CDT 档案卡
标题:和李稻葵商榷防疫政策的生命账
作者:梁建章
来源:财新
发表日期:2022.5.16
主题归类:新冠疫情
CDS收藏:人物馆
版权说明:该作品版权归原作者所有。中国数字时代仅对原作进行存档,以对抗中国的网络审查。详细版权说明

对于过去两年在防疫上半场跑赢的中国来说,如何在进入下半场之后重新计算不同政策对于人均寿命的正负影响,是一件必须尽快进行科学论证的事情

近日,清华大学教授李稻葵在2022清华五道口首席经济学家论坛上表示,中国过去两年的防疫,相当于让每个中国人的人均寿命增加了十天,并论述1%的人均消费增长能提高每年10天的生命。

这种估算的思路非常值得鼓励,终于有经济学家把防疫政策对于经济和死亡率的影响,量化成用对人均寿命的影响。只有在科学论证的基础上,才能在经济成本和生命代价之间寻找平衡,而不是空喊“不惜一切代价追求零感染”。

李教授的思路,跟我之前发表的那篇文章其实很接近。我在《生命损失最小化的防疫策略》一文中分析,假设病死患者的平均寿命是70岁(假设患者原本正常的平均寿命是80岁),那么平均每个病死患者会被缩短10年的寿命。

对于一个人口死亡率在万分之5左右的病毒来说,对于人均寿命的影响是10年(3650天)X万分之5,也就是1.8天。按照过去两年不同毒株在不同疫苗接种率国家所产生的不同死亡率,可以计算不同情形下对于人均寿命的影响。

美国在前Omicron变种时期,由于Trump时期一些反科学、反疫苗的宣传,导致很多美国人不愿意戴口罩,疫苗接种率也比较低,所以成了个抗疫差等生。美国在两年时间里死亡了一百万人,死亡率约万分之30,也就是人均寿命减少了10天左右,和李教授的估算大致相仿。

和美国相比,中国在前Omicron时代采取了成功的封控政策,以很小的代价避免了人均寿命差不多10天的损失。可以说,中国在防疫的上半场跑赢了美国10天。

但在进入下半场之后,今年的抗疫环境变了,Omicron的病死率只有原来的1/5。尤其在疫苗普及以后,致死率更是只有原来的1/10。所以原来严防死守的收益,可能会从10天降到1天。

而与此同时,Omicron的传播力却大大加强,很多地方不得不采取封城这样的极端措施,造成了巨大的经济损失。按照粗略估计,仅仅4月和5月就会造成万亿级的损失。如果每月损失相当于全国GDP的1%,那么按照李稻葵教授的估计,1%的消费损失也就意味着人均寿命减少10天。

在我这里,估算其实会相对保守。我在《生命损失最小化的防疫策略》一文中指出,通过对于各国历史数据的研究,来分析平均预期寿命和人均GDP的关系。人均收入越高的国家,其人均寿命就会越长。因为富国更有能力和意愿在医疗、基础设施和环境治理等方面进行投入,从而降低死亡率和提高人均寿命。

从数据上来看,人均收入减半,人均寿命减少1-3年;中国2010年的人均GDP是2020年的45%左右,预期寿命相比减少了2.5年。非常保守的估计,人均收入减半,人均寿命减少1年。换算一下,人均GDP每减少1%,人均寿命就会减少5天左右。

那么最近严防死守的政策会造成多少的经济损失呢?

