大规模遏制政策对全球海事的影响 新冠肺炎疫情期间的贸易

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
各国政府为遏制新冠肺炎病毒传播而实施的大规模遏制措施在全球经济中造成了巨大的供需冲击。在这里，我们使用经验船只跟踪数据和一种新开发的算法来估计疫情前八个月的全球海上贸易损失。我们的研究结果表明，在港口层面上存在广泛的贸易损失，中国、中东和西欧港口的绝对损失最大，这与特定供应链（如石油、汽车制造）的崩溃有关。总体而言，我们估计2020年前八个月全球海上贸易减少了-7.0%至-9.6%，相当于约2.06亿至2.86亿吨的数量损失和高达2250亿至4120亿美元的价值损失。渔业、矿业和采石业、电气设备和机械制造业、运输设备制造业受到的冲击最大，损失高达11.8%。此外，我们发现损失的地域差异很大，一些小岛屿发展中国家和低收入经济体遭受的相对贸易损失最大。我们发现与新冠肺炎相关的商业和公共交通关闭对全国出口产生了明显的负面影响。总体而言，我们展示了经济活动的实时指标如何支持政府和国际组织的经济复苏努力，并向受影响最严重的经济体和部门分配资金。
---
英文标题：
《The implications of large-scale containment policies on global maritime
  trade during the COVID-19 pandemic》
---
作者：
Jasper Verschuur, Elco Koks, Jim Hall
---
最新提交年份：
2020
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
英文摘要：
  The implementation of large-scale containment measures by governments to contain the spread of the COVID-19 virus has resulted in a large supply and demand shock throughout the global economy. Here, we use empirical vessel tracking data and a newly developed algorithm to estimate the global maritime trade losses during the first eight months of the pandemic. Our results show widespread trade losses on a port level with the largest absolute losses found for ports in China, the Middle-East and Western Europe, associated with the collapse of specific supply-chains (e.g. oil, vehicle manufacturing). In total, we estimate that global maritime trade reduced by -7.0% to -9.6% during the first eight months of 2020, which is equal to around 206-286 million tonnes in volume losses and up to 225-412 billion USD in value losses. The fishery, mining and quarrying, electrical equipment and machinery manufacturing, and transport equipment manufacturing sectors are hit hardest, with losses up to 11.8%. Moreover, we find a large geographical disparity in losses, with some small islands