梁建章：如何平衡收益和代价，选择最小生命损失的防疫策略( 二 ) 抗疫已经两年多了

举个例子，企业和政府在提供各种交通工具和交通基础设施时，也需要在风险与成本之间实现平衡。比如说政府在设计一条路时，如果造的车道更多一些，或者设置专门的非机动车道，又或者人行道更宽一些等等，都有可能降低交通事故的死亡率。但是很明显，并非所有道路都有这样的设置。这说明设计者罔顾生命安全吗？并非如此。作为设计者，如果在设计时不顾成本，一条看似绝对安全的道路要花100亿来建造的话，很可能这条路根本就造不出来，让老百姓们无路可走。所以对于此类建设工程来说，究竟值得花多少代价来减少多少死亡率呢？这里面，同样存在隐性的平衡生命价值的计算。其实，经济学家们早就根据各国数据，从经济学意义上计算了生命的价值。中国的学者也对此做了一些研究【1】【2】,得出中国生命统计价值范围大体在100万到720万，我们就姑且取500万的数值。
防感染策略的代价
假设由于大面积隔离封控造成经济的损失1%GDP ，那么就是一万亿。按照“统计生命价值”500万的计算，可能会增加二十万（人）意外死亡的风险。如果按照每个意外死亡减少20000天的人均寿命的话，二十万人就是40亿天，总体来看就会造成中国人均寿命减少大约3天。这种人均寿命的损失的计算，还没有算上由于大量医疗资源被核酸检测等任务占用，导致其他疾病得不到及时治疗所造成的次生死亡对于减少寿命的影响。
所以综合前面两种计算生命代价的方法， 1%的GDP的损失会减少3-5天的人均寿命，这是防感染策略所需的隔离封控的代价。
接下来的问题是， Omicron究竟会造成多少GDP的损失呢？这个当然很难计算，但是我们有一个初步的分析，就是传播力越强，封控措施必然会需要更加严格，造成的GDP的损失越大。传播力的强度可以用R0（基本传染数）来表示，简单地理解R0的值就是“一个人得病，他能传染给多少其他人” 。初期的Alpha是R0=2-4（流感的R0也在2左右）， Delta的R0大约是4 ， Omicron的传播力非常强， R0大约是10 ，比之前的任何毒株都要强很多,所以对其采取防感染策略所需要付出的GDP代价也高很多。
过去两年我们采用防感染的政策，比较成功地阻断了Alpha和Delta ，并且仅仅付出比较少的GDP损失作为代价。但是Omicron的传播力要几倍于Alpha和Delta ，经常需要大范围的进行隔离，那么防控Omicron的经济损失可能就要远远大于GDP的1% 。比如不久以前，仅仅封控了深圳一周时间，就造成了600-700亿的损失。根据香港中文大学教授宋铮等【3】研究估计，封控一个月像上海一样的一线城市，会使得整个中国的实际GDP减少4% 。实际上，随着病毒的传播性加强，精准防疫已经几乎不可能，封城的频率不得不大幅度增加了。据统计，仅仅是一季度，上海、长春、哈尔滨、西安、深圳等就进行过或者正在进行全城封控，还有十几个一二线城市有过大面积的局部封控。仅仅是这些城市的封控，就会对一季度整个中国的GDP造成大于4%的损失。而且现在整体经济本来就有很大的下行压力，如果长期大面积封控，会造成失业率上升、返贫人口增加等负面效应。更不用说医疗资源的占用所造成的次生生命损失。