社會風險感知視角下政府防疫政策對行業的影響研究

朱鳴吉，丁尚嶸，陳衎宇

(南京郵電大學，江蘇 南京 210009)

1 引言

21世紀初至今，世界各地的突發公共衛生事件的頻率和復雜性持續增加。而隨著全球化的推進，突發公共衛生事件對中國甚至全球經濟發展都造成了不容低估的沖擊，因此學術界開始聚焦重大突發公共衛生事件的經濟影響等相關議題的研究工作。

根據文獻調研與分析，研究人員發現有大量學者認為在突發公共衛生事件下政治領域與經濟領域緊密聯系。如陳林[1]認為，重大傳染病疫情呈多發態勢，政府公共政策的制定需要經濟理論的支撐；張鈺業等[2]研究發現，政府信息的傳播對各種公共衛生緊急情況的管理具有重要意義。然而，多數文獻對于在突發公共衛生事件下，政治領域如何影響經濟領域的相關研究較少。

基于上述問題，本研究針對五個受影響較大的行業(醫療、在線教育、餐飲、旅游、通信)，通過中介效應模型深入探討政府防疫政策對行業的影響，為今后政府預防和緊急處理重大突發公共衛生事件提供決策參考。

2 材料與研究方法

2.1 數據來源

文章中自變量、中介變量、控制變量所采用的數據均來自2020年1月至2021年11月國務院網站以及國家數據庫(http：//www.gov.cn/zhengce/index.htm)所公布的時間序列數據和面板數據。控制變量采用月度居民價格指數以及季度累計人均可支配收入，總計31條。中介變量采用按日統計的感染人數數據總計674條，自變量采用23個省市(除去未在政府門戶網站公開省級政策的省份)省級政策總計1656條。

被解釋變量中所涉及的股票數據來自東方財富網(https：//www.eastmoney.com/)鑒于股票數值受政策、公司經營狀況、地區經濟等多種因素的共同作用，短期內容易受到其他因素干擾，因此選用具有較長的時間切片的行業指數股票——五日平均價格，減少本實驗未涉及因素的干擾，反映行業整體前景。其中餐飲行業選取 399238 餐飲指數股票、在線教育行業選取 bk0662 在線教育、醫療行業選取滬深300醫療指數、通信行業選取000040上證通信指數、旅游行業選取 930633 中證旅游股票指數，最終獲得行業指數股票面板數據 2230 條。

經整理，各行業最終獲得以股票日期為時間序列的數據 446 條。

2.2 研究方法

文章選取基于Bootstrap檢驗方法，選擇中介效應模型，如圖1所示，在分析突發公共衛生事件期間的國內行業發展水平，認為在政治領域內，防疫政策對其有直接影響，然后引入中介變量，即社會風險感知，分析風險感知在防疫政策影響國內行業發展水平中的中介作用。Bootstrap檢驗方法能夠在直接效用不顯著的情況下，檢驗間接效應的顯著性[3]。參考回歸方程模型來描述變量之間的關系，如下所示：

Yi=cX+e1

(1)

M=aX+e2

(2)

Y=c′X+bM+e3

(3)

式(1)表示直接作用，其中X代表的是防疫政策數量，Yi(i=1，2，3，4，5)代表的是餐飲、在線教育、醫療、旅游以及通信這五個行業；式(2)表示防疫政策數量對風險感知的影響，M代表中介變量社會風險感知；式(3)表示防疫政策數量受風險感知間接影響對五大行業的作用。

圖1 中介效應模型

2.3 變量設置

2.3.1 因變量

鑒于2020年至2021年，中國經濟增長在突發公共衛生事件的沖擊下呈現出延續下行的總趨勢，GDP增速屢創新低，對中國的宏觀經濟、不同產業和微觀企業產生了階段性的影響，故文章選擇2020年至2021年國內行業發展水平作為本次研究的因變量。為使本次研究切入實際，從微觀角度出發，研究人員將因變量主要聚焦于餐飲、在線教育、醫療、旅游以及通信這五個行業的經濟發展水平，作為本次研究的核心因變量。

2.3.2 核心自變量

文章選取防疫政策數量作為核心自變量。基于本次研究旨在挖掘突發公共衛生事件下政治領域對經濟領域的影響，文章選擇了近期的突發公共衛生事件為例，以2020年至2021年政府頒布的防疫政策數量作為衡量政治領域的變量。