developing states and low-income economies suffering the largest relative trade losses. We find a clear negative impact of COVID-19 related business and public transport closures on country-wide exports. Overall, we show how real-time indicators of economic activity can support governments and international organisations in economic recovery efforts and allocate funds to the hardest hit economies and sectors.
---
PDF下载：
-->

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：大规模 Organisation Implications Contribution Quantitative

新冠肺炎疫情期间大规模遏制政策对全球海上贸易的影响J.Verschuur1,*,E.E.Koks1、2和J.W英国牛津大学环境变化研究所，荷兰阿姆斯特丹大学环境研究所*相应作者电子邮件:jasper.verschuur@keble.ox.ac.uk(JV)摘要各国政府为遏制新冠肺炎病毒的传播而实施的大规模遏制措施在全球经济中造成了巨大的供需冲击。在这里，我们使用经验船只跟踪数据和一种新开发的算法来估计疫情前八个月的全球海上贸易损失。我们的研究结果表明，在港口层面上存在广泛的贸易损失，中国、中东和西欧港口的绝对损失最大，这与特定供应链（如石油、汽车制造）的崩溃有关。总体而言，我们估计2020年前八个月全球海上贸易减少了-7.0%至-9.6%，相当于约2.06亿至2.86亿吨的数量损失和高达2250亿至4120亿美元的价值损失。渔业、矿业和采石业、电气设备和机械制造业、运输设备制造业受到的冲击最大，损失高达11.8%。此外，我们发现损失的地域差异很大，一些小岛屿发展中国家和低收入经济体遭受的相对贸易损失最大。我们发现与新冠肺炎相关的商业和公共交通关闭对全国出口产生了明显的负面影响。总的来说，我们展示了经济活动的实时指标如何支持政府和国际组织的经济复苏努力，并向受影响最严重的经济体和部门分配资金。由严重急性呼吸系统综合征冠状病毒2号（新型冠状病毒）引起的新冠肺炎病毒的出现和传播，迫使世界各国实施大规模遏制措施，以减少病毒的传播[1-4]。这些措施，除其他外，包括国际旅行限制、关闭企业、禁止大规模私人和公共集会以及强制隔离，已证明有效地降低了病毒的传播率[1,3,5]。然而，由于生产减少和对某些产品的需求减少，这些政策在国内工业产出和国际贸易方面都产生了巨大的经济影响。由此产生的需求和供应冲击通过复杂的供应链网络进一步连锁，对国内和国际的下游和上游供应商造成溢出效应[6-8]。以前的研究试图利用基于模型的方法，特别是投入产出（I-O）分析和可计算一般均衡(CGE)模型，估计世界范围内强制执行措施的全球宏观经济影响[6-9]。例如，Inoue和Todo[8]估计，东京一个月的封锁可能导致日本年度国内生产总值(GDP)收缩5.2%。伦岑等人。[7]估计全球宏观经济损失约为GDP的4.2%，而关等人。[6]估计全球增值损失在25-40.3%之间，这取决于所采用的模型设想。此外，世界贸易组织(WTO)预测，在经济活动中断的多种情况下，2020年全球国际贸易将收缩13-32%。

