北大光华 | 赵波:奥密克戎冲击下的经济复苏之路

题记:2022年12月18日,北大国发院隆重举办第七届国家发展论坛,中石油国家高端智库研究中心联合主办。本文根据北大国发院经济学长聘副教授赵波的主题演讲整理,并由作者再次修订。

我今天想要分享一些我个人关于新冠疫情防控政策放开对于生命健康和宏观经济的影响的研究。11月29日的国务院联防联控机制会后很快出台了《关于进一步优化落实新冠肺炎疫情防控措施的通知》,即新十条,也标志着动态清零政策彻底结束,疫情防控政策开始发生了根本的改变,这与两个重要的背景相关。

第一是新冠疫情的进展。按照最新的医学统计数字,奥密克戎BF.7和BA.5.2的基本再生数已经上升到15以上。这意味着在没有人为政策干预(隔离、戴口罩、大规模筛查等)和任何疫苗保护的情况下,平均一个患者能传染15人以上,其传播力无论是相对于德尔塔变异株还是早期的奥密克戎变异株都大为增加。与此同时其危害性正在不断的减弱。根据卫健委公布的数据,中国(除港澳台地区)10-11月份的病死率(死亡人数/确诊病例数)在万分之一以下。但如果看之前上海2-7月份的数据,病死率是万分之9.3。WHO所公布的全球新冠死亡人数也从2月份以来不断下降。尽管不同国家或地区的病死率会有一定的偏差(这主要与死亡统计口径、感染者的检出率、人口年龄分布、疫苗接种率、治疗方案、变异株种类、季节性因素等密切相关),但同一地区随时间变化的趋势是一致的:奥密克戎的危害性正逐步在下降。当前在美国和欧洲一些国家逐步占主导优势的XBB变异株,有着更强大的免疫逃逸能力,其传播率也更高,短短的一个月在美国的感染病例的占比上升了40个百分点,但目前也没有表现出更高的病死率。随着中国入境的放开,未来的2-5个月可能还会迎来第二波感染的小高峰,但23年1月份过后中国已经基本实现了群体免疫,XBB的影响会更小。

第二是疫情对于经济的影响。过去几年,疫情防控的经济代价是巨大的,严重打击了居民消费和服务业。今年下半年以来,社会消费品零售总额和固定资产投资额再次探底。此外,疫情导致的衰退还叠加了房地产业的过度信贷管制政策,造成了对经济的双重打击。很多学者都做过估算,我个人也在之前也在国发院前几次的季度经济观察会都做了具体的分析,这次就不做详述了。

虽然我们选择了这样的转向,但转向之路并不平坦。根据2022年11月29日卫健委相关统计数字,老年人的新冠疫苗接种率低,特别是80岁以上的年龄组,两针覆盖率只有65.8%,而且80岁以上老人接种加强针的只有40.4%。全国约有160万70岁以上的老年人一针未打,部分有基础疾病的老年人和中晚期肿瘤患者没有接种疫苗,这意味着放开后的健康损失可能会很大。随着对老年人接种疫苗的大力呼吁,2022年12月1日以后,接种疫苗人次有所上升,但截至12月低,日接种量最高也只有362万针(12月21日),不到2021年同期的10%。

健康损失的预测
 

我和合作者们构建了一个将新冠疫情传播和经济损失相结合的模型,用来预测疫情放开后的健康成本和经济影响。目前该结果还未经过同行评议,仅供公众参考。其中流行病学模型主要参考了Cai et al.(2022,Nature Medicine),但病死率参数根据2022年11月29日疫苗接种人群分布和10-11月中国大陆实际感染大数据重新校准。经济学模型部分主要参数根据3-5月奥密克戎对于我国经济的实际影响校准。

基准模型的预测基于几个关键的前提假设:

1. 关于死亡的定义。由于模型的病死率和重症率基础数据来自国家卫建委10-11月两个月的公开数据(12月份以后由于取消全员核酸,之后的数据已经不准确了),因而本次报告采用的是国家卫建委定义的新冠死亡标准,即由于新冠病毒导致的肺炎、呼吸衰竭为首要死亡诊断,归类为新冠病毒感染导致的死亡;因其他疾病、基础病,比如心脑血管疾病、心梗等疾病导致的死亡,不归类为新冠导致的死亡。将来还可以研究新冠放开后的超额死亡率,目前这方面的数据还不可得。

