從經(jīng)濟(jì)學(xué)角度看自由放任的群體免疫和積極的抗疫政策

文 陳玉宇

一、大名鼎鼎的Ferguson團(tuán)隊的報告

Ferguson團(tuán)隊2020年3月16日的報告影響很大。報告認(rèn)為，COVID-19的全球流行和影響，是自1918年H1N1流感以來最為深重的疾病大流行。在假設(shè)尚未出現(xiàn)COVID-19疫苗的情形下，報告利用流行病學(xué)模型（SIR模型或其更精細(xì)的變種模型）對英國和美國的流行進(jìn)行了仿真模擬。其結(jié)論是各種單獨的隔離等干預(yù)手段效果有限。

進(jìn)一步，報告認(rèn)為面對病毒有兩大戰(zhàn)略可?。壕徍鸵咔閼?zhàn)略與壓制戰(zhàn)略。緩和戰(zhàn)略中心在于緩和流行進(jìn)程，削減爆發(fā)高峰的強(qiáng)度，意圖不在終止病毒流行。這樣做假設(shè)前提是，沒有疫苗或者可預(yù)見的時間內(nèi)沒疫苗，病毒的流行和傳播無可阻止。那么緩和疫情的戰(zhàn)略，意在干預(yù)疫情進(jìn)程，減緩高峰期對醫(yī)療資源的需求，確保不造成醫(yī)療資源的過載和擠兌。壓制戰(zhàn)略，指的是逆轉(zhuǎn)病毒的流行傳播進(jìn)程，減少感染的病例數(shù)，使其維持在很低水平，并一直持續(xù)下去。

報告指出，無論哪種戰(zhàn)略，都有相當(dāng)大的挑戰(zhàn)。報告發(fā)現(xiàn)，一個綜合的緩和戰(zhàn)略會將流行高峰期的醫(yī)療需求降低2/3。這個綜合的緩和戰(zhàn)略內(nèi)容包括：疑似者居家隔離，其家庭成員隔離，高危人群如老年人進(jìn)行社交疏離。緩和政策下，即便高峰期醫(yī)療需求大幅降低了2/3，英國仍會有數(shù)以十萬計的死亡，ICU的需求超過能力數(shù)十倍，仍將出現(xiàn)醫(yī)療資源過載的窘迫。

若實行壓制戰(zhàn)略，報告認(rèn)為至少應(yīng)包括：全部人口的社交疏離（social distancing），感染者及其家屬的居家隔離，學(xué)校和大學(xué)的關(guān)閉。這些措施將伴生巨大社會經(jīng)濟(jì)成本。而且，要一直持續(xù)到出現(xiàn)疫苗為止。疫苗出現(xiàn)可能需要18個月或更長時間。這個戰(zhàn)略的挑戰(zhàn)在于，強(qiáng)有力的壓制政策組合一旦放緩，病毒的流行會反彈。當(dāng)然，可以考慮根據(jù)實際情況，間歇性地引進(jìn)和放松各種壓制戰(zhàn)略措施。

這份報告的作者團(tuán)隊，是優(yōu)秀的流行病學(xué)家。報告也使用了基于1927年開始使用的SIR模型的更新和高級的變種版本，數(shù)據(jù)的使用也是挖掘得很深入。因此，這篇報告影響深遠(yuǎn)，正像報告開篇所說，這個流行病模型的結(jié)果已知會英國和其他國家的政策制定者。3月份美國經(jīng)濟(jì)學(xué)家撰寫的幾篇有影響的經(jīng)濟(jì)學(xué)論文，也都充分吸收這份報告的成果。

二、Ferguson報告對決策有何幫助，又帶來了怎樣的爭論和困擾？

Ferguson的報告，并非沒有爭議。但是，它給我們描述了比較清晰的圖景，是政策制定者和個人做決策的時候，必須納入考慮的重要信息。

如何準(zhǔn)確理解報告，并正確將報告成果納入決策考量，則是一件更難的事情。

任何科學(xué)報告的結(jié)果，尤其是預(yù)測，都帶有不確定性。而現(xiàn)實決策，則要求在信息不完備、充滿不確定性的情況下，做出決策。這就需要憑借已有的科學(xué)信息和證據(jù)，更多的跨學(xué)科的信息和證據(jù)，還要有決策團(tuán)隊的權(quán)衡取舍，決策者的直覺和洞察力。