2.3.3 中介變量

文中選取社會風險感知作為中介變量。因民眾對突發公共衛生事件的風險感知主要由感染人數變化趨勢反映，因此文章通過2020年至2021年的國內新增感染人數來檢驗風險感知在防疫政策影響國內行業發展水平的中介作用。

2.3.4 控制變量

年輕組患者的血脂異常、吸煙和冠心病家族史所占的比例明顯要高于對照組患者,只有原發性高血壓和糖尿病的比例要低于對照組患者(見表1)。年輕組患者中有明顯誘發因素的有26例(86.7%),其中過度勞累有9例(30.0%),情緒異常有6例(20.0%),大量飲酒有5例(16.7%),短時間內大量吸煙有3例(10.0%),長時間熬夜有3例(10.0%)(見表2)。

文中選取了消費者價格指數、累計人均可支配收入作為控制變量，用于反映一段時期內民眾的消費、投資情況，通過控制這些變量能夠減少對本研究的影響。

表1 變量含義與賦值

3 結果與分析

3.1 防疫政策對國內行業發展水平的直接作用

文中中介效應檢驗方法采用Bootstrap法，利用SPSS的Process插件中的Model 4對變量及其關系進行檢驗，抽樣次數選擇5000次，置信區間選擇95%。得到防控政策對各行業的直接作用的結果，如表2所示。檢驗結果中，若p值小于0.05，則認為直接作用顯著，反之亦然。

表2 防疫政策對行業的直接作用

由表2可知，在線教育行業作為因變量時，方程(3)中的系數c′在95%置信水平下，p值為0.0181，小于0.05，因此顯著，且c′=0.1874，表明防疫政策對在線教育行業有正向影響。首先，受近期突發公共衛生事件影響，下至學前教育，上至各大高校均延遲開學，為保證特殊時期內教學活動的有序展開，實現“停課不停學”，在線教育成為唯一且必需的選擇。中國大學MOOC、釘釘、騰訊課堂、騰訊會議等成為實現在線教育的主要方式。其次，為響應國家“居家隔離”的政策，且減少突發公共衛生事件的影響帶來的行業蕭條，眾多興趣培訓機構如跳舞、健身等也轉為線上直播或者錄播等方式，最后，錄播方式吸引了眾多無法按時參加課程培訓的群眾，使其能夠自主安排時間，增加了線上教育的流量。

同理，由表2可知，防疫政策對醫療行業有負向影響。在突發公共衛生事件爆發期間，大量疫情患者占用床位，造成床位緊張。因此在臨床試驗中，非疫情危重病患參與減少，導致非疫情類疾病的新藥品研究速度減緩，且發布被迫延遲。與此同時，為了配合國家“居家隔離”的防疫工作，企業采取停工停產的措施，因此已過審的藥品銷售受到阻礙，無法填補藥品研制的經費缺口[4]。在醫療信息科技方面，由于藥品銷售周期放緩，所以短期之內無法突破發展瓶頸。

由表2可知，防疫政策對餐飲行業有負向的影響。傳統餐飲行業以私人經營為主，此模式下的采購以及存儲沒有成熟的經營體系，尤其在面對突發公共衛生事件時，通常都處于無法抵御眾多風險的劣勢。為應對此情形，首先，相關政府要求各餐飲門店迅速啟動“提倡打包，禁止堂食”或鼓勵餐廳控制堂食就餐流量，就餐者縮短就餐時間。對此各大餐飲企業規定就餐容量不超過平時的50%，根據各店的座椅構型安排，盡可能安排錯位就座或者隔位就座。在上述規定下，餐飲行業的客流量大幅下降，導致餐飲業的收入急劇減少。其次，人流量的急劇縮減，導致投入的大量運行成本及食材成本損耗，同時店面租金、人力成本也造成餐飲門店經營困難，甚至倒閉。最后，政府要求市場監管局加大宣傳和檢查力度，對執行防控措施不力的市場經營主體采取限期整改、停業整頓等強制性辦法，這讓未達到防控標準的餐飲門店無法營業。

