图片来源：必应搜索

原文信息：

Berkes, Enrico; Olivier Deschênes; Ruben Gaetani; Jeffrey Lin and Christopher Severen. 2023. "Lockdowns and Innovation: Evidence from the ." The Review of Economics and Statistics, 1-30.

01

引言

城市内部知识溢出是创新的关键投入，城市密度可以促进交流，使得已有知识重组，产生创新。地理邻近有助于知识流动，发明家更可能引用或创造与他附近发明家类似的成果。此外，在高密度城市的发明家也可能创造更多专利。这些事实表明城市是创新的引擎。

然而，为控制疫情传播，美国地方和中央政府广泛采用了限制社交距离的非药物干预（non-pharmaceutical interventions，简称NPIs），限制了城市中的社交互动，可能会减少密度带来的好处。这些限制政策是否会对城市财富、总和创新率和经济增长产生影响？

本文以1918年的流感大流行（"西班牙流感"）为背景，使用DID策略，发现与经历短期封锁时间相比，封锁时间更长的城市在“大流行”结束后创新产出更高。结果表明封锁政策没有通过限制本地化知识溢出来减少本地发明，反而保护了其他发明要素，从长期看促进创新。

历史背景和理论框架

02

1918年的流感大流行是短暂而严重的。在美国，第一次疫情爆发在1918年的春天和夏天，主要限于士兵。1918年9月开始的第二次浪潮更为严重，造成了大部分的疫情死亡。第三次浪潮开始于1919年1月，结束于1919年4月，也就是我们所定义的大流行结束的月份。

美国城市采用了各种NPIs来限制社会互动和疾病传播，主要分为三类：禁止公众集会、关闭学校以及对确诊和疑似病例进行隔离和检疫。这些干预措施的类型和持续时间在各城市之间存在显著差异。在我们对50个城市的抽样调查中，各类NPIs的总天数从28天到170天数。

美国城市采用的NPIs如何影响当地总体经济活动和具体的发明活动？

首先，NPIs可能直接造成紧缩，比如强制保持社交距离和关闭企业（Markel et al. 2007）。其次，NPIs可能改变了锚定的商业预期，减少组织或无形资产损失（Dixit and Pindyck, 1994; Goel and Ram, 2001）。

关于NPIs对经济活动影响的证据不一（Correia et al. 2022; Lilley et al. 2020; Correia et al. 2022）。人们更一致认为，大流行扰乱了商业活动、中间投入品生产和资本流动等高频指标。NPIs降低了最高死亡率，对总死亡率的影响较小甚至为零。然而，由流感造成的经济损失主要来自于最高死亡率周期变动而不是NPIs（Bodenhorn 2020）。

因此，NPIs对发明的净影响取决于这些渠道的相对强度。如果从较低的最高死亡率中保存的组织或无形资本、商业中断的减少或稳定的商业预期强于从限制社会互动中减少的知识溢出，那么NPIs可能对专利具有净正影响。

03 

数据

作者建立了城市-月份层面的NPIs和专利数据集。NPIs数据主要来自于Markel et al. （2007），包括43个城市的NPIs信息，作者在此基础上新增了7个城市。NPIs主要包括禁止公众集会、关闭学校、隔离检疫。专利数据主要来自于美国专利商标局，作者选择了发明人至少有一人在样本城市的专利。作者通过将每个授权除以共同发明人的数量来构建一个城市级别的专利数量变量，并整理成月度数据。城市人口来自美国1900年至1930年间的十年一次的人口普查，识字率、年龄和种族构成来自1910年的人口普查。

在50个城市样本中，每个城市的月专利率（每10万人口的专利数）范围为0到28，均值为5.19。相当于每个城市每月平均有27项专利，其中大部分来自单个发明人专利。NPIs的平均持续时间为85.2天，最少28天，最长170天。长期NPIs城市（处理组，超过90天）的比例为0.36。Table A.3展示了处理组和控制组的描述性统计。

Figure1显示了1916年1月至1920年12月期间长期和短期NPIs城市的平均月专利率时间变化情况。虚线为城市去均值以及剔除季节因素（城市-月份固定效应）的残差变化。在1918年9月之前，长期和短期NPIs城市月专利率变化趋势相似。从1918年10 - 11月开始，长期和短期NPIs城市的专利申请率都出现了大幅反弹。短期NPIs城市在1919年中期短暂地表现出更高的专利率。然而，到 1920年底，与短期相比，长期NPIs城市的专利率持续上升。

实证框架

04

文章使用双重差分法识别NPIs对专利发明的影响，将1918年9月之前定义为处理前，在某些设定中也将疫情发生一年前（1917年）定义为处理前。1918年9月之后为处理后。为了解决专利数据的两大问题——零值和异方差，作者使用泊松伪极大似然估计(Poisson Pseudo-Maximum Likelihood，PPML)，基准回归设定如下：