理性決策的死敵，是不確定性。人們面對不確定性的乖離行為反應(yīng)，更加劇決策的困難。經(jīng)濟(jì)學(xué)里有個稱為Ellsberg悖論的例子。有甲乙兩個桶，各裝有100個球，黑球和白球混雜。甲桶里有黑球49個，白球51個。乙桶里黑球和白球的個數(shù)不知，總數(shù)100。被實驗者如果抓出黑球，獎勵1000元。第一次試驗，很多人選擇甲桶。這意味著，對于這些人的主觀猜測而言，乙桶里的黑球數(shù)目少于49個，否則他不會選甲桶。第二次試驗，被實驗者若選中了白球，給1000元獎金。試驗發(fā)現(xiàn)，這些人同樣還是選了甲桶而非乙桶。這些人的前后邏輯的不一致，凸顯了不確定性下做決策時乖離理性的特點。原因何在，選擇甲桶，里面的黑白球數(shù)量分明，得到獎金的機(jī)會是“安全的”和容易理解的。此例子說明了面對不確定性，決策面臨的難題。另外，行為經(jīng)濟(jì)學(xué)還發(fā)現(xiàn)了損失回避（更不用說生命損失回避）等行為特征具有重大影響。列舉這兩個現(xiàn)象，并非炫耀專業(yè)術(shù)語，而是展現(xiàn)社會經(jīng)濟(jì)決策的困難，這些因素，都不在Ferguson報告的考慮范圍。這兩個例子顯示出關(guān)于COVID-19決策，不得不考慮的因素。簡言之，我們要有經(jīng)濟(jì)學(xué)的均衡思維，要考慮不同情形人們對激勵的反應(yīng)，要考慮乖離行為的影響，方能做出明智決策。

Ferguson的報告，給我們的決策帶來有價值的依據(jù)，而并非簡單的答案。有些信息則被誤讀。

報告認(rèn)為，在沒有疫苗的假設(shè)下，在現(xiàn)有對R0（基本傳染數(shù)）的估計下，如果沒有社會干預(yù)政策，其結(jié)局就是在不太長的時間里，大多數(shù)人都要被感染一遍，從而到達(dá)群體免疫狀態(tài)，疫情的流行也就終止了。究竟多少人得病可以到達(dá)群體免疫狀態(tài)從而流行終止呢？這跟一個神秘而關(guān)鍵的估計值R0有關(guān)（下文有討論），F(xiàn)erguson的報告認(rèn)為R0是2.4，也有其他報告認(rèn)為3以上。根據(jù)Greenstone的論文轉(zhuǎn)述，如果沒有政府措施，美國最終會有80%的人感染。默克爾的講話里則認(rèn)為德國最終會有60%～70%的人感染。差不多這就是達(dá)到群體免疫的感染數(shù)字。

很多人對這一流行病學(xué)模型結(jié)果的反應(yīng)就是，要么有疫苗，要么群體免疫。甚至有人未加思索，認(rèn)為既然早晚要靠群體免疫，那就盡快地放任早點達(dá)成群體免疫，一了百了。這種見解不僅愚蠢而且怯懦。

Ferguson報告的準(zhǔn)確精神是，即便群體免疫在所難免，也要設(shè)計良策，盡量延后傳染高峰的到來，削低峰值，從而使得對醫(yī)療體系的需求，在可以應(yīng)付的范圍內(nèi)，最大程度地減少生命損失。只是這些延緩和削平峰值的政策，哪些有效，哪些成本收益比劃算，需要更多信息的支持，需要決策者斟酌取舍。

如果群體免疫在所難免，那么社會干預(yù)政策，是否應(yīng)該將疫情進(jìn)程盡量平緩化，使其在拉得更長的數(shù)年時間里，達(dá)成群體免疫的結(jié)果。這是資源配置的經(jīng)濟(jì)學(xué)問題，不再是流行病學(xué)的問題。我們在文章后半部分就要探討政策的收益和成本的權(quán)衡取舍問題。

也有人從Ferguson報告讀出相反信息。報告認(rèn)為政府無政策作為的情況下，美國最終累計有2.5億～3億人感染，因COVID-19病毒死亡220萬人。一種極端觀點認(rèn)為，生命無價，我們不惜代價，不惜經(jīng)濟(jì)停擺，來遏制疫情，甚至使其消失。這個看法的偏頗在于壓制疫情的政策是否做得到？短期做得到，那么可持續(xù)多久？政策造成的負(fù)面效果和成本（主要是經(jīng)濟(jì)衰退以及經(jīng)濟(jì)大幅衰退帶來的間接后果）是否值得？疫情若是暫時被壓制，數(shù)月之后隨著壓制政策的退出，疫情重新泛起，又回到了起點。

