1. 引言
COVID-19疫情(之前称为2019-nCoV)是由SARS-CoV-2病毒引起的。该疫情最初于2019年12月在中国湖北省武汉市爆发。COVID-19继续在世界各地传播。疫情爆发于中国，但随后又出现了另外四个中心：伊朗、意大利、日本和韩国。尽管来自中国的报告病例已下降，但一些本应该对疫情具有应对能力的国家最近的报告病例却有所增加。在COVID-19对世界构成重大公共卫生风险之际，世界卫生组织还在讨论COVID-19是否可能升级为全球大流行病。
在全球化的世界中，COVID-19疫情的影响力已超越疾病本身。在中国经济放缓、生产中断的情况下，全球供应链的运作也受到了干扰。依赖中国投入的全球企业，无论规模大小，都已开始经历生产萎缩。各国之间的运输受到限制甚至禁止，进一步减缓了全球经济活动。最重要的是，一些消费者和企业的恐慌扭曲了正常的消费模式，造成了市场异常波动。全球金融市场也对这些变化做出了反应，全球股指大幅下跌。在全球经济动荡的背景下，国际货币基金组织初步估计，中国经济增速将比最初设定的5.6%的目标下降0.4个百分点，全球经济增速也将下降0.1个百分点。未来几周还可能会对此进行修订。
2. 相关文献
许多研究发现，以预期寿命、婴儿和及儿童死亡率、产妇死亡率衡量的人口健康，与经济福利和增长呈正相关（Pritchett和Summers, 1996年；Bloom and Sachs，1998年；Bhargava等，2001；Cuddington等，1994；Cuddington and Hancock等，1994年；Robalino等，2002a，2002b；世卫组织宏观经济与卫生委员会，2001年；Haacker等，2004）。
传染病爆发影响经济的途径有很多。疾病的直接和间接经济成本常常是关于疾病的卫生经济学研究的主题。传统的方法利用死亡率和发病率的信息来估计由于死亡和残疾造成的未来收入损失。护理人员在时间和收入上的损失以及在医疗护理和支持服务上的直接支出被计算在内，以估计与疾病相关的经济成本。这种传统方法低估了具有高度传染性且没有疫苗的流行病（如艾滋病、SARS和大流感)的实际经济成本。以往传染病爆发的经验为我们考虑COVID-19的经济影响提供了宝贵的信息。
艾滋病会通过劳动力供应决策的改变来影响家庭、企业和政府；会影响劳动效率和家庭收入；会使企业增加业务成本、放弃对员工培训的投资；会增加公共部门在卫生保健和支持艾滋病致残儿童和孤儿方面的公共支出（Haacker, 2004年）。艾滋病的影响是长期的，但有明确的预防措施可以最大限度地降低感染艾滋病毒的风险，而且在发达国家和发展中国家实施的预防和教育项目都取得了有记录的成功。也有可行的治疗方案，现代抗逆转录病毒疗法延长了艾滋病患者的预期寿命，提高了他们的生活质量，使他们的寿命延长了很多年。
关于HIV/艾滋病的宏观经济影响的研究包括（Cuddington, 1993a；Cuddington, 1993 b；Cuddington等人, 1994；Cuddington and Hancock, 1994；Haacker, 2002a；Haacker, 2002b；Over, 2002；Freire, 2004；The World Bank, 2006)。一些可计算一般均衡(CGE)宏观经济模型已被应用于对艾滋病的影响研究（Arndt and Lewis, 2001; Bell等, 2004）。
到目前为止，流感病毒的传染性比艾滋病毒强得多，流行病的爆发可能是突然和意想不到的。目前看来，COVID-19病毒的传染性也很强。1918—1919年的西班牙流感是“历史上最致命的瘟疫”，其临床症状极其严重，至今仍令研究人员和公众感到恐惧。中国的一些城市已经被迫封城，一些国家对来自疫区的人实施了旅行限制。对一种未知的致命病毒的恐惧在心理上类似于对生物威胁和其他恐怖主义威胁的反应，它会造成高度的压力，通常会产生长期的后果。
