《新冠肺炎疫情影响因素的实证研究》作者：卢洪芳【PDF】

书呆熊

　　【作者】 卢洪芳；
　　【导师】 韩邈；
　　【作者基本信息】 上海财经大学 ， 应用统计学（专业学位）， 2022， 硕士
　　【副题名】以中国和全球Top50国家为例
　　【摘要】 2020年初,一场突如其来的新型冠状病毒性肺炎疫情首先在中国武汉爆发,其后造成的全球大流行对政治、经济等多个领域造成了全方位的冲击。本文以中国和全球累计确诊前50名国家的面板数据为例,进行了新冠肺炎累计死亡病例数影响因素的实证研究。本文共分为五个章节,在对研究背景和意义进行阐述后,第二章为研究数据的说明与预处理。第三章则进行了描述性统计分析,通过可视化图表展示了全球疫情的概览和走势。第四章为实证分析部分,在进行回归前分别使用LLC检验、IPS检验和CADF检验对面板数据的相关变量进行了平稳性检验。作为基础模型,在假设个体效应不存在的前提下首先进行了混合横截面回归并选用了聚类稳健标准误以提高标准误的估计准确性。分别以累计确诊病例和累计死亡病例作为解释变量时,虽方程整体显著,但大部分解释变量无法通过显著性检验且部分回归系数符号与预期相反。紧接着,进行Hausman检验后采用固定效应模型进行了回归,结果证实了复合扰动项(44))+44)4)4)))的方差主要来自个体效应44))的变动,即个体固定效应的存在。但仍然只有少数特征是显著的。由于上述回归模型结果的不理想,对回归后的扰动项进行了Wald检验和Breusch-Pagan LM检验,发现44)4)4))不满足独立同分布假设,且同时存在“组间异方差”、“组内自相关”和“组间同期相关”。重新进行稳健的Hausman检验后,针对以累计死亡病例作为解释变量的模型进行修正。为解决组间异方差和组间同期相关的问题,在最小二乘虚拟变量法的基础上引入了“面板校正标准误”再次进行回归,结果显示决定系数为0.9424。虽然所有特征都通过了显著性检验,但仍有部分回归系数符号与预期相反。为同时处理“组内自相关”问题,进一步引入可行广义最小二乘方法。模型结果显示在自回归系数相同和不相同时,综合PHSM指数、是否有变异株和是否开始疫苗接种均未通过显著性检验。其后,在固定效应模型的基础上引入了“Driscoll-Kraay标准误”,其组内2与未修正时保持一致且所有特征显著。最后,综合PHSM指数的回归系数在上述修正模型中仍然为正,这可能是由于我们假设各个国家该变量的回归系数相同导致的。故在PCSEs的基础上进一步引入国家虚拟变量与综合PHSM指数的互动项,尝试建立了“面板数据变系数模型”。回归结果显示,2提升至了0.9559,且超过82%的国家的互动项回归系数显著。不同国家之间互动项回归系数的差异也说明了防疫政策对于各个国家疫情走势的影响。基于上述实证研究的结果在本文第五章给出以下结论:（1）采取积极的防疫政策对于减少疫情带来的死亡病例数是有正向作用的。（2）人以购买力平价计算的人均卫生支出和和每万人医生数对于减少累计死亡病例也有积极作用。（3）老龄化程度、人类发展指数和变异株的出现对于新冠疫情的影响是负面的。对于疫情防治工作提出以下建议:（1）抗疫是一场持久战,政府应根据疫情现状及时调整相关防控政策,采取必要的手段遏制疫情的发展;个人在未来仍要遵守各项防疫政策不得松懈。（2）继续提高第三针疫苗的接种率,尤其是针对易感的老年群体;进一步加快对新冠变异株和特效药的研究工作。（3）减少人群聚集,加强对中老年群体的社区宣传教育工作,强化该群体的防范意识。同时在疫情发生时做好紧急医疗需求保障,减少由其他疾病带来的死亡。（4）完善相关政策和管理体系建设,建立标准化操作流程,在政府层面进一步提升应对突发公共卫生事件的能力。在特殊时期保证医疗、运输和民生体系的正常运转。
　　【关键词】 新冠肺炎； 面板数据； 固定效应模型； 个体效应； 变系数；
　　【分类号】R181;O212.1

十万个为什么

这篇论文揭示了新冠肺炎累计死亡病例数的主要影响因素