三、SIR-MACRO模型如何把流行病學(xué)模型與經(jīng)濟(jì)模型結(jié)合？這對最優(yōu)政策的含義是什么？

曠世罕見的COVID-19疫情的全球沖擊，對醫(yī)學(xué)研究比如研發(fā)疫苗提出要求，也對發(fā)展出更好的應(yīng)對疫情的宏觀經(jīng)濟(jì)政策提出要求。應(yīng)對疫情，減少其損失，對政策制定者是挑戰(zhàn)，對每一個人的個人決策也是挑戰(zhàn)。不僅全球?qū)用娴念I(lǐng)袖們，各級政府，而且每一個個人，都希望做出審慎而明智的決策取舍。這需要我們了解大名鼎鼎的流行病學(xué)SIR模型并能由此引發(fā)思考，組織證據(jù)和信息。

1927年兩位研究者開始使用SIR模型研究流行病學(xué)問題，這個模型實際應(yīng)用中有多種擴(kuò)展。這里介紹一下教科書式的標(biāo)準(zhǔn)模型，使大家可以將其與經(jīng)濟(jì)行為結(jié)合，思考資源配置的決策問題。

模型里，全部人（N）被分為三組：第一組，潛在可感染病毒的人（S）。大家對COVID-19沒抗體，開始的時候人人皆屬此人群，稱為易感人群。第二組，正在被病毒感染的人（I）。第三組，治愈（自愈）的人或者因感染死亡的人（R）。假設(shè)他們不會被再次感染。

這三組人，其實是三種健康狀態(tài)，伴隨疫情的進(jìn)程，各組人數(shù)演變。SIR模型在于描述模擬這三個狀態(tài)變量的演變過程。

這個貝塔的測量，是臭名昭著的困難，尤其在疫情初發(fā)時期。而且，這個貝塔變動不居。可這個貝塔又是該模型模擬預(yù)測的核心。貝塔的大小取決于兩者：一是病毒的生物學(xué)特征，是不是很容易使人感染。二是與感染源接觸的次數(shù)，接觸的緊密程度。病毒即便很容易傳染，但是大家天天穿著防護(hù)服不接觸，也形成不了事實上的傳染。貝塔，是由病毒的生物學(xué)特征和接觸的次數(shù)與接觸緊密度共同決定的，可以理解為二者相乘。

貝塔取決于接觸次數(shù)和親密度的事實，就為無論是緩和戰(zhàn)略還是壓制戰(zhàn)略，提供了空間。社會干預(yù)政策，可以通過隔離感染者，隔離傳染源，強(qiáng)制社交疏離，鼓勵自愿的保護(hù)行為，去影響與感染源接觸的程度，從而影響所謂的貝塔大小，進(jìn)而能夠影響感染人數(shù)的增加，影響疫情的進(jìn)程，即便不能消滅疫情。

流行病學(xué)的文獻(xiàn)大概認(rèn)為COVID-19的傳播來自3個方面（家庭內(nèi)部、工作場所或?qū)W校、生活社區(qū)與其他），約各占1/3權(quán)重。干預(yù)措施也大多針對這3個方面。

最近經(jīng)濟(jì)學(xué)家Eichenbaum等人寫了一篇“流行病的宏觀經(jīng)濟(jì)學(xué)”論文，便是在貝塔上做文章。該論文認(rèn)為，貝塔與消費活動和工作都有關(guān)系。首先，貝塔是消費量的函數(shù)。尤其是服務(wù)業(yè)占主導(dǎo)的經(jīng)濟(jì)，疫情期間消費活動是決定貝塔的重要因素。比如你去看電影、去吃飯、去旅行，都是消費活動，都增加了感染的機(jī)會?；乇茱L(fēng)險的消費者，會權(quán)衡取舍，通過減少消費和消費活動，減少自己被感染的機(jī)會。這個探討將疫情與經(jīng)濟(jì)活動的核心消費聯(lián)系起來。這在流行病學(xué)家的傳統(tǒng)模型里是缺失的。直觀的結(jié)論，理性的消費者會權(quán)衡消費帶來的愉悅和滿意度，與因為消費活動而被傳染的成本進(jìn)行取舍，確定最優(yōu)的消費活動。顯而易見，疫情變得嚴(yán)重，消費者會激劇地減少消費活動，對經(jīng)濟(jì)造成巨大的需求沖擊。

