财新观点｜梁建章：和李稻葵商榷防疫政策的生命账

引用

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：



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。

---

一小时爸爸｜被扭曲成“若躺平会死160万”的复旦防疫研究

昨天开始，一些网络媒体和网友开始变得很兴奋，因为复旦的研究团队在《自然医学（Nature Medicine）》上提交了一篇研究论文，这篇论文被一些媒体浓缩为“研究称中国若躺平将致160万人死亡”的关键词。

说实话，我不太清楚为什么有人看到这样的标题会很激动，也不太有空去研究这些网友的心理，这都不重要。重要的是，媒体的责任并不应该是用标题来恐吓民众，而是认真去看看研究报告，了解研究人员到底在说什么，以及如何用科学，而不是口号和“信念”来解决疫情带来的挑战。

那复旦大学的这个研究到底说了什么内容呢？




这篇文章是复旦公共卫生学院、复旦大学上海传染病和生物安全研究院、华山医院、以及美国NIH、印第安纳大学等机构的研究人员共同完成的，研究的目的是希望通过建立数学模型，来模拟不同情况下中国停止清零政策后，有可能导致的死亡人数。



虽然论文全文很长，但把摘要的内容翻译一下，大家也能明白一些究竟了。



摘要：

自2021年8月以来，中国采取了动态清零策略来应对传播率更高的新冠变种，而目前中国正在考虑动态清零政策是否可以持续，以及可以持续多长时间。因此，争论已经转向如何制定缓解策略，以尽量减少在全国范围流行的情况下对医疗保健系统的破坏。为此，我们开发了一种基于2022年上海奥密克戎疫情初期增长阶段校准的，分年龄新冠传播的易感-潜伏-感染-移除-易感（SLIRS）模型，以预测假设缓解策略下的新冠负担（即病例数，需要住院和重症监护的患者数以及死亡人数）。该模型还考虑了特定年龄的疫苗覆盖率数据，疫苗功效，免疫力下降，不同的抗病毒疗法和非药物干预措施等等因素。我们发现，2022年3月的疫苗接种推广达到的免疫水平不足以防止奥密克戎浪潮，该浪潮将导致对重症监护的需求超过重症监护的承载能力，预计ICU病房的需求峰值是现有容量的15.6倍，并导致约155万人死亡。然而，我们还估计，通过实现疫苗接种和抗病毒疗法的可及性以及维持非药物措施的实施来保护弱势群体，**可能足以防止医疗保健系统不堪重负，这表明这些因素应成为未来缓解政策的重点。**

所以，从论文的摘要，我们就能清楚的了解到，这根本不是那些媒体所吓唬大家的，必须清零，不能共存，只要不清零就死160万人的研究。这篇论文的基础就是：动态清零无法持续的话，改成缓解策略（尽量减缓传播，减少死亡），那样如何能不让医疗系统崩溃，如何减少死亡。

而且结论是：通过有效的干预（疫苗、抗病毒药物、一定的防疫措施），可能足以防止医疗保健系统的崩溃。

换句话说，这篇论文就是在讲“如何共存”，而到了某些媒体嘴里，却把研究“如何共存可以不死160万”的研究论文， 扭曲成“若躺平会死160万”，且不论媒体的道德在哪里，请问这些人是爱国还是在为了自己的利益和流量坑害国家呢？

这篇文章中，的确说了可能导致155万人死亡的风险。但这种风险是指：在2022年3月的疫苗接种情况下，不加干预，直接完全放开的结果。换句话说，这是一种极端情况的假设。事实上，这种情况不会发生，因为即便在2020年试图走“群体免疫”路线的英国、瑞典，都不是纯粹意义上的“躺平”，一样会有一定的防疫措施（药物、疫苗、有症状后自行居家等等）。

所以与其为了所谓的清零、共存、躺平这些混乱的名词概念互相谩骂，不如去认真列举分析每个具体的防疫措施的作用，以及它们对于减少重病、死亡的影响。看看哪些最重要。

这就是复旦大学此次研究的目的。

复旦大学的研究团队列举了一系列在结束清零，走向缓解政策时，在目前基础上，会减少重症、死亡的干预方式，然后分析它们分别的有效性，包括：

用亚单位疫苗作为加强针；
给老年人中普及疫苗；
使用抗病毒药物（使用国产单克隆抗体药物，或辉瑞Paxlovid药物）；
关闭学校；
关闭学校和居家办公；
使用其他非药物公卫手段（NPI）降低传染率Rt。



不同方式对于预测死亡的影响

而研究测算的结果显示，最重要的有效方式，是给老年人普及疫苗，以及抗病毒药物 —— 仅仅在老年人中普及疫苗的影响，就可以让死亡人数下降60.8%。而如果能完全普及，让每个患者都能得到有效抗病毒药物，比如辉瑞Paxlovid的治疗，那么更可以大幅将死亡人数降低88.9%。而关闭学校、居家办公以及其他的公共卫生措施，虽然有一定的作用，但效果却相去甚远。

因此，根据复旦大学这篇论文的研究，防疫最重要的就是向老年人推广疫苗，以及有效药物（包括辉瑞的Paxlovid）来降低死亡率。还好某些媒体和网友很喜欢160万死亡这个数字，所以这次是大肆鼓吹复旦多专业，否则光凭这一点，这个团队又要被打成“洋药买办”了。

如果能同时做到这两个，那么就可以减少约95%的死亡，如果再配合一定的防疫措施，混打疫苗等等，那么就可以进一步减少对医疗体系的冲击，减少死亡人数。

所以这篇论文的内容的确很重要，但并不是什么“不清零就死亡160万人”，而是它用模型测算的方式，告诉我们什么防疫措施才是最重要的：普及疫苗、普及有效的抗病毒药物。可惜对于很多人来说，这些重要的结论都视而不见，只把论文扭曲成一个吵架的工具。

过去两年的清零政策，为我们争取到了宝贵的时间。这些时间应该用来研发、生产、普及疫苗和药物，并且扩充我们的医疗容纳能力的，这些才是我们走出疫情的核心。


[ 此貼被飞矢不动在2022-05-20 00:47重新編輯 ]