个人对死亡风险的评估取决于死亡概率、寿命损失年数和主观因素。Viscusi等人(1997)将肺炎和流感列为死亡率第三高的（仅次于心血管疾病和癌症）。Sunstein(1997)讨论了这样一个发现，即个人为避免死亡而付出金钱的意愿会由于被认为是“糟糕的死亡”而增加——尤其是可怕的、无法控制的、非自愿的死亡，以及与高外部性和生产分配不公平相关的死亡。基于这一文献，可以合理地推测，对于这场从毒性和临床症状来说都和西班牙流感非常相似的新型病毒，个体对于危险的感知非常高，特别是没有可用疫苗和抗病毒药物供应短缺的早期流行阶段。这正是2003年SARS爆发期间在台湾进行的两项调查所揭示的公众反应(Liu等，2005)，由于SARS的新发性、显著性和公众对SARS的关注，人们预防感染风险的支付意愿高于预期。
对2003年SARS造成的宏观经济影响的研究发现，影响主要在于各种商品和服务的消费的大量减少、企业运营成本的增加以及重新评估国际风险中的风险溢价上升。对其他经济体的冲击是根据这些国家对这种疾病的暴露程度或易感性来传递的。尽管病例和死亡的数量相对较少，但全球的成本是巨大的，并不局限于直接受影响的国家(Lee和McKibbin, 2003)。其他关于SARS的研究包括(Chou等，2004)对台湾的研究，(Hai等，2004)对中国的研究，以及(Sui and Wong, 2004)对香港的研究。
迄今为止，关于大规模爆发传染病的经济成本的研究很少：Schoenbaum（1987）是早期分析流感经济影响的一个例子。Meltzer等人（1999）研究了大流感在美国可能产生的经济影响，并评估了几种基于疫苗的干预措施。以总发病率（即从总人口中感染病毒的人数）15—35%计算，流感死亡人数为89万—20.7万人，估计对美国经济的总经济影响为731亿—1665亿美元。
Bloom等人（2005）使用牛津经济预测模型来估计由禽流感毒株突变引起的大流行的潜在经济影响。他们假设一场温和的流行病，发病率为20%，病死率为0.5%，消费冲击为3%。预计亚洲将出现两个季度的需求萎缩（综合影响2.6%的亚洲GDP或1132亿美元）；如果爆发的时间更长，对消费和出口的冲击更大，这将导致GDP损失6.5%（2827亿美元）。全球GDP下降0.6%，全球商品和服务贸易合同减少2.5万亿美元（14%)。开放经济体更容易受到国际冲击的影响。
美国国会预算办公室（2005）的另一项研究调查了美国大流行性流感的两种情况。一个温和的情况下，攻击率为20%和病死率（即死亡人数相对于感染人数）为0.1%，另一个更严重的情况为30%的发病率和2.5%的病死率。CBO（2005）的研究发现，在温和情况下，美国GDP收缩1.5%，在严重情况下收缩5%。
McKibbin和Sidorenko（2006）使用了本论文中使用的模型的早期版本，以探索四种不同的大流行性流感情景。他们考虑了一个“温和”的情况，即流感大流行类似于1968—1969年的香港流感；一种类似1957年亚洲流感的“温和”情景；一种基于1918—1919年西班牙流感的“严重”情景(但使用更低的病死率)，以及类似于1918—1919年西班牙流感的“极端”情况，但对病死率的估计为中上水平。他们发现，考虑到这些情况，全球经济损失在3亿美元到4.4万亿美元之间。
本论文将早些时候Lee和McKibbin(2003)，及McKibbin和Sidorenko(2006)的论文修改和扩展至更大的国家群体，使用更新的数据描述更大的相互依存的世界经济，特别是中国的崛起在世界经济中的重要性。
3. 混合DSGE/CGE全球模型
