摘要
面對新冠疫情，大多數國家都采用了不同程度的隔離封鎖措施。但封鎖會破壞正常的生產和貿易模式，因此需要確定最佳化經濟生產的防控策略。為了研究新冠大流行期間經濟、社會和健康之間的權衡，近日一項發表於 Nature Computational Science 的研究將疫情傳播的動態流行病學模型與多部門經濟模型相結合，提出了一種智能封鎖模型 DEADALUS。
該模型確定了一些緩解策略，在最佳化經濟生產的同時，限制感染使得不超過醫院容量，但使包括教育部門在內的許多基本服務保持活躍。模型對是否關閉不同經濟部門進行了區分，讓那些對疫情傳播影響不大、但對經濟產出貢獻很大的部門保持開放。在一個對英國63個行業的範例套用中，相比於對非必要活動實行為期6個月的全面封鎖，該模型實作的經濟增長達到24-29%。
研究領域：流行病傳播，智能防控
論文題目：
Optimizing social and economic activity while containing SARS-CoV-2 transmission using DAEDALUS
論文連結：
https://www. nature.com/articles/s43 588-022-00233-0#MOESM1
面對新冠疫情，大多數國家都采用了非藥物幹預措施的組合，例如隔離感染者、追蹤接觸者、限制旅行和封鎖等措施。大多數國家沒有足夠的檢測和追蹤能力來控制新冠大流行，只能透過封控應對新冠疫情。但是，封鎖會破壞正常的生產和貿易模式，從而產生經濟後果。實作精準防控，關閉隨後感染風險高且對經濟執行「非必要」的行業似乎是可取的。因此需要確定最佳化經濟生產的防控策略，保持教育部門部份的運轉，同時要避免感染人數超出醫院的容量。
近日一項發表於 Nature Computational Science 的最新研究提出了DEADALUS模型，並用該模型研究了能否僅封鎖部份部門，從而以最小的經濟損失控制新冠大流行。該模型的主要目的為圍繞這些選擇的實際政策制定提供指導。
1. 如何權衡疫情防控與經濟生產？
當涉及到像COVID-19這樣的傳染病的傳播時，必須考慮到傳播的差異。不同的年齡組有不同的社交模式；例如，兒童主要與他們的父母和其他兒童互動，而不是與其他成年人互動。另外，不同的環境有不同的社交模式：在工作場所，同事們在一段時間內有一定的接觸，傳播率取決於工作的性質和工作場所的密度。工作場所內的感染是否會傳播到外面，取決於工作場所的感染程度以及與人群的互動情況。有些部門與公眾有交集，如酒店和娛樂業，可能會有三種類別的傳播：部門內員工之間的傳播、員工向其家人及其聯系人的傳播、以及向使用該行業服務的公眾的傳播。這類部門的員工平均年齡較小，他們更有可能無癥狀，因此，更有可能傳播感染。另一方面，屠宰場的第一種（部門員工間）和第二種（員工及其家屬）的傳播率非常高，但第三種（使用服務的公眾）的傳播率會很低。因此， 從公共衛生角度來看 ，需要采取細致的方法來控制傳播，關閉那些後續感染風險高但是對經濟執行 "並非必需 "的行業似乎是可取的。
這種公共衛生觀點必須與關閉一些部門的經濟後果相平衡。 從經濟角度來看 ，關閉某個特定部門取決於它與其他部門的相互聯系，以及它對GDP貢獻的重要性。事實證明，經濟學文獻通常沒有使用足夠詳細的經濟和聯系結構模型來指導細微的政策決定，而公共衛生和流行病學文獻也沒有建立經濟成本模型。丹麥使用了一個簡易模型來指導他們的政策，但英國並沒有類似的舉動。因此，英國在2020年推出了「Eat out to help out」計劃，透過補貼在符合條件的場所就餐來幫助餐館和酒店業，因為政府擔心企業主會破產，而且其他為幫助大型企業雇員而制定的計劃也沒有充分覆蓋小型和業主經營的場所的工人收入。然而，隨著「Eat out to help out」計劃的實施，感染病例明顯增加：該計劃在這一時期感染人數占所有病例的8-17%，但GDP沒有明顯增加。因此， 需要一個非常詳細地整合了流行病學和經濟制約因素的模型 。
2. 智能封鎖模型DAEDALUS
