新冠疫情防控與效果比較研究綜述

王旗紅 王媛

摘?要：新冠疫情自爆發(fā)以來，波及全球200多個國家和地區(qū)并持續(xù)至今，帶來全球公共衛(wèi)生危機(jī)。各國學(xué)者從病毒、疫情治理、防控措施、心理健康影響、應(yīng)對策略等角度對疫情進(jìn)行了廣泛和深入的研究，涉及經(jīng)濟(jì)學(xué)、社會學(xué)、教育學(xué)、政府治理等多個學(xué)術(shù)領(lǐng)域。新冠疫情防控與效果是疫情研究的基礎(chǔ)，基于新冠疫情的統(tǒng)計數(shù)據(jù)來源，對國內(nèi)外新冠疫情的防控措施及效果相關(guān)文獻(xiàn)進(jìn)行梳理、比較和分析，對于疫情常態(tài)化下新冠肺炎疫情防控具有現(xiàn)實意義。

關(guān)鍵詞：新型冠狀病毒；防控；效果；文獻(xiàn)綜述

中圖分類號：D9?????文獻(xiàn)標(biāo)識碼：A??????doi：10.19311/j.cnki.16723198.2023.05.066

1?數(shù)據(jù)來源

新冠疫情爆發(fā)至今已有近三年時間，仍未消除，關(guān)于新冠疫情的資料和文獻(xiàn)多如牛毛朱奈德·舒亞等人把新冠數(shù)據(jù)來源分為4類：

第一，醫(yī)院的CT掃描和X射線圖像等形成的數(shù)據(jù)。

第二，新冠病例報告數(shù)據(jù)，以及對報告病例從傳播學(xué)、流行病學(xué)和人口學(xué)角度進(jìn)行估計的數(shù)據(jù)。

第三，來自于社會媒體的情感描述性的數(shù)據(jù)。第四，對病例報告數(shù)據(jù)進(jìn)行匯總形成的開放資源數(shù)據(jù)以及在此基礎(chǔ)上產(chǎn)生各類研究論文、專著等。

對于新冠研究文獻(xiàn)的數(shù)據(jù)絕大多數(shù)屬于第4類數(shù)據(jù)。這類數(shù)據(jù)庫包括官方的和非官方的。官方的國際網(wǎng)站主要有世界衛(wèi)生組織、世界銀行等。非官方的網(wǎng)絡(luò)新冠數(shù)據(jù)庫主要有：

第一，美國約翰·霍普金斯大學(xué)冠狀病毒資源中心。該中心不僅每天公布各國新冠基本數(shù)據(jù)，而且還公布某些國家的省或州級的數(shù)據(jù)。

第二，美國世界實時統(tǒng)計數(shù)據(jù)網(wǎng)站，是第一個收集全球各地新冠數(shù)據(jù)，并把數(shù)據(jù)提供給約翰·霍普金斯大學(xué)冠狀病毒資源中心的網(wǎng)站。

第三，美國華盛頓大學(xué)健康計量和評估研究所網(wǎng)站。該網(wǎng)站重點公開醫(yī)院方面的數(shù)據(jù)，包括重癥監(jiān)護(hù)室床位等多項指標(biāo)狀況。

第四，比推網(wǎng)，該網(wǎng)站建立了一個新冠網(wǎng)頁，對全球新冠疫情數(shù)據(jù)實時匯總，每天發(fā)布全球新冠嚴(yán)重的前100個國家的數(shù)據(jù)。

第五，英國牛津大學(xué)布拉瓦尼克政府學(xué)院疫情研究小組在“Our?World?in?Data”數(shù)據(jù)庫里，對全球200多個國家及地區(qū)的各項疫情控制政策進(jìn)行評價和綜合平均，形成一個綜合的政策強度指數(shù)，政策強度指數(shù)分值在0-100之間，每天跟蹤評價且公布評價結(jié)果。

2?文獻(xiàn)綜述

國內(nèi)方面，從防控措施來看，宮兆淼等比較研究中國與歐盟在控制新冠疫情方面的特點與效果：中國的控制措施和效果更好一些。陳文佩，莊越從多元主體合作治理角度，對中美兩國防疫進(jìn)行比較后認(rèn)為：中國除非營利組織邊緣化外，政府、公民、社區(qū)及企業(yè)在中央和地方政府領(lǐng)導(dǎo)下形成了良性互動。宋道雷從社會組織視角，探討了新舉國體制中的有為社會，認(rèn)為社會組織代表的社會力量，是有為社會的重要體現(xiàn)。吳靜，張鳳等認(rèn)為，5G、大數(shù)據(jù)、云計算、AI等新技術(shù)在疫情防控領(lǐng)域，發(fā)揮了重大作用。