在本文中，我们应用了一个具有异质因素的全球跨时间一般均衡模型，称为G-Cubed模型。该模型是动态随机一般均衡(DSGE)模型和McKibbin和Wilcoxen(1999，2013)开发的可计算一般均衡(CGE)模型的混合体。
G-Cubed模型
本文使用的G -cubed(G20)模型的版本可以在McKibbin和Triggs(2018)的论文中找到，他们扩展了McKibbin和Wilcoxen(1999, 2013)中记录的原始模型。该模式有6个部门、24个国家和地区。表1给出了模型中的所有地区和部门。输入的数据包括在全球贸易分析项目(GTAP)数据库中的I/O表(Aguiar等人，2019年)，使我们能够在DSGE框架内按生产国家来区分行业。每个国家的每个部门都有一个KLEM生产技术，该技术获取资本(K)和劳动力(L)的主要要素投入，以及能源(E)和材料投入(M)。这些联系存在于在国家内部及不同国家之间。
表1 G-Cubed模型概述
G-Cubed模型中包含的方法在McKibbin和Wilcoxen中有文献记录(1998, 2013)。标准G-Cubed模型的几个关键特性需要在这里强调。
首先，该模型完全考虑了实物和金融资产的存量和流动。例如，预算赤字累积为政府债务，经常账户赤字累积为外债。该模型对所有家庭、公司、政府和国家都施加了跨期预算约束。因此，通过调整资产价格，如政府财政状况的利率或国际收支的实际汇率，可以获得长期的股票均衡。然而，每个经济体朝着长期均衡的调整可能是缓慢的，要经历接近一个世纪。
其次，G-Cubed模型中的企业和家庭必须使用央行发行的货币进行所有交易。因此，央行在模型中根据Henderson-McKibbin-Taylor 货币规则设定短期名义利率，以期达到宏观经济结果(如通货膨胀、失业率、汇率等)。这些规则是为了接近模型中每个国家或地区的实际货币制度而设计的。这些货币规则限制了每个国家的长期通胀率，并允许短期调整政策以平抑实体经济的波动。
第三，名义工资具有粘性，并随着时间的推移根据具体国家的劳动合同假设进行调整。公司在每个部门雇佣劳动力，直到劳动力的边际产量等于根据该部门的产出价格水平定义的实际工资。任何多余的劳动力都会进入失业工人的行列。失业或对劳动力的过度需求会导致名义工资调整，以在长期中达到劳动力市场出清。在短期内，失业可能由于结构性供应冲击或经济总需求的变化而上升。
第四，刚性阻碍了经济从一种均衡快速转向另一种均衡。这些刚性包括工资刚性所造成的名义刚性、对预期的形成缺乏完全的远见、有具体部门有形资本的公司在短期内投资调整的成本、货币和财政当局遵守特定的货币和财政规则。对经济冲击的短期调整可能与长期均衡结果大不相同。关注短期刚性对于评估最初几十年人口变化中受到的影响是很重要的。
第五，我们合并不同类型的家庭和公司。公司在每个部门都是单独建模的。在每个国家的每个部门都有两种类型的消费者和两种类型的公司：一种是根据前瞻性的期望作出决定的群体，另一种是遵循简单的经验法则，即长期以来最优的。
4. 对流行病学情景建模
我们沿用Lee和McKibbin（2003）以及McKibbin和Sidorenko（2006）方法来换算关于疾病爆发国（疫情中心国）的死亡率和发病率的不同假设。根据以往流行病经验上的流行病学假设，我们创建了一组过滤器来将疫情的冲击转化为导致各个国家劳动力供应下降的经济冲击（取决于死亡率和发病率）；因各国生产生产链的中断而导致的各领域经营成本上升；消费者对于各国货物偏好的变化而导致消费减少（除了通过该模型所计算出的基于收入和物价的变动之外）；各国不同领域上涨的的公司股权风险溢价（基于该国在疫情中的暴露程度）；以及基于对该疾病的暴露程度和宏观经济中的因浮动造成的脆弱性而增加的国家风险溢价。