然而，这些基于模型的估计的准确性在很大程度上取决于对经济影响的现实情景的设定以及对供应链动态如何扰乱或缓冲冲击的理解。这包括假设执法政策如何影响经济，并预测各国如何从经济衰退中复苏。鉴于所实施的遏制政策在严重程度、持续时间和执行力度方面存在很大差异[1,11]，加上冲击通过相互关联的网络传播的复杂性[12,13]，这种基于模型的方法能够在多大程度上预测经济影响的性质和规模，目前仍有待观察。此外，缺乏实时的全球观测数据来验证和指导模型预测，这可能导致不知情的决策或资金分配不当[5]。例如，国家统计机构公布的贸易统计数据通常有一定的延迟，对经合组织国家来说更为全面。因此，需要其他数据来源提供经济活动的实时指标，以填补现有的数据空白和查明趋势。例如，联合国贸发会议的一份报告[14]估计，2020年上半年，全球港口吞吐量下降了8.7%，降幅最大的估计是欧洲、澳大利亚和大洋洲。在这里，我们使用一个新的数据集，从经验船只跟踪数据中获得，并结合一个新开发的算法来估计新冠肺炎疫情爆发期间国际海上贸易流量的变化。海上贸易流量占世界贸易总量的80%左右[15]，因此可以作为一个国家经济活动状况的一级指标。新派生的数据集具有很高的空间（166个国家）和时间（每日）分辨率，有助于跟踪新冠肺炎疫情对全球经济的影响，以及影响的地理差异。为了评估影响，我们首先通过将2020年数据与2019年同期进行比较，量化1-8月期间港口和国家的总贸易损益。其次，我们提供了部门一级的分类，以显示某些部门如何受到供需变化的不成比例的影响。第三，我们利用一个固定效应面板回归模型，利用各国在遏制措施的多样性、时间和严重程度上的异质性来估计具体遏制政策对出口的影响。总的来说，我们提供了对全球贸易的影响是如何复杂的，并取决于贸易依赖、部门构成和执行的政策。这些结果及时提供了关于哪些经济体受打击最严重的信息，从而帮助决策者有效地确定国际援助和经济刺激的目标和优先次序。方法数据和贸易估计我们利用地理空间位置和海上船只的属性（2019年1月至2020年8月）对全球166个国家1153个港口的港口一级贸易流量（进口和出口）进行了估计。为此，我们使用自动识别系统(AIS)数据，该系统通过AIS转发器（每隔几秒钟向地面或卫星接收器发送信息）提供所有贸易船只的位置、速度、方向和船只特性的详细数据[16]。

该数据是通过与联合国全球平台AIS工作组倡议（https://unstats.UN.org/wiki/display/AIS/）的合作获得的，该倡议旨在开发算法和方法，使AIS数据对各种领域和应用（交通、经济贸易、渔业、CO2排放）有用。我们开发了一个算法(S1附录），根据海事船只的进出移动(100,000艘独特船只停靠港口约320万次）及其特征（例如规模、使用率、船只类型）估计贸易流量，并将这些贸易流量细分为具体部门（此处采用11个部门分类）。我们最终得出港口一级的每日特定部门贸易流量估计数，并将其汇总到国家规模，以进行全国范围的影响分析。这种新算法通过提供全局尺度的分析和能够提供扇区分解，显著地推进了以前的工作[17-19]。我们将得出的贸易估计数与五个国家（日本、联合王国、美国、新西兰、巴西）获得的详细港口一级贸易数据进行比较，以验证结果(S1附录）。此外，我们将我们的估计与从联合国Comtrade[20]运输方式数据中获得的27个国家的全国海上贸易流量进行了比较。计量经济学模型各国之间贸易损失的差异是由各国采取的遏制措施的差异（在时间、持续时间和严重程度方面）[5]驱动的，也是由于国内供应链的供应短缺和依赖贸易的经济体的需求减少[6]。大规模的遏制措施可以通过影响商业运作（例如关闭工作场所、限制流动）直接对工业产出产生负面影响，也可以通过有效遏制病毒爆发从而允许工业生产过程和货物运输继续进行而间接对工业产出产生正面影响。为了研究大规模遏制措施对出口的影响（我们将其用作工业产出的代理），我们将我们每天的全国范围的估计与牛津新冠肺炎政府反应跟踪器(OxCGRT)的数据进行了匹配[21]。在OxCGRT范围内，收集了160个国家执行和严格控制措施的数据。我们利用简化形式的计量经济学技术[22]在122个国家的平衡样本中估计不同遏制政策对出口的影响。我们将出口变化表示为2020年与2019年相比减少出口的百分比变化(S2附录），因此控制了数据中潜在的季节性和趋势。首先使用10天移动平均值对时间序列进行平滑，以消除每日噪声并更好地捕捉潜在信号。我们进一步控制每日规模的几个因素（见S2附录以供讨论），包括作为人口一部分的确诊病例数、依赖贸易的国家的需求减少、由于供应短缺（通过用于出口的进口，见Hummels等人[23])造成的潜在出口减少，以及其他可能与出口连续相关的内生因素（我们通过增加出口变化的滞后来控制这些因素）。从OxCGRT[21]中，我们获得了九项潜在影响企业运营的措施的信息:C1-学校关闭；C2-工作场所关闭；C3-取消公共活动；C4-集会限制；C5-关闭公共交通；C6-呆在家里；C7-对内部行动的限制；C8-国际旅行管制；H2-测试策略。

