发的公共卫生事件可促使民众积极获取医疗卫生知识，推动健康习惯的改善。

Ｂｌｅａｋｌｅｙ（２００７）通过回顾２０世纪４０年代洛克菲勒卫生委员会抗击美国南部钩虫病疫

情的历史，实证研究抗击疫情提高了学生入学率及其成年后的个人收入水平。Ｆｌｕｃｋ

等（２０１９）研究了２０１３～２０１６年的西非埃博拉疫情，发现几内亚、利比里亚、塞ｉｇｅｒ

拉利昂等政府在疫情防控中加大公共物品投入的做法提高了国家合法性和国家能力。

还有大量文献关注了石油禁运、自然灾害等外部冲击对经济发展的影响。Ｓｈａｒｉｆ等

（２０２０）研究采用小波相干方法和基于小波的Ｇｒａｎｇｅｒ因果关系检验，揭示了ＣＯＶＩＤ１９

和石油价格冲击对低频的地缘政治风险水平、经济政策不确定性和股票市场波动所产

生的前所未有的影响。Ｂｏｕｓｔａｎ等（２０１７）结合美国红十字会（ＡｍｅｒｉｃａｎＲｅｄＣｒｏｓｓ）

和美国联邦紧急事务管理署（ＦｅｄｅｒａｌＥｍｅｒｇｅｎｃｙＭａｎａｇｅｍｅｎｔＡｇｅｎｃｙ）的数据，建立了

１９２０～２０１０年美国发生的所有自然灾害的数据库。有关数据表明，差不多每十年要经

历两次自然灾害，洪水、暴风雪和飓风是最常见的自然灾害。自然灾害频发的地区，

当地生活水平将有一定程度的降低，遇到特大自然灾害的时候，本地民众还会面临死

亡风险，这些危害导致了更多人口迁出这些地区。自然灾害还将影响本地区的房价，

一般而言，自然灾害频发的地区，房价总体是下降的，低房价又将吸引低贫困人口迁

入，从而改变了这些地区的人口结构。

（二）国际社会对中国防疫政策的肯定

新冠肺炎疫情的医学研究、疫苗开发有一定不确定性且研发周期比较长。Ｆｅｒｇｕｓｏｎ

等（２００６）、Ｃｏｈｅｎ和Ｋｕｐｆｅｒｓｃｈｍｉｄｔ（２０２０）认为，利用大数据采集和信息化手段及时

有效识别、分离病例，是科学有效防控疫情的关键之举。中国在疫情防控方面有很多

２０２１年第１期／总第２９６９期

成功的经验。例如，在社区、村镇及县市层面第一时间迅速掌控其辖区的个人健康信

息，并及时隔离和治疗，把疫情防控前移到最基层，有效阻止了向其他地区的传播，

ｉｕ等（２０２０）研究发现，中国政府及时实施的封城、隔离和小避免小病酿成大疫。Ｑ

区封闭管理等举措，避免了１４０万人交叉传染和５６万人死亡。Ｔｉａｎ等（２０２０）的研

究发现，中国的防控举措使得新冠肺炎病例减少了９６％。Ｃｌａｒｋ（２０２０）认为，隔离是

控制疫情大流行最有效的举措，但不同国家的国情不同，有些国家的实施效果很一般，

如在意大利等西方国家的效果就不理想，其原因是政府对基层信息掌控不全，民众主

动上报信息和接受检测的意识也比较弱。

相比“非典”疫情，新冠肺炎疫情的控制时间较短，但零星散发状态持续时间较

００２年１１月，于２００３年４月进入全国性防疫状态，当年６月基本长。“非典”始于２

得到有效控制，前后历时约７个月；而新冠疫情在我国始于２０１９年１２月，在２０２０年

１月开启全国防疫战，到２月底基本得到控制（Ｑｉｕｅｔａｌ，２０２０），仅历时３个月。但

直到目前，新冠肺炎疫情在欧美国家依然很严峻，在中国依然是零星散状式发生，境

外输入还没有杜绝，我们依然不能掉以轻心，要保持高度的警惕。

（三）政府信息能力很大程度上决定防疫效果

国家有效治理社会需要很多条件和要素，如必须要对其管辖范围内的人口、活动

Ｂｒａｍｂｏｒｅｔａｌ，２０２０）。但是，和资源的有关信息进行准确收集、储存、检索和处理（

由于种种原因，信息的传递和使用很有可能有失真现象，特别是管理层次多的地区相

关信息传递质量更差更有可能失真（Ｄｅｓｓｅｉｎ，２００２）。Ｄｉｘｉｔ和Ｌｏｎｄｒｅｇａｎ（１９９５）发

现，由于存在信息垄断和逆向选择等问题，可选择的政策有较大的局限，只有那些参

与者的信息和激励相一致的政策才能成为备选政策。Ｑｉａｎ等（２００６）认为，中国政府

Ｍ”型治理结构，地方政府承担着主要的经济社会发展任务和改革内容。基本实行“

邓小南（２０１９）通过历史对比研究，发现中国古代的信息传递路径上原始消息很少，

多是经由各级官员加工处理后的“二手信息”。这一现象，不只是中国独有，欧美发达

国家也面临同样问题。Ｋｅｓｓｌｅｒ（２０１４）的研究发现，美国地方议员在向联邦政府反馈

有关信息时，从本地利益出发，对相关政策实施的成本与收益情况不予以如实报告，

或隐瞒或高估，使得政策效果打了折扣。如今，现代信息技术的发展和大数据的普遍

使用，政务信息公开化正在打破传统的官僚层级体制下的信息不对称和信息失真等问

Ｄｕｎｌｅａｖｙｅｔａｌ，２００６；张题，信息流动更加扁平化，信息阻滞这一难题正在缓解（

楠，２０１５；江小涓，２０１８）。

政务信息化的作用，在中国各地的疫情防控中得到积极展现。第一，及时收集疫

情信息。在信息技术推动下，政府可以实现更加灵活和有弹性的治理活动。此外，信

