马来西亚 Covid - 19 大流行期间的城市设施和贸易弹性

马来西亚 Covid - 19 大流行期间的城市设施和贸易弹性 凯西 · 李* ISEAS - Yusof Ishak 研究所 ， 新加坡 2024 年 11 月 果冻分类 ： F43 ， O18 ， I15关键词 ： 生长 ， 便利 ， Covid - 19Abstract:这项研究的主要目的是实证检验在大流行期间和后 - 支持马来西亚增长和贸易的便利设施大流行复苏阶段。制造业一直是一个重要因素减轻大流行的负面影响。它也是国家的经济复苏。支持运输、卫生和 ICT 相关的便利设施大流行期间和大流行后的生产、消费和贸易活动恢复期。 1. Introduction 新冠肺炎疫情对马来西亚经济造成了严重影响。2019年经济增长4.3%后，该国经济在2020年收缩了5.5%。由疫情引发的经济危机是马来西亚历史上第二严重的经济危机（仅次于1998年的亚洲金融危机）（图1）。马来西亚经济在2021年复苏，增长了3.1%。如果没有出口部门的韧性，2020年的经济收缩可能会更严重，随后的复苏也会更缓慢。2020年，该国出口仅小幅下降1.4%，随后在2021年增长了26%。 马来西亚出口表现出韧性的原因有很多。其出口产品的构成可能有利于持续增长，因为某些产品（如橡胶手套和电气电子产品）的需求依然强劲。这与Arriola等人（2021）的研究结果一致，他们展示了尽管整体贸易量下降，但某些出口市场在疫情期间表现良好的证据。 城市配套设施也在贸易的韧性中发挥了作用。充足的配套设施，如医疗设施、ICT基础设施和物流服务，在疫情期间支持了生产和消费活动。例如，Mouratidis（2021）指出，配套设施有助于减轻新冠肺炎疫情对生活质量的负面影响。 城市生活。便利设施的作用同样适用于贸易领域，包括出口和全球价值链（GVC）参与。迄今为止，关于新冠肺炎疫情期间马来西亚在支持外部贸易活动（进口、出口和GVC参与）方面所发挥的城市便利设施作用的研究尚未开展。本文旨在填补这一研究空白。本研究的主要目标是实证分析便利设施在新冠肺炎疫情期间支持马来西亚贸易部门的作用。 本文的结构如下。第2节简要回顾了COVID-19疫情对贸易影响的相关文献，以及便利设施的作用。第3节回顾了疫情对马来西亚经济的影响。第4节解释了本研究采用的方法，而第5节讨论了实证结果。第6节提供了政策讨论。第7节进行总结。 2. 文献综述 关于贸易和便利设施在新冠疫情期间复苏作用的相关文献尚处于初步阶段，并且仍在不断发展。 阿里奥拉等（2021）发现，在疫情期期间，生产与贸易的复苏呈现出锐利的V型态势，自2020年下半年开始。这一复苏归因于供应链和物流中积压问题的减少，以及在2020年上半年封锁措施后对耐用商品需求的增加。因此，尽管整体贸易量有所下降，但一些出口市场在疫情期间表现相对较好。 一个国家对疫情的脆弱性取决于其贸易结构。Bas等人（2022）表明，COVID-19疫情对出口的影响更为不利的情况包括：（i）高度依赖外国投入，（ii）更加依赖中国作为投入供应商，（iii）更大量地使用非熟练劳动力，以及（iv）贸易复杂度较低。 充足的配套设施，如医疗设施、ICT基础设施和物流等，能够在疫情期间确保消费和生产活动的持续进行。例如，Mouratidis（2021）发现，城市配套设施有助于减轻新冠肺炎对城市生活质量的负面影响。 在生产和贸易方面，Mena等人（2022）表明，医疗保健和物流基础设施有助于提升贸易韧性。在他们的论文中，贸易韧性通过总贸易量按年月百分比变化来定义和衡量。关于疫情对经济表现影响的另一个重要方面是不平等和贫困问题。在这方面，Brown和Ravallion（2022）发现，县内的不平等程度较高。 不平等和/or贫困指标与给定平均收入水平下的非住宅流动性显著下降相关。 总体而言，关于新冠肺炎疫情对经济影响的新兴文献表明，贸易的韧性取决于贸易结构和支持性服务，包括城市配套设施。