凡是搞计量经济的，都关注这个号了
邮箱：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
参看凭借AER宏文一战成名, 放弃复旦辗转芝加哥和香港的宋铮在JPE上发文了！
关于COVID和封城，参看：1.最新: Top5刊不大可能发表COVID-19相关的定量论文！不要白费力气追热点！2.COVID-19相关工作论文合辑, NBER为你分门别类整理！3.关于事件研究法的50篇精选paper专辑! 助力分析COVID-19的影响! 4.火了! 携程网梁建章Top5上的文章在COVID-19期间火遍欧美学术界! 5.COVID-19下美国常春藤高校如何安排教学, 科研和博士论文的呢？6.最新: 运用机器学习和合成控制法研究武汉封城对空气污染和健康的影响! 7.计量院士首次用DID方法分析, 中国封城对新冠病毒扩散的影响！
The Economic Cost of Lockdown in China: Evidence from City-to-City Truck Flows, 2022概要：
通过非药物干预来控制 COVID-19 大流行代价很高。本文使用高频的城市间卡车流量数据，估计了中国封城（一项严格但有效的政策）的经济代价。通过比较封城与不封城城市的车流量变化，我们发现，一个月的全面封城会在当月导致与封城城市相连的卡车流量减少54%，这意味着在城市对城市贸易的引力模型中，城市的实际收入下降了相同比例。在引力模型中，我们还从结构上估算了封城的成本，封城的影响可能会通过贸易联系扩散到其他城市。对北京或上海等大城市实施全面封城将使全国实际GDP减少4%，其中7%是由溢出效应造成的。Introduction
持续的 COVID-19 大流行不仅是一场公共卫生危机，也是一场经济危机。许多国家实施了严厉的政策，例如封城和严格的边境管制，以遏制新的病原体。虽然非药物干预已被证明在拉平 COVID-19 曲线甚至遏制大流行方面有效，但相关的经济成本对于科学界和政策制定者来说在很大程度上仍然是模糊的。这里的主要挑战包括如下两个方面。首先，政策干预对大流行病的影响很难被分离出来，其中其他因素（如恐惧驱动的个人选择）也会造成经济损失（参见 Goolsbee 和 Syverson，2021）。此外，由于政策会对大流行的严重性做出反应，内生性是因果推断的障碍。其次，政策干预的影响，即使仅限于一个地方，也会通过经济联系蔓延到所有其他相关领域（e.g.，Baqaee 和 Farhi，2020；Bonadio 等，2020）。传统的特定地区经济统计数据很难发现此类政策溢出效应。中国提供了解决计量模型识别问题的理想机会。自武汉爆发疫情以来，中国当局制定了旨在实现 COVID 病例零传播的一揽子政策。封城起着核心作用。一个新的 COVID 病例会立即引发当地的封城，这可能会在几天内升级为在全市范围的全面封城。大多数封城措施都是针对最小的疫情迅速实施的，这一事实最大限度地减少了政策反应的内生性。此外，迅速而严格的封城措施也是非常有效。自 2020 年 4 月武汉疫情结束以来，当地的疫情都非常小。这降低了因害怕感染而采取的自我预防措施的混淆效应。中国式封城的成功也让这个问题变得更有价值：我们需要付出多少成本才能通过封城实现零 COVID？为了应对第二个挑战，我们收集了每月城市间卡车流量的独特数据集。该数据来自中国领先的物流服务提供商之一，该公司在 2020 年追踪了 180 万辆（占中国的 20%）长途卡车的实时 GPS 信息。卡车流量数据与传统经济统计相比有两个优势。首先，数据频率高，可以捕捉到瞬时的货车流量变化，在城市间贸易的引力模型中，可以一一转化为实际收入变化。其次，数据不仅能捕捉到城市特定的经济活动，还能捕捉到城市间的经济流向；本文数据的网络性质是该文分析的核心。这些特征使我们能够绘制出响应封城的实际收入变化，从中可以通过贸易联系进一步消除封城的溢出效应。本文收集并编制了有关中国城市级封城的新数据集。实施全市或主城区封城的城市为全面封城，部分县区封城的城市为部分封城。我们发现，有 16 个城市和 18 个城市实施了全面和部分封城，平均持续时间分别为 24 天和 19 天。34个城市中的32个只被封城了一次。本文的实证分析从事件研究方法开始。我们提供了平行趋势和不支持预期效应的证据。然后，本文采用双向固定效应回归，比较至少一个处于封城状态的城市之间的卡车流量和两个都没有处于封城状态的城市之间的卡车流量。为期一个月的全面封城使当月连接城市的卡车流量减少了 59%。部分封城的效应是卡车流量减少了 20%。尽管 2020 年第一季度之后所爆发的 COVID都是小规模的，但由恐惧驱动的自我预防措施可能仍然会在重大封城中显著导致卡车流量的塌方式下降。Goolsbee 和 Syverson (2021) 发现就地避难 (S-I-P) 令对美国消费者流量的影响很小。