介绍
COVID-19 造成的破坏影响了生活的许多方面。令人担忧的一个问题是这一流行病以及相关的封锁对就业和生计的影响。具体而言，许多作者指出，这种流行病可能会加剧收入不平等，一些作者认为这将导致更高程度的两极分化，特别是在发展中国家（Darvas，参考达瓦斯2021 年；阿加瓦尔等人，参考 Agarwal、Farrar 和 Gopinath2022 年；邦德沃特等人，参考 Bundervoet、达瓦洛斯和加西亚2022 年；迪顿,参考迪顿2021）。两极分化的论点是基于大流行对就业和收入损失的不同影响，特别是在发展中国家（国际劳工组织[ILO]，2020）。具体而言，发展中国家非正规部门的规模表明，在家工作能力的不平等将对弱势工人造成不成比例的影响（Nwosu 等人，参考 Nwosu、Kollamparambil 和 Oyenubi2022）。本文认为，疫情的非均匀影响将导致收入分配发生可预测的变化（至少在短期内）。

以南非为例，该国于 3 月 15 日宣布进入国家灾难状态，并于 3 月 26 日进入全面封锁（指定为 5 级限制），仅允许必要的旅行和服务。结果，经济活动大幅下降。与其他国家一样，被迫脱离劳动力市场给工人，特别是弱势工人带来了巨大的经济成本。在大流行之前，劳动力市场收入的差异是总体不平等的主要驱动因素（Leibbrandt等人，参考 Leibbrandt、Finn 和 Woolard2012）。这是因为劳动力市场收入的特点是工资差异很大，并且存在很大一部分没有收入的个人（Leibbrandt 等人，参考 Leibbrandt、Bhorat 和 Woolard2001）。因此，在大流行期间，大流行将加剧现有不平等的观点对于南非来说尤为重要。

根据兰奇霍德和丹尼尔斯的说法（参考兰奇霍德和丹尼尔斯2020 年），由于失业和休假，2020 年 2 月有收入的人中有三分之一在 2020 年 4 月没有收入。此外，失业不成比例地集中在劳动力市场上已经处于不利地位的群体中（罗根和斯金纳，参考罗根和斯金纳2020）。例如，女性、体力劳动者和收入分配中下半部分的人失业率高得不成比例（Jain 等人，参考 Jain、Budlender 和 Zizzmia2020）。特别是那些一直比较脆弱的群体——例如妇女、非洲人/黑人、青年和受教育程度较低的群体——受到了不成比例的负面影响（Ranchhod 和 Daniels，参考兰奇霍德和丹尼尔斯2020）。最后，兰霍德和丹尼尔斯（参考兰奇霍德和丹尼尔斯2020）指出：

与正规工人相比，非正规经济部门的工人受到疫情的影响尤为严重。4 月份，更大比例的非正规经济（相对于正规就业）被锁定在就业岗位之外。此外，对于在 2 月和 4 月就业的典型非正规工人来说，每周工作时间减少了 50% 之多。对于女性和自营职业者以及非正规临时工来说，典型工作时间的减少尤其明显。

有两个重要概念对于理解大流行和相关封锁如何影响南非的收入分配非常重要。鉴于南非是世界上最不平等的国家之一，人们可能预计这一流行病将加剧收入不平等。另一方面，影响可能更多地表现为收入分配的两极分化（请注意，一个并不排除另一个）。尽管相关，但不平等和两极分化是不同的概念。不平等是指收入分配的离散性，即与收入分配偏离平均分配有关（Panek and Zwierzchowski，2020）。两极分化与不平等不同，是指大众从收入分配的中心向尾部转移的趋势。参考 Clementi、Fabiani 和 Molini2020）。值得注意的是，两极分化的变化可能与不平等的变化不同，甚至相反。