息技术的发展可以促进政府管理从分散走向集中、从破碎走向整合。相较于传统的纸

新冠肺炎疫情背景下复工复产政策对我国经济的影响研究

质记录，数字信息的采集、处理、校验和使用等方面的效率和便捷性大幅提升，规避

了数据重复填报、信息孤岛等问题。而且，据此给出的出行证、健康码等证明文件，

让申办效率、使用便捷性、场景弹性等都大大提升。

第二，基于收集的信息进行疫情防控部署，调度人员和物资。政务公开和政务信

息化是各级政府在较短时间内掌握各种有关情况，最大限度地缩短反应时间，且作出

ｕｃｋｅｅ等（２０２０）认为，人口流动、人口密度以及快速精准的防疫决策的重要条件。Ｂ

商务活动等信息的及时、有效和准确传递，让政府官员知晓哪种信息或政策是最有效

２００６）看来，公共政策的科学性就是要把最紧迫的事情放到最优先的

的。在王绍光（

议事日程上，一般而言，优先事项能够获得更多政策倾斜和公共资源。在这次疫情时

期，很多地方政府及时启动公共卫生事件一级响应或二级响应，把疫情防控作为头等

大事，医疗、电信、公安、海关、检验检疫等各部门和社区联防联动，互联网平台企

业也积极参与、主动作为，共同为疫情防控提供各类资源和数据支持，实现社会治理

的科学化、精细化。

第三，及时和准确发布疫情信息、防疫常识。华生等（２０２０）认为，在疫情流行

期间，各级政府及时和准确发布有关疫情的动态数据是其义不容辞的责任，对隐瞒有

关疫情数据的要坚决追究其责任。Ｋａｌｙａｎａｒａｍ和Ｍｕｒａｌｉｄｈａｒａｎ（２０１１）认为，如果有传

染病大流行，政府需要在第一时间发布各区域疫情分布情况，并就如何加强医院、商

场、酒店和车站等高风险地方的疫情防控提出具体方案，还要向民众发布医疗卫生和

ｇｕｅｒｏ和Ｂｅｌｅｃｈｅ（２０１７）通过对防控知识，让他们遵循健康的生活方式和卫生习惯。Ａ

墨西哥Ｈ１Ｎ１流感的研究发现，突发的公共卫生事件无疑会造成巨大经济损失，干扰

民众正常生活，但也可促使民众积极获取医疗卫生和疾病防控知识，推动他们改变不

健康的生活方式，培养良好的卫生习惯。

（四）疫情防控与复工复产存在权衡取舍

企业停工停业、不能及时复工复产在很大程度上受到疫情的直接冲击，同时也受

到社交距离、行业管制等防疫政策的影响，因此防疫与复产之间具有一定的矛盾性。

Ｓｔｏｃｋ（２０２０）认为，流行病引起的经济衰退程度与健康后果之间不可避免地要权衡取

舍，处理这种权衡是决策者面临的主要挑战。Ｅｉｃｈｅｎｂａｕｍ等（２０２０）研究发现，人们

削减消费和工作量的决策，一方面降低了疫情的严重程度，减少了疫情导致的死亡人

数，另一方面也加剧了疫情引发的经济衰退。

随着常态化防控成为必然，如何协调防疫与复工复产关系就更加重要。Ｂｅｔｈｕｎｅ和

Ｋｏｒｉｎｅｋ（２０２０）认为，最有效的政策是精准识别和控制感染者；如果不能做到精准识

别，防控感染者的社会成本将上升。意大利等西方国家的民众表达了对长期隔离的担

忧，在疫情超出他们的预期时，他们更倾向于缩短隔离时间而不是延长隔离期

２０２１年第１期／总第２９６９期

（Ｂｒｉｓｃｅｓｅｅｔａｌ，２０２０）。Ｋｉｓｓｌｅｒ等（２０２０）研究发现，新冠肺炎病毒的一大特点是，

突变率非常高、对环境适应性极强。因此，姑且不考虑人类能否承受全面免疫的经济

社会后果，也不考虑疫苗研发实力能否跟上实际需要，人类患病（或接种疫苗）产生

的抗体很快就会失效。最终结果就是，人类周期性地感染新冠肺炎病毒，并时刻进行

疫苗的更新研究。该研究的结论是：如果人类抗体的免疫力只能维持４０周，那么新冠

肺炎疫情每年都会暴发一次；如果抗体的免疫力能维持１０４周，那么疫情会两三年出

现一次大暴发，且每年会有小规模的疫情出现；如果抗体免疫力维持时间更长或者终

身免疫，则会相应延迟甚至根除该疫情。

二、新冠肺炎疫情对北京市朝阳区的经济影响

北京市朝阳区的新冠肺炎疫情防控与全国总体形势紧密结合，具有一定的典型性。

而且，朝阳区作为对外经济社会交流密集区和商贸文化娱乐高地，疫情防控压力和复

工复产难度高于全国一般水平。朝阳区经历了２０２０年初的全国性防疫、２０２０年中的北

京市新发地防疫、２０２０年末欧美疫情再次大流行引起的输入等多次反复的防疫过

程，是严格贯彻全国常态化防疫要求的典型区域。

对于北京市朝阳区而言，采取的防疫政策与全国政策是一致的，主要包括一级响

应、停工停产、封锁小区和道路、科技防疫、社区防疫、商务楼宇防控等，但在细节

上更为精准。例如，２０２０年６月北京暴发第二波疫情后，不再“一刀切”地禁止所有

人员流入和流出，而是“柔性监管”，利用新发地和各小区的出入扫码记录、和支

付宝支付记录、交通出行记录等及时识别出了数十万人的高风险人、社区和街道，

并施加隔离、核酸检测等诊断措施，然后视确诊病例的情况有针对性地扩展检测范围，