由表2可知，防疫政策對旅游行業有負向的影響。通常在突發公共衛生事件期間，相關負責部門會選擇要求居民暫停出行計劃、旅行社全部暫時停業，且由于在此之前許多旅行社已經向航空公司、客運公司、酒店和民宿以及相關景點等機構支付了訂金且無法退回，旅行企業的資金無法如期流轉，受到極大的損失。與此同時，文化和旅游部要求全國各主要景點關閉、大型文娛活動取消，國內旅游市場全面阻斷，呈現斷崖式下降的局勢。此外，根據國際突發公共衛生事件的形勢，國家移民管理局要求各地嚴格控制不必要人員跨境活動，出境旅游團隊業務全面停滯，個人旅游也受限，使國內出境旅游市場受到巨大沖擊。另外，入境旅游市場也受到較大沖擊，我國主要的客源市場如韓國、日本、美國等團隊入境幾乎停擺，散客入境旅游受到巨大沖擊，基本處于停滯狀態。

由表2可知，防疫政策對通信行業有正向的影響。在特殊時期，工業和信息化部組織信息通信行業積極采取行動、多管齊下，建立部省實時指揮通信連接，實時共享各地突發公共衛生事件防控重點通信保障工作。各地通信管理局組織信息通信企業積極主動為突發公共衛生事件防控重點單位提供通信資源，持續保障政府、聯防聯控工作機制，各地定點醫院、方艙醫院，以及重點企業單位的語音通信、數據傳輸、云平臺服務等業務暢通。首先，上述措施，保障了在特殊時期內，通信業務運營不間斷，線上服務更便捷，強化了線上服務的承載能力，使居民能夠享受“現場服務+居家座席”的協同服務模式[5]。其次，通信保障確保了“通信行程卡”和“健康碼”相關線路，設備與系統的穩定運行，有利于國家對突發公共衛生的實時監管。最后，通信保障了各管控區域的支援物資及時到位，全力支持突發公共衛生事件防控和物防支撐，全力穩控生產運行，全力保障群眾生活。

3.2 風險感知在防疫政策影響國內行業發展水平的中介作用

風險感知在防疫政策影響國內行業發展水平的中介作用結果如表3所示。判斷社會風險感知的中介作用是否顯著，可以通過95%置信區間來判斷，若置信區間中不包括0，則影響顯著，反之亦然。

表3 風險感知的中介作用檢驗結果

在疫情初期，民眾的防控意識不足，在一定程度上加劇了疫情的傳播。為遏制蔓延態勢，政府頒布了一系列防疫政策，如居家隔離、停課不停學、重點地區管控措施等。同時，政府加大教育與宣傳力度，引導民眾構建自主防控的意識和責任觀，增加了民眾的風險感知。因此，研究人員認為防疫政策對風險感知有正向影響。下述內容皆在此基礎上進一步分析風險感知在防疫政策影響國內行業發展水平的中介作用。

由表3可知，風險感知在防疫政策影響在線教育中發揮中介作用，且有正向影響。政府頒布的防疫政策提高了民眾的風險感知，由于各地需實施封閉式管理，從中小學到高校皆采取“停課不停學”的措施，線下教學活動紛紛轉為線上。在此階段，我國在線教育行業面臨一個快速發展的時機，市場上各類網課平臺不斷涌現，使得疫情期間學校教學活動有序開展。據統計，2020年我國在線教育融資總額超539.3億元，用戶規模高達3.42億人，在線教育平臺在疫情期間蓬勃發展。

由表3可知，風險感知在防疫政策影響醫療行業中發揮中介作用，且有正向影響。政府在疫情期間頒布的防疫政策提高了民眾的風險感知，醫療公司皆選擇減少人員流動、大幅減少線下銷售推廣活動、以遠程和在線銷售替代、增加藥品供應鏈的多樣化等措施。同樣，遠程醫療和多樣化治療也成了醫療行業發展的新趨勢，并且各大醫療機構根據防疫政策不斷調整就診方案，從建議居家到預約診療，各大醫院完善自己的服務平臺，推進了醫療行業的網絡化。此外，聯系歷史上數次經典的突發公共衛生事件來看，在當前國際形勢下，由于風險感知的提高，民眾對疫情防控創新產品研發以及產業化，支持疫苗、快速檢測試劑、特效藥物等加快科技研發以及產業化的關注度也逐步提高[6]。通過充分利用戰略性新興產業專項資金、產業高質量發展專項資金等，對疫苗、藥物以及診斷產品的研發及產業化給予一定的技術支持和人力支持，因此，疫苗、檢測試劑等基礎醫療醫藥技術行業將會持續得到穩定發展，且相關的投資也將穩定增加。