我们在0到1之间的尺度上对政策的严重性进行衡量，从而假设海运出口和政策的严重性之间存在线性关系。此外，我们通过将所有单独的策略加在一起并在0和1之间重新标度索引来创建所有策略(C1-C8)的复合严格索引（stringency）。我们进行了多次稳健性检验以评估不同模型规范的影响（见S2附录）。结果模型验证我们发现，我们的算法预测值与报告的港口一级（相关系数在0.52-0.96)和国家一级（相关系数在0.79-0.98)的贸易流量之间有很好的拟合，对较小的港口、贸易不平衡较大的港口和国家（如小岛屿）的估计普遍过高。对于外部验证数据，我们发现总体贸易数据的相关系数为0.84-0.86，部门特定贸易数据（在国家一级）的相关系数为0.73-0.73。同样，较小的贸易流量更难预测。该方法的准确性还取决于自动识别系统数据中信息的覆盖范围（有些属性是人工输入的），特别是关于船只吃水的信息，发展中国家较少报告这方面的信息。港口一级的贸易流量在2020年的前八个月，所有港口的港口停靠次数比2019年同期减少了4.4%。图1a显示1-8月贸易总额（进口+出口）的平均变化（百万吨，公吨）。绝大多数港口的贸易总额有所下降，尽管巴西、墨西哥湾地区、中东、澳大利亚以及韩国和菲律宾部分地区的一些港口2020年的贸易相对于2019年有所增加。在贸易总额、进口和出口方面数量变化最大的前20个港口载于表1。货运量绝对变化最大的港口是宁波（中国-68.5公吨）、鹿特丹（荷兰-43.2公吨）、上海（中国-32.5公吨）、武汉（中国-21.6公吨）和图巴拉奥（巴西-20.7公吨）。进口变化最大的港口是宁波（中国-43.5公吨）、鹿特丹（荷兰-40.1公吨）、上海（-22.4公吨）、舟山（中国-22.4公吨）和阿姆斯特丹（荷兰-12.2公吨）。这些港口和清单中的其他港口是一个国家进口最终产品（纽约-新泽西、鹿特丹）的主要门户港口，或者是特定供应链的关键港口，如纺织品和电子产品制造（上海、宁波、舟山）、钢铁和造纸制造（根特、阿姆斯特丹、里州）、汽车制造（横滨）和原材料（克里希纳帕特南的煤炭进口）。出口变化最大的港口是宁波（中国-25.0公吨）、图巴劳（巴西-17.1公吨）、新罗西斯克（俄罗斯-11.5公吨）、武汉（中国-10.8公吨）、博蒙特（美国-10.6公吨）和丹皮尔（澳大利亚-10.2公吨）。这些港口以及出口损失最大的其他20个港口都是全球供应链的重要出口港口，包括铁矿石（丹皮尔、图巴拉奥）、煤炭（海波特）、石油和精炼石油产品（玻利瓦尔港、富查伊拉、博蒙特和新罗西斯克）以及制造业产品（宁波、武汉和上海）的出口。图1b-m显示了所有港口每月贸易总额的变化，以及贸易在经纬度上的累计变化。一月份，中国的损失最为明显，因为他们延长了农历新年假期[24]以及其他措施，导致了中国工业的产出损失。这导致了直接的需求冲击，特别是中国主要进口的原材料（如铁矿石、铜、镍）的出口[25]。

从巴西大型出口港口发现的大量负损失中可以观察到这一点。2月份，欧洲港口进口首次下降（蓝线顶部图），而出口损失仍集中在亚洲。欧洲的进口下降与中国到欧洲的运输时间一致，大约是三周。除巴西外，澳大利亚（黑德兰港和沃尔科特港）和南非（理查兹湾港）的主要铁矿石出口港口也出现了出口下降，这两个港口都为中国工业提供铁矿石。3月份，出口暂时复苏，而世界许多地区的进口下降，主要是由于亚洲以外的经济体开始封锁。尤其是印度、马来西亚、新加坡、美国西海岸和墨西哥在本月的贸易出现了较大的下降。4月份，北半球的贸易部分复苏，而5月份，全球贸易的第二次下降打击了全球经济，因为需求和供应的广泛减少在经济中产生了连锁反应。中国和西欧的损失再次明显，导致全球范围内进出口总额变化最低。在6月、7月和8月，一些港口出现了部分复苏，而中东、澳大利亚东部、日本和西欧（特别是比利时和荷兰）则出现了大幅亏损。对中东国家来说，石油市场的崩溃造成了巨大的贸易损失（主要是出口损失）。8月份，菲律宾、印度、南非、巴西和阿根廷以及地中海部分地区出现了明显的复苏迹象（特别是进口），而其他国家仍在经历大幅下降。随着时间的推移，港口一级的贸易损失。与2019年相比，2020年1月至8月贸易损失的地理位置和幅度，包括八个月的平均值和每月损失。绿色=积极变化，红色=消极变化。