在疫情得以基本控制后逐渐视情况解除隔离和降低各区域风险等级，最终降低朝阳区

在北京市的风险等级和防控级别。这一做法比武汉封城时要精细化很多，也更加成熟，

不仅有效遏制了疫情在本地和外地的传播，还缩小了对企业、个体生产经营活动及日

常生活的影响范围和程度。简言之，朝阳区防疫政策与全国相同，但细节把握更好。

从疫情对经济的影响和复工复产政策的实施来看，朝阳区可以成为全国形势的一

个缩影。受疫情影响最大的领域是外贸外资外事、商务楼宇租赁、文化娱乐、旅游住

宿餐饮，而这些恰恰是朝阳区的优势产业，在国内外均具有较强的经济地位。因此，

朝阳区经济受疫情影响较大且复工复产的工作难度也较大。所以说，检验朝阳区复工

复产政策效果对全国复工复产政策具有较强的代表性和合理性，对全国常态化防疫期

间的复工复产政策也具有很强的借鉴参考意义。

三、北京市朝阳区复工复产政策效果检验

根据北京市朝阳区统计局于２０２０年２月１１日至１３日开展的第二次防疫工作期间

新冠肺炎疫情背景下复工复产政策对我国经济的影响研究

企业生产经营状况调查，在北京市《关于进一步支持打好新型冠状病毒感染的肺炎疫情

防控阻击战若干措施》（以下简称“１９条措施”）出台１０日内，已有近九成企业因疫情

不利影响享受政府政策；《关于应对新型冠状病毒感染的肺炎疫情影响促进中小微企业持

续健康发展的若干措施》（以下简称“１６条措施”）出台后，近四成企业已从该措施中

获得利好，企业普遍认为政策有效。本文基于微观数据进行实证检验。

（一）实证样本说明

不同于上面对朝阳防疫政策的间接评估（先通过全国地级及以上城市得出估计系

数，再赋予朝阳政府信息能力赋值后得出防疫效果），这里对复工复产政策的评估采取

直接评估的方式，即使用朝阳自身的复产数据进行实证检验。

由于复工复产数据在各行业具有一定差异，且不可能面面俱到获得所有数据。因

０２０年１此，这里选择具有代表性的酒店行业复产数据进行评估。具体的，我们使用２

月１日至５月９日的携程网上酒店数据进行检验。之所以使用酒店入住率数据主要出

于两个原因。一方面，酒店行业是受疫情冲击最大的行业之一，疫情防控和复工复产

的矛盾性更为突出。另一方面，尽管酒店行业数字化较早、程度较高，但入住酒店离

不开物理接触，这就导致酒店本身的数字化未能表现出增长韧性，而更依靠政府复工

复产政策的推动，也即复工复产政策的作用可以在实证中更干净的分离和识别出来，

而外卖、教育、医疗等行业的复工复产很可能是行业本身数字化所导致的。

（二）理论机制分析

复工复产政策如何真真切切提高复工复产率？我们认为主要依靠以下两个机制或

途径。一是复产链条化。基于收集的信息进行疫情防控部署，调配人员和物资，打通

上下游产业链。把握疫情稳定后的增长，关键是上下游协同配合，未雨绸缪快速反应。

电子政务建设可以使政府部门在短时间内快速掌握各种变量，最大限度地缩短反应时

间，协助作出快速且精准的复工复产决策，如各地根据用电量等数据评估企业开工率，

有序协助企业复工。Ｙｏｕｎｇ（２０２０）发现，政府部门间信息披露程度存在差异，产出更

容易被观察的面向服务的部门将比产出更难被观察的部门提供更多的数据；与经济增

长和发展相关的服务型部门将比其他部门提供更多的数据。在疫情暴发期对一些口罩、

防护服等重要物资的生产活动需要尽快恢复，但生产过程需要上下游产业链的协同，

很多企业因为中间产品供应不足、外地劳动力不能到岗等原因不能及时复产；在疫情

结束初期，一些企业市场需求不足、资金链断裂、线下活动被线上替代等原因不能及

时复工；在常态化防控后，一些行业或地区仍然面临较高的管制，导致相关企业不能

及时复工。面对这些问题，一些地方政府依靠电子政务及时了解企业上下游产业链经

营活动，打通整个产业链，做到以线带点，既保障重要物资的及时供应又推动企业快

２０２１年第１期／总第２９６９期

速复工复产。

二是防疫精准化。尽量缩小疫情防控政策的实施范围，减少对无关人员、行业、

地区的连带打击，也即降低防疫的负外部性。控制疫情传播当然是重中之重，但复工

复产政策要求不仅做到控制传播，还可以降低经济社会成本，而后者在常态化防控过

程中日益重要。朝阳不“一刀切”地禁止所有人员流入和流出，而是“柔性监管”，

通过人们所在的社区（发放通行证和测量体温等）、所属的单位（汇报个人健康状况

和外出情况等）、所进入的公共场所（人脸识别和扫码等），进行网格化管理，实

时掌控人们的身份、健康、行动轨迹等信息，精准识别、准确了解当地的疫情风险

（包括总体态势、区域分布、动态变化等）。

（三）实证方法

断点回归分析被认为是最接近随机实验的检验方法，能够缓解参数估计的内生性

问题，近年来在越来越多的研究中得到使用。如果政策在一个关于个人背景的连续的

变量（如考试成绩、家庭人均收入等）上设定一个临界值，使得在临界值一侧的个体