在本节的其余部分，我们概述了各项指标的创建过程。我们遵循并改进了McKibbin和Sidorenko（2006）的方法。这个过程涉及许多假设，而我们的结论很大程度上基于这些假设所推导出的结果。本文的目的是让决策者了解不干预疫情并任由各种情况发生的代价。
流行病学假设
表2列出了中国在七种不同情况下假定的发病率（总人口中被感染的部分）和病亡率（感染人数中的死亡的部分）以及该疾病的死亡率（总人口中死亡部分）。每个情景都有一个代号。S01指情景1。
表2 中国的流行病学假设
我们基于McKibbin和Sidorenko（2006）的历史性流行病调查以及COVID-19病毒的最新数据研究了七个情景。表3总结了疾病爆发的情景。各个情景因发病率、死亡率和遭受流行病冲击的国家不同而不同。情景1—3假设流行病事件仅限于中国。该模型限定中国承受的经济影响和对其他国家的溢出效应是由贸易、资本流动以及全球金融市场风险溢价的变化导致的。情景4—6假设在所有国家都爆发不同程度的疫情。情景1—6假定冲击是暂时的。情景7则假设一种较轻微的流行病将每年反复出现并无限期地伴随人类。
1. 对劳动力供应的冲击
表3 情景假设
对每个国家劳动力供应的冲击包括三个方面：感染引起的死亡、感染导致的发病，以及因照顾被感染的家庭成员而受感染。死亡率方面首先使用通过中国不同的发病率和病死率来计算。发病率和病死率是基于SARS时期的调研，同时根据McKibbin和Sidorenko（2006）对大型流感的调研，以及当前公开的COVID-19流行病学数据所得出的。
我们采用中国的流行病学假设，并计算脆弱性指数，通过刻度化的标准将其缩放或扩展到不同国家。这一刻度的标准是通过计算脆弱性指数得出的。该指数接着便应用于中国的死亡率上，从而计算出他国的死亡率，比中国更脆弱的国家将具有更高的死亡率和发病率，而没有中国易受创的国家则遭受程度较轻的流行病影响。脆弱性指数的建立是根据McKibbin和Sidorenko 的方法，通过“地理指数”和“卫生政策指数“的总合计算而出的。“地理指数”是以下两个指数的平均值：第一个指数是各国相对于中国的城市人口密度除以城市在总人口中的份额，第二个指数则是该国的旅游业对于中国的开放程度。
卫生政策指数亦由两方面组成：全球卫生安全指数和相比于中国的人均卫生开支。全球卫生安全指数由六个指标评定，其中包括了对传染病的预防、检测和应对能力（参考GHSIndex 2020）。图1和图2（图见文末，下同）分别对应不同国家的“地理指数”和“卫生健康政策指数”。
一个国家的卫生健康政策指数的数值越低，代表该国卫生标准越高；但反之，较低的地理指数则代表该国的风险较低。
在计算劳工冲击的第二方面时，我们需要针对该模型作为年度模型的性质而进行调整。所以，我们需要以年均日期来表达损失的工作天数。当前的COVID-19潜伏期为14天（有证据表明该数字可能接近21天，这将增加冲击的规模），因此我们假设一个国家中的一名普通员工如果被感染就要缺勤14天。这表示他在一年的工作日中有14天丧失了生产能力。因此，我们使用给定情况下假定的发病率和缺勤天数来计算中国的有效发病率，并使用脆弱性指数在其他国家进行缩放或扩大。
劳工冲击的第三个方面是由于照顾被感染家属而导致的缺勤。我们假设该病毒的有效发病率与以前相同，并且大约70％的女性劳动者将会需要照顾家庭成员。我们使用脆弱性指数和需要照顾学龄儿童的劳动力比例（占女性劳动力的70％）来调整有效发病率。这是在考虑学校停课了的前提下调整的。表4包含了不同情况下各国的劳动力冲击。
表4 对劳动力供应的冲击
2. 经济部门股权风险溢价的冲击
我们假定公开宣告该病毒的侵袭将导致整个世界范围内的风险溢价改变。我们在美国创建风险溢价来估测观察到的对情景1的初始反应。然后，我们应用下面概述的指数来调整给定情景中所有国家面临的股权风险冲击。我们还通过使用不同国家假设的死亡率来调整各种情景下所面临的冲击。