兰霍德和丹尼尔斯的发现（参考兰奇霍德和丹尼尔斯2020），罗杰和斯金纳（2020），以及 Jain 等人，（参考 Jain、Budlender 和 Zizzmia上述描述的2020年收入分配相对于大流行前的收入分配而言，描绘了一幅收入分配中间空心化的图景。这是因为弱势工人不太可能处于收入分配的上十分位，也不太可能在家中执行工作任务（在严格封锁下）（Nwosu 等人，参考 Nwosu、Kollamparambil 和 Oyenubi2022）。因此，人们可以想象大流行的影响表现为收入分配的质量（由于失业、工作时间减少和休假）从中下十分之一转向底部十分之一。与大流行前的情况相比，这一运动可能会造成收入分配（更加）两极分化。研究表明，1993年至2008年间，南非的收入两极分化水平有所上升，而2008年至2014年间，收入两极分化水平有所下降（Machema，参考马赫马2019）。疫情造成的收入分配两极分化表明，2008 年至 2014 年期间取得的成果可能已经逆转。

此外，对大流行影响的描述预测了一种特殊的两极分化，称为收入分配的“降级”。降级被定义为大众进入收入分配的下尾部（Alderson 等人，参考奥尔德森、贝克菲尔德和尼尔森2005）。因此，大流行引发的两极分化预计将是一面倒的。与此相关的是，随着经济重新开放，两极分化的影响将会消失。然而，复苏预计将是缓慢且不平衡的（Lee 等人，参考文献 Lee, Park 和 Shin2021）。

在合理的假设下，我们提供的证据表明，大流行引发的劳动力市场冲击的影响是以收入分配两极分化的形式出现的（至少在大流行的最初几个月内）。我们的分析基于 Handcock 和 Morris 引入的相对分布方法（参考汉德科克和莫里斯1998年,参考汉德科克和莫里斯2006）。该方法允许隔离两个分布之间的位置和形状差异。位置效应是指两个分布和之间的差异可以通过标量 捕获的情况，即和。扣除位置调整后仍然存在的差异是形状上的差异。这些包括尺度、偏斜和其他分布特征，如极化（Handcock 和 Morris，      参考汉德科克和莫里斯1998）。此外，根据现有文献（Clementi 等人，参考文献 Clementi、Molini 和 Schettino2018），位置和形状差异被分解，以确定解释观察到的收入分配变化的变量。

我们利用南非的一项全国代表性调查，比较了大流行引发的封锁之前和之后的收入分配情况。还比较了不同群体的收入分配，看看是否确实某些群体受到了不成比例的影响。结果显示，扣除收入分配之间的地点（中位数）差异后，大流行之后（2020 年 4 月）的收入分配比大流行之前（2020 年 2 月）的收入分配更加两极分化。结果还表明，与较不脆弱的群体相比，在大流行下，弱势群体（年轻工人、妇女和黑人）的两极分化更为严重。此外，对 4 月份收入分配按性别的分解显示，除了工作和收入损失之外，

本文的其余部分组织如下：接下来的三个部分简要回顾文献并讨论数据和方法。接下来是结果的介绍。最后一部分讨论结果并得出结论。

简要回顾
已发现的证据（主要针对发达国家）表明，COVID-19 危机的影响巨大且在国家内部和国家之间不平等（Adams-Prassl 等，2020）。例如，有证据表明，与美国和英国工人相比，德国工人受到的冲击要小得多。此外，根据工作类型、工人特征、部门（正式或非正式）和职业类型，国家内部的影响也存在差异。具体而言，能够在家执行工作任务、拥有永久雇佣合同且从事带薪工作的工人因危机而失业的可能性大大降低。

这种模式对劳动力非正规劳动力比例过高的发展中国家产生了严重影响脚注1（国际劳工组织 [ILO]， 2020 年）。一些估计表明，发展中国家多达 90% 的工人依赖非正规经济（Bonnet 等人，参考 Bonnet，Vanek 和 Chen2019）。其中一些工人从事街头贩卖、垃圾捡拾、家政工作和其他依赖面对面互动的低工资工作。因此，非正规工人往往只能勉强糊口，无法从社会保障体系中受益，而发展中国家基本上不存在社会保障体系。因此，封锁对非正规工人的影响就是生计的丧失。