本研究进一步证明了配套设施在中等收入国家贸易韧性中的作用。 3. Covid - 19 与马来西亚经济 3.1. National - level analysis 马来西亚自2020年初以来经历了多轮新冠肺炎感染波峰（图2）。比较不同时期的新确诊病例数，马来西亚的疫情高峰明显出现了两次——第一次是在2021年8月至9月，第二次是在2022年3月。2022年3月的第二波疫情中新死亡人数相对较低，这归因于高疫苗接种率。 大流行的经济影响是由政府对身体流动性的一系列限制决定的 ： • 动态控制令：2020年3月18日至2020年5月3日• 条件动态控制令：2020年5月4日至2020年6月9日• 恢复动态控制令：2020年6月10日至2021年3月31日• 全面封锁：2021年6月1日至2021年6月14日 资料来源 ： 马来西亚卫生部。 马来西亚为了控制疫情传播而实施的流动性限制是该地区中最严格的之一。这些限制持续了大约16个月，严重影响了国内经济活动。服务业尤其受到严重冲击。马来西亚政府仅从2021年8月7日开始实施国家复苏计划，才逐步过渡到与病毒共存阶段（即放松流动性和社会互动的限制）。这一影响反映在Stringency指数从2021年8月到2022年5月的下降趋势中（见图3）。 移动限制措施的影响以及常态化阶段（乙类乙管）可以从谷歌移动趋势数据中观察到（图4）。这些趋势表明，到2021年12月，几乎实现了完全的流动性。然而，值得注意的是，居住地流动性趋势表明，部分改变（例如居家办公）转变为永久性特征。换句话说，在乙类乙管期间及之后，一些员工继续在家工作。 来源：马来西亚卫生部；COVID-19政府响应追踪器（https://www.bsg.ox.ac.uk/research/covid-19-government-response-tracker）。 马来西亚从疫情中经济复苏从季度经济增长数据（图5）中可见一斑。该复苏自2021年第三季度开始，明显与过渡到 endemic 阶段相吻合。从按支出分解国内生产总值（GDP）来看，贸易在经济复苏中的作用尤为明显（图6）。净出口是经济增长的重要来源。从2020年第二季度到2021年第二季度的一年内，出口对GDP的贡献持续上升。相比之下，私人消费支出在此期间相对不稳定。 3.2. State - level analysis 省级分析有助于在更细化的层面上解析经济表现的差异。从经济体量来看，某些省份比其他省份更为重要。经济体量最大的省份是雪兰莪州，其GDP占马来西亚总GDP的近24.8%（见表1）。其他经济体量相对较大的省份包括 Kuala Lumpur（15.7%）、Johor（9.5%）、 Sarawak（9.5%）和槟城（7.1%）。 关于疫情和经济复苏的影响，一些较大的州在2020年经历了较轻的收缩，而在2021年则表现出更为强劲的复苏（表2）。在这些较大的州中，槟城州经历了最低水平的收缩（2020年收缩率为-2.1%），并在2021年实现了非常快速的复苏（增长率为+6.8%）。雪兰莪州在2020年收缩了-5.2%，但在2021年通过以5.0%的增长率复苏。 省级数据显示，2020-2021年间增长的主要驱动力是制造业部门的表现（表3）。从2020年到2021年，槟城、沙捞越和雪兰莪的制造业部门表现出强劲的复苏。 4. 方法论 该研究的框架如图6所示。生产 resilence取决于其两个驱动因素，即出口和国内消费。城市配套设施影响并作用于生产和国内消费活动。政府的新冠政策也是生产与消费的重要决定因素。例如，移动限制可以减少生产和消费活动。前者包括出口相关的生产活动。生产和消费活动都会影响进口水平。 这些分析可以通过几种方法来进行。一种方法是使用省级数据来分解增长。这可以通过使用各州的部门GDP数据来实现。省级是马来西亚国内生产总值数据分解的最低级别。目前没有可供使用的区级GDP数据。 