Ferguson團(tuán)隊的報告和大量關(guān)于集體免疫及其實施戰(zhàn)略的思考，都沒有考慮人們的這種反應(yīng)。此前討論這個問題，大家斟酌的是社交疏離等政策帶來的經(jīng)濟(jì)衰退的巨大成本值不值得，這是對問題的錯誤提問。沒有政府強(qiáng)制的社會疏離政策，人民大眾在面對感染風(fēng)險增加的時候，也會采取減少被感染的回避行為，其途徑之一就是減少消費，這種導(dǎo)致消費需求巨大下降的回避行為，對經(jīng)濟(jì)的影響很大，制定疫情的戰(zhàn)略，必須將之納入考慮。那些認(rèn)為沒有經(jīng)濟(jì)停擺的強(qiáng)制政策，經(jīng)濟(jì)就會恢復(fù)正常的想法，不僅天真，而且簡直是“癡心妄想”。人們究竟減少多少消費活動以自保，取決于人們的偏好和對感染風(fēng)險的評估。因此，要想讓消費活動下降得少點，就要讓人們感覺被感染的風(fēng)險小點。把感染者人數(shù)壓制在一個能接受的水平上，才是政策的核心。因此我們要問的是，我們需要多大強(qiáng)度的壓制政策，而不是要不要壓制政策。

人們會通過消費活動的減少，來回避感染風(fēng)險，人們還會通過減少勞動供給，來減少自己在工作場所感染的風(fēng)險。這是Eichenbaum等人的論文所使用的第二個影響貝塔的機(jī)制。前文提到1/3的感染發(fā)生在工作場所和學(xué)校，因此人們在做勞動決策的時候，也會斟酌平衡勞動帶來的報酬與被感染的風(fēng)險，做出最優(yōu)的勞動供給決策。無疑，感染風(fēng)險的增加會嚴(yán)重地減少勞動供給。這會進(jìn)一步加劇經(jīng)濟(jì)衰退的深度。后文有一些示意性的定量說明。

我們介紹SIR模型里的S，即易感人群如何受到傳染源的感染而人數(shù)下降，強(qiáng)調(diào)了傳染率貝塔的決定因素，并建議應(yīng)該將人們對消費活動和勞動決策因為疫情而做的調(diào)整，納入研判疫情進(jìn)展和經(jīng)濟(jì)影響的決策考慮。

SIR第二個組成部分，就是感染人數(shù)（I）的變化。兩個因素決定其變化：新增感染人數(shù)，這部分與S的減少量相同；另一部分是治愈或死亡的人數(shù)（專業(yè)術(shù)語叫移除率）。二者之差，就是感染人數(shù)I的變化。

在正常教學(xué)過程中，根據(jù)C語言課程的知識體系結(jié)構(gòu)，對該課程的教學(xué)內(nèi)容進(jìn)行切片，將原本在傳統(tǒng)教學(xué)環(huán)境下需要一節(jié)課的講授內(nèi)容切割成若干個子塊，每一個子塊的播放時間原則上控制在三分鐘以內(nèi)。針對每個子塊的學(xué)習(xí)內(nèi)容，都有針對性的設(shè)計了任務(wù)。這些子塊在課程開展之前，都需要上傳到互聯(lián)網(wǎng)教學(xué)平臺，提供給學(xué)生在課前自學(xué)。學(xué)生可以查閱每個子塊對應(yīng)的任務(wù)，提前準(zhǔn)備完成任務(wù)的相關(guān)資料，但最終對任務(wù)的完成情況評價需要在課堂教學(xué)中完成。除此之外，為了提高學(xué)生課前自學(xué)的興趣，同時根據(jù)自身教學(xué)技術(shù)特點，開發(fā)出一款基于游戲形式的輔助自學(xué)程序。這款軟件主要是解決那些學(xué)習(xí)不主動，對于傳統(tǒng)教學(xué)視頻學(xué)習(xí)認(rèn)同感不高的高職學(xué)生而制作。

SIR中的第三個部分，獲得免疫的治愈人數(shù)和死亡人數(shù)的變化。這里尤其是死亡人數(shù)，取決于病毒的特點，更取決于醫(yī)療體系的能力。這個死亡率，不是一成不變的，當(dāng)醫(yī)療體系過載被擠兌，醫(yī)療資源匱乏，死亡率可以有數(shù)倍的提高。這個參數(shù)的評估，也極大地影響了戰(zhàn)略選擇。如果醫(yī)療資源能力很強(qiáng)，COVID-19的致死率很低，像某些人希望的那樣，就是一次大型的流感而已，那么社會經(jīng)濟(jì)的戰(zhàn)略選擇會很不一樣。如果發(fā)展中國家，人均醫(yī)療資源匱乏，疫情大面積流行，其死亡率可能很高，就會引發(fā)人道災(zāi)難。