次图显示进口（深蓝色）和出口（暗红色）经度和纬度的累计变化。港口一级最大的绝对贸易损失。以百万吨（吨）表示的港口一级贸易、进口和出口损失总额前20名。与2019年1月至8月相比，损失涵盖2020年1月至8月期间。贸易总额为：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：进口货物总量：-10.2阿姆斯特丹-17.4武汉-10.7上海-10.1舍库克-14.2米娜·阿尔·艾哈迈迪克特-9.5海波特-9.2洪康-12.3vlissingennld-8.5卢穆特-7.6vlissingennld-12.2湛江-7.6shekouchn-7.5新加坡-12.1乌姆萨伊德-7.4天津-7.3日照-11.7Yokohamajpn-7.3 Fujairahare-7.2Novorossiyskrus-11.7 Ghentbel-7.1Tangshanchn-6.3卢穆特-11.6Singaporesgp-6.8夏门钦-6.1丹皮耶劳斯-10.8洪孔克-6.7伊塔基布拉-5.8横滨JPN-9.9Shekouchn-6.7渤海Baychn-5.7Haypointaus-9.7Krishnapatnamin-6.7Puerto Bolivarcol-5.7Beaumontusa-9.5 Magdallaind-6.6Hong Konghkg-5.6Ghentbel-9.4Le Havrefra-6.4Primorskrus-5.5 Zhanjiangchn-9.1 New York-New Jerseyusa-6.0Richards Bayzaf-5.4地理差异图2a-b显示了进出口的国家汇总相对变化，前20个最大的负（相对）变化列于表2，最大的负绝对变化列于S1表。前20大贸易损失总额在17%至36%之间。

进口百分比变化最大的是特克斯和凯科斯群岛、加勒比荷兰、巴林、安圭拉、密克罗尼西亚联邦和马达加斯加等小经济体（均减少28%至37%）。进口损失最大的国家大多是小岛屿发展中国家，这些国家的特点是，由于国内经济规模小，对进口依赖很大，贸易依赖海上贸易流动，进口大量货物以支持占该国国内生产总值很大份额的旅游部门[26]。随着旅游业因新冠肺炎疫情而崩溃[27]，进口预计将进一步大幅下降，这是观察到的广泛减少的原因。其他国家，如一些非洲国家、缅甸、阿曼、菲律宾、波罗的海国家和瑞典，增加了进口，可能是由于发展中国家对食品和医疗用品的需求增加或一些发达国家的家庭消费增加。就出口而言，相对损失最大的是利比亚、新喀里多尼亚、几内亚比绍、北马里亚纳群岛、佛得角和苏丹（均减少50%至78%）。这些国家包括许多原材料出口国，它们遭受了世界各地的需求冲击，特别是由于对欧洲、中国和美国的贸易依赖[28]。此外，许多低收入国家不得不主动封锁经济以保护其医疗保健系统，或者从事远程无法完成的经济活动[28,29]。一些国家增加了出口，如印度、缅甸、越南和菲律宾，这可能是由于中国工厂关闭后制造业产品的生产转移到这些国家[30]。此外，阿根廷的出口增长，主要是由于对美国和中国的粮食产品（如大豆、牛肉）出口激增[31]，坦桑尼亚的黄金、粮食（如坚果）和纺织产品（如棉花）出口增加[32]。使用世界银行收入分类，我们检验高和中上收入国家是否比低和中下收入国家经历了更严重的影响。在不排除异常值的情况下，我们发现出口和进口在两个收入群体之间存在显著差异（双边t检验，P>0.05)，高收入和中上收入国家的出口损失较高。因此，虽然高收入和中上收入国家的平均出口损失较高，但低收入和中下收入国家的出口损失和收益最大。图2。国家一级的相对贸易损失。2020年1月至8月与2019年相比的相对贸易亏损以百分比变动表示。灰色国家表示没有可用的数据。国家一级最大的相对贸易损失。国家一级的贸易、进口和出口损失总额，以百万吨（吨）表示。与2019年1月至8月相比，损失涵盖2020年1月至8月期间。贸易总额进口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额出口额苏丹-49.4马耳他-26.2东帝汶-26.0黑山-45.1厄立特里亚-26.1马耳他-25.7厄立特里亚-44.6马达加斯加-25.1格林纳达-22.4DEM