在這個意義上，DAEDALUS模型是一項重要的套用政策研究，它將流行病學和經濟模型結合起來。該模型有兩個組成部份。 首先是一個年齡結構的SEIR模型 ，其中不同年齡段的人口有不同的風險特征（易感性）和不同的社交模式（圖1a）。每個人可以處於四種狀態之一：健康並對COVID易感（狀態S）；暴露於感染環境中，但尚未感染，並能夠傳播疾病（狀態E）；被感染（狀態I），在這種狀態下，無論有癥狀還是無癥狀，都可以傳播疾病；以及從疾病中恢復，對後續感染免疫（狀態R）。一部份有癥狀的人要住院治療，其中一部份人病死。
模型的 第二個組成部份是一個詳細的經濟生產網絡模型 ，以研究某種幹預措施的經濟後果。這透過使用諾貝爾經濟學獎得主 Wassily Leontief 介紹的投入-產出模型（input–output economic model，圖1b）來完成。這是一種模擬經濟中不同部門之間相互作用的標準方式。如果我們考慮兩個部門的簡單情況，如鐵和煤，鐵使用煤作為投入，但其產出也用於生產煤；煤也是如此，它使用鐵作為投入，但煤的產出也用於生產鐵。在這種情況下，兩個部門之間的相互作用可以用一個2×2的矩陣A來表示，其中每個元素aij代表i部門被j部門使用的投入量。由於它是一個固定的矩陣，假定生產中使用的投入比例是固定的，兩者之間沒有替代關系。這在非常短的時間內（也許是幾個月）是有效的，並用於經濟的詳細建模。大多數經濟體的投入產出表都是可獲得的。
（a）SEIR流行病學模型。（b）投入產出經濟模型的一個例子，aij是i行業產出被j行業使用的份額；例如，a12是農業產出被電信行業使用的份額，可能為零。（c）疾病傳播和經濟活動之間的互動；感染地用藍色描述，經濟部門用綠色描述，非藥物幹預措施和封鎖用粉色描述。
DAEDALUS 模型的主要貢獻是將 投入-產出和流行病學模型細致地進行匹配 ，其中不同群體之間的接觸率在每個行業層面都被使用（圖1c）。從投入產出表中，也可以計算出對每個行業的GDP有貢獻的增加值。因此，該組合模型可以用來研究，如何在投入產出表給出的生產約束、COVID-19動態、醫院能力、大流行病得到控制的約束條件（透過要求幹預結束時的感染數量為Rend≤1來表示）和其他理想目標（如保持學校開放）下，使GDP最大化（圖2）。該問題可簡化為一個編程問題，由於疾病動力學，一些約束條件是非凸的。
該模型很靈活，可以根據不同的經濟體進行調整，並且反映在各國可能有所不同的流行病學假設。例如，關於英國的模型使用了63個經濟部門的數據，工人與工人的接觸率是基於法國的數據，而流行病學參數基於英國的數據進行校準。研究模擬了不同場景。與全面封鎖所有非必要活動相比，預計透過智能封鎖，六個月內GDP可能會增加 24-29%，結果隨著教育部門與其他部門開放程度不同而有所不同。對經濟執行」至關重要」或高附加值，同時被認為是低傳染風險的部門，應被被允許經營。
（a）預計患病率和醫院入住率。（b）63 個行業的經濟配置。該情境下教育部門與其他部門一樣可以被完全關閉。在 6 個月的幹預期內，透過每兩個月連續開放和關閉 63 個部門來實作 GDP 最大化。垂直軸上列出了行業劃分，水平軸上列出了月份。LD 是 2020 年 3 月至 2020 年 5 月在英國的第一次封鎖。第 1 階段是 9 月到 10 月，第 2 階段是 11 月到 12 月，第 3 階段是 1 月到 2 月。黃色（1.0）表示完全開放，藍色（0）表示關閉。
3. 擴充套件的空間
這裏提出的DEADALUS模型是整合流行病學和經濟模型的重要一步，並有擴充套件的空間。醫院承載量對於確定封鎖的程度很重要。原則上，人們可以確定一個額外的醫院床位的隱藏價值，即略微放松床位數量限制，以提高被最佳化目標（在這種情況下為GDP）的最大值。放寬其他約束的隱藏價值也可以被估計出來，這對計劃未來爆發的COVID-19或其他大流行病很有價值。感染直接或間接地導致了死亡，因為醫療資源被用於處理COVID-19。死亡率是政策反應的一大考慮因素。因此，最佳化目標應該包括死亡率，因為這將使人們更全面地了解實際政策制定中的權衡問題。
本文轉譯自 Nature原文題目：Smart lockdowns to control COVID-19
原文連結
https://www. nature.com/articles/s43 588-022-00239-8 Aditya Goenka, Lin Liu | 作者
胡聰 | 譯者
梁金 | 審校
鄧一雪 | 編輯
推薦閱讀
◆ ◆ ◆
搜尋公眾號：集智俱樂部關註集智俱樂部公眾號
加入「沒有圍墻的研究所部」
讓蘋果砸得更猛烈些吧！