股权风险溢价冲击是劳动力冲击中的死亡率部分与国家风险指数的总和。而国家风险指数则是治理风险指数、财务风险指数和卫生政策指数这三项指数的平均值。因为美国拥有发达的金融市场，我们以美国为基准构建这些指数（Fisman and Love 2004）。
治理风险指数的制定基于《政治风险指南》（ICRG），该指南根据政治、经济和金融三个类别下的22个变量的绩效为各国评分（详情请参阅 PRSGroup 2020）。政治类变量包括政府稳定性以及该国冲突、腐败的普遍程度及法治的普及程度。经济类别则包括人均GDP、实际GDP增长和通货膨胀率等。金融类别则包括汇率稳定性和国际资金流动性等。图3总结了以美国为参考的各国治理风险指数。
金融市场指数的变动是预测COVID-19对全球经济影响最显而易见的指标之一。自疫情爆发以来，金融市场一直在持续的响应全球疫情的发展。股票市场的波动尤其表明了投资者对与疫情对特定行业（非系统性）影响的认识。因此，在构建行业的股本风险溢价冲击时，我们也将财务风险指数包含在内，即使该风险已经部分计入治理风险指数之内。提高金融风险在我们计算中的比重使我们能够最大程度上重现金融市场的动荡。金融风险指数使用各国的经常账户余额占2015年GDP的比例。图4包含了各国相对于美国的得分。
尽管“卫生健康政策指数”的创建沿用了针对“劳动力冲击”中的死亡率方面的算法，但由于美国是全球金融中心，且在模型中，所有风险的对比基础都是美国，因此在该指数中各国股权风险溢价的比较对象为美国而非中国。图5包含了各国相较于美国的“卫生健康政策指数”的数值。
图6显示了各国的“净风险指数”；表5则是针对情景4至7中的股权风险溢价冲击。
表5 情景4—7对股权风险溢价的冲击
3. 各部门生产成本的冲击
除了对劳动力投入的冲击之外，我们还发现其他的生产要素（例如贸易、陆运、空运和海运）也因疫情受到了严重的影响。因此，我们计算了这些受疫情影响的生产要素对模型中六个部门的总和影响，并将该影响以中国经济为基准进行对比。然后，我们使用SARS期间中国生产行业的生产成本增长百分比为基准与情景1进行比较，并按不同的情景对这个比例进行调整，以配合劳动力冲击中死亡率部分的变化。从对外型部门到总体经济部门，各部门不同的投入比重，也使我们能够调适各国家中各个领域所遭受的冲击。表6列出了各国各行业中，因受疫情影响的部门的投入比重不同而对生产成本造成的冲击。
（1）消费需求冲击
G-Cubed模型可根据收入、财富和相对价格变化（外在因素）来从内改变消费习惯。但是，除去这些变量，疫情的爆发也很有可能会导致人们对某些活动偏好的改变。根据McKibbin和Sidorenko（2006）的研究，我们假设减少这些活动的消费将减少总和消费，从而为未来的消费储蓄。在对这种行为进行建模时，我们采用了“行业外向性指数”。该指数是中国为比较基础，通过一个国家的GDP中的外向型领域（贸易、陆地、航空和海上运输与娱乐）的比重来计算的。
中国爆发SARS时消费上的削弱，被用作第一种情景的基准。此举的益处在于这是一个被真实观察到的反应。但弊端在于面对此情形，其他国家的反应和举措可能有所不同（因为我们最初并没有获悉，其他的在此假设之下受疫情影响的国家的反应，并据其进行调整）。接着，此标准根据其他情景中“劳动力冲击部分”的死亡率按比缩放，同时通过各国各业的行业暴露程度进行调整。图7包含了这些国家的行业暴露指数，表7中显示了对消费需求的冲击。
需注意，CBO（2005）使用了H5N1流感对美国消费造成的3%（介于表7的S05与S06之间）的下滑冲击。
表6 对生产成本的冲击
表7 对消费需求的冲击
（2）对政府开支的冲击