特别是在南非，事实证明，在家工作能力方面的社会经济不平等有利于那些社会经济地位较高的人（Nwosu 等人，参考 Nwosu、Kollamparambil 和 Oyenubi2022）。由于适合在家工作的工作报酬更高，人们预计收入减少的影响将不成比例地影响收入分配的较低部分。这表明收入分配的形状将发生变化，大规模的人口将从中间的十分位转移到最低的十分位。

有人认为，由于经济结构相似，撒哈拉以南非洲的其他发展中国家也可能出现类似的两极分化效应。这一点很重要，因为它不仅预示着随着大流行的持续，不平等会加剧，而且两极分化效应可能会对减轻危机影响所需的政府干预成本构成挑战。此外，收入分配的两极分化可能意味着社会隔离，从而可能导致社会紧张（Li等，参考文献 李、万、王2019）。

数据和方法
数据说明
该分析基于第一波国民收入动态研究——冠状病毒快速移动调查（NIDS-CRAM）数据。脚注2该数据集是先前存在的全国代表性家庭调查（即国民收入动态研究（NIDS））的后续调查。第一波 NIDS-CRAM 于 2020 年 5 月 7 日至 6 月 27 日进行，使用 50 名呼叫中心代理对第 5 波 NIDS（于 2017 年进行）的 7000 名成年受访者的代表性子样本进行了调查。第一波包含有关 2020 年 2 月和 4 月收入的信息。请注意，尽管询问了与家庭相关的问题，但两项调查的观察单位都是个人。这项为期 20 分钟的调查询问了受访者当前和回顾性的就业情况、人口统计信息、家庭福利、COVID-19 风险认知以及知识和行为等问题。脚注3 NIDS 和 NIDS-CRAM 采样过程的详细描述在其他地方有介绍（Brophy 等人，参考布罗菲、布兰森和丹尼尔斯2018年；英格尔等人，参考文献 Ingle、Brophy 和 Daniels2020 年；克尔等人，参考 Kerr、Ardington 和 Burger2020）。

第一波调查问卷向受访者询问了他们在 2020 年 2 月和 4 月的就业状况。这很重要，因为封锁从 3 月 26 日开始，这意味着 2 月代表大流行前时期，而 4 月代表大流行时期。我们的重点是这两个月劳动力市场报告的收入。第一波 NIDS-CRAM 数据的加权估计显示，与 2 月份相比，4 月份就业人数减少了 300 万人，下降了 18%。2 月至 4 月就业人数下降的 95% 置信区间为 2.5 至 360 万人（Spaull 等人，参考文献 Spaull、Ardington 和 Bassier2020）。

值得注意的是，二月和四月收入信息的收集方式有所不同。2 月份的收入被收集为当月的总收入，而 4 月份的受访者被问及他们支付的频率（每天、每周、每两周或每月）。这意味着，计算 4 月份的月收入涉及到一个隐含的假设，即那些报告在该月的某些时候有一些收入的人实际上整个月都在工作。例如，报告每周领取工资的人的月收入是将报告的收入乘以四月份的周数。然而，由于大流行和封锁导致劳动力市场活动普遍较低，情况可能并非如此。此外，那些没有在 4 月份报告每月付款的人更有可能在非正规部门工作，因此不能保证他们在整个 4 月份都在工作。因此，4月份的收入可能被高估，因此本文的研究结果可视为疫情对收入分配影响的下限。作为稳健性检查，我们将分析仅限于仅报告两个月月收入的个人。结果（见表 我们将分析仅限于仅报告两个月月收入的个人。结果（见表 我们将分析仅限于仅报告两个月月收入的个人。结果（见表补充文件的S1）表明我们的实质性结果在此子样本中是有效的。

