和李稻葵商榷防疫政策的生命账

使用CN2/CN2GIA顶级线路，支持Shadowsocks/V2ray科学上网，支持支付宝付款，每月仅需 5 美元

## 加入品葱精选 Telegram Channel ##

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，“中华民国统计资讯网”，“台湾国家高速网络与计算中心”

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。

更多内容请点击阅读：

[1]《生命损失最小化的防疫策略》

[2]《用香港和全球数据预测Omicron致命性》

最简单好用的 VPS,没有之一，注册立得 100 美金