此外，恐惧的影响似乎与当地 COVID 死亡人数密切相关。为了控制个人对当地 COVID 爆发严重程度的反应，我们将 COVID 病例数添加到回归中。全面封城的估计影响减少到 54%，但数量上仍然很大。若消费者流量和卡车流量都可以衡量当地的实际收入，本文的结果表明，中国的全面封城对当地经济造成的损害比美国的地避难 (S-I-P) 令要大得多。简约形式的估计尽管简单且高度透明，但可能存在缺陷，因为它没有考虑封城的溢出及其通过城际经济网络的反向影响。高频的城市到城市的卡车流量数据使我们能够从结构上估计Armington模型，在该模型中，封城会影响城市之间和城市内的商品生产和销售成本，进而影响每个城市的生产。本文的结构估计表明，全面封城会使城市间和城市内的成本分别增加 67% 和 144%。与简约形式方法的结果一致，部分封城的影响相对要小一个数量级。贸易联系将影响传递到其他城市。结构估计方法的优点是我们可以估计封城的总体影响并将其分解为局部和溢出效应。例如，本文的模型表明，将拥有 1100 万人口的城市石家庄全面封城会导致国民实际收入下降 0.2%。调整一个月封城天数比例后，我们发现石家庄封城一个月会使国民实际收入减少0.6%。对北京这样的大城市实施为期一个月的全面封城将使中国当月的实际收入减少 3.6%。封城的综合效应主要取决于其经济规模。但城市在贸易网络中的地位对溢出效应的作用更大，约占总效应的 7%。本文发现，在给定贸易矩阵的情况下，一个城市的特征向量中心性可以解释 43% 的城市间封城溢出效应的变化。最后，本文发现在国家层面实施全面封城会带来巨大的经济成本。如果政府将所有中国城市全面封城一个月，国民实际收入将下降 53%。在方法论上，我们扩展了 Kleinman 等人（2020）中的一阶充分统计量（ first-order sufficient statistics），以获得一个闭式方程（closed-form formula ），该方程可以从贸易流量的随时间变化中得到生产力和贸易成本冲击。这大大降低了结构估计的计算成本。我们还获得了足够的统计数据，将冲击映射到福利变化。与标准的 Head 和 Ries（2001）方法不同，该方法在假设贸易成本是对称的情况下从双边贸易支出中得到贸易成本水平，相反，本文充分的统计数据将双边贸易量随时间的变化转化为贸易成本的变化，从而使数据完全合理化。关于 COVID-19 通过贸易联系对经济产生影响的文献正在快速增长（例如，参见 Maliszewska 等人（2020）、Bonadio 等人（2020）、Eppinger 等人（2020）和 Hsu 等人） al.（2020）等等）。由于 COVID-19 爆发后国际贸易数据有限，据我们所知，这些文献必须模拟 COVID-19 造成的经济损失。本文的一个独特之处是使用双边卡车流量数据来衡量中国城市之间的实际贸易流量。我们可以估计而不是模拟贸易模型中封城冲击的影响。我们的分析中有三点值得注意的地方。首先，城市间卡车流量数据中没有按行业分类的流量数据。中国没有按城市和行业划分的月度官方统计数据。因此，我们无法区分封城对不同行业的异质性影响（例如，Dingel 和 Neiman，2020），也无法研究最近文献中广泛分析的相关部门重新分配的影响（例如，Krueger 等人， 2020）。其次，同样的数据限制使我们无法分析通过投入产出和贸易联系传播的封城效应，这是最近关于国际贸易 COVID 文献中研究的一个重要渠道。第三，封城的偶然性可能会影响预期和总需求。我们的论文还与 COVID 对中国经济影响的研究有关。大多数论文都关注 2020 年第一季度的第一波大流行（例如，Chen 等人，2021；Pei 等人，2021）。虽然第一波对总体经济影响要大一个数量级，但大流行几乎席卷了所有城市，几乎没有识别出 COVID 政策经济成本的空间。最后，我们编制的中国城市封城数据集补充了 Hale 等人（2022）构建的省级指数。本文的结构如下。第 2 节总结了中国封城政策的几个基本特征以及卡车流量数据。简约形式方法及其结果在第 3 节中提供。我们在第 4 节中介绍理论模型。第 5 节显示结构估计方法及其结果。第 6 节报告了结构估计模型中封城的经济成本。下面，我们主要看看作者使用DID和事件研究法做的简约式估计，即封城对经济的影响（卡车流量的影响）
长按以上二维码即可下载原文PDF
延展阅读：①134篇各种方法的code, 代码和程序文章合集, 必须收藏！，②今年最诚意的主流计量方法与Stata操作的视频教程, 一定要收藏学习！，③《经济研究》期刊上所有文章按照"计量方法"进行分类汇总，有选择性地学习计量方法，④120篇DID双重差分方法的文章合集, 包括代码,程序及解读, 建议收藏！，⑤如何用置换检验在DID双重差分中做安慰剂检验, 给出文献, 示例和操作代码！
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。