另一个需要注意的重要一点是，由于我们对大流行和相关封锁如何影响收入分配感兴趣，因此我们将估计样本限制为二月份报告就业的个人。需要明确的是，这意味着四月份的收入分配包含更多的零。这些人在二月份有工作并有收入，但在四月份失业或休假。

方法
相对分布
为了确定大流行的影响是否如 Jain 等人所描述的那样（参考 Jain、Budlender 和 Zizzmia2020），兰奇霍德和丹尼尔斯（参考兰奇霍德和丹尼尔斯2020），以及罗根和斯金纳（参考罗根和斯金纳2020）与收入分配的两极分化、相对密度方法论（Handcock 和 Morris，参考汉德科克和莫里斯1998年,参考汉德科克和莫里斯2006）用于比较大流行之前和期间的收入分配。与其他方法相比，这种方法的重要性在于它非常精细，也就是说，它可以精确地指示极化集中的位置（Clementi 等人，参考文献 Clementi、Molini 和 Schettino2018年，参考 Clementi、Fabiani 和 Molini2020）。此外，这种方法允许单独估计收入分配位置变化造成的影响和收入分配形状变化造成的影响。我们在这项研究中的主要焦点是形状分量，因为它揭示了（扣除位置差异）一个分布相对于另一个分布的极化程度。具体来说，我们感兴趣的是四月份的收入分配相对于二月份的分配（扣除两个分配中位数的差异）的两极分化程度如何。在克莱门蒂等人的阐述之后。(参考 Clementi、Fabiani 和 Molini2020），附录（补充文件的S2节）提供了对该方法的简要回顾。在此，我们总结一下要点。

为了比较两个分布，我们实施的相对密度方法将要比较的两个分布划分为十分位数，然后计算每个十分位数的密度比率（即相对密度）。这揭示了两个分布之间的总差异。如果相对密度大于 1，则意味着比较分布在该十分位数处比参考分布具有更多的质量；反之亦然。此外，这种方法允许我们将相对分布分解为形状和位置差异。正是后者使我们能够谈论一种分布与另一种分布相比的极化。具体来说，“U 形”形状组件提供了极化的证据。这种两极分化可以概括为中值相对极化(MRP) 指数、下相对极化(LRP) 指数和上相对极化(URP) 指数。这些指数的正值构成支持极化的证据（有关技术定义，请参阅补充文件的S2-1节）。

此外，Clementi 等人（参考文献 Clementi、Molini 和 Schettino2018）表明使用回归影响函数（RIF）进行回归（Firpo 等人，参考 Firpo、Fortin 和 Lemieux2009），可以使用 Oaxaca-Blinder 分解（Blinder，参考盲人1973年；Oaxaca，1973）以确定解释与相对密度相关的形状和位置差异的变量。这使得可以识别解释差异的协变量，以及差异是否是由于这些特征的回报差异或特征差异造成的（更多详细信息，请参阅补充文件S2-2 ）。

该方法用于按性别组对 4 月份进行汇总和详细分解。具体来说，这种分解用于识别解释四月份收入分配中性别群体之间的位置差异和形状差异的因素。人们承认，理想情况下，应该使用分解来解释不同时间（即二月和四月之间）的差异；然而，由于两个原因并未这样做。首先，两个时间点之间的时间间隔非常短（两个月），因此先验不应预期许多协变量（除了与劳动力市场脱离相关的协变量）会发生巨大变化。其次，数据不包含两个时间点的协变量的单独信息。受访者在五月至六月期间接受采访，询问其二月和四月的收入和就业情况。换句话说，我们只有 2 月份就业和收入的回顾性信息。脚注4

鉴于这种限制，我们转而使用分解方法来解释四月份性别群体之间的形状和位置差异。这是因为现有的叙述表明，在疫情对劳动力市场的影响方面，性别是一个重要因素。此外，性别与工作特征相关，而工作特征也与大流行影响的变化相关。