由表3可知，風險感知在防疫政策影響餐飲行業中不發揮中介作用。研究表明，風險感知的變化對餐飲業的沖擊具有階段性。通常在突發公共衛生事件爆發的初期，群眾的風險感知較強，多數民眾會暫時放棄外出就餐的活動，餐飲行業受到重大沖擊，食堂營業額急劇下降，78%的餐飲企業營收損失達到100%[7]。以近期的突發公共衛生事件為例，在2020年，隨著疫情形勢逐漸平緩，群眾風險感知逐漸降低，部分城市復工復產，當年第一季度的住宿和餐飲業累計GDP同比貢獻率增長8.03%，第二季度同比貢獻率增長至28.88%[8]。與此同時，為提升銷售量，大多數的餐飲企業選擇開拓外賣或直播帶貨等線上銷售的新模式，將新零售行業與傳統餐飲結合起來，推動特殊時期內餐飲行業的平穩發展。因此，在突發公共衛生期間，風險感知在防疫政策影響餐飲行業中造成的影響趨近于零[9]。

由表3可知，風險感知在防疫政策影響旅游行業中不發揮中介作用。突發公共衛生事件好轉階段，各地區放松防控管制，民眾的風險感知開始降低，國內旅游業發展開始恢復。但是，隨著旅游人數不斷增加，民眾間接觸概率變大，感染機會也增多，感染人數不斷增加，疫情又有了復蘇的趨勢。因此，各地采取緊急措施，限制人群聚集，封閉可能造成病毒擴散的公共場所，民眾自我防控意識再次加強，自覺進行居家隔離，旅游行業再次受到重創。因此在突發公共衛生期間，風險感知在防疫政策影響旅游行業中造成的影響趨近于零。

由表3可知，風險感知在防疫政策影響通信行業中發揮中介作用，且有正向影響。特殊時期內，感染人數劇增，各大電信運營商、互聯網公司管理人員對疫情的風險感知加強，為配合政府居家隔離的政策，其快速響應特殊需求，加快通信軟件的短期需求研發的速度。同時，為了促進防控疫情的進展，5G+遠程會診系統第一時間落實，打破時間和空間的限制，實現在線會診以及遠程指導等功能。此外，大部分民眾自覺居家辦公，為了調節民眾情緒與生活方式，騰訊、網易等游戲平臺，抖音、快手等短視頻平臺以及斗魚等直播平臺短時間內收獲大量流量，加快信息發展，推動通信行業業務轉為線上。

4 結論

利用研究人員從各大平臺爬取的數據，以突發公共衛生事件下的國內行業發展水平作為本次研究的核心對象，利用Bootstrap檢驗法，首先分析了防疫政策對國內行業發展水平的直接作用，其次分析了風險感知在防疫政策影響國內行業發展水平的中介作用，最后結論有如下兩方面。

(1)在防疫政策對國內行業發展水平的直接作用中，其對在線教育行業、醫療行業、通信行業有正向的影響，對旅游行業以及餐飲行業有負向的影響。

(2)風險感知在防疫政策影響在線教育行業、醫療行業和通信行業時發揮中介作用，且為正向影響，在旅游行業以及餐飲行業中不發揮中介作用。

5 未來展望

基于上述研究結論，醫療行業的直接效應是正向影響，但間接效應ab是負向影響，兩者方向相反，所以認為在醫療行業方面存在遮掩效應[10]。因而，研究人員認識到文章存在一定的局限性，需要在未來的研究中加以完善。第一，文章在分析五個行業的過程中主要選取其龍頭股票作為研究對象，不能分析到行業中個別企業的發展，無法考慮到企業特殊性；第二，企業特殊性；第二，文章經濟方面的股票數據選取日k線的MA5，即5天為一周期，并取五日平均值作為經濟量化的指標，而風險感知的量化指標——感染人數是以日為周期，兩項指標選取的周期不一致，導致研究分析有較小誤差。