從防控效果來看，史晨、楊琳等通過LSEIR模型對廣州市新冠疫情防控進(jìn)行了定量研究，模擬估計廣州防控效率約為94%。若防控效率下降為80%、70%，疫情規(guī)模將分別擴(kuò)大1196%、2473%。蘇州、萬魯河通過SEIR模型對哈爾濱市疫情發(fā)展趨勢進(jìn)行預(yù)測分析，通過模擬疫苗接種比例與對應(yīng)疫情曲線的變化，得出現(xiàn)階段疫情防控最有效地方法，是接種疫苗。陳榕、吳才琴，通過NetLogo平臺建立疫情防控仿真模型，模擬了居家隔離、佩戴口罩、接種疫苗三種方案，研究結(jié)果表明，在疫情發(fā)生后，若迅速、全面地落實這些措施，可以及時有效控制疫情。但若落實不到位，將明顯延長疫情持續(xù)時間。陳琳、王凱華通過SEIR模型評估山西省疫情防控措施成效，發(fā)現(xiàn)防控措施有效阻斷了境外輸入病例的擴(kuò)散，確保了疫情防控效果。

國外文獻(xiàn)主要集中在借用牛津大學(xué)疫情小組建立的數(shù)據(jù)庫進(jìn)行國際比較研究，有關(guān)文獻(xiàn)主要如下：Michael?King等人運用強度指數(shù)數(shù)據(jù)，對2020年42個樣本國家的面板數(shù)據(jù)的定量分析發(fā)現(xiàn)，當(dāng)采用滯后變量方法后，提高強度指數(shù)，在當(dāng)期的季度，不會降低新冠死亡率和提高經(jīng)濟(jì)增長率，甚至是強度指數(shù)越高，當(dāng)期季度的增長率越低，但是在下一個季度就會降低新冠死亡率，增長率會回升。麗吉·托馬斯Liji?Thomas，2020年根據(jù)該強度指數(shù)數(shù)據(jù)，分析170個國家1月至5的數(shù)據(jù)，發(fā)現(xiàn)：強度指數(shù)未到40前，每延1天，新冠感染者日均死亡率提高9%；每延一個月，死亡率相對早一個月達(dá)到40的國家高25%。格朗·麥肯齊（Grant?McKenzie）和本杰明·亞當(dāng)斯（Benjamin?Adams）定量分析108個國家及地區(qū)的截至2020年4月11日的新冠數(shù)據(jù)，得出結(jié)論：政策強度指數(shù)對確診新冠人數(shù)的降低作用小于對新冠死亡人數(shù)的降低作用，并且強度指數(shù)不應(yīng)低于40。有學(xué)者運用截至2020年7月23日的強度指數(shù)數(shù)據(jù)，比較中國與經(jīng)合組織（OECD）國家的疫情控制效果，結(jié)論是：中國高強度的政府控制力度，既防止了疫情蔓延，又阻止了GDP的大幅回落，而低強度的政府控制力度的國家，既沒有控制住疫情蔓延，又沒有阻止住GDP的大幅回落。

3?評議

現(xiàn)有新冠疫情防控與效果文獻(xiàn)不足之處有：國內(nèi)方面，明顯缺乏疫情防控與效果國際比較研究、缺乏疫情共同治理研究，在國際比較研究中，運用數(shù)據(jù)進(jìn)行定量分析較少。國外方面，目前雖然定量研究文獻(xiàn)較為豐富，但存在三點不足：

第一，現(xiàn)有文獻(xiàn)主要是對第一波疫情的研究，隨著時間的延長，病毒不斷變異及疫苗的研制，數(shù)據(jù)可能會有變化，這會導(dǎo)致定量研究結(jié)果的改變。

第二，疫情基本客觀影響要素不完整，在定量分析缺少如各國國家結(jié)構(gòu)、溫度、疫苗普及率等影響因素。

第三，沒有把中國的成功經(jīng)驗與大多數(shù)國家失敗的教訓(xùn)進(jìn)行比較，進(jìn)而缺乏共同治理研究。

國內(nèi)國外疫情防控比較后發(fā)現(xiàn)，在抗擊疫情方面，我國的優(yōu)勢和經(jīng)驗可以歸納為：

第一，充分發(fā)揮舉國體制優(yōu)勢，各級政府和部門、各級民主黨派和社會團(tuán)體、各企事業(yè)單位、社區(qū)和全體公民，與黨中央國務(wù)院保持高度一致，抗疫人力、物力、財力等資源由國家統(tǒng)籌，集中力量打“殲滅戰(zhàn)”；

第二，實施內(nèi)防疫情反彈和外防疫情輸入的雙控雙防的管控模式。根據(jù)疫情動態(tài)更新防疫政策，堅持“人民至上”“動態(tài)清零”不動搖。

第三，充分發(fā)揮公共探頭、手機(jī)安康碼，行程碼、大數(shù)據(jù)等技術(shù)手段，快速高效尋找密切接觸者、次密接觸者，迅速切斷疫情傳染鏈。