结果
整体分析
感兴趣的两个变量是二月和四月报告的收入。然而，一些受访者报告了等级信息而不是他们的实际收入。对于这些受访者，他们的收入被替换为属于其报告范围内的实际报告收入平均值。图 1显示了 2 月和 4 月收入对数的核密度。结果表明，尽管收入分布的上半部分相似，但下尾部分存在显着差异。请记住，我们的分析仅限于那些报告在二月份工作的人。图 1显示，与2月份相比，4月份报告零或接近零收入的人群比例显着增加。

这可以归因于失业和工人因大流行和封锁而被迫休假。结果还表明，由于大流行的影响，中位数可能会发生变化。

图 2显示了2月份与4月份收入分布比较的相对密度（总差）。条形上的线代表 95% 置信区间。所有相关数据估计均利用调查权重，并使用引导方法并重复 500 次计算置信区间。请注意，当置信区间包括 1 时，我们得出结论，相对密度和 1 之间没有显着差异。结果表明，位于（2 月分布）第 7 个十分位或以上的工人的收入几乎没有受到影响，因为它们的相对密度与 1 没有显着差异。低于 7次十分位数，相对密度明显小于 1，这意味着相对于 2020 年 4 月，这些十分位数中的质量更多。同样明显的是，第二个和第三个十分位数比其他十分位数受到的影响更大。正如人们所期望的，如图 1所示，相对密度的第一个十分位明显大于 1。这表明在该十分位中，比较分布（四月）比参考分布（二月）具有更多的质量。

这张图与4月份分布相对于2月份中间的空心化是一致的。具体来说，这意味着收入分配发生了变化，群众的移动主要从第二和第三十分位数到第一十分位数。

接下来，我们检查 2020 年 2 月和 4 月之间的位置和形状差异。图 3和图 4（分别）显示了分解的位置和形状组成部分。

就地点差异而言，图3中的模式 表明（调整形状差异后）4 月份的收入分布位于 2 月份收入分布的左侧。

这表明2月份的中位数大于4月份的中位数，即从地点差异来看，2月份的分布更好。这与许多工人到四月份失去部分或全部收入的事实是一致的。从形状差异来看，图 4的模式表明，2月和4月之间的失业导致了收入分布的两极分化，即扣除中位数差异后，4月的收入分布比2月的分布更加两极分化。U 形相对密度证实了这一点。

此外，图 4表明极化在下尾部更强。与 Machema 的结果相比（参考马赫马2019），这表明在降低两极分化方面取得的成果已被大流行侵蚀。

图表提供的信息可以用极化指数来概括。正指数是极化的证据，而负指数则表明相反的情况（注意这仅与相对密度分解的形状分量相关）。表1 （图 1）中的偏振指数 证实了图4（形状分量）中显示的结果 ；所有极化指数 MRP、URP 和 LRP 均为正值且具有统计显着性。正号表示这些系数代表从中值到分布尾部的极化。与大流行如何影响南非工人的描述一致，即 Jain 等人的描述，（参考 Jain、Budlender 和 Zizzmia2020），兰奇霍德和丹尼尔斯（参考兰奇霍德和丹尼尔斯2020），以及罗根和斯金纳（参考罗根和斯金纳2020 ) – LRP 的幅度更大，表明下尾部的极化更强。另一方面，排名前十分位的工人（二月份）受到的影响较小，因为这些工人更有可能签订雇佣合同或/并且能够在家执行工作任务。如前所述，为了检查结果的稳健性，我们将分析仅限于仅报告月收入的个人（约占未加权样本的 58%）。结果表明，中位数 (MRP) 存在显着的两极分化，且偏向底部十分位数 (LRP)。然而，向上十分位 (URP) 的极化在统计上并不显着。这些结果表明我们的实质性结果在子样本中是有效的（见表S1详情见补充文件）。