接受政策干预，而在临界值另一侧的个体不接受干预，则在临界值附近就构成了一个

准实验。我们把这个决定了是否接受干预的连续变量叫做强制变量，由于强制变量是

连续的，所以在临界值两侧的个体应该是类似的、可比的，则这两侧的个体在产出上

的差异就应该是干预造成的差异。根据不同的分类，断点回归可以分为时间断点和地

理断点、精确断点和模糊断点、单断点和多断点等。本文的计量方程为：

Ｙ（ｘ）＋Ｄ＝ｆ＋＋＋

ρμνη

ｉｔｔｔｉｔｉｔ

其中，Ｙ表示样本期间各酒店的开业率或入住率，Ｄ表示时间断点（２０２０年２月６日

０２０年３月１７日），ｆ（ｘ）函数表示时间断点的窗口期设置（３天或５天），右式后或２

三项分别是酒店入住率的个体固定效应、时间固定效应和联合固定效应。方程中Ｄ的

系数大小和显著性，表示临界值两侧是否存在跳跃现象，用此检验是否存在断点效应。

较典型的例子如，９月１日前后出生、高考一本线，在这个临界值两侧的人的能力、

水平、文化等都是相似的，仅仅因为处在不同侧导致了很大不同，如９月１日后出生

的人要晚一年才能上小学。进一步来讲，由于两侧样本各方面都很相似，所以两侧差

异很可能就是断点造成的，由此可以有效估计断点的真实影响，如仅仅差一分就不

能上本科而只能上专科，而本科专科选择差异可能对该生今后的就业、收入等产生

影响。

那么，回到本文研究的具体问题上，朝阳复工复产政策对朝阳区酒店入住率有多

１）大的影响呢？我们使用时间断点回归进行检验。时间断点通常具有以下几个特点：（

没有横截面上的差异，因为所有个体都在同一时间点实施了某政策；（２）通常具有较

高频率的数据，使用样本量较大；（３）尽管存在许多潜在的随时间可变的混杂因素，

新冠肺炎疫情背景下复工复产政策对我国经济的影响研究

但它们在政策变化的时间点上较为平稳。

如何选取政策断点？从２０２０年２月起，北京市和北京市朝阳区出台了各类复工复

产政策，北京市发展改革委在８月初汇编了《北京市复工复产普惠性政策工具应用指

南（第一批）》。正如上面介绍的断点方法的原理和时间断点第三条特征所述，断点选

择的关键是在该时点前后没有其他相关政策的干扰，只有这样才能将断点前后的跳跃

值归因于断点政策。例如，２０２０年２月１０日就不是一个好断点，因为该断点主要不是

复工复产政策造成的，而是春节假期结束造成的。鉴于此，应在复工复产初期末寻

①

朝阳区复工复产政策断点。根据《北京晚报》报道，２月３日发布的防控阻击战“１９

条措施”、２月５日发布的支持中小微企业“１６条措施”、３月１６日发布的北京复工复

②

，共同形成了促进复工复产的政策“产“１０条措施”组合拳”。特别要提的是，北京

复工复产“１０条措施”从“食、住、用、行”四个方面为企业提供复工服务保障，其

中“食”和“住”直接与酒店行业复工复产相关，而“行”则为酒店入住率提供了潜

在人流。因此，我们将“１６条措施”之后的第二天作为断点，即２０２０年２月６日；

将“１０条措施”之后的第二天作为断点，即２０２０年３月１７日。用这两个断点，检验

复工复产政策的实施效果。

（四）实证结果解读

通过爬虫技术，获得了北京市朝阳区内接入携程网的一千多家酒店在２０２０年１月

１日至５月９日的每日入住率数据，入住率为０时表示未开业或未复产。从表１看出，

在这期间朝阳区酒店入住率仅为３６％，开业或复产率为４１４％。

表１朝阳区酒店入住率和复产率情况

变量观察值平均值标准差最小值最大值

２０２０年１月１日至５月９日平均开业率１２９９５１０４１４０４９２０１

２０２０年１月１日至５月９日平均入住率１２９９５１００３６００８９０１

断点回归结果如表２所示，２０２０年２月３日发布防控阻击战“１９条措施”和２月

５日发布的支持中小微企业“１６条措施”之后，不论３天窗口期还是５天窗口期的对

比（即前后３天或５天的对比），实证结果保持稳健，酒店复产率大约上涨８１％。３

①

在国务院延迟春节假期后，２月１０日成为防疫以来首个工作日。２月９日，国务院应对新冠疫情联防联控

机制印发《关于切实加强疫情科学防控有序做好企业复工复产工作的通知》。北京市也作出规定，２月１０日后有序

复工，各企业和单位也可根据实际情况合理安排复工时间以及居家办公等弹性工作方式。

②

１０条措施”是指《关于全力做好疫情防控工作保障企业有序复工复产的若干措施》。北京复工复产“

２０２１年第１期／总第２９６９期

月１６日发布北京复工复产“１０条措施”之后，酒店复产率涨幅为１９％，相比２月政

策效果缩小，但依然保持稳健。

表２政策断点前后的复产率跳跃值

项目

２月６日断点２月６日断点３月１７日断点３月１７日断点

３天窗口期）（５天窗口期）（３天窗口期）（５天窗口期）（



００８１００８１００１９００１９

数值

（００２２）（００２２）（０００６）（０００６）

