再次，也是非常重要但很少被提及的一条，新基建大都是成长中的新技术，技术路线和市场前景不确定强，投资风险更大。

长期以来，中国实施了最严格的耕地保护政策、最严格的城镇建设用地规划政策，这对于保证中国长期发展的资源底气无疑是非常正确的。四是土地使用权二级市场非常不发达，大量土地使用权被沉淀在低效产业和领域，无法通过交易实现流转和优化配置。

宅基地的流转也是土地要素领域的硬骨头之一，尽管2018年就提出我国将探索宅基地所有权、资格权、使用权三权分置，但目前宅基地使用权的流转还停留在只能在本村流转的阶段，几乎是原地踏步，导致大量已经离开农村的农民手中的宅基地无法转化为在城市购房的现金收入。对此各方面都进行了大量的研究，但至今尚未有地方政府推出实质性的政策来解决。三是国有土地的供给受到严格的规划、计划限制，同时还受到繁琐的审批机制约束。在快速工业化和快速城镇化进程中，大量农业用地转为非农用地，每一单位土地在转为非农用地以后，其对GDP的贡献提高10倍以上，上述土地红利是过去三十年经济增长的重要源泉。当然，多年来在人多地少的基本矛盾下，中国在集约化利用土地和节约利用土地方面，已经取得了巨大的成就，但若能进一步适当放松土地供给约束，切实降低土地供给成本、提高土地供给效率，定能为中国经济下一阶段的增长创造新的红利。

有些产业园区对入园企业生命周期内的绩效评估重重加码、层层加码，不仅有法则还有严苛的罚则。如果在这样的承包权确权基础上，开展土地流转，难免会引发更深层次的利益冲突。北大陈松蹊教授的研究团队发表文章，也表示污染治理的成果从统计数据来看并不显著。

另外，就工业污染补充一点。我们下一步要做的工作是再改进一步，使用国家电网的数据，比如区分工业用电、居民用电、服务业用电，以便更精确地了解复工情况。现在确实还没有完全放开，出行有很多规定，让出行难度增加。春节假期期间（第一阶段），即1月24日到2月9日停工停产期间，含春节延长假期。

第二，空气质量数据模型反映出平台期现象，即随时间推移污染物减少进入了平台期。除去工作性的、学习性的活动，诸如平常人与人之间互访、个人之间的交流，其实交易成本很大，要测体温、做登记，对方可能还要出来迎接，即使去餐厅吃饭也要保持距离。

过去七八年治理大气污染未能取得实质性成效，好像人的行为或环保政策对环境没有长期影响，只能等环境容量增加。再来看大气污染数据对比，其中特别去掉了湖北省所有城市的污染数据。如果真是这样，对就业、环境都将会有比较大的影响。但是从二氧化氮排放，以及二氧化氮比二氧化硫的比值来看，是否采取了封城措施，对人们的出行变化不是很大。

国发院学术委员会主任、北大中国卫生经济研究中心主任刘国恩教授，国发院副院长、北大环境与能源研究中心主任徐晋涛教授分别点评。空气污染方面，二氧化氮排放与城市出行情况类似，但是系数绝对值第二阶段比第一阶段大，二氧化氮比二氧化硫的比值也是如此。此次研究对将来交通治理的政策讨论有价值。疫情冲击期间，即1月20-23日。

今年在1月20日之前，出行强度都比去年高，但从1月20日钟南山讲话之后就急速下降，并持续下降到2月8日（农历正月十五）才开始回升。它是不是反映个人行为的永久性改变，同样也要考虑到疫情防控政策效应。

从北京来讲这很难理解，因为北京市内工业污染下降很多，这几年煤改气也基本完成。怎么来解释这个结论呢？第一阶段主要是春节放假期间，二氧化硫排放减少是因为这期间本来经济活动就会减少，二氧化氮数值下降主要是因为人们购物、社交方面的出行减少。