我们注意到，收入分配的变化可以理解为疫情对收入分配的影响。这是因为大流行和相关的封锁可以被视为对劳动力市场的外源性冲击。换句话说，二月至四月的失业人数不受劳动力市场参与者的影响。因此，大流行可以说是收入分配变化的原因。

亚组分析
在本节中，我们将探讨疫情对不同时期不同亚群体收入分配的影响。这是因为具有某些特征的工人受到不成比例的影响。在本节中，我们重点关注形状组件。图 5和图 6按性别对图4中的分析 （即形状成分）进行了分类，以查看极化效应是否因性别而异。显然，虽然两性群体都存在两极分化效应，但这种效应对于女性工人来说更为强烈。

这是因为相对于图5 （男性）中的相对密度 ，图6（女性）中的相对密度似乎受到更大的影响 。具体来说，对于男性分布，参考分布第 5 个十分位以上的个体不受影响（相对密度与 1 没有统计差异）。然而，在女性分布中，必须高于参考分布的第七个十分位才能获得相同的保护。表 1 （面板 2）显示了图5和6的相关 MRP、LRP 和 URP 。具体来说，相对于男性分布，女性分布的极化指数更高：MRP 为 0.53，而 MRP 为 0.28；较低的相对极化 (LRP) 为 0.67 与 0.53；上部相对极化 (URP) 为 0.39 与 0.03。这一结果证实，女性工人受到的影响尤为严重。

表1的第 3 组和第 4 组 显示了按种族（黑人与非黑人）和年龄（30 岁或以下的工人与 30 岁以上的工人）划分的两极分化结果。该结果与性别结果一致，即弱势群体（即女性和年轻工人）收入分配的两极分化比其他群体更强。具体而言，弱势群体的极化指数值较高。同样明显的是，两极分化表现为收入分配的降级。

使用分解分析解释性别差异（四月）
到目前为止的分析表明，扣​​除大流行引起的收入损失后，年轻、女性或非洲/黑人等特征与 4 月份较高的收入处罚有关（请注意，这些群体也更有可能在非正规部门工作） 。然而，前面的分析本质上不是多元的，因此我们考虑分解分析，它使我们能够评估更全面的特征列表，以解释分布的差异。前面讨论的 Oaxaca-Blinder 分解的优点是可以识别解释这些分位数差异的协变量。然而，与之前的分析随时间推移比较收入分布不同，本次分析比较了 4 月份的男性和女性分布。这是因为性别是定义那些受到不成比例影响的人的主要因素之一。此外，如前所述，我们只有一个时间点的特征分布。

分解分析中使用的控制因素包括地点（传统、城市或农场）、二月和四月的就业状况、高等教育、自我报告的健康状况、年龄、种族、就业类型（正规、临时、自营职业和经营企业）、雇佣合同虚拟以及工作类型（经理、专业人员等）。补充文件中的表A1提供了汇总统计数据。下面的表 2显示了位置差异的 Oaxaca-Blinder 分解。继 Clementi 等人之后，（参考文献 Clementi、Molini 和 Schettino2018），值得注意的是，在位置效应下进行比较的密度仅在位置度量（本例中为中位数）上有所不同，也就是说，它们具有相同的形状，因此在中位数处进行分解就足够了。

表 2显示，男性工人的工资中位数高于女性工人，且中位数之间的差异具有统计学意义。此外，禀赋、系数和交互效应在解释中位数差距方面具有统计显着性（请注意，系数和禀赋效应都会增加差距）脚注5 ). 三个变量解释了媒体差距的显着变化：四月份的就业状况、有固定工作和年龄。与上一节的结果一致，这表明，除了就业状况之外，就业类型和年龄也解释了四月份男女工人收入中位数的差异。