０％、５％、１％的水平上显著；括号中的数字为ｔ值。注：、、分别表示在１



从实证结果给出的直观图可以看出，不论在２月６日还是３月１７日，朝阳酒店复

产率均出现了明显的跳跃（见图１和图２）。

图１ ２０２０年２月６日断点回归显示图 图２ ２０２０年３月１７日断点回归显示图

以上通过酒店这个细分行业的上千家酒店数据实证发现，朝阳复工复产政策的效

果非常显著。当然，由于疫情的反复性，酒店复产率和入住率也有所回调，导致政策

发力后效果递减甚至被后续疫情所湮没。因此，在常态化防控期间，视疫情的反复性

和防控政策收紧放松的交替性，政府需要持续不断地出台扶持政策，为企业不断注入

政策红利。

四、结论与政策建议

展望未来，常态化防控可能对潜在经济增长造成长期影响。新冠肺炎疫情的医学

研究、疫苗开发周期较长，难以在短期内得以根治。与２００３年“非典”疫情一样，新

冠肺炎疫情并不是靠发现病毒、研制疫苗来控制住的，依靠的是传统的检疫、隔离、

消毒、通风、个人防护等卫生措施。在疫情防控过程中，隔离、检测、健康码、出行

新冠肺炎疫情背景下复工复产政策对我国经济的影响研究

证等措施势必加大个人和企业的制度性成本，对经济社会长期稳定发展造成深远影响。

第一，加快复工复产。尽管防疫与复产两类政策具有一定的矛盾性，但在常态化

防控背景下，二者将长期共存。从本质上看，防疫也是为了更好的复产，二者都是为

了经济社会稳定发展。面向未来，更现实的做法是，尽可能地压低防疫成本，并缩短

防疫时间，延长复工时间，强化复工效果。

第二，降低常态化防控的制度性成本。识别出哪些政策是最简单有效的，降低常

态化防控的制度性成本。降低排查成本，提高复工复产灵活性，打通上下游产业链原

料、用工等环节，在疫情背景下改善营商环境。类似于企业的柔性生产，政府也可实

现“柔性监管”，不“一刀切”地禁止所有人员流入和流出，也不再全面停工停产停

课，而是将受控企业和个人控制在最小范围内，缩小对生产经营活动和日常生活的影

响范围和程度。对管制较为严格的文化、旅游等行业，提供针对性低息贷款、税收减

免等扶持举措。

第三，降低疫情对产业的长期冲击。把握疫情稳定后的增长，关键要识别哪些产

业链的影响是暂时的（如教育），哪些是可以转型的（如会展），哪些是长期不可逆转

的（如商务楼宇），然后上下游协同配合，未雨绸缪快速反应。例如，鼓励科技企业和

商务服务企业结合自身特，与国内外先进制造业企业合作，发展工业互联网、智能

０２０）。制造、数字经济等（夏杰长，２

第四，加强财税支持力度。在政策设计上，加强财税、就业等支持性政策设计，

着力研究分析已有扶持政策的得失，优化已有政策，出台灵活性的新政策，探寻那些

以用较小成本获得更大效果的政策设计。应对疫情大流行，许多国家和地区采取了一

次性、普惠性和差异性的救助政策体系，基本把稳就业和救助小微企业摆在最优先考

虑的选项，通过财政救助政策稳定就业这个最大的民生。一是及时出台一次性税费减

免和财政补助等救济政策，尤其是对临时遭遇巨大冲击，短期资金链断裂的企业或者

处于创业创新初期的企业要加大支持和救助的力度。二是要考虑政策的差异性，这次

疫情冲击最大的是旅游、餐饮、住宿、文体等服务行业，建议针对这些特殊行业出台

倾斜政策，尽可能把这些特殊行业的损失降到最低。三是增加政策的柔性空间，根据

疫情变化动态调整相关政策，增强政策的时效性和精准性。

参考文献

［１］邓小南信息渠道的通塞：从宋代言路看制度文化［Ｊ］．中国社会科学，２０１９（１）：１０１－

１２２

［２］华生，蔡倩，汲铮，董申中国传染病防控预警机制探究———来自新冠病毒疫情早期防控

中的启示［Ｊ］．管理世界，２０２０（４）：１－１２

２０２１年第１期／总第２９６９期

［３］江小涓大数据时代的政府管理与服务：提升能力及应对挑战［Ｊ］．中国行政管理，２０１８

（９）：６－１１

［４］王绍光中国公共政策议程设置的模式［Ｊ］．中国社会科学，２００６（５）：８６－９９

［５］张楠公共衍生大数据分析与政府决策过程重构：理论演进与研究展望［Ｊ］．中国行政管

理，２０１５（１０）：１９－２４

［６］竺乾威从新公共管理到整体性治理［Ｊ］．中国行政管理，２００８（１０）：５２－５８

［７］夏杰长全球疫情冲击下的中国服务业：分化与创新发展［Ｊ］．财经问题研究，２０２０

（６）：３－１２

［８］ＡｇｕｅｒｏＪＭ，ＢｅｌｅｃｈｅＴＨｅａｌｔｈＳｈｏｃｋｓａｎｄＴｈｅｉｒＬｏｎｇｌａｓｔｉｎｇＩｍｐａｃｔｏｎＨｅａｌｔｈＢｅｈａｖｉｏｒｓ：Ｅｖｉ

ｄｅｎｃｅｆｒｏｍｔｈｅ２００９Ｈ１Ｎ１ＰａｎｄｅｍｉｃｉｎＭｅｘｉｃｏ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｅａｌｔｈＥｃｏｎｏｍｉｃｓ，２０１７，５４（６）：４０－５５

