社会资本在新冠肺炎疫情传播中的作用

自今年年初以来，新型冠状病毒迅速传播，成为我们这个时代最大的医疗和经济危机之一，影响着全球人民的生活、健康结果和生计。由于目前还没有可用的医疗解决方案，遏制大流行传播的关键因素是人类行为，即是否愿意实践“社交距离”(Van Bavel等人，2020年，Baldwin和Weder di Mauro 2020年)。因此，世界各地的政策制定者和卫生专家都要求本国人民限制社交接触，并遵循严格的卫生和距离建议，呼吁本国公民承担社会责任。例如，朱塞佩·孔特敦促说，“我们每个人的负责任行为都至关重要……如果你爱意大利，请与之保持距离。”这种集体行动和追求社会价值目标的意愿通常被称为社会资本(Putnam 1993,2000)。

虽然社会资本在全球官方Covid-19战略中发挥着关键作用，但没有系统证据表明它是否确实是遏制病毒传播的重要因素。我们最近的研究(Bartscher et al. 2020)通过分析社会资本与病毒早期传播之间的关系，为这一及时的问题提供了经验证据。我们在七个欧洲国家(奥地利、德国、意大利、荷兰、瑞典、瑞士和英国)独立调查了这种关系，利用国内Covid-19传播的区域差异和社会资本。由于各国在许多宏观经济和covid -19具体方面存在差异，我们主要专注于探索每个国家内部的关系(Goodman-Bacon和Marcus 2020)。

社会资本的作用

从理论角度来看，社会资本、Covid-19的传播和遏制政策以各种方式相互作用。高社会资本与更高的社会责任相关，但高社会资本的地区也被认为社会更活跃、更有活力、联系更紧密(Knack和Keefer 1997, Tabellini 2010)。因此，在大流行开始时(公众尚未了解有关病毒及其严重程度的信息)，病毒在这些地区的传播速度会更快。然而，一旦行为“遏制”规范的重要性变得更加突出，人们就会预期这些地区会更快地采取自愿遏制措施(保持社交距离)，从而导致新感染病例相对减少。最后，当官方遏制政策的严格程度提高时(例如通过全国封锁)，就更容易发现和制裁不遵守规定的行为。因此，我们预计，在大流行的后期阶段，在更严格的政策制度下，遏制措施对社会资本的依赖将减少。

早期:社会资本高的地区新冠肺炎病例更多

图1绘制了社会资本高地区与社会资本低地区累计人均Covid-19病例随时间的变化情况。我们通过2019年欧洲选举中特定地区的选举投票率来计算社会资本，这是一种在大多数不受经济因素影响的国家之间的一致和可比较的衡量标准(Putnam 1993,2000)在所有国家，我们观察到病毒最初在社会资本较高的地区更为流行。这个观察结果与我们的第一个假设是一致的。从这一较高的初始水平开始，我们看到该比率在接下来的几周内急剧下降，即这些地区累积的人均病例相对较少。随着时间的推移，这种差异会下降，直到社会资本高和社会资本低的地区的人均累积病例数几乎相同。引人注目的是，下降开始了之前国家封锁政策可能已经开始产生影响(由于潜伏期和报告滞后)。这首次表明，自愿的社会责任行为可能在遏制Covid-19中发挥作用。

图1社会资本高与低地区人均累计病例数之比

请注意:样本按NUTS1地区投票率的中位数进行划分，高于中位数的投票率被定义为具有高社会资本的地区。蓝线表示各地区人口加权比率随时间变化的平均值。黑色实线表示全国封锁的日期，黑色虚线表示全国封锁的日期加上12天的潜伏期。

感染动态的差异

虽然描述性证据呈现出随时间推移的简单相关性，但我们实施了一个更严格的经验模型，系统地研究每个国家社会资本与病毒传播之间关系的演变。在每个国家，我们根据预先确定的社会资本，与“每日固定效应”相互作用，回归每日累积Covid-19病例的日志。我们包括一系列固定效应，以灵活控制区域暴发模式、不同暴发日期和随时间变化的传播模式。

图2显示了我们的主要发现。所提出的系数比较了社会资本较高地区与社会资本较低地区的对数累积案例随时间的演变。

图2每10万居民Covid-19累计感染人数与社会资本之间的关系

请注意:数值在第一次观测的日期归一化。第一个虚线表示全国封锁日期，第二个虚线表示全国封锁日期加12天(潜伏期+确认时间)。

在所有国家中，我们看到了类似的模式:社会资本高的地区累积病例的增长比社会资本低的地区慢。这将在所述期间累计的病例数减少12%(德国)至32%(意大利)。实行松散封锁的国家(如荷兰)或根本没有封锁的国家(如瑞典)的影响与意大利大致相同。在我们的论文中，我们证明了结果对于潜在的混杂变量是稳健的，如GDP、受教育程度、人口规模、老年居民的比例、“白领”工人的比例、医院的数量或人口密度。此外，我们的结果也适用于社会资本的其他衡量标准，如献血和历史识字率。

总体而言，我们将从七个国家的独立分析中获得的一致模式解释为支持社会资本在减缓病毒传播方面发挥重要作用这一假设的有力证据。

意大利的例子是:过高的死亡率和流动性

在我们的案例研究中，我们重点关注意大利，这是第一个受到病毒大规模影响的欧洲国家，政府和公民都没有做好准备。我们考虑了两种备选结果:超额死亡率(Ciminelli和Garcia-Mandicó 2020a, 2020b)和基于移动电话位置数据的移动性