其中，和分别表示城市c在t年m月专利授权和人口数量。指示函数在处理期取1。作者控制了城市-月份固定效应来控制城市特定不随时变的发明活动决定因素，例如靠近交通网络（Perlman，2016;Agrawal et al.，2017）或大学（Kantor and Whalley, 2014;Andrews, 2020），还有城市间的季节性差异。此外，作者还控制了年-月、普查区-年固定效应。

主要的处理是关于每个城市NPIs的函数g（·），文章关注的是二元处理指标，该指标比较了NPIs较短和较长（NPIs持续时间为90天或更长）的城市，文章也报告了持续处理的估计，即每个城市NPI的天数。分析的目的是确定NPI对本地专利率的因果影响，用参数 β 表示。

DD需要满足平行趋势假设。作者通过对可能预测发明率（例如，受教育程度趋势）的不同固定变量和控制变量估计的稳健性来检验识别假设，还报告了采用事前趋势的估计，作为对不受控制的混杂因素是否造成偏差的检验。

05 

结果

Table 1汇报了方程（1）和扩展设定中的基准结果。PPML估计值可以被解释为NPIs长度对专利率对数值的影响。A-D组展现了对g（·）的两种不同函数形式假设和DD模型的两种不同设定给出了估计值。第（1）至（3）列在回归分析中引入了不同的固定效应，而第（4）列则更换时间窗口，第（5）和（6）列使用与第（3）列相同的样本和方程设定，但增加类别-城市-月份固定效应。

A组的结果显示，大流行后，长期NPIs城市的专利率高于短期NPIs城市，简单DD的结果显示月专利增加5.6% 至8.6%。以第（3）列增加了城市-月份、普查区-年份和年-月固定效应的回归结果为基准，本文发现NPIs更长的城市专利率增加7.4%，95%置信区间为1.7%到13.1%。第（5）和（6）列是按不同学科类别分类的专利数量。

B组中的扩展估计表明，NPIs对发明的正向影响主要是由大流行结束后的时期而不是大流行期间所驱动的。此外，在大流行前，处理组和对照组的专利率没有显著的统计学差异。这一结果支撑了DD模型的主要识别假设。C和D组将NPI指标由0-1变量换成了连续变量，即封锁天数，得到与之前相同的结论。

Figure 2展示了事件研究的结果，作者将专利数据加总到年份层面，在事件发生（1918）以前，NPIs的影响并不显著。

文章的稳健性检验包括：将样本替换为43个城市，控制城市级别大流行严重程度，以及包含城市特定的人力资本水平和年龄构成交互的线性时间趋势，结果都是稳健的。此外，为了剔除二战的影响，作者还控制了与1910年德国本土人口后裔比例交互的线性时间趋势。最后，回归结果在改变了对NPIs长短持续时间的定义后结果依然成立。

表2展示了NPIs在多个维度的异质性。A组根据发明者（单个或多个）和所有者（企业、个人或大学）类型区分异质性。总的来说，长NPIs对各种不同发明人身份类型均有正向影响，且这种影响对团队发明者或多个发明人的专利更强。B组对不同专利类别进行了讨论。C组按照发明人和专利类型进行了分类。

结论

06

这篇文章以1918年大流行为背景，使用DID模型研究了长期封锁政策对创新产生什么影响。在大流行期间，采用较长NPIs应对大流行的城市专利申请率并未出现相对下降，相反的，在大流行结束后的几年中，这些城市的专利申请率显著较高。较长的NPI对多个发明人申请专利、外部受让人拥有的专利、和快速增长的专利类别正向影响更大。

文章研究结果并没有挑战面对面互动对于发明重要性的证据，而是表明NPI可能通过减少不确定性、保护无形资本和组织资本来帮助防止专利申请率的下降，而不会不成比例地阻碍城市中的知识流动。

Abstract 

Does social distancing harm innovation? We estimate the effect of non-pharmaceutical interventions （NPIs）—policies that restrict interactions in an attempt to slow the spread of disease—on local invention. We construct a panel of issued patents and NPIs adopted by 50 large US cities during the 1918 flu pandemic. Difference-in-differences estimates show that cities adopting longer NPIs did not experience a decline in patenting during the pandemic relative to short-NPI cities, and recorded higher patenting afterward. Rather than reduce local invention by restricting localized knowledge spillovers, NPIs adopted during the pandemic may have preserved other inventive factors.

推文作者

何佳鑫，中国人民大学 hejiaxin@ruc.edu.cn

声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。