表 3和表 4显示了形状效应的分解。对于此分析，估计分解为  脚注6就系数和禀赋效应而言，这两种效应在解释最低分位数（即）处的差距时并不显着；然而，在第 20和30分位数处，只有系数效应显着。在较高的分位数（即）处，系数和禀赋效应都很显着。而在最高分位数（即）中，只有系数效应显着。结果表明，显着的禀赋效应仅出现在上分位数（即     ）。除此之外，系数效应的大小表明极化效应在较高分位数处变得更强。换句话说，系数（或无法解释的）效应更重要，并且在更高的分位数处更强。

详细分解表明，与中位数效应一样，就业状况对于解释分位数差异也很重要。此外，就业类型（正规就业、自营职业和经营企业）、签订就业合同和专业等方面的工作特征解释了形状效应。还值得注意的是，虽然成为专业人士在较低分位数（即20、30）上并不重要，但在较高分位数上很重要。 

这一结果的含义是，扣除就业状况的变化后，就业类型（即签订就业合同、成为专业人士和拥有固定工作）对于解释收入差异很重要。结果还表明，回报差异不仅对于解释不平等很重要，而且该因素的重要性在较高分位数时也增加。这很重要，因为它与现有证据一致，表明回报对于解释南非的收入差异更为重要（Mosomi，参考莫索米2019）。然而，它进一步表明，大流行之前对男性工人有利的无法解释的影响仍然有效地减轻了大流行对男性工人的影响。原始差异表明，这些协变量的净效应是它们在大流行期间不成比例地保护了男性工人。这意味着大流行和相关的封锁加剧了现有的收入差距，例如性别和非正式收入差距。

这些结果很重要，原因有二。首先，非洲国家非正规经济规模较大。国际劳工组织 2018 年的估计显示，全球约 60% 的就业人口从事非正规经济，而撒哈拉以南非洲这一数字为 85%。脚注7其次，由于发展中国家失业率相对较高，妇女和青年工人（恰好是大多数人口群体）更容易从事非正规就业（国际劳工组织， 2018）。这表明更大比例的非洲人口受到旨在控制疫情的健康限制。因此，发展中国家当前（很大程度上是非正式的）劳动力市场结构并不是为了应对像 COVID-19 这样的流行病而设计的。被称为弱势群体的工人在正常情况下，在控制 COVID-19 爆发所必需的封锁限制下，他们甚至更容易受到伤害。在这些限制下，这些类别的工人和依赖他们的家庭面临着饥饿和健康受损之间的抉择。因此，这一类别的工人可能选择不遵守封锁规则也就不足为奇了，特别是在他们不受社会保障覆盖的国家。

世界卫生组织警告说，COVID-19 可能不是最后一次大流行（Gill，参考吉尔2020）。脚注8这就提出了一个问题：如果未来发生流行病，低收入和中等收入国家计划如何应对。发展中国家劳动力市场结构脆弱，加上缺乏社会保障体系，表明这些经济体缺乏抵御大流行压力的弹性。南非是非洲少数几个拥有现有有效社会保障体系的国家之一，但在疫情影响下依然举步维艰，仍在苦苦挣扎。南非的经验表明，只有现有渠道（即养老金、子女抚养补助金等）才能在封锁条件下为弱势群体提供所需的帮助。这是因为新设立的社会困境救济（SRD）补助金，该计划的设立是为了减轻封锁对现有补助制度未涵盖的个人的影响，但该计划在初期面临问题。关键是，大多数非洲国家都没有准备好应对封锁限制，无论是在提供财政救济的预算方面，还是在确保此类帮助到达最需要的地方所需的后勤方面。

在根本不存在社会保障体系的国家，可以想象情况会更糟。因此，鉴于另一场大流行的威胁仍然是一个合理的担忧，社会保障体系的缺失加上庞大的非正规经济预示着未来可能出现人道主义危机。