文獻(xiàn)和各種報道里所說的R0，其實就是“貝塔除以治愈率和死亡率”，分子是貝塔，分母是移除率，稱為基本傳染數(shù)（basic reproduction number）。其含義很清楚，一個典型的帶病毒的被感染者，感染他者的人數(shù)預(yù)期值（或平均數(shù)）。比如R0=3，意味著一個病人平均會讓其他3人感染。如果R0＞1，感染病爆發(fā)，疫情將流行直至群體免疫。R0＜1，傳染病影響很小，將會很快消失。R0=1，乃“刀刃”問題，不值得花時間在此討論。自然雜志發(fā)表的王姓作者的論文認(rèn)為，隨著疫情演變，武漢的R0從2以上降低到小于1，最后接近于0。必須清楚，這是在感染者無論輕癥還是重癥全部隔離，社區(qū)隔離，社交疏離，經(jīng)濟(jì)大部分非關(guān)鍵部門停擺的基礎(chǔ)上實現(xiàn)的結(jié)果，這些手段極大地降低了這里的貝塔，從而極大地降低了R0。難題是，如果取消這些政策，R0會逐漸回調(diào)到多大？

標(biāo)準(zhǔn)SIR模型，如果能未卜先知地獲得感染率、治愈率和死亡率等準(zhǔn)確參數(shù)，模型就能比較準(zhǔn)確地描摹出易感人群S，受感染人數(shù)I，以及治愈及死亡人數(shù)R，在每個時刻的數(shù)值。概而言之，沒有免疫的易感人群人數(shù)隨時間會非線性地下降。而治愈者和死亡者人數(shù)R會隨時間非線性地上升。每個時刻的感染人數(shù)I會隨時間呈現(xiàn)一個鐘形曲線，前一段比較少，隨著指數(shù)增長的力量迅速形成一個峰值，然后迅速減少，因為大多數(shù)人都被感染過了，沒那么多易感人群可供感染了。

SIR-MACRO模型，在貝塔的決定因素里，內(nèi)生考慮了人們會通過減少消費活動和減少勞動供給來減少社交次數(shù)和接觸密度，從而減少染病風(fēng)險。將SIR模型與一個標(biāo)準(zhǔn)的動態(tài)宏觀經(jīng)濟(jì)模型結(jié)合在一起來看疫情的演進(jìn)，不同的應(yīng)對疫情的戰(zhàn)略及其對消費、就業(yè)和GDP的影響。

疫情會影響消費和供給。2020年，伯南克和耶倫在3月19日寫道，近期公共健康政策目標(biāo)要求人們待在家里，減少購物和停止非關(guān)鍵部門的勞動生產(chǎn)，因此經(jīng)濟(jì)的產(chǎn)出、就業(yè)和消費將無可避免地下降。

SIR-MACRO模型里，人們最大化自己現(xiàn)在和以后各期的效用函數(shù)，效用函數(shù)由消費和閑暇數(shù)量決定，約束條件是勞動帶來的收入，用以滿足人們的消費。這是經(jīng)濟(jì)學(xué)家的看家功夫，談?wù)摰氖侨藗兛缙诘睦硇詻Q策。企業(yè)當(dāng)然是利潤最大化的企業(yè)，因為討論問題的需要，作者省略了資本積累，只考慮勞動投入，并且假設(shè)線性的成本函數(shù)。疫情的沖擊，可以表現(xiàn)為生產(chǎn)率的下降。疫情被當(dāng)作供給沖擊，是各類經(jīng)濟(jì)評論家的出發(fā)點。

下文會提到MIT和芝加哥的一篇論文討論供給沖擊如何引發(fā)更大的需求不足，并且給疫情導(dǎo)致的這種現(xiàn)象起了個名字，叫“凱恩斯式的供給沖擊”。說白了，如果只是供給沖擊，大家的生產(chǎn)率下降，這樣純粹的供給沖擊，不需要所謂的短期宏觀需求政策。也就是既不需要寬松的貨幣政策，也不需要寬松的財政政策，因為這些政策對供給沖擊不僅沒用，反而有害。人們呼吁政府不要大水漫灌，不要刺激等觀點，皆基于此。

SIR-MACRO模型對SIR模型做的修正就是，傳染率貝塔是消費量和勞動工作時間的函數(shù)，減少消費和減少勞動供給，會減少貝塔，減少被感染的概率。在標(biāo)準(zhǔn)的宏觀模型部分，效用函數(shù)考慮了人們被感染的概率。論文作者用這個簡潔的模型澄清了以下重要問題。