［９］ＡｍｂｒｕｓＡ，ＦｉｅｌｄＥ，ＧｏｎｚａｌｅｚＲＬｏｓｓｉｎｔｈｅＴｉｍｅｏｆＣｈｏｌｅｒａ：ＬｏｎｇｒｕｎＩｍｐａｃｔｏｆａＤｉｓｅａｓｅＥｐｉ

ｄｅｍｉｃｏｎｔｈｅＵｒｂａｎＬａｎｄｓｃａｐｅ［Ｊ］．ＡｍｅｒｉｃａｎＥｃｏｎｏｍｉｃＲｅｖｉｅｗ，２０２０，１１０（２）：４７５－５２５

［１０］ＢｅｔｈｕｎｅＺＡ，ＫｏｒｉｎｅｋＡＣＯＶＩＤ１９ＩｎｆｅｃｔｉｏｎＥｘｔｅｒｎａｌｉｔｉｅｓ：ＴｒａｄｉｎｇｏｆｆＬｉｖｅｓｖｓＬｉｖｅｌｉｈｏｏｄｓ

［Ｒ］．ＮＢＥＲＷｏｒｋｉｎｇＰａｐｅｒＮｏ２７００９，Ａｐｒｉｌ２０２０

［１１］ＢｌｅａｋｌｅｙＨＤｉｓｅａｓｅａｎｄＤｅｖｅｌｏｐｍｅｎｔ：ＥｖｉｄｅｎｃｅｆｒｏｍＨｏｏｋｗｏｒｍＥｒａｄｉｃａｔｉｏｎｉｎｔｈｅＡｍｅｒｉｃａｎ

Ｓｏｕｔｈ［Ｊ］．ＱｕａｒｔｅｒｌｙＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｉｃｓ，２００７，１２２（１）：７３－１１７