首当其冲的是占GDP近50%的服务业。其中餐饮,旅游,文化产业遭到毁灭性打击,以航空酒店为例,其今年四月份的收入不到往年的30%。其他服务行业也是类似的情况。尤其是医疗服务行业,其他疾病的诊治被拖延和拒绝,不仅造成经济损失而且直接导致人均寿命的损失。

制造业也面临产业链阻断,大量企业停产,甚至有些产业链会永久性地移出中国。 除了供应链脱钩的风险以外,国际交流被阻断也会造成其他长期的经济的损害,例如企业和大学的科研创新能力就会因为国际交流受阻而被削弱。国际交流受阻还会导致外交上越来越孤立和被动,让“封锁中国”的阴谋得逞。所以大面积封控的政策,造成的GDP损失可能远远大于几万亿的损失,每个月的损失会可能超过一万亿人民币也即年度GDP1%的损失。

过度严防死守的政策,造成总的人均寿命损失是:

避免死亡的收益为1天,减去因经济下降造成人均寿命损失5天,答案等于负的4天。

按照上述计算,每个月就会损失4天的人均寿命。可以说,过去两年成功攒下的人均寿命增加10天的盈余,几个月的封城就会全都被还回去。

这种计算的假设,还是基于Omicron的死亡率可以通过严防死守避免,并基于Omicron的毒性进一步弱化,或者有更有效的疫苗或者特效药出现,否则这个死亡率的减低只是暂时的,而封城的损失和次生的医疗灾害却在持续发生。

之所以跟过去两年的计算结果不同,关键在于Omicron的死亡率已大幅下降,导致严防死守政策能带来的人均寿命收益也随之下跌,然而为封控政策付出的经济代价,却因为其传播力的增强而大幅度增加。

我们来仔细分析一下Omicron的死亡率。现在大部分国家已经放开,有些完全不设防,死亡率也从高峰时期大幅下降,可以说绝大多数国家已经把Omicron当作大号流感来看待。我们具体对比一下中等和高收入国家的今年的累计死亡率。

下表是主要亚洲和欧美国家和地区今年累计死亡人数和累计死亡率:

img

数据来源@世界卫生组织,世界银行,上海卫健委等

可以看出,人口死亡率基本上都在万分之0.3和万分之4之间,比美国之前两年万分30的死亡率要低了一个数量级。所以对待Omicron采取严防死守政策,其带来的人均寿命收益已经不再是10天,而是可能只有1天。

而且,疫情防控也会挤占治疗其他疾病的医疗资源,需要抽调大量人员开展流调,从事扫码、体温监测、核酸检测等工作。大量医疗资源投入疫情防控,会减少对其他疾病的医疗资源投入,增加其他疾病的死亡率。

放弃零感染政策后死亡人数是15万还是160万?

上述表格中有个例外,那就是我国香港地区。香港死了9142人,人口死亡率是万分之12.3。有人说,把香港数据简单放大,就会得到中国死亡160多万的结论。

但这个结论是错误的。第一,香港是世界上最长寿的地区之一,老人比例比中国内地高很多;第二,香港高龄人群的疫苗接种率不高,60岁以上老人的三针接种率不到40%,而截至4月11日,中国内地60岁以上人群完成新冠疫苗全程接种占比79.8%,三针接种率56.4%;第三,只要新冠患者在确诊后的28日內死亡,在香港就会被计入新冠死亡病例,导致其中包括相当数量因其他基础疾病死亡的案例。

我们在上个月发表的《用香港和全球数据预测Omicron致命性》一文认为:根据内地的年龄结构和接种情况,用香港的死亡数据得到的分年龄段和分疫苗接种组合的死亡率,我们预测中国放松管控后的死亡人数是15.3万,这个预测远远低于把香港死亡总数按照人口倍数放大得到的167万。

由于中国4月初的疫苗普及率是两针超过88%,三针超过50%。因此,我们的上述预测基于如下假设:未来中国的疫苗普及率应该较快可以达到两针95%和三针60%的水平。我们还可以用日本、新加坡的死亡人数,按照分年龄段人口倍数放大来验证这个预测,推算的死亡人数是分别是3.8万和14.3万,而根据越南死亡病例数据,按照总人口倍数放大,推算的死亡人数是15.5万。