1．論文假設(shè)沒有疫苗的情況，最終美國要達(dá)到群體免疫。這些都遵循Ferguson模型。不考慮人們會減少消費和勞動來減少被感染風(fēng)險的情況下，疫情只有健康的損失，即美國到達(dá)群體免疫過程中累計死亡100萬人，經(jīng)濟(jì)衰退很輕微，消費下降也很小，第一年僅下降0.7%。疫情的長期影響，計算的方法也很簡單，損失了多少勞動力，就影響多大，數(shù)量級也是1%左右。這個傳統(tǒng)模型的預(yù)測結(jié)果，天真得很。放在這里，是為了對比需要。

2．考慮了人們自覺地減少消費活動和減少勞動時間的回避感染的行為，情形大為不同。模型顯示，消費會下降5%，GDP差不多也下降5%。疫情的高峰到來的時間也約略后延兩個星期，死亡人數(shù)從100萬減少到80萬。我個人認(rèn)為該模型賦予的參數(shù)低估了消費和產(chǎn)出的下降，我猜測的數(shù)字也許應(yīng)該兩倍。

3．放任疫情自然演進(jìn)，人們在個人基礎(chǔ)上自我調(diào)整行為，這樣的市場競爭均衡結(jié)果是不是社會最優(yōu)呢？不是。因為堅持去購物和去勞動的人，雖然經(jīng)過了理性而審慎的權(quán)衡計算，做出了符合個人最優(yōu)的決策，但是這些人在做成本收益取舍的時候，沒有把自己帶給其他人感染的概率增加考慮進(jìn)來。人們的消費、勞動和其他社交行為，在疫情期間有很大的外部性。因此人們的消費行為和勞動行為，與社會最優(yōu)的水平而言是過高了。因此，論文假設(shè)政府通過一些政策糾正了這種外部性，換言之，使得人們在做消費和勞動決策的時候，內(nèi)生地考慮了對他人造成的感染成本。在政府施加一些強(qiáng)制的社交疏離政策下，論文模擬的結(jié)論是，消費和GDP會下降20%，失業(yè)增加20%以上。疫情高峰來臨的時間也大幅延后，死亡人數(shù)會下降一半。這是論文最具啟發(fā)力的部分，即便沒有疫苗，最終要靠群體免疫，政府強(qiáng)制的某些社交疏離政策和忍受更大的經(jīng)濟(jì)衰退，是社會最優(yōu)的結(jié)果。

4．作者將模型擴(kuò)展，考慮了兩個有意思的情形。（1）疫苗有某個概率出現(xiàn)；（2）死亡率會因為醫(yī)療資源不足，隨著感染人數(shù)的增加而加大。那么模型顯示，最優(yōu)的政府強(qiáng)制政策應(yīng)該更早進(jìn)行，而且力度應(yīng)該更大，堅持的時間更久。當(dāng)然消費和GDP產(chǎn)出會下降得更多，超過20%。

5．道理很簡單，政府強(qiáng)制執(zhí)行的設(shè)計良好的社交疏離政策，是糾正個人行為外部性的必要舉措。政府的政策力度，顯然也要權(quán)衡政策的收益和政策的成本。論文給出的精神是，感染人數(shù)越多，政府干預(yù)疫情的壓制政策力度也要越大。

四、如何看待各國的政策？

第一，沒有什么理由放棄積極有為的抗擊疫情的政府政策。群體免疫的概念，不能誤讀，不能得出結(jié)論——面對疫情要放任自流。人們的個體行為有負(fù)的外部性，沒有考慮自己帶來的感染給他人造成的成本，政府強(qiáng)制干預(yù)政策是必要的。任何國家都不具備疫情高峰時候的醫(yī)療體系的充足服務(wù)能力，發(fā)達(dá)國家的挑戰(zhàn)也很大，高峰時期對ICU的需求數(shù)十倍于服務(wù)能力，發(fā)展中國家則會出現(xiàn)更大的人道災(zāi)難。因此政府強(qiáng)力干預(yù)，延緩疫情高峰的到來半年甚至更長，是有極大價值的。不能因為擔(dān)心政策解除，疫情重返，而認(rèn)為努力白費。

第二，疫苗18個月出來的概率，并非完全外生，更不是0與投入的資源和全球的科技合作是結(jié)合在一起的?？萍紤?yīng)該扮演重要角色，社會經(jīng)濟(jì)政策顯然應(yīng)該為出現(xiàn)疫苗這種可能性爭取時間。這就是疫情壓制戰(zhàn)略的合理性所在。

第三，沒人知道當(dāng)疫情高峰到來死亡率是否是現(xiàn)在估計的不足1%（1%，這是一個下限估計值）。大概率事件，當(dāng)醫(yī)療服務(wù)能力過載，面對數(shù)十倍服務(wù)能力的需求的時候，其災(zāi)難性后果難以承擔(dān)。這種不確定性下的決策，絕不應(yīng)該是魯莽之理，英國首相當(dāng)初剛剛露出要任由疫情發(fā)展盡快達(dá)成群體免疫的想法，就是魯莽的典范，也是對群體免疫概念的誤用。隨后迅速調(diào)整了戰(zhàn)略。延后疫情高峰的到來，盡量拖延時間，削平峰值，才是王道。即便最終沒有疫苗，那么人道災(zāi)難也顯然被減緩了很多。

