NBER：新冠和稳定政策如何影响支出和就业？| 唧唧堂论文解析

本文是针对论文《COVID-19和稳定政策如何影响支出和就业？（How Did COVID-19 and Stabilization Policies Affect Spending and Employment? A New Real-Time Economic Tracker Based on Private Sector Data）》的一篇论文解析， 该论文于2020年6月发表于《NBER》期刊上。该研究作者包括Raj Chetty，John N. Friedman, Michael Stepner，以及Nathaniel Hendren, 前三位作者均来自哈佛大学，最后一位作者来自布朗大学。

研究背景和问题提出

美国政府统计数据显示，COVID对宏观经济产生了巨大的冲击，GDP急剧下降，失业率空前上升，然而官方的统计数据无法帮助研究者实现对宏观经济实时变化的分析。因为一直以来， 美国的宏观经济政策都是基于联邦政府对家庭和企业的定期问卷调查收集的数据制定的，然而这类数据在新冠期间体现出了明显的缺陷：

1.数据更新的频率较低且存在较大的时间滞后。比如，消费者支出调查（CEX）只能提供滞后一年的关于消费的季度数据；

2. 很难用于评估不同地理区域以及不同群组的之间准确的差异与变化。受到样本量的限制，大部分数据通常仅在国家或州一级报告，并且难以对其进行分类。

针对这一问题，本文作者构建了一个新的数据平台，通过使用来自私人企业的匿名集合数据，来获得更为高频且准确的宏观经济信息。 本文的作者主要整合了来自信用卡处理商，薪资公司和金融服务公司的数据，来构建有关“消费者支出”，“就业率”，“企业收入”等重要指标的统计信息。这一平台能够实时抓取企业公开发布的统计信息，实时发布这些数据，并按照地理区域、产业以及危机前收入水平的高低和企业规模的大小进行分类。

本文作者利用这些新数据来分析COVID-19的宏观经济影响，展示新数据如何近实时地揭示宏观经济变化的来源，并在不同的群组和地区内部进行分析。

研究结构与理论假设

第一阶段：消费支出变化的原因

数据显示，GDP下降的主要原因是消费支出的减少，因此本文先分析了消费支出变化的原因，特别是信用卡和借记卡支出。分析表明，COVID期间，消费支出下降不是购买力下降造成的。由于COVID导致人与人直接接触的风险变大，与此相关的产品与服务（如旅馆、交通、餐饮业）需求的减少是消费支出下降的主要原因。

第二阶段：消费者行为对企业的影响

本文发现，受消费支出下降影响最大的企业大都是生产非贸易商品且为当地客户提供服务的小型本地企业（如餐馆）。在这一部分，本文主要深入分析了这一冲击的区域异质性，根据租金水平将区域划分为高收入地区和低收入地区，来观察不同区域之间，小型企业受影响程度有无区别。

第三阶段：企业收入下降对劳动力市场的影响

而企业进一步将这一冲击转嫁给了员工，与上一节分析相呼应的是，本文在这一部分也探讨了劳动市场冲击的区域异质性。进而探讨受到危机转移冲击的低薪是劳动者如何在COVID危机中，调整自己的消费行为。

综上所述，COVID-19对经济活动的最初影响主要是由健康隐患导致的高收入人群的支出减少，进而影响了某些企业的收入（如在高收入地区的生产非贸易商品的小型企业），最终降低了这些企业低薪员工的收入和支出水平。

第四部分：现行宏观政策的影响分析以及政策建议

在本文的最后部分，本文作者分析了针对COVID危机的三种主要宏观政策的影响，即国家有序重新开放，对家庭消费支出的刺激，以及对小型企业的贷款，并提出了新的政策性建议。

3种宏观政策分析

1. 经济重新开放对经济活动的影响不大：早在各州政府“封城”之前，消费支出和就业率就已经严重下降，这一点已经在其他的论文研究中得到了印证（Bartik等，2020；Villas-Boas等，2020）。

2.增加的消费支出中只有很少一部分流向了受COVID-19冲击影响最大的企业，这有可能限制这一政策的实际效用。

3. 本文发现，迄今为止，向小型企业提供的贷款对其的就业率的影响几乎为0。

政策性建议

本文论证了， 此次消费支出的下降主要是由于COVID-19本身的威胁，而不是受到常规的宏观经济变量的限制，如消费者收入不足或企业缺乏流动性。因此，从长远来看，实现全面经济复苏的唯一途径可能是通过解决病毒本身来恢复消费者的信心（Allen等，2020；Romer，2020），而传统的宏观经济工具（刺激总需求或为企业提供流动性）只能在短期发挥缓解危机的作用。

同时，本文作者认为现阶段，政府通过提高社会保险（如通过失业保险向失业工人提供支持）将获得更高的政策效益。与其尝试使工人重新回到受COVID冲击严重的企业工作，不如将重点放在减轻失业者的收入损失上，这也与Guerrieri等（2020）提出的理论框架预测相一致。基于Yagan（2019）的研究，经济衰退后也很少有人搬到其他劳动力市场寻找新工作，因此本文作者提出，针对受损严重地区的低收入群体的援助政策也许将更为有效。

而随着时间的流逝，经济衰退也有可能转型为更为传统的经济危机，而传统宏观政策也会变得更为有效。因此，之前构建的对经济信息的实时追踪器将帮助研究者观察到危机的动态变化并实现对政策的持续性评估。

研究数据

如前文所说， 本文作者构建了一个新的数据平台，通过使用来自私人企业的匿名集合数据，来构建支出、就业等宏观经济指标的统计信息，且将数据进一步进行分类。 （本文数据可以在www.tracktherecovery.org上免费获取）

为了方便在各群组之间进行比较，在构建分类数据时，本文采用了以下原则：

1. 使用私营部门数据的主要问题在于“选择性偏差”（即样本难以代表整体），但本文作者没有针对这种非代表性样本进行调整，而是通过将每个样本的特征与国家基准进行比较来更为准确地描述每个群体所捕获的经济信息。

2. 清除由于数据提供者的覆盖范围或所在系统发生变化而造成的偏差如；如公司客户的离散地变化所导致的数据离散型跳跃。本文作者通过检索数据中一系列较大的跳跃（如>80％），分析数据离散的根本原因，并人为补全离散数据的连续性。

3. 许多群组数据表现出了实质的周期性波动。本文作者通过数据汇总措施来解决此类问题，如利用7天平均变动以平滑数据的每日波动。某些系列（如消费者支出和企业收入）每周都有强劲的波动，而这些波动在时间序列上大都自相关，因此本文作者利用2019年的同比数据对2020年的数据进行处理，同时在数据平台上也保留了2020年的原始数据。

4. 为了保护商业机密和个人隐私，该数据平台只显示某一时点数据相对于2020年1月平均值的百分比变化，并剔除了离群点。

5. 为了提高数据更新的频率，本文研究者将数据延迟期限设置为一周，并按NAICS行业代码细分每个群组，按区域及收入水平对数据进行细分。

消费支出数据：

本文使用来自Affinity Solutions Inc.的消费者购买数据来衡量消费支出，获取了一组基于“持卡消费者”的面板数据，且时按照区域、收入水平及行业进行划分的逐日数据：通过按照商户性质编写代码来进行行业分组，通过人口普查数据和ZIP编码来进行收入水平分组。针对离散型数据及波动较大的数据进行调整，剔除无法矫正的数据组,利用7天移动平均数平滑曲线，再根据2019年同比数据对季度数据进行调整，最后除以2020年年初基准值，获取各时间点的变动百分比。