根据以往流行病的经验，世界各国政府已通过采取措施，加强港口卫生检查和增加医疗基础设施投资等，对疫情的爆发采取了更加谨慎的态度，以防止疫情蔓延到更多的国家。各国政府还增加了医疗支出，防止疫情的蔓延。在对政府的干预措施进行建模时，我们以2003年SARS爆发期间中国政府支出相对于GDP的变化为基准，并使用治理指数和卫生政策指数的平均值来获得其他政府支出的潜在增长。然后，我们使用劳动力受冲击的部分（死亡率）来衡量不同情景下的冲击程度。表8展示了在情景4至7中各国政府支出受影响的严重程度。
表8 对政府开支的影响
5. 模拟结果
（1）基准情景
我们首先以2015年为基准年，求解从2016年到2100年的模型。基线的关键输入源是2015—2016年的初始动态，以及各部门和各国家对2016年以后劳动扩张型技术进步的预测。劳动扩张型技术进步的预测使用的是巴罗（Barro）的方法（1991，2015）。长期来看，巴罗估计单个国家每年追赶全球生产力前沿的平均速率为2％。我们使用格罗宁根增长与发展数据库（Groningen Growth and Development database 2018）来估计模型中每个地区每个部门的初始生产力水平。
给定这个初始生产率，然后我们将其与美国同等部门的生产率（我们假定美国的部门最为前沿）进行比较。鉴于部门生产率有初始差距，我们使用巴罗追赶模型来生成每个国家内各部门生产力增长率的长期预测。我们预计由于经济改革（例如中国），这些地区将能更快地赶上前沿；或者由于体制僵化（例如俄罗斯），这些国家则会追赶得更缓慢。我们随时间变化调整追赶率。追赶率的校准试图复制模型中每个国家和地区的近期增长经验。
外来的部门生产力增长率，加上整个经济的劳动力供应增长，是每个国家部门增长的外生驱动力。在该模型中，每个地区每个部门的资本存量增长是内生决定的。
在新型冠状病毒肺炎（COVID-19）情景中，我们将上述讨论的冲击范围纳入到不同流行病学假设的经济后果模型中。下面的结果是COVID-19情景与模型基线之间的差异。
（2）结果
表9包含了对不同地区人口的影响。这些是核心冲击，与上述各种指标结合在一起可以创建七个情景。
表9显示，即使是最轻微的流行病情景(S04)，估计也有大约1500万人死亡。在美国，预估死亡人数为236,000人。据估计，死于新型冠状病毒肺炎（COVID-19）的人数可与美国普通流感季节相比，后者每年导致约5.5万人死亡。
表9——在各情景下对人口的影响
表10和表11总结了七种情况下每个国家/区域的国内总产值（GDP）损失。表10的结果是2020年GDP的变化，以基线变化百分比表示。表11中的结果是表10转换成以十亿美元为基准的形式。
表10 2020年GDP损失 (% 偏离基准)
表11 2020年GDP损失/十亿美元
表10和表11说明了不同的流行病形势对全球经济中降低国内生产总值的影响程度。即使是一场类似于香港流感的低传染性流行病预计也会导致全球GDP减少约2.4万亿美元，而在2020年中一场类似于西班牙流感的更为严重的疫情爆发将造成全球GDP减少逾9万亿美元。
图9—图11列出了几个国家不同结果的时间表。图中的模型代表了假设可能发生的冲击的性质，对于前6种情形这些冲击预计将随着时间的推移消失，图9包含了每种情况下中国的结果。我们列举了实际国内生产总值、私人投资、消费、贸易平衡的结果，然后给出了短期实际利率和第五部分的股票市场价值，即耐用品制造业。图10包含了美国的结果，图11包括澳大利亚的结果。
构成流行病的冲击导致消费和投资的急剧下降。总需求的下降，加之最初的风险冲击，导致股票市场急剧下跌。股票市场的资金部分转入债券，部分转成现金，部分流入海外，这取决于哪个市场所受到的影响最大。作为回应，各国央行纷纷降息，这与投资组合调整所带来增长的债券需求共同作用，压低了实际利率。股市大幅下跌，这既是由于风险上升，也是因为预期的经济放缓和预期利润的下降。除了情形7之外的每个情形都存在着V形的恢复曲线。回想一下，情形7与第1年的情形4是相同的，但预计在未来流行病每年都会再次出现。