第四，寄希望于最好結(jié)果，從最壞結(jié)果處做準(zhǔn)備。疫情如同SARS那樣莫名其妙消失，雖然可能性很小，但是其概率真的是0嗎？為何要放棄這種可能性。疫苗雖然周期長，其可能性也不應(yīng)該被放棄。我們應(yīng)該研究和評估的是如何以最小的經(jīng)濟(jì)犧牲，盡量長地延后疫情，削平峰值。

第五，疫情持久戰(zhàn)下，一個國家的經(jīng)濟(jì)部門應(yīng)該被甄別區(qū)分為兩類：關(guān)鍵部門和非關(guān)鍵部門。經(jīng)濟(jì)統(tǒng)計與決策部門，應(yīng)該隨時觀測經(jīng)濟(jì)關(guān)鍵部門的運行情況，這是底線思維。不做出產(chǎn)業(yè)的關(guān)鍵與非關(guān)鍵部門的區(qū)分，就不會有真正的經(jīng)濟(jì)安全。那些叫嚷全球產(chǎn)業(yè)鏈?zhǔn)軟_擊，全球化使得鼓勵經(jīng)濟(jì)變得脆弱，以及各種疫情之下的種族主義、民粹主義沉渣泛起，都會干擾一個國家的明智決策。將經(jīng)濟(jì)區(qū)分為關(guān)鍵部門與非關(guān)鍵部門，就知道底線在哪里，就可以大膽地開放和卷入全球化的進(jìn)程中。

第六，高質(zhì)量增長的要求，滿足人們對美好生活的向往的要求，對抗充滿不確定性疫情的要求，都要求政府加大對醫(yī)療衛(wèi)生事業(yè)全方位的投入。從科技投入到健康基礎(chǔ)設(shè)施，到醫(yī)療產(chǎn)品的生產(chǎn)能力建設(shè)，到沉入社區(qū)的健康機(jī)構(gòu)，到衛(wèi)生健康領(lǐng)域的體制機(jī)制改革和人力資源建設(shè)，現(xiàn)在正是政策應(yīng)該發(fā)力的時候。今年財政投入兩萬億，全面強(qiáng)化大衛(wèi)生領(lǐng)域，將為歷史證明是最明智的政策。各種模型估算，到達(dá)群體免疫的過程中，美國最高峰時候感染者人數(shù)是總?cè)丝诘?0%～20%。1%的感染人數(shù)在美國就是330萬人，被認(rèn)為超過了健康體系的負(fù)載。中國第一階段抗擊疫情成功，為我們贏得了加快加強(qiáng)醫(yī)療應(yīng)急能力的寶貴時間，這些時間若被浪費了，真對不起歷史。中央強(qiáng)調(diào)要防范疫情與復(fù)工復(fù)產(chǎn)恢復(fù)經(jīng)濟(jì)活力并舉，市場的參與者也要深謀遠(yuǎn)慮，如何參與健康產(chǎn)業(yè)，如何滿足疫情中的人們防范性的需要。

第七，檢測、檢測，還是檢測。要防范疫情與穩(wěn)定經(jīng)濟(jì)并舉，必須加大檢測技術(shù)的科技投入和產(chǎn)能，必須進(jìn)行國際合作，這是壓制性戰(zhàn)略可持續(xù)的基礎(chǔ)。將所有的人都進(jìn)行社交疏離，沒有經(jīng)濟(jì)體可以長期承擔(dān)。但是如果能夠快速準(zhǔn)確甄別誰被感染了，只針對感染者及其家屬隔離，則壓制戰(zhàn)略的機(jī)會成本要小得多。美國的專業(yè)人士提議，全部社交隔離不可行的情況下，要隨機(jī)地對健康人群進(jìn)行檢測，盡快發(fā)現(xiàn)感染者予以隔離。這樣那些沒有免疫力的易感人群，勞動投入和消費有所減少，感染者被隔離，治愈者大膽投入社會生活，多消費和多勞動。這樣的政策，持續(xù)性會更強(qiáng)，社會經(jīng)濟(jì)成本會更低。發(fā)展準(zhǔn)確快速檢測技術(shù)，是壓制戰(zhàn)略的關(guān)鍵。這種“smart containment”在SIRMACRO模型的實驗中，可以減緩經(jīng)濟(jì)衰退程度1/3。