2. 关于疫苗接种的假设。从11月30日到12月23日疫苗接种来自于中国大陆实际接种数据。假设24日及以后的疫苗接种每日接种量保持在24日水平不变,并按照20%、30%、50%的比率分别接种第一针、第二针和加强针(该比例来自于大陆7月-11月间疫苗实际接种的数据)。各年龄段人口按适合接种人口占比平均分配疫苗。我们还模拟了优先接种65岁以上的老年人口的情形,并假设每日接种疫苗总数为1000万剂次。

3. 关于有效再生数的假设。基准情形中假设放开后传播的有效再生数是5(意味着全国峰值感染日期是2023年1月7日左右)。考虑目前基本再生数已经高达15-20,我们考虑有效再生数为10的情形作为稳健性检验。

4. 关于治疗方案的假设。假设80%的重症患者都能及时得到特效药物的治疗。我们考虑乡村地区和落后偏远地区特效药物供给缺乏的可能性,将30%的比率作为稳健性检验。

基准模型关于健康成本的估计如下(表1基准情形):在有效再生数为5的假设下,总感染人数为10.6亿人口,相当于全国75%的人口都会感染,ICU峰值需求数为12.6万张/日,直接因新冠而死的人数为5万人左右。

表1:不同假设前提下的健康损失(具体假设见文字部分描述)

进一步看不同感染状态下的人群分布。图1a是感染人数的分布,蓝色是一针未接种的人,而黄色是接种了加强针的人。由于灭活疫苗并不能有效的防感染,所以感染人群的分布上跟人口的分布基本一致。但灭活疫苗在防重症和将降低死亡率方面,有着显著的效果。比较住院人数(非ICU)(图1b)、ICU人数(图1c)、以及死亡人数(图1d)的分布可以发现越是重症,从未接种疫苗的人群占比越高。如果看死亡人数的构成,将近85%以上都是没有接种的老年人群。我国70岁以上人群中约140万人没有接种疫苗,他们的健康风险会非常大。

图1:不同感染下的人群按年龄、疫苗接种状态的分布预测(基准模型,RT=5)

这段时间北京居民很多都经历了抢退烧药,去医院看发热门诊排长队的情形。从全国来看,如何把有限的医疗资源,包括疫苗、药品、医疗服务、医务人员,集中用于老年人群,特别是65岁以上有基础疾病的人群,是最小化健康损失的关键。我们在基准模拟的基础上考虑了更高的传播速率(表1列3、5和7),以及特效药物缺乏的情形(表1列4和5)和重点接种老年人群情形(表1列6、7)。主要结论有以下三点:

  1. 1. 保证重症病人的特效药的供给对于降低健康损失至关重要。如果重症患者特效药的使用率从80%下降到30%,病死率将上升1.5倍。

  2. 2. 其他条件不变的情况下,加大疫苗接种速度,特别是优先接种老年的群体能够降低死亡人数。

  3. 3. 上述几种情形下ICU峰值对于我国现有的医疗资源冲击都是巨大的,ICU扩容改造建设刻不容缓。
     

那么我们该如何平稳过渡第一波疫情冲击呢?

第一,救助重点人群。“群体免疫”的实现方式不应该是“躺平”,而应该建立有效的靶向防控政策。根据卫生统计年鉴,截至2021年底,我国二、三级医院总计约1.3万家,床位总数合计约600万张,ICU床位13万张(重症医学科6.7万张+其他专科ICU6.3万张左右)。抓紧ICU扩容改造,给定ICU的需求量大于当前的供给,应提前摸查重点高危人群,特别对于高龄无法接种疫苗的,应开辟就诊和转运绿色通道。