刚果共和国-44.3黑山-24.9伯利兹-22.3瓦努阿图-40.0特克斯和凯科斯群岛-24.8伊朗-21.8肯尼亚-39.6瓦努阿图-24.4塞舌尔-21.5秘鲁-39.2塞舌尔-23.7法属波利尼西亚-21.1密克罗尼西亚联邦-38.4东帝汶-23.3阿鲁巴-19.8美属萨摩亚-34.9北马里亚纳群岛-22.2瓦努阿图-19.4阿尔巴尼亚-32.6法属波利尼西亚-21.1伊拉克-19.3塞舌尔-28.0伊拉克-20.1科威特-19.0马耳他-27.2新喀里多尼亚-27.2安哥拉-19.3澳门-18.3也门-25.8保加利亚-19.1保加利亚-17.4罗马尼亚-25.6罗马尼亚-17.6佛得角-17.2圣文森特和格林纳丁斯-23.7贸易总额和部门贸易变动时间序列各部门贸易损失总额不一致。图3显示了一段时间内估计的总贸易损失（图3a)以及所考虑的11个部门分类的贸易损失。总的贸易损失在-7.0%至-9.6%之间（平均值-8.3%)，这相当于约206-286吨的数量损失和高达2250亿-4120亿美元的贸易价值（由于进出口总损失的差异和数量对价值的转换而造成的不确定性）。时间序列显示（图3a)前三个月的贸易最初明显下降，此后贸易部分恢复，随后是第二次更明显的贸易下降。2020年8月下旬，经济复苏的迹象尚不可见。一些供应链比其他供应链更具弹性。弹性最大的行业是纺织和服装(-4.1%)、食品和饮料(-5.8%)、其他制造业（-6.0%）和木材和造纸（-6.3%）。然而，《泰晤士报》纺织品、服装和其他制造业系列显示，在疫情早期，出口大幅下降，主要与中国和其他亚洲经济体（如孟加拉国、马来西亚）的生产有关，随后逐渐复苏，第二次下降幅度较小。在整个疫情爆发期间，木材和造纸以及食品和饮料部门更加稳定，因为供应链没有严重中断，对产品的需求只是逐渐下降，随后在8月底出现了复苏的迹象。相对变化最大的是渔业(-9.5%)、采矿和采石(-9.0%)、电子和机械制造业（-8.8%）和运输设备制造业（-11.8%）。渔业产品的下降在疫情后期达到峰值，7月和8月明显复苏。采矿和采石行业的时间序列显示了一个更复杂的情况，在疫情开始时，由于亚洲对原材料的需求减少，市场急剧下降，随后为补充库存而进行的贸易急剧增加，此后可以看到市场全面崩溃，主要与石油需求减少有关。对于这两个制造业部门来说，巨大的损失是由于供应链严重中断导致上游生产过程因供应短缺而停止的结果[8]。特别是运输制造业，以准时物流服务和高度专业化的生产工序为特点，在头几个月经历了逐渐的中断，此后五、六和七月的贸易下降了20%以上。图3。随着时间的推移，具体部门的损失。每日全球贸易总额的变化占平均每日贸易的一小部分（超过2019年）。深蓝色的线代表进口，深红色的线代表出口，而灰色的线表示贸易总额（进口+出口）。

部门1：农业；部门2：渔业；部门3：采矿和采石；第四部门：食品和饮料；行业五：纺织服装；第6部门：木材和纸张；第7部门：石油、化工和非金属矿物制品；第8部门：金属制品；第9部门：电气和机械；第10部门：运输设备；第11部分：其他制造业。大规模控制措施的影响面板回归模型的结果载于表1。在检验各种模型规格(S1附录）后，我们发现该模型最稳健的结果，该模型包括每日控制变量，即确诊病例数占人口的比例（病例）、依赖贸易国家的需求减少（需求）、通过进口变化用于出口的潜在供应中断（供应）以及与出口变化自相关的潜在其他因素（出口滞后）。综合指数对出口日变化的影响很强，具有显著的统计学意义(p<0.01)，指数上升10%，出口日变化为-0.45%（模型1）。遏制措施对出口的影响既有消极影响，也有积极影响（模型2）。学校关闭(C1,-2.63%,显著性p<0.05),工作场所关闭(C2,-4.76,显著性p<0.01),公共交通关闭(C5,-3.59%,显著性p<0.01)。此外，居家要求(C6,+2.74%,显着性p<0.10)和内部活动限制(C7,+2.17%,显着性p<0.10)都有积极的影响。因此，执行一些政策使各国能够继续生产出口货物并将其运往港口，尽管信号一般不强烈。由于遏制措施可能以滞后的方式影响国内生产，结果可能有偏差。在S2附录中，我们通过引入包含策略的4/8/12/16天滞后来执行额外的健壮性测试。这增加了学校关闭的负面影响，根据滞后时间在-3.36%和-6.87%之间变化（均显著(p<0.01)；同时增加了国际旅行禁令在8-16天滞后时间内的正面影响(+2.85%和6.03%之间，显著p<0.01)。