一个替代的方法是对制造业部门的生产函数进行面板回归分析，采用以下模型： 你：其中 \( Y \) 为增加值，\( K \) 为固定资产，\( L \) 为劳动力，\( I \) 为中间投入。生产函数通过向量变量 \( Z \) 所表示的便利设施进行扩展。便利设施列表包括以下项目： • 道路密度——道路运输设施的衡量标准（每万人的道路长度）• 商业和办公区域——衡量零售和办公的都市配套设施 • ICT 变量 - 家庭访问互联网和计算机(％) • 卫生设施 - 医院和病床的数量 第三种方法在以下模型中使用出口作为因变量 ： 其中 X 是出口量 ， 其他独立的便利设施变量与上述相同。 一种方法使用区级数据来考察便利设施在缓解疫情影响中的作用。如前所述，GDP数据在区级层面不可用。为解决这一问题，将失业率作为因变量，利用以下模型回归便利设施变量：\[ \text{unemployment rate} = \beta_0 + \beta_1 \times \text{amenities variables} + \e psilon \] 其中 Unemp 是失业率 ， 便利设施变量列表为 follows: • 教育 – 户口所在范围内5公里内的小学和中学数量 • 医疗 – 每个地区的医院床位数 • 数字经济 – 数字经济中心的数量 • 交通 – 道路密度（每 capita的道路长度） • 通信与信息技术 – 户籍家庭互联网和移动电话的接入率 •托幼 – 托儿中心的数量 研究中使用的数据来源于马来西亚统计局（DOSM）。贸易和投资相关变量的州级数据可供追溯至2015年到2021年。区级数据可供追溯至2019年到2021年。 5. 分析 5.1. State - level analysis 三个不同时间段内各行业的增长分解提供了对增长驱动因素的洞察。这三个时期是： • 2016 - 2019 年(大流行前) • 2016 - 2020 年(大流行前 + 大流行) • 2016 - 2021 年(大流行前 + 大流行 + 恢复) 结果总结为图 7. 在 examination 的五个部门中，制造业在 pandemic 和 recovery 期间明显增加了其重要性。服务行业的作用 在疫情期间受到影响，可能是由于 Mobility 限制所致。该行业在 2021 年也没有完全恢复。 生产函数的固定效应面板回归结果总结在表5中。总体来看，中间投入品和固定资产是省级层面生产活动的关键投入因素。唯一一个显著正相关的变量是商店面积，但这一结果较为薄弱——仅在未考虑医院设施的情况下，在估计中达到10%的统计显著水平。 当出口变量与城市配套设施进行回归分析时，道路运输配套设施呈现正向且统计显著的结果。这一结果表明，在道路密度较高的地区，出口增长的可能性更高。系数的大小在不同时间段内显示出这种类型的配套设施在疫情期间和恢复期尤为重要。有趣的是，在疫情前和疫情期间，互联网接入变量呈现正向且统计显著的结果。然而，在恢复期或后疫情时期，这一变量的重要性似乎有所下降。这一结果可能是对以下现象的一种反映： 随着企业在恢复期恢复正常 ， 互联网的重要性降低。 5.2. District - level analysis 2019 年 (大流行前) 、 2020 年 (大流行) 和复苏 (2021 年) 各地区失业率的比较图 8。大流行显然带来了 2020年的失业率有所上升。将2020年和2021年的数据进行比较，可以看出2021年的失业率仍然较高，这表明在疫情流行期间复苏较为乏力。 每年的面板回归结果和普通最小二乘 (OLS) 回归估计总结为表 7家庭成员可以上学的中学的比例与失业率负相关且显著。由于学校主要位于郊区住宅区，这些结果可能表明这些区域的失业情况较为严重。 健康医疗设施变量（通过医院床位数量衡量）为正且统计上显著。这一结果表明，健康医疗设施在减轻新冠肺炎疫情对人口经济活动影