图3显示了超额死亡率的结果。到4月中旬，社会资本(即投票率)每增加一个标准差，累积的超额死亡人数就会减少7%。观察到的动态与图1和图2中观察到的模式很吻合。在发现第一例社区病例约两至三周后，高社会资本地区的超额死亡率下降，这与(初步)证据一致，即死亡往往发生在感染后三周左右(21天)(Yang et al. 2020)。

图32020年2月1日至4月15日期间，社会资本对每10万居民超额死亡对数的估计影响(2020年与2019年相比死亡人数增加)

社会资本可能影响病毒传播的主要机制之一是个人流动性(Askitas et al. 2020)。流动性的结果(图4)反映了超额死亡率的动态。截至2月底(第一例社区病例)，流动情况没有明显差异。在大流行开始时，社会资本较高地区的流动性下降幅度明显大于社会资本较低地区。这种差异在全国封锁后消失。就幅度而言，我们发现投票率每增加一个标准差，人均出行次数就会减少0.16次(在3月的第一周)。与新冠疫情前的平均流动性相比，这相当于减少了15%。这一幅度与Durante等人(2020)的估计相当，后者研究了意大利社会资本分布不同四分位数的不同流动性反应。

图4社会资本对个人流动性的估计影响(人均每周出行次数)

结束语

我们的研究结果证明了社会资本在公共卫生危机期间成功控制人口的作用。与社会资本低的地区相比，即使没有任何封锁政策，社会资本高的地区似乎也能更好地控制病毒。虽然这一发现对健康和死亡有直接影响，但它也可能影响经济衰退和复苏的规模(Barro 2020, Barro et al. 2020)。

鉴于未来可能出现的Covid-19浪潮，我们的研究结果对政策制定者在确定遏制政策的严格程度时具有直接影响。由于地区投票率很容易观察到，当地政策制定者在评估封锁的经济后果与健康风险之间的权衡时，可以将其作为一个目标。德国最近的政策转变，将更多的责任下放到县一级，可能是允许这种区域灵活性的一个好方法。

从长远来看，投资于社会资本形成是防范未来类似流行病的重要保障。我们研究的见解要求政策制定者不仅要投资于医疗保健系统，还要投资于社会资本形成，以便为未来做好充分准备。

参考文献

阿斯基塔斯，N, K Tatsiramos和B Verheyden(2020)，”使COVID-19曲线变平:什么有效， VoxEU.org, 6月5日。

Baldwin, R和B Weder di Mauro (2020b)，缓解新冠疫情经济危机:迅速行动，不惜一切代价， VoxEU.org电子书，CEPR。

Barro, R J(2020)，“1918-1919年流感大流行期间美国城市的非药物干预与死亡率”，NBER工作论文27049:。

Barro, R J, J F Ursúa和J Weng(2020)，“冠状病毒和大流感大流行:从“西班牙流感”中吸取的教训，对死亡率和经济活动的潜在影响”，NBER工作论文26866:。

巴切尔，A, S Seitz, S Siegloch, M Slotwinski和N Wehrhöfer(2020)，”社会资本与新冠肺炎的传播:来自欧洲国家的见解， CEPR讨论文件第14711号。

Ciminelli, G和S Garcia-Mandicó (2020a)，”意大利的COVID-19:死亡登记数据分析， VoxEU.org, 4月22日。

Ciminelli, G和S Garcia-Mandicó (2020b)，”意大利的COVID-19:死亡登记数据分析，第二部分， VoxEU.org, 5月19日。//www.pbngalaxy.com/article/covid-19-italy-analysis-death-registry-data-pa..。

Durante, R, L Guiso和G Gulino(2020)，”公民资本和社会距离:来自意大利人应对COVID-19的证据， VoxEU.org, 4月16日。

古德曼-培根，A和J马库斯(2020年)，“使用差异中的差异来确定COVID-19政策的因果影响”，调查研究方法14(2): 153 - 158。

Knack, S和P Keefer(1997)，“社会资本有经济回报吗?”《跨国调查》，经济学季刊112(4): 1251 - 1288。

普特南，研究(1993)，让民主发挥作用:现代意大利的公民传统普林斯顿，新泽西州:普林斯顿大学出版社。

Putman, R D (2000)，独自打保龄球:美国社区的崩溃与复兴纽约:西蒙和舒斯特出版社。

Tabellini, G(2010)，“文化与制度:欧洲地区的经济发展”，欧洲经济协会杂志8(4): 677 - 716。

Van Bavel, J J, K Baicke, P S Boggio等人(2020)，“利用社会和行为科学支持Covid-19大流行应对”，人类行为4(5): 460 - 471。

杨晓霞，余勇，徐俊等(2020)，“中国武汉Sars-Cov-2肺炎危重症患者的临床病程和转归:单中心回顾性观察性研究”，《柳叶刀呼吸医学》8(5): 475 -481。

尾注

1由于瑞士不是欧盟成员国，我们使用的是2019年10月举行的最近一次全国选举的投票率数据

移动数据由瑞士公司Teralytics提供，该公司从意大利手机供应商那里收集手机位置数据