本次疫情截至最新的数据,已经造成了600多万例感染与数十万人的死亡。除了病毒导致的死亡之外,全球范围内的经济上的损失也很有可能超过08-09年的金融危机,间接导致的人员生命和财产的损失也同样的巨大的。
封锁和隔离是防范疫情必不可少的措施,但这样的措施确实也是导致经济损失的重要原因。鉴于此,研究人员Daron Acemoglu,Victor Chernozhukov,Iván Werning和Michael D. Whinston五月在NBER上发表了一篇报告名为《具有最佳封锁目标的多风险SIR模型(A Multi-Risk SIR Model with Optimally Targeted Lockdown)》,试图想要通过建立精确的分类隔离和封锁模型,来模拟减少因为疫情感染带来的直接死亡人数和经济上的损失。
01建模与分类标准
该文的研究人员采用了一种“易感-传染-恢复”(SIR)的建模结构。在这种模型中,生病和康复的人对疾病基本免疫,在这样的人群中,易感人数是较少的。
他们将成年人按照年龄分成了三组,20-49岁的年轻人;50-64岁的中年人和65岁以上的老年人人群。其中,65岁以上人群的收入占年轻人群体的20%,并且他们面对疫情的死亡率要高很多。
感染后的平均死亡率从年轻组的0.001%到中年组的0.01%再到老年组的0.06%。
该模型还假设疫苗可以在一年半内完全可用。
02不同的方式带来的结局不同
在经过了一通计算之后,研究人员首先得出的是在统一封锁和隔离的情况下的结果。
- 根据模型,如果以控制死亡率为核心指标,那么要将成年人的死亡率控制在0.2%以下的话,会造成等同于37.3%的GDP的损失。
- 而如果以经济为优先考虑,可以将经济的损失控制在10%的GDP以内,那么会造成1%的成年人死亡率。
03按照年龄来封锁和隔离的模型
如果该模型变成可以允许封锁和隔离的政策随着年龄组的分类而变化时,情况就会变得好很多。
新的模型允许65岁以下的群组接受更简单的封锁和隔离措施,并且更快的返回岗位。相对的情况下,年龄最大的人群将一直保持封锁和隔离直到疫苗出现为止。
- 和不分组的模型相比,新的模型可以在保持成年人死亡率在0.2%以下的情况下,将经济损失从37.3%减少到24.8%。
- 同样的,如果以经济损失10%为目标,那么死亡率可以从1%降低到0.48%。
如果将年龄群组再细分的话,给与45岁以下的人群更宽松的限制,那么模型还可以更加的优化。
除了分组封锁和隔离之外,研究人员还对一些其他的参数进行的计算和对比。
保持群体距离,即在疫苗来临前减少老年人和年轻群体之间的互动也可以有效的减少传播。
更多的检测和案例追踪也同样可以达到优化的效果。
不过,在本研究中,研究人员也表示他们的研究未考虑除了年龄以外的其他病毒易感因素,也未考虑现实世界中的其他变量和不确定性。
但他们认为他们的研究仍然为他们的结论得出了强有力的支持,即和统一的封锁隔离政策相比,以风险为导向的政策可以在一定程度上降低死亡率同时减少经济的损失。
04研究的缺陷与意义
本研究是一种基于理论和理想假设建立的一种研究模型。在我看来,除了他们自己描述的不足之处外,还有很多的缺陷。当然,本文所建立的模型和建模的逻辑还是有较强的参考意义的。
1. 差异化隔离当前很难在实际操作中实现
根据研究的数据,如果可以精确的区分和封锁,确实在挽救生命和挽救经济两方面都可以做到更好。但问题就出在没有办法在实际生活中实现。
将所有老人都赶到医院和养老院隔离?这样的措施恐怕很难得到大多数家庭的认同,也很难得到老人自己的认可,哪怕这是一项保护他们的措施。长达一年半的隔离也忽视了被隔离人群的社交需求,容易引发心理或者其他方面的疾病。
2. 单变量模型忽视了其他变量
实际上,病毒的感染率并不是只和年龄相关。但多变量的模型建立起来只会更加的复杂。
3. 这是一个事后的分析
相对于前面两点,我认为这点才是本文的应用端最大的问题。在疫情前期,实际上很难通过少数样本来找出合适的策略,致死率、经济损失都是需要在发生了以后才能知道的数据。因此,在事前和疫情早期很明显是难以通过此类研究方式得出平衡的结论的。
4. 本研究真正有意义在于告诉大家科学的方法是可以让结局更好的
实际上,每一次的危机的产生和挽救措施的影响因子都是不同的,因此本研究的模型是很难应用到下一次的危机中的。
除了他们自己说的研究意义之外,我认为该研究最大的意义在于,研究人员像外界传达出了一个明确的信号,那就是科学的方法确实是可以更大程度的避免直接的生命损失和经济损失带来间接损失。
下一次危机来临时,也许面对的是不同的危害和影响因子,但越早的在应对的措施中采用科学的模型和分析方法,也许可以得到更好的结局。
研究原文参考链接:
https://www.nber.org/papers/w27102www.nber.org