新冠疫情的经济影响是巨大的，低收入和中等收入国家的劳动力市场急剧下滑。国际劳工组织的估计显示，从2019年四季度至2020年二季度，总的工作时间减少了18.5%，相当于丧失了5.2亿个全职工作岗位。对39个发展中国家所做的电话调查呈现出更为暗淡的图景，大约三分之一的受访者报告说在2020年春夏处于停工状态。尽管在2020年至2021年期间出现了一些复苏，但劳动力市场依然在苦苦挣扎。
盲目的开端
危机爆发时，政策制定者面临着经济冲击的因素及其分配效应的不确定性。关键问题涵盖与富人相比，危机如何妨碍穷人以及贫困率上升的程度。与预想不同的是，收集和发布福祉调查数据通常应当需要数月甚至数年的时间，而且大多数数据收集工作在2020年暂停，这使得回答这些关键问题变得越来越具有挑战性。
微观模拟来助力
如果想到达这样的效果，必须解决这一数据差距，微观模拟已然成为推理揣测危机分布因素的重要技术。微观模拟方法涵盖五个步骤：
失业预测：参照结合人均GDP的变化预测失业率。
弱势工人识别：参照结合社会经济特征、就业行业和正式身份推理揣测哪些工人最难找到工作。
失业模拟：模拟非受保护行业中最弱势工人的失业和劳动收入完全丧失，以匹配预测的失业规模。
模拟收入变化：从某种角度看来，这对于保留工作但不在受保护行业工作的工人，模拟劳动收入变化等于国民账户中私人消费的百分比变化。
汇款收入模拟：模拟汇款收入百分比变化，相当于收款户汇款收入总体百分比变化。
假设与现实
其中多个步骤依赖于某些假设，例如：
步骤一假设危机前数据的就业弹性可以准确预测危机期间的失业情况。
步骤二假设在危机前和危机后的就业概率相似。
步骤三假设最难找到工作的工人最有可能失去工作。
步骤四假设受保护行业的工人收入没有下降，而非受保护行业的工人收入下降幅度相同。
步骤五假设所有收款家庭的汇款收入降幅相同。
尽管有以上假设，但这些步骤在危机发生、时间紧迫的情况下提供了宝贵洞见。
来自冲击后数据的洞见
我们的新论文《从中产阶级到一夜贫穷》借助危机最初因素后收集的数据探讨了这些问题，总体结果好坏参半。
就业弹性和GDP预测：一般情况下，往往根据弹性的推理揣测略微低估了2020年的失业情况，但准确度却出人意料地高，15个国家中有11个国家的调查失业率在5%以内。参照结合居家令的严格程度和谷歌的流动性报告来衡量，在受疫情影响特别严重的地区，估计最不准确。借助上次全球危机的弹性可能有助于进一步提升预测准确性。
微观模拟和分配效果：五个国家的微观模拟显示中产阶级减少和贫困提高，但提高和减少的幅度差异很大。这凸显了考虑各国具体因素的重要性，而不仅仅是危机前国内生产总值或人均消费的变化以及福祉的分配。
微观模拟准确性：在巴西，微观模拟预测与2020年和2021年收集的实际调查数据进行了比较。微观模拟低估了收入下降的幅度，特别是最富有的五分之一。这种差异的出现可能是由于微观模拟没有考虑到劳动收入下降分布的差异，因为并非所有工人都会经历相同幅度的收入下降。
未来之路
如果想到达这样的效果，必须增强建模工具，应当需要在各种环境中进行更多评估和更严格的证据收集。目前的分配中性贫困推理揣测平均存在3.7个百分点的偏差，而微观模拟为进一步提升预测准确性带来了希望。此外，考虑非正规就业能够进一步提升模型预测的准确性。
巴西的研究结果强调了增强微观模拟模型和频繁收集调查数据的重要性，以更好地了解危机的分配效果。在我们继续应对新冠疫情的因素时，我们一定要继续完善实时分析工具并收集更多证据，为未来危机中的有效政策应对予以信息。
更多阅读：
