原文链接：Jingjing Chen,Wei Chen,Ernest Liu, et al. The economic cost of locking down like China: Evidence from city-to-city truck flows[J]. Journal of Urban Economics, 2025, 145: 103729.
本文深入探讨了COVID-19疫情期间，我国实施城市封锁措施所带来的经济成本到底有多大。文章用了如下方法具体包括交叠差分法（DID）、事件研究法、结构方程估计以及引力模型测量等。用了城市间大货车运输数据，这个数据我之前讲过的。蛮牛的公开数据。我只能说宋老师出品很强，毕竟年纪轻轻就拿了孙冶方奖的大牛。速速来学习！
01引言
许多国家/地区在持续的 COVID-19 大流行中实施了居家强制令。中国的清零政策尤其有效。毫不奇怪，一种传染病可以通过足够严格的非药物干预来控制。问题是，一个国家需要为像中国这样的封锁付出多少代价？
02数据来源
为了准确衡量封锁的时间和持续时间，我们收集并汇编了一套新的中国封锁数据集。我们使用网络抓取来编译 2020 年 4 月至 2022 年 1 月期间全面封锁的新数据集。（主要是根据政府公开报告。封禁区域。然后根据14天清零后解封政策计算结束）下表是全城封禁，部分区封禁和最小封禁的手动统计。
本文采用了 2019 年 1 月至 2022 年 1 月期间涵盖 315 个城市的卡车流量数据。该物流服务提供商不监控城市内的卡车流量。定期更新所有 315 × 314/2 = 49,455 个城市之间的卡车流量对的 315%。
大货车流动数据为336 个城市运营的 180 万辆大货车的实时 GPS 记录，这个数据我之前说过，可公开获取的，但是比较贵。
为了将城市层面的封锁措施与城市到城市的卡车流量联系起来，我们构建了城市对锁定假人 Dk ni，t，其中 k ∈ {h，l，m} 分别代表全面 （k = h）、部分 （k = l） 和最低锁定 （k = m）。对于 n= i，Dh ni，t 是一个城市对虚拟对象，如果期间至少有一个城市进行了全面封锁，则等于 1。同样，如果至少有一个城市部分封锁，并且在此期间没有对任何城市实施全面封锁，则 Dl ni，t 等于 1。同样，Dm ni，t 是最低限度锁定的虚拟变量，如果该货币对中的任何城市记录了新的 COVID 病例，并且没有城市全面或部分封锁，则等于 1。对于 n = i，则 Dh ii，t、Dl ii，t 或 Dm ii，t 成为城市虚拟对象，如果城市分别经历全面、部分和最低限度的锁定，则等于 1。在封锁期间，卡车流量的下降是显而易见的。用 dln ̄ qk t 表示城市对的加权平均卡车流量变化，Dk ni，t = 1 相对于 Dk ni，t = 0 ∀k。表 1 显示，k = h（全面锁定）的 dln ̄ qk t 下降了 0.48 个对数点。k = l 和 k = m（部分和最小锁定）的下降幅度分别为 0.21 和 0.03。在下文中，我们将把最低限度的封锁视为无封锁。这是基于对 COVID 病例数量和卡车流量中断在最低限度的封锁中都很小的观察。第 3.1 节将通过单独估计最小锁定的影响来检查我们结果的稳健性。
基准模型
（1）双向固定效应（DID设计用来探究城市封锁对于大货车流量的影响）
（2）事件研究法（由1推广而来，探究是否有持续性动态影响）
结果：总体为支持封禁会导致大货车流量下降的推断，然而这种下降不是持续性的。
式1是假设疫情封禁对大货车流量的有影响，进一步将式1推广到，个人选择对于大货车的影响。如下式3
越大的疫情爆发，个人出于规避风险的选择，越会导致大货车流量下降更多。
稳健性检验：
（1）特定城市的时变冲击
（2）变换样本为城市层面回归
（3）一阶差分估计，
（4）更换被解释变量，更换为人口流动
引力模型估计
进一步在引力模型框架下结构性估算了封锁的经济成本，发现封锁的影响可以通过贸易联系传导至其他城市。研究结果表明，若对中国四大城市（北京、上海、广州和深圳）实施为期一个月的全面封锁，将导致全国实际GDP下降8.7%，其中8.5%的下降是由溢出效应引起的。（主要是由疫情封禁大城市导致其余各地加强防控所致）
结论
本文深入探讨了中国为“遏制COVID-19疫情于萌芽”所采取的封锁政策，及其对城市间卡车流量的因果影响。通过运用DiD设计研究，我们揭示了对某一城市实施为期一个月的全面封锁措施，将直接导致当月与该城市相连的卡车流量锐减一半。尽管在中国这样的宏观经济体中，单一城市的封锁对整体国民收入的直接影响相对有限，但若封锁范围扩大，其经济代价将显著攀升。
具体而言，若对中国四大经济重镇——北京、上海、广州和深圳——同步实施一个月的全面封锁，预计这四个城市的实际收入将减少62%，全国实际国民收入则将下滑8.7%，其中8.5%的降幅归因于封锁的溢出效应。这一结果在Omicron变异株出现前几乎难以预见，但2022年4月至5月间，至少有9%的中国人口（涵盖上海等地区）处于封锁状态，依据我们的模型推算，这导致实际国民收入减少了约10%。
值得注意的是，本研究主要聚焦于封锁政策的短期经济影响，而对于其可能引发的长期经济后果，如预期变化、储蓄行为调整及长期投资决策的偏移等，均未纳入考量。此外，我们的分析并不直接支持或反对在小规模COVID疫情发生时立即采取封锁措施的决策，这是中国清零策略的关键一环。然而，这些发现无疑加深了我们对封锁政策经济成本的认识，为政策制定者在权衡封锁措施的利弊时提供了更为全面的经济视角。
后续还有不少内容。大家可以去看看原文。