［１２］ＢｏｕｓｔａｎＬＰ，ＫａｈｎＭＥ，ＲｈｏｄｅＰＷ，ＹａｎｇｕａｓＭＬＴｈｅＥｆｆｅｃｔｏｆＮａｔｕｒａｌＤｉｓａｓｔｅｒｓｏｎＥｃｏ

ｎｏｍｉｃＡｃｔｉｖｉｔｙｉｎＵＳＣｏｕｎｔｉｅｓ：ＡＣｅｎｔｕｒｙｏｆＤａｔａ［Ｒ］．ＮＢＥＲＷｏｒｋｉｎｇＰａｐｅｒ，２０１７

［１３］ＢｒａｍｂｏｒＴ，ＧｏｅｎａｇａＡ，ＬｉｎｄｖａｌｌＪ，ＴｅｏｒｅｌｌＪＴｈｅＬａｙｏｆｔｈｅＬａｎｄ：ＩｎｆｏｒｍａｔｉｏｎＣａｐａｃｉｔｙａｎｄ

ｔｈｅＭｏｄｅｒｎＳｔａｔｅ［Ｊ］．ＣｏｍｐａｒａｔｉｖｅＰｏｌｉｔｉｃａｌＳｔｕｄｉｅｓ，２０２０，５３（２）：１７５－２１３

［１４］ＢｒｉｓｃｅｓｅＧ，ＬａｃｅｔｅｒａＮ，ＭａｃｉｓＭ，ＴｏｎｉｎＭＣｏｍｐｌｉａｎｃｅｗｉｔｈＣＯＶＩＤ１９Ｓｏｃｉａｌｄｉｓｔａｎｃｉｎｇ

ＭｅａｓｕｒｅｓｉｎＩｔａｌｙ：ＴｈｅＲｏｌｅｏｆＥｘｐｅｃｔａｔｉｏｎｓａｎｄＤｕｒａｔｉｏｎ［Ｒ］．ＮＢＥＲＷｏｒｋｉｎｇＰａｐｅｒＮｏ２６９１６，

Ａｐｒｉｌ２０２０

［１５］ＢｕｃｋｅｅＣＯ，ＢａｌｓａｒｉＳ，ＣｈａｎＪ，ｅｔａｌＡｇｇｒｅｇａｔｅｄＭｏｂｉｌｉｔｙＤａｔａＣｏｕｌｄＨｅｌｐＦｉｇｈｔＣＯＶＩＤ１９

［Ｊ］．Ｓｃｉｅｎｃｅ，２０２０，３６８（６４８７）：１４５－１４６

［１６］ＣｌａｒｋＲＩｔａｌｙｓＣｈａｏｔｉｃＬｏｃｋｄｏｗｎＰｒｏｖｅｓｔｈａｔＤｒａｃｏｎｉａｎＰａｎｄｅｍｉｃＭｅａｓｕｒｅｓＤｏｎｔＷｏｒｋｉｎｔｈｅ

Ｗｅｓｔ［Ｎ］．ＦｉｎａｎｃｉａｌＴｉｍｅｓ，Ｍａｒｃｈ１０，２０２０

［１７］ＣｏｈｅｎＪ，ＫｕｐｆｅｒｓｃｈｍｉｄｔＫＣｏｕｎｔｒｉｅｓＴｅｓｔＴａｃｔｉｃｓｉｎ“Ｗａｒ”ＡｇａｉｎｓｔＣＯＶＩＤ１９［Ｊ］．Ｓｃｉｅｎｃｅ，

２０２０，３６７（６４８４）：１２８７－１２８８

［１８］ＤｅｓｓｅｉｎＷＡｕｔｈｏｒｉｔｙａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎｉｎＯｒｇａｎｉｚａｔｉｏｎｓ［Ｊ］．ＲｅｖｉｅｗｏｆＥｃｏｎｏｍｉｃＳｔｕｄｉｅｓ，

２００２，６９（４）：８１１－８３８

［１９］ＤｉｘｉｔＡ，ＬｏｎｄｒｅｇａｎＪＲｅｄｉｓｔｒｉｂｕｔｉｖｅＰｏｌｉｔｉｃｓａｎｄＥｃｏｎｏｍｉｃＥｆｆｉｃｉｅｎｃｙ［Ｊ］．ＡｍｅｒｉｃａｎＰｏｌｉｔｉｃａｌ

ＳｃｉｅｎｃｅＲｅｖｉｅｗ，１９９５，８９（４）：８５６－８６６

［２０］ＤｕｎｌｅａｖｙＰ，ＭａｒｇｅｔｔｓＨ，ＢａｓｔｏｗＳ，ＴｉｎｋｌｅｒＪＮｅｗＰｕｂｌｉｃＭａｎａｇｅｍｅｎｔｉｓＤｅａｄ—ＬｏｎｇＬｉｖｅ

ＤｉｇｉｔａｌＥｒａＧｏｖｅｒｎａｎｃｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｕｂｌｉｃＡｄｍｉｎｉｓｔｒａｔｉｏｎＲｅｓｅａｒｃｈａｎｄＴｈｅｏｒｙ，２００６，１６（３）：４６７－

４９４

新冠肺炎疫情背景下复工复产政策对我国经济的影响研究

［２１］ＥｉｃｈｅｎｂａｕｍＭＳ，ＲｅｂｅｌｏＳ，ＴｒａｂａｎｄｔＭＴｈｅＭａｃｒｏｅｃｏｎｏｍｉｃｓｏｆＥｐｉｄｅｍｉｃｓ［Ｒ］．ＮＢＥＲ

，２０２０．ＷｏｒｋｉｎｇＰａｐｅｒＮｏ２６８８２

［２２］ＦｅｒｇｕｓｏｎＮ，ＣｕｍｍｉｎｇｓＤ，ＦｒａｓｅｒＣ，ｅｔａｌＳｔｒａｔｅｇｉｅｓｆｏｒＭｉｔｉｇａｔｉｎｇａｎＩｎｆｌｕｅｎｚａＰａｎｄｅｍｉｃ

［Ｊ］．Ｎａｔｕｒｅ，２００６，４４２：４４８－４５２

［２３］ＦｌｕｃｋｉｇｅｒＭ，ＬｕｄｗｉｇＭ，ＳｉｎａｎｄｅｒＡＥｂｏｌａａｎｄＳｔａｔｅＬｅｇｉｔｉｍａｃｙ［Ｊ］．ＥｃｏｎｏｍｉｃＪｏｕｒｎａｌ，

２０１９，１２９：２０６４－２０９１

［２４］ＧａｌｌｕｐＪＬ，ＳａｃｈｓＪＤＴｈｅＥｃｏｎｏｍｉｃＢｕｒｄｅｎｏｆＭａｌａｒｉａ［Ｊ］．ＡｍｅｒｉｃａｎＪｏｕｒｎａｌｏｆＴｒｏｐｉｃａｌ

ＭｅｄｉｃｉｎｅａｎｄＨｙｇｉｅｎｅ，２００１，６４（１－２）：８５－９６

［２５］ＧｉｌＧａｒｃｉａＪＲ，ＨｅｌｂｉｇＮ，ＯｊｏＡＢｅｉｎｇＳｍａｒｔ：ＥｍｅｒｇｉｎｇＴｅｃｈｎｏｌｏｇｉｅｓａｎｄＩｎｎｏｖａｔｉｏｎｉｎｔｈｅ

ＰｕｂｌｉｃＳｅｃｔｏｒ［Ｊ］．ＧｏｖｅｒｎｍｅｎｔＩｎｆｏｒｍａｔｉｏｎＱｕａｒｔｅｒｌｙ，２０１４，３１（１）：１－１８

［２６］ＪｏｒｄａＯ，ＳｉｎｇｈＳＲ，ＴａｙｌｏｒＡＭＬｏｎｇｅｒｒｕｎＥｃｏｎｏｍｉｃＣｏｎｓｅｑｕｅｎｃｅｓｏｆＰａｎｄｅｍｉｃｓ［Ｒ］．

ＮＢＥＲＷｏｒｋｉｎｇＰａｐｅｒ，２０２０

［２７］ＫａｌｙａｎａｒａｍＧ，ＭｕｒａｌｉｄｈａｒａｎＳＮｕｄｇｅ：ＩｍｐｒｏｖｉｎｇＤｅｃｉｓｉｏｎｓａｂｏｕｔＨｅａｌｔｈ，Ｗｅａｌｔｈ，ａｎｄＨａｐｐｉ

ｎｅｓｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＰｈａｒｍａｃｅｕｔｉｃａｌａｎｄＨｅａｌｔｈｃａｒｅＭａｒｋｅｔｉｎｇ，２０１１，５（４）：３４９－３５２