第四，未雨綢繆，大規(guī)模建設(shè)方艙醫(yī)院，確保各地具備高效率、低成本收治確診患者的能力。

第五，疫情爆發(fā)初期，充分發(fā)揮傳統(tǒng)醫(yī)學(xué)優(yōu)勢，中醫(yī)中藥的介入治療，提高了治療效果。疫情穩(wěn)定后，積極迅速研制疫苗以及疫苗研制成功后，大規(guī)模的疫苗接種，強力抑制了疫情傳播。

新冠病毒自出現(xiàn)演變至今，不少國家選擇放開躺平政策，宣告新冠大流行結(jié)束。病毒的不斷變異，疫情最終的走向帶有很大的不確定性。相比于西方國家選擇躺平，我國政府堅持以民為本，人民利益至上，始終把人民利益放在首位，在保經(jīng)濟(jì)增長的同時，努力實現(xiàn)以最小代價達(dá)到對疫情的最佳防控，充分展現(xiàn)了社會主義制度在疫情防控中的優(yōu)越性。

參考文獻(xiàn)

[1?]Junaid?Shuja，Eisa?Alanazi，Waleed?Alasmary，et?al.COVID-19?open?source?data?sets：?a?comprehensive?survey?[J?].Applied?Intelligence，2021（51）：12961325.

[2?]Johns?Hopkins?Coronavirus?Resource?Center.?https：//github.com/CSSEGISandData/COVID-19/tree/master/csse_covid_19_data/csse_covid_19_daily_reports.

[3?]Worldometer.?https：//www.worldometers.info/coronavirus.

[4?]Institute?for?Health?Metrics?and Evaluation（IHME）.?http：//www.healthdata.org/covid/datadownloads.

[5?]Bitpush.?https：//www.bitpush.news/covid19.

[6?]The?Blavatnik?School?of?Government?at?the University?of?Oxford.?https：//data.humdata.org/dataset/oxfordcovid19governmentresponsetracker.

[7?]宮兆淼，陳愛平，林一民.中國與歐洲新冠肺炎疫情應(yīng)急管理措施比較?[J?].中國公共衛(wèi)生，2020，（12）：18471851.

[8?]陳文佩，莊越.基于中美比較研究新冠疫情防控中的合作治理差異?[J?].現(xiàn)代商貿(mào)工業(yè)，2022，（15）.

[9?]宋道雷.新型舉國體制中的有為社會：社會組織參與疫情防控的視角?[J?].復(fù)旦學(xué)報（社會科學(xué)版），2022，（02）.

[10?]吳靜，張鳳.抗疫情助推我國數(shù)字化轉(zhuǎn)型：機(jī)遇與挑戰(zhàn)?[J?].中國科學(xué)院院刊，2020，（3）.

[11?]史晨，楊琳，錢俊，等.基于LSEIR模型定量評估廣州市新冠疫情防控效果?[J?].中國衛(wèi)生統(tǒng)計，2021，（6）.

[12?]陳榕，吳才琴.新冠肺炎疫情防控措施效果仿真研究?[J?].臺州學(xué)院學(xué)報，2021，（12）.

[13?]陳琳，王凱華.基于SEIR模型的山西省新冠肺炎疫情特點分析?[J?].山西大同學(xué)院學(xué)報，2021，（12）.

[14?]劉曉潔，張衛(wèi)東.新冠肺炎疫情背景下政府應(yīng)急政策量化研究—基于政策工具視角分析?[J?].現(xiàn)代養(yǎng)生，2021，（8）.

[15?]Michael?King?and?Adalbert?Winkler.COVID-19：Lockdowns，F(xiàn)atality?Rates?and?GDP?GrowthEvidence?for?the?First?Three?Quarters?of?2020?[J?].Intereconomics，2021，（1）：3239.

[16?]Liji?Thomas.Analysis?across?170?countries?of?Government?responses?to?COVID-19.https：//www.newsmedical.net/news/20200708/Analysisacross170countriesofGovernmentresponsestoCOVID-19.aspx.

[17?]Grant?McKenzie，Benjamin?Adams.?A?country?Comparison?of?Placebased?Activity?Response?to?COVID-19?Policies?[J?].https：//grantmckenzie.com/academics/McKenzieAdams2020.pdf.

[18?]Megan?Cross，ShuKay?Ng?&?Paul?Scu?ham.Trading?Health?for?Wealth：?The?Effect?of?COVID-19?Response?Stringency?[J?].International?Journal?of?Environmental?Research?and?Public?Health，2020，（17）：8725.