Estimer l’impact des mesures de restriction sur l’activité

Résumé Fr En

Depuis l’émergence et l’expansion de l’épidémie de Covid-19 au début de 2020, les indicateurs élaborés conjointement par l’Université d’Oxford et la Blavatnik School of Government sont devenus incontournables pour les observateurs car ils permettent de synthétiser de façon quantitative et selon une grille commune les diverses mesures de restriction imposées dans la quasi-totalité des pays du monde. Non seulement ils appréhendent la sévérité intrinsèque des différentes mesures mises en œuvre, mais ils prennent aussi en compte leur application locale ou nationale, non sans difficulté pour certains pays.L’indice synthétique construit par les chercheurs d’Oxford rend assez bien compte de la dispersion des taux de croissance trimestriels du PIB au cours de l’année 2020. En revanche, la sélection économétrique des mesures pertinentes dans le cadre d’une modélisation montre que les fermetures d’école et le confinement à domicile rendent compte à elles seules des effets des restrictions sur la croissance. Les autres mesures n’apportent pas d’information supplémentaire. Ce sont donc les mesures qui empêchent l’offre de travail en maintenant les actifs à domicile, soit directement par l’interdiction de sortie soit indirectement par la nécessité de garder les enfants, qui apparaissent les plus pénalisantes pour le fonctionnement de l’économie.

Since the emergence and spread of the Covid-19 pandemic in early 2020, the indicators developed jointly by the University of Oxford and the Blavatnik School of Government have become indispensable for observers, because they provide a common framework to make a quantitative synthesis of the various restrictions imposed almost everywhere throughout the world. Not only do they capture the intrinsic severity of the various measures implemented, but they also take into account their local or national application, which is not without difficulty for some countries.The synthetic index constructed by the Oxford researchers does a fairly good job of capturing the dispersion of quarterly GDP growth rates over the course of the year 2020. In contrast, an econometric selection of the relevant measures in the course of the modelling shows that school closures and home confinement can alone account for the growth effects of the lockdowns. The other measures do not really provide additional information. It is therefore the measures that block the supply of labor by keeping workers at home, either directly through the prohibition on going out or indirectly through the need to look after children, that appear to hit the functioning of the economy hardest.