［２８］ＫｅｓｓｌｅｒＡＳＣｏｍｍｕｎｉｃａｔｉｏｎｉｎＦｅｄｅｒａｌＰｏｌｉｔｉｃｓ：Ｕｎｉｖｅｒｓａｌｉｓｍ，ＰｏｌｉｃｙＵｎｉｆｏｒｍｉｔｙ，ａｎｄｔｈｅＯｐｔｉ

ｍａｌＡｌｌｏｃａｔｉｏｎｏｆＦｉｓｃａｌＡｕｔｈｏｒｉｔｙ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｏｌｉｔｉｃａｌＥｃｏｎｏｍｙ，２０１４，１２２（４）：７６６－８０５

［２９］ＫｉｓｓｌｅｒＳＭ，ＴｅｄｉｊａｎｔｏＣ，ＧｏｌｄｓｔｅｉｎＥ，ＧｒａｄＹＨ，ＬｉｐｓｉｔｃｈＭＰｒｏｊｅｃｔｉｎｇｔｈｅＴｒａｎｓｍｉｓｓｉｏｎＤｙ

ｎａｍｉｃｓｏｆＳＡＲＳＣｏＶ２ＴｈｒｏｕｇｈｔｈｅＰｏｓｔｐａｎｄｅｍｉｃＰｅｒｉｏｄ［Ｊ］．Ｓｃｉｅｎｃｅ，２０２０，３６８：８６０－８６８

［３０］ＱｉａｎＹ，ＲｏｌａｎｄＧ，ＸｕＣ．ＣｏｏｒｄｉｎａｔｉｏｎａｎｄＥｘｐｅｒｉｍｅｎｔａｔｉｏｎｉｎＭＦｏｒｍａｎｄＵＦｏｒｍＯｒｇａｎｉｚａ

ｔｉｏｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｏｌｉｔｉｃａｌＥｃｏｎｏｍｙ，２００６，１１４（２）：３６６－４０２

［３１］ＱｉｕＹ，ＣｈｅｎＸ，ＳｈｉＷＩｍｐａｃｔｓｏｆＳｏｃｉａｌａｎｄＥｃｏｎｏｍｉｃＦａｃｔｏｒｓｏｎｔｈｅＴｒａｎｓｍｉｓｓｉｏｎｏｆＣｏｒｏｎａ

ｖｉｒｕｓＤｉｓｅａｓｅ２０１９（ＣＯＶＩＤ１９）ｉｎＣｈｉｎａ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｏｐｕｌａｔｉｏｎＥｃｏｎｏｍｉｃｓ，２０２０，Ｆｏｒｔｈｃｏｍｉｎｇ

［３２］ＳｈａｒｉｆＡ，ＡｌｏｕｉＣ，ＹａｒｏｖａｙａＬＣＯＶＩＤ１９Ｐａｎｄｅｍｉｃ，ＯｉｌＰｒｉｃｅｓ，ＳｔｏｃｋＭａｒｋｅｔ，Ｇｅｏｐｏｌｉｔｉｃａｌ

ＲｉｓｋａｎｄＰｏｌｉｃｙＵｎｃｅｒｔａｉｎｔｙＮｅｘｕｓｉｎｔｈｅＵＳＥｃｏｎｏｍｙ：ＦｒｅｓｈＥｖｉｄｅｎｃｅｆｒｏｍｔｈｅＷａｖｅｌｅｔＢａｓｅｄＡｐｐｒｏａｃｈ

［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＲｅｖｉｅｗｏｆＦｉｎａｎｃｉａｌＡｎａｌｙｓｉｓ，２０２０，７０

［３３］ＳｔｏｃｋＪＨＤａｔａＧａｐｓａｎｄｔｈｅＰｏｌｉｃｙＲｅｓｐｏｎｓｅｔｏｔｈｅＮｏｖｅｌＣｏｒｏｎａｖｉｒｕｓ［Ｒ］．ＮＢＥＲＷｏｒｋｉｎｇ

ＰａｐｅｒＮｏ２６９０２，Ｍａｒｃｈ２０２０

［３４］ＴｉａｎＨ，ＬｉｕＹ，ＬｉＹ，ｅｔａｌＡｎＩｎｖｅｓｔｉｇａｔｉｏｎｏｆＴｒａｎｓｍｉｓｓｉｏｎＣｏｎｔｒｏｌＭｅａｓｕｒｅｓＤｕｒｉｎｇｔｈｅＦｉｒｓｔ

５０ＤａｙｓｏｆｔｈｅＣＯＶＩＤ１９ＥｐｉｄｅｍｉｃｉｎＣｈｉｎａ［Ｊ］．Ｓｃｉｅｎｃｅ，２０２０，３６８（６４９１）：６３８－６４２

［３５］ＹｏｕｎｇＭＭＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＤｉｇｉｔａｌＥｒａＧｏｖｅｒｎａｎｃｅ：ＴｈｅＣａｓｅｏｆＯｐｅｎＤａｔａｉｎＵＳＣｉｔｉｅｓ

［Ｊ］．ＰｕｂｌｉｃＡｄｍｉｎｉｓｔｒａｔｉｏｎＲｅｖｉｅｗ，２０２０，８０（２）：３０５－３１５

（责任编辑：江 月 汪武静）