如图10和11所示，类似的模式可以在美国和澳大利亚的动态结果中看到。各国的量化程度有所不同，但是大幅震荡后逐步复苏的模式在各国普遍存在。中国贸易平衡的改善和美国贸易平衡的恶化，反映出作为冲击后结果的金融资本在全球范围内的重新分配。资本从像中国等受严重影响的经济体和其他发展中经济体和新兴经济体流出，流向像美国、欧洲和澳大利亚等更安全的发达经济体。资本的这种流动往往导致资本流入国的汇率上升，而使资本流出国的汇率下降。汇率的贬值增加了资本流出国的出口，减少了进口，从而导致与资本账户调整相一致的经常账户调整。
上述结果十分容易受到模型中的假设、我们输入的冲击以及假定的每个国家的宏观经济政策应对的影响。各国央行被认为会根据亨德森-麦奇宾-泰勒规则（Henderson-Mckibbin-Taylor rule）采取不同的应对措施（见McKibbin和Triggs，2018）。随着时间的推移，财政部门允许自动稳定机制增加预算赤字，但同时通过对家庭征收定额税收来抵还额外的偿债成本。此外，在以上概述的冲击设计的假定中财政支出会增加。
6. 结论与政策意义
本报告提出了在疾病可能演变的七种不同情况下，新型冠状病毒疫情爆发所造成损失的部分初步估计。本报告目的并不是对病毒爆发做出明确的判断，而是要提供关于疾病可能造成的一系列经济损失的信息。在撰写本报告时，上述任何一种情况的概率以及貌似合理的替代方案的范围都是高度不确定的。在新型冠状病毒疫情发展成全球性流行病的情况下，我们的结果表明损失可能迅速增长。
无论是在短期还是在未来的几年，各国都需要一系列的政策应对。在短期内，各国央行和财政部门需要确保在疾病爆发期间受到损失的经济能够继续运转。面对现实和财政的压力，政府在其中的作用至关重要。尽管降息是央行可能采取的应对措施，但此次冲击不仅是一个需求管理问题，还是一次多方面的危机，这次危机需要货币、财政和医疗政策方面的共同应对。隔离受感染人群、减少大规模的社交活动是一种有效的应对措施。Levine和McKibbin（2020）中概述的良好卫生习惯的广泛推广可能是一种低成本和高效率的应对措施，这可以降低感染程度，从而降低社会和经济成本。
较为长期的应对措施更加重要。尽管存在潜在的生命损失和可能对大量民众造成的大规模伤害，许多国家政府一直不愿对国内的卫生保健系统充分投资，更不用提欠发达国家的公共卫生系统，在这些国家可能产生许多传染病。专家已经发出警告并将继续发出警告，人畜共患疾病将持续对数百万人的生命构成威胁，同时可能对一体化的世界经济造成重大破坏。近期爆发的新型冠状病毒疫情证明，没有任何国家可以成为全球一体化经济中一座孤岛。全球合作特别是在公共卫生和经济发展领域的合作尤为关键。所有的主要国家都需要积极参与。一旦这种疾病在众多其他国家发生才采取行动已经太晚了，一旦在传染病开始流行后才试图关闭边境已经太迟了。
贫困杀死了穷人，但新型冠状病毒疫情的爆发表明如果疾病是由于过度拥挤、公共卫生状况不佳以及与野生动物接触而在贫困国家产生的，那么这些疾病可以导致任何社会中任一社会经济阶层的人死亡。在最贫困国家，在公共卫生和发展方面需要大量增加资金投入。这项研究指出通过在所有国家的公共卫生领域进行全球合作投资可以避免可能的损失。数十年来，我们已经了解这项重要的政策干预，但是政治家们仍然继续忽视公共卫生在改善生活质量和推动经济增长方面的作用的科学证据。
图1 地理指数
图2 卫生政策指数
图3 治理指数
图4 金融风险指数
图5 卫生政策指数
图6 净国家风险指数
图7 公开活动的部门公开指数
图8 中国的动态结果
图9 美国的动态结果
图10 澳大利亚的动态结果