第八，有觀點認(rèn)為，外國實現(xiàn)了群體免疫，中國沒有，這樣的免疫落差會讓中國失去優(yōu)勢。恰恰相反，若是某些國家沒有能力，放任大自然短時間內(nèi)完成群體免疫，其人道災(zāi)難將是歷史上罕見的，后續(xù)的社會經(jīng)濟(jì)動蕩無休無止，何談相對于中國的優(yōu)勢？！3月份有篇論文考察了歷史死亡人數(shù)比較多的15次瘟疫及其影響，其對社會經(jīng)濟(jì)影響、利率和資本收益率的影響長達(dá)三四十年。

五、經(jīng)濟(jì)政策的討論，應(yīng)該擴(kuò)大視野

將流行病學(xué)的智慧與經(jīng)濟(jì)學(xué)結(jié)合起來，是必要的。更多的跨學(xué)科研究，對于解決人類面臨的如此大的健康沖擊，也是必要的。美國麻省理工學(xué)院、芝加哥大學(xué)和西北大學(xué)幾位重量級的新銳，最近有篇論文獲得廣泛注意——“COVID-19的宏觀經(jīng)濟(jì)含義：短期負(fù)面的供給沖擊會否引起需求不足？”

答案是疫情造成的供給沖擊，會引發(fā)比供給沖擊大很多的需求沖擊。作者認(rèn)為COVID-19帶來的企業(yè)關(guān)閉、減少用工，或者企業(yè)歇業(yè)，就屬于此類“凱恩斯供給沖擊”。如果經(jīng)濟(jì)只有一個部門，不會發(fā)生這種凱恩斯供給沖擊。但是一個50%的沖擊所有部門，跟一個100%的沖擊經(jīng)濟(jì)一半部門是不同的。不完全市場會使凱恩斯沖擊更容易出現(xiàn)。這篇論文的政策含義是，需求既然會因為凱恩斯式的供給沖擊而不足，那么擴(kuò)大總需求的政策勢在必行。

這篇文章認(rèn)為單獨財政政策的效力不夠，因為某些部門的關(guān)閉會削弱凱恩斯乘數(shù)的作用。結(jié)合寬松的貨幣政策，會加大其效力。

進(jìn)而，文章認(rèn)為對因為疫情而關(guān)掉的部門，直接給予其員工全部失業(yè)保險是很好的政策。無獨有偶，克拉克獎獲得者Saez教授也著文呼吁，財政政策應(yīng)當(dāng)扮演最后的購買者角色。舉例說，航空公司因為社交疏離的防疫政策，損失了90%的收入，那么財政給予其90%的補償，免于其破產(chǎn)，是應(yīng)對良策。

中國的財政政策，我重申在央視財經(jīng)頻道直播中的觀點：大幅度舉債的財政政策是必需的，其中心在三個方面。

（一）大力投入醫(yī)療衛(wèi)生領(lǐng)域內(nèi)的建設(shè)，這既是謀求長遠(yuǎn)，也是應(yīng)對不確定性的疫情所必需。數(shù)月后甚至一年后疫情反彈，我們應(yīng)該有更強(qiáng)大的醫(yī)療健康體系予以應(yīng)對。無論是壓制性的還是緩和性的疫情應(yīng)對戰(zhàn)略，都要利用間歇期，加強(qiáng)衛(wèi)生部門的能力建設(shè)。投資多少，都會有回報，尤其在疫情不確定性甚大的情形下。高質(zhì)量經(jīng)濟(jì)增長，小康社會建成，題中應(yīng)有之義，就應(yīng)該包含健康社會的理念，醫(yī)療衛(wèi)生領(lǐng)域的建設(shè)，是未來需求增長最大的部分。

（二）支持和救助受疫情影響的個人和中小企業(yè)。Saez所說的財政作為最后購買者角色的意見，Werning等人所說的給予受影響的中小企業(yè)員工直接的收入支持計劃，都是中國也該實行的。凱恩斯式的供給沖擊造成的需求不足，必須給予重視，必須創(chuàng)新政策手段。

（三）投入到所謂新基礎(chǔ)設(shè)施，5G等高科技產(chǎn)業(yè)的投資和發(fā)展。我樂意強(qiáng)調(diào)，新基建不應(yīng)該只是從技術(shù)意義上定義何為新基建。中國已經(jīng)進(jìn)入社會消費時代，各種硬的軟的社會基礎(chǔ)設(shè)施建設(shè)，是滿足民生幸福的重要部分。這部分市場力量卷入不多，政府投入不夠，是短板。