此外，我们运行了一个模型（模型3和4包括每日虚拟变量，以说明影响海运出口的全经济因素）和一个模型（模型5和6)，该模型只包括疫情在一个国家变得严重的日子（我们定义为至少有50例确诊病例）。综合指数的这个系数在模型中是稳定的（模型3和模型5的-4.53%对-4.94%和-4.72%）。在个体控制措施方面，模型4（-2.63%,显著性p<0.05)和模型6（-6.53%,显著性p<0.01)的学校关闭效果较大。模型6中测试的正效应增强(+2.83%，显著性p<0.05)，而呆在家里政策的正效应在模型4和模型6中变得更大，具有显著性(+2.74%，显著性p<0.10；+6.53%，显著性p<0.01)。当通过修改导出滞后的天数和向模型添加周假（而不是日假）来执行额外的健壮检查时，结果几乎没有变化（请参见S2附录）。在所有模型规格中，我们发现总体严格指数与海运出口、商业和公共交通关闭与海运出口之间存在一致的负关系，而所有其他政策要么不显着，要么在不同模型规格中不显着。各种回归模型的结果。

该表显示了所讨论的六个模型规范的估计贝塔系数和拟合优度统计。*P<0.1,**P<0.05,***P<0.01 model1 model2 model3 model4 model5 model6 77C81.8251.9953.771H20.89000.7282.833**需求-0.015-0.033-0.016-0.0140.005-0.022cases-0.129**-0.113*-0.130*-0.124*-0.393***-0.427***-0.393***0.018***0.018***-0.003-0.002出口Lag0.350***0.349***0.351***0.350**0.402***0.399***0.3200.320.3290.3300.3590.361R2-调整.3190.3530.355F-统计73.6769.2329.8429.2064.7461.18讨论和结论我们根据经验船只跟踪数据对海上贸易指标进行了近乎全球的分析。我们说明了大规模遏制措施的实施如何造成了巨大的贸易损失，从而导致了国内产出的损失，并具有很强的地域和部门异质性。我们对2020年前8个月全球港口吞吐量下降4.4%的估计低于贸发会议对前6个月8.7%的预测[14]。造成这种差异的主要原因与包括不同的血管类型有关。虽然我们只包括主要的贸易运输船只，但贸发会议的分析还包括了客轮（占总停靠港量的66%)，客轮停靠港量下降幅度最大（客轮下降17%）。此外，我们发现的部门层面的趋势与贸发会议分析[14]中提出的2020年第一季度(Q1)的部门层面影响（基于观察到的中国、欧盟和美国的贸易数据）是一致的，该分析指出，尤其是汽车行业(-8%)、机械(-8%)、办公机械（-8%）以及纺织和服装（-11%）受到的冲击尤为严重。我们的分析不同之处在于只包括海运贸易（而不是总贸易）和全球范围（而不是三个国家），发现纺织和服装（行业5)、电气设备和机械制造业（行业9)、运输设备（行业10）和其他制造业（行业11）在第一季度的平均损失分别为6.2%、9.2%、6.5%和8.4%。我们估计的贸易损失（前八个月为2250亿至4120亿美元）比Lenzen等人的模型框架中报告的要低得多。[7]，世卫组织估计2020年前5个月的贸易损失为5360亿美元。同样，这一差异的部分原因是涵盖的国家（它们提供了全面的全球分析）和运输方式（所有运输方式仅与海运相比）。尽管如此，基于投入产出的分析，正如Lenzen等人所做的那样。[7]，往往没有考虑到全球经济体系中的适应行为，而适应行为可以抑制经济影响[33]。我们发现的-8.6%的贸易损失也低于关等人在全球流行病情景中报告的26.8%和高达31%的增值损失（尽管不能直接可比）。[6]。我们预计2020年贸易损失的百分比变化将进一步增加，因为8月底的每日贸易损失超过10%。这与贸发会议[14]和世贸组织[10]的预测一致，它们估计2020年下半年商品贸易将进一步收缩。计量经济学模型的结果为评估大规模遏制措施对病毒传播的影响的研究提供了另一种观点[1,2,4,34]。我们发现了大规模遏制措施对日出口变化的负面影响的明确证据，总体严格值增加10%，导致日海运出口下降0.45%-0.50%。