结论
本文探讨了 COVID-19 大流行造成的工作和收入损失如何影响南非的收入分配。根据对南非背景下流行病影响和相关封锁的描述（Jain 等人，参考 Jain、Budlender 和 Zizzmia2020 年；兰奇霍德和丹尼尔斯，参考兰奇霍德和丹尼尔斯2020 年；罗根和斯金纳，参考罗根和斯金纳2020年）以及弱势工人不太可能处于大流行前收入分配顶端的事实，本文假设封锁后的收入分配将比大流行前普遍存在的收入分配更加两极分化。具体来说，Jain 等人的发现（参考 Jain、Budlender 和 Zizzmia2020），兰奇霍德和丹尼尔斯（参考兰奇霍德和丹尼尔斯2020），以及罗根和斯金纳（参考罗根和斯金纳2020 年）表明，封锁造成了大量的收入和工作损失，这些损失对弱势群体（即年轻人、女性、黑人和没有雇佣合同的工人）造成了不成比例的影响。由于弱势工人不太可能处于新冠疫情前收入分配的前十分之一，因此工作和收入损失应该会导致收入分配中间的空心化。

使用相对分布方法（Handcock 和 Morris，参考汉德科克和莫里斯1998年,参考汉德科克和莫里斯2006年），我们的结果显示，扣除中位数差异后，2020 年 4 月（COVID-19 时期）的收入分布比 2020 年 2 月（COVID-19 之前的时期）的收入分布更加两极分化。具体来说，结果显示收入分配显着下降（即，大众进入收入分配的最低十分之一）。此外，对不同人口群体的结果进行分类表明，扣除中位数差异后，弱势群体的收入分配相对于弱势群体而言更加两极分化。例如，我们发现女性工人四月份收入分配（相对于二月份）的极化程度比男性工人观察到的极化程度要强。此外，当比较四月份男性和女性的收入分配时，

这些结果对南非的不平等有两个重要影响：（1）它表明弱势群体的群体内不平等有所加剧；(2) 以 Machema 的研究结果为背景（参考马赫马2019 年），这表明极化程度在最近（2008 年至 2014 年）有所下降，我们的结果表明这些成果在短时间内已被逆转。在某种程度上，劳动力市场收入的不平等和群体内部的不平等是导致南非严重不平等的主要因素（Leibbrandt 等人，参考 Leibbrandt、Finn 和 Woolard2012年；南非统计局，2019），这一结果预示着弱势群体收入分配两极分化加剧导致南非不平等加剧。

回顾结果，本文指出南非劳动力市场的结构与撒哈拉以南非洲其他发展中国家相似。这些经济体通常失业率很高，几乎没有社会保障体系，而且很大一部分劳动力从事非正规经济。COVID-19 表明，依赖日常交易的生计与应对大流行病可能需要的长期封锁是不相容的。用阿姆·阿德利的话来说，（参考阿德利2020），“非正规经济规模越大，国家充分应对突发公共卫生事件的能力就越差，特别是如果这被证明是一场长期危机的话”。

此外，由于专家认为未来有可能发生更多流行病，脚注9这些经济体的可持续性应该引起政策制定者的关注。这些国家的政策制定者应努力获取有关非正规经济的可靠信息，并想出办法确保该经济中的工人即使在大流行期间也能正常运转和（安全）生存。从本质上讲，那些无法在疫情所必需的限制下运行的经济体未来可能无法持续。

我们注意到，我们的结果适用于 2020 年 2 月至 4 月期间。此后南非放松了封锁限制。2020 年 3 月至 2021 年 3 月期间，封锁限制已系统性地从 5 级降至 1 级。虽然现有证据表明劳动力市场已在一定程度上复苏，但这一证据表明，随着经济开始重新开放，女性的复苏速度慢于男性（卡萨莱和牧羊人，参考卡萨莱和牧羊人2020）。看起来，就像冲击一样，复苏也是不平衡的。虽然迄今为止得出的结果说明了疫情对收入分配的短期影响，但我们认为两极分化可能已经消散，但这并没有考虑到这种关系随着时间的推移而产生的动态影响。关于这种影响是否会持续以及持续多久的问题留待未来分析。