从百度出行数据看，节前和往年数据相比没有任何差别，节后出行数据一直下降，到节后第二个星期略有上升接下来看动态效果，即主要看是否存在下降趋势。国发院学术委员会主任、北大中国卫生经济研究中心主任刘国恩教授，国发院副院长、北大环境与能源研究中心主任徐晋涛教授分别点评。怎么来解释这个结论呢？第一阶段主要是春节放假期间，二氧化硫排放减少是因为这期间本来经济活动就会减少，二氧化氮数值下降主要是因为人们购物、社交方面的出行减少。如上左图是同期二氧化氮（主要来自汽车尾气）的数据情况，2020年相比往年（2016-2019年）的平均数都要低。可见，出行减少对空气质量改善的效果相当显著。

要确认排除疫情政策影响下人们出行的变化情况，可能要等到政府完全解除出行限制，出行新增的这些交易成本消失才更科学。另外，就工业污染补充一点。

但是从二氧化氮排放，以及二氧化氮比二氧化硫的比值来看，是否采取了封城措施，对人们的出行变化不是很大。研究以今年为实验组，去年为控制组。

我们要解释系数本身，要把大量的篇幅放在对回归系数的解释，以及回归系数表明的经济活动对社会活动的影响程度，还要分城市来看。从大数据看疫情对出行的影响 百度出行数据源于对变化的追踪，每天都会公布，研究基于2019年至今的数据。

另一种是二氧化硫，主要来自工业排放，由非移动污染源产生。从百度出行数据看，封城与不封城导致出行差异比较明显，即曾经采取封城措施的城市，比没有采取封城措施的城市影响要大。而且，二氧化氮排放数据有平台期，但是其他几个因变量并没有发现平台期，所以，要讨论平台期也需要明确：它多大程度上源于出行成本还没有回归到2019年之前的状态，是人们当下对出行成本做出的反应，还是说疫情真的改变了人们的出行行为、生活行为。从中国的情况来看，人们在疫情发生后的出行方式、生活行为有很大变化。

总体看，今年的二氧化氮排放同样没有达到往年水平。节前二者比值较高，主要原因是二氧化硫排放下降非常多。

百度出行指数是通过衡量一个城市中出行人口占全部人口的比例，然后取对数并进行标准化，虽然我们无法确知指数的绝对值，但是每个城市内部可以跨时间对比。再来看大气污染数据对比，其中特别去掉了湖北省所有城市的污染数据。

后期我们进行统计检验，通过两个系数的差值可以解释得出：由于复工不够或人们出行行为本身发生了改变，特别是和生产相关的行为改变，造成出行强度下降。预测人们的出行行为已经永久改变，现在还为时尚早。

国发院院长、北大中国经济研究中心主任姚洋教授分享了主题为《新冠肺炎疫情与出行变化》的报告。我们又绘制了1月20日、2月15日、4月19日的全国出行地图，从图中的出行强度分布可以看到，2月15日全国所有城市基本停止了出行，4月19日呈现恢复状态，但绝对值远远没有恢复到1月20日的水平。因为截至目前，中国其实只是对一些大型生产活动、跨城市之间出行解禁。现阶段研究有两个数据来源：一是以天为单位的百度城市出行指数，是城市级的，二是精确到小时级的空气质量数据，为了便于和百度出行数据一起统计应用，我们将数据加总到每天。

今年在1月20日之前，出行强度都比去年高，但从1月20日钟南山讲话之后就急速下降，并持续下降到2月8日（农历正月十五）才开始回升。此次研究从不同角度和视野来关注污染问题，也对污染防治政策有很大推动。

春节假期之后（第二阶段），即2月9日复工复产之后的时间。疫情后出行锐减，空气质量改善 在回归式（对变量之间统计关系进行定量描述的一种数学表达式）中，我们按照时间顺序分成四个阶段，分别是疫情冲击前，即1月20日之前。

第二，空气质量数据模型反映出平台期现象，即随时间推移污染物减少进入了平台期。此外，我们还收集了气象数据。