与中国香港地区相比,Omicron在其它地方造成的死亡率要低得多。美国今年以来一度因Omicron出现确诊人数暴增的现象,但死亡人数之后出现持续下降的趋势。美国最近三个月因新冠去世的人数为10.4万人,相较总人口的比例为0.032%,即每万人中有3.2人死亡。而且随着时间推移,美国新冠病例的死亡人数均值,已经从2月初的每天2600多人,降到了5月初的每天300多人。

日本在2022年1月1日至5月3日,因为新冠去世的总人数为11238人,相比全国1.26亿的人口总数,这段时间的新冠死亡率仅有万分之0.9。再看一下新加坡的同期数据,疫情死亡总人数只有500人左右,以全国总人口计算的死亡率同样在万分之0.9左右。即使在医疗条件较差的越南,同一期间因新冠导致的死亡人口为10876人,占其总人口比例也只有万分之1.1。

我们将日本,新加坡和越南这几个地方的人口倍数放大进行推算,预测出的中国死亡人数在3.8到15.5万左右。

从日本和新加坡公布的分年龄段统计数据来看,70岁以上人群也占据了死亡人口的80%以上,可见Omicron的特征在几个国家与地区之间并无明显差异。至于中国香港地区与日本、新加坡之间在死亡率方面出现的悬殊差距,说明问题的关键在于,当地政府能否根据病毒新特征及时调整防疫策略,从而在感染难以彻底避免的情况下务实降低死亡率。

根据上海在4月25日公布的数据显示,70岁以上死亡病例占总数的86%,与其它国家和地区的情况大致相仿。以上海为例,截止到5月3日,本轮疫情死亡病例中仅有23人接种疫苗,其中86%左右是70岁以上老年人口。假设上海70岁以上接种疫苗的人口比例是50%左右,那么推算出,如果所有人都全程接种疫苗,那么上海的死亡病例数为40人左右。再假设上海最终的人口感染率为50%,即感染病例数1200万左右,死亡病例数也会同步放大20倍,则死亡病例数约为800人。

再根据中国内地的总人口与上海的放大倍数,以及90%的全国疫苗接种率,推算出中国的死亡人数在4万人左右。我国台湾地区的计算方法与上海类似,同样假设最终人口感染率为50%,死亡病例中按照60%左右未接种疫苗,推算出中国内地因新冠可能导致的死亡人数在11万左右。

再来对比一下中国每年因其它疾病导致的死亡人数:根据《柳叶刀》的一篇论文研究表明,中国每年因流感而死亡的人数是8万多;而根据世界卫生组织国际癌症研究机构(IARC)的报道,中国每年因癌症死亡的人数高达300万;根据国家卫健委的数据,中国每年因吸烟导致的死亡人数高达100万。

最近余宏杰团队在《自然·医学》杂志上发文预测放弃严防死守后的死亡人数。一些媒体引用了文章其中的一个数字:155万人,这个死亡人数预测和简单放大香港死亡人数的结果类似,但其显然建立在很多特定的假设下,比如不采用抗病毒药物治疗,以及老年人接种率比较低的前提。

其实同一篇论文也提到,按照乐观预测,如果对重症病人采用有效的药物治疗,则死亡人数会下降89%。按照这个数据计算,155万死亡人数下降89%,就是17万人左右,与我们的预测数字相差不大。

结论

如果中国未来的疫苗普及率可以较快达到两针95%和三针60%的水平,那么放松管控后的死亡人数会接近15万,跟其它很多国家的数据大致相仿,死亡率在万分之一左右。对于过去两年在防疫上半场跑赢了美国的中国来说,如何在进入下半场之后重新计算不同政策对于人均寿命的正负影响,是一件必须尽快进行科学论证的事情。

作者:梁建章,现任携程集团执行董事长,北京大学光华管理学院教授,财新网“人口与经济”专栏作家。1999年与3位商业伙伴创建“携程旅行网”,在2000年至2006年期间任CEO,并从2003年起兼任董事会主席。2011年,梁建章获得斯坦福大学经济学博士学位,研究领域包括创新、创业和劳动力市场。