第二,保障关键药品的供给。确保包含乡村在内的各省市退烧、呼吸系统疾病相关药品供给,大幅增加特效药(Paxlovid)的进口。

第三、充分的信息沟通。对于3周后即将到来的感染高峰,国家应该及时做好信息沟通,稳定群众的心理预期,避免挤占医疗资源和药品资源,实现平稳过渡。

第四、保障物流运输。统筹包含铁路在内的物流运输,优先确保医疗物资的畅通。

第五、科学的治疗指导。进一步优化防疫政策(乙类乙管)和新版治疗方案。

经济增长的预测
 

根据对于11.29日前管控强度的校准和11.29日之后感染人数的预测,我们可以利用模型预测防控政策完全放开后经济成本的变化。

首先,2022年全年增长率为3%左右,约为年初政府工作报告中的5.5%目标的一半。根据模型的预测,如果有效再生数(病毒传播速率)为5,那么2023年1月7日会达到感染的高峰,2023年第一季度受疫情影响较大,2023年第一季度经济增速预计相对于潜在增速下降4%左右,预测的一季度实际增速约2%;但如果有效再生数为10,那么2022年12月24日就已经达到感染高峰,2023年第一季度受疫情影响将会较小,经济增速预计相对于潜在增速下降2%左右,预测的一季度同比增速为4%。二季度会有较明显恢复,预计增速会达到6%。上半年预计增速在4-5%左右。

由于疫情防控带来的消费抑制将会得到释放,特别是线下消费和服务业的需求会大幅回升。消费最终的上升幅度将取决居民可支配收入的增长和消费者信心的回升。可以肯定的是消费将是经济上半年复苏的重要驱动因素。得益于房地产企业融资的改善,2023年下半年房地产投资对于经济的拉动作用将会有所回升。通胀率的回升将进一步降低真实利率,这也会进一步刺激消费和投资需求。

疫情防控政策调整的逻辑
 

虽然疫情防控政策包括入境限制已经完全放开,新冠病毒肺炎也改名为了新冠病毒感染,并恢复为乙类乙管,但新冠病毒并没有消失,我们很可能会迎来像XBB变异株在内的新的冲击,很大概率上要与新冠病毒长期共存。自然界的病毒变异也不总是往传播性更强、毒性更弱的方向去变异,未来还有可能面临新的传染病威胁。回顾过去三年,有太多的可以总结。这里面有成功的经验,也有暴露出来的问题。如果不加以总结,这些问题将来还会再暴露出来,为新的危机埋下导火索。

如何从社会最优的角度来制定最优的疫情防控政策,它不仅仅是一个医学问题,而是一个综合了医学、经济学和政府管理等学科在内的综合问题。政府的公共政策应追求整个社会福利的最大化,或者说社会损失的最小化。当面临传染病的威胁从而采取极端防控措施时,虽然传染病本身造成健康损失被最小化了,包含脆弱人群在内的公众都得到了最大的保护,但有两个其它损失:第一是经济损失,因为封控的本质限制了人的流动和接触,而这是恰恰经济活动的重要基础。第二是健康损失,来自于对于其他疾病占用医疗资源的挤出。当有限的医疗资源都被主要用来对抗某一种传染病的时候,就产生了医疗资源的错配,其后果是增加了其他疾病的超额死亡率。

反过来,面临传染病的威胁采取完全放任或者立即放开的政策,一定就是最优的么?也不是。当社会全部放开之后,健康的损失和生命的损失都会随着感染人数的上升而上升,且这种上升可能是非线性递增的,原因有两点:首先、随着感染人数增加,接触频率较少的人群感染概率会增加,这其中就包含老年人群,这会进一步增加重症率和对医疗资源的挤兑。其次,完全放任也会带来经济上的损失,每个人在做行为决策的时候都没有考虑到自己的感染对于社会他人造成的危害(负外部性),这使得疾病传播变的更为普遍和迅速。一旦社会短时间出现大面积人群感染,患者生病在家休息,社会生产同样会受到影响。此外,脆弱人群个体还会因为害怕感染而主动放弃消费、出行和就医。比如大量的肿瘤患者,他们的生活水平和质量会下降更多。

上述两点的权衡一直以来是政策争论的焦点(如图2所示),政策制定者需要寻找一个平衡点,且这个平衡点是动态演进的。定性来说,哪些因素决定了政策管控的最优平衡点呢?第一是疾病的传播性。传播性越高,意味着封控成本越高,这时候经济成本就会快速上升,但健康成本不会显著的下降。第二是传染病的病死率,如果病死率越高,防控带来的健康成本下降就会占主导地位。第三是社会经济发展的水平。生命虽然宝贵,但社会资源一定是有限的,如何为生命找到合适的价值,是一个非常重要且有挑战的问题。科学的防控政策的最终调整要介于这两者之间,如何把握这个度,则需要更为细致和科学的研究来回答。

整理:文展春 | 编辑:王贤青 白尧