抗疫已經(jīng)兩年多了，在生命至上的理念指導(dǎo)下，政府在疫情初期果斷執(zhí)行了武漢封城等政策，短時間把感染數(shù)和死亡數(shù)降到最低，取得了舉世矚目的防疫成就。但是兩年以后，病毒已經(jīng)從Alpha 演化到了Omicron 版。和以前的毒株比較，一方面病毒毒性降低，死亡率大幅下降；另一方面?zhèn)鞑チs增強了很多，這使得我們的“防感染策略”的代價越來越大。本文通過不同防疫策略對于人均壽命的影響，分析如何平衡收益和代價，進而選擇最小生命損失的策略。

兩種防疫策略

防感染策略：以隔離政策為主，其中包括大量的核酸檢測和流調(diào)，以及局部甚至全部城市的封控。目的是阻斷感染鏈條，最大限度消滅感染。

防死亡策略：把醫(yī)療資源集中用于救治重病癥者。對于高死亡率的人群如老年人加強疫苗接種，同時引入有效的特效藥，最大限度降低死亡人數(shù)。

防疫策略的模型圖：

以上的示意圖展示了模型的邏輯，對于死亡率高，傳播力強的毒株，防感染的策略更優(yōu)，因為防感染的代價低、收益高。反之，對于死亡率低、傳染力弱的毒株，防死亡的策略更優(yōu)。

從以上的模型看出，最佳策略的選擇關(guān)鍵是，量化分析比較“防感染策略”相對于“防死亡策略”所多付出的代價和壽命損失。

1）防感染策略的壽命損失 = 隔離封控的經(jīng)濟損失引起的人均壽命的損失。

這個損失隨著病毒的傳播力的上升而上升。

2）防死亡策略的壽命損失 = 因感染而死亡所帶來的人均壽命的損失。

這個收益隨著病毒的毒性降低而降低。

人均GDP和平均預(yù)期壽命的關(guān)系

我們可以通過對于各國歷史數(shù)據(jù)的研究，來分析平均預(yù)期壽命和人均GDP的關(guān)系。一個顯而易見的事實是：人均收入越高的國家，其人均壽命就會越長。因為富國更有能力和意愿在醫(yī)療、基礎(chǔ)設(shè)施和環(huán)境治理等方面進行投入，從而降低死亡率和提高人均壽命。

圖1 2019年部分國家人均GDP（美元）與平均預(yù)期壽命的關(guān)系

資料來源：世界銀行

注：橫坐標(biāo)已log處理，部分國家名稱后標(biāo)注了實際人均GDP值

可以看出，人均收入減半，人均壽命減少1-3年；中國2010年的人均GDP是2020年的45%左右,預(yù)期壽命相比減少了2.5年。

圖2 中國各省人均GDP與平均預(yù)期壽命的關(guān)系

資料來源：世界銀行、國家統(tǒng)計局

注：橫坐標(biāo)已log處理，圖上同時展示了中國歷史年份數(shù)據(jù)及對應(yīng)人均GDP

通過上圖，也可以看出中國各個地區(qū)人均GDP和平均預(yù)期壽命的關(guān)系。越是富裕的省份，預(yù)期壽命越長。在現(xiàn)代的和平時期，的確也出現(xiàn)過人均收入大幅下降的階段（即使不常發(fā)生），如蘇聯(lián)解體時，在1991-1993期間，人均收入下降了20%，預(yù)期壽命下降了4年。所以面對收入減50%的變化，即使按照非常保守的估計，也會導(dǎo)致人均收入減少1年。換算一下，人均GDP每減少1%，人均壽命就會減少5天左右。

統(tǒng)計生命價值

我們也可以通過經(jīng)濟學(xué)中Value of Statistical life“統(tǒng)計生命價值”的理論來驗證這個假設(shè)。在經(jīng)濟學(xué)界，“統(tǒng)計生命價值”是一個比較成熟的概念，指一個社會愿意花多少成本來降低死亡率。或許有人會對這個概念心存反感，認(rèn)為沒必要去計算生命的價值，因為生命理應(yīng)是無價的。僅從倫理道德角度來說，上述觀點當(dāng)然沒有錯。但在實際操作過程中，無論工作生活、企業(yè)經(jīng)營還是社會管理，都必須在減少死亡風(fēng)險和投入成本之間追求一種平衡。至于如何找到這個平衡點，就需要看似有些無情但實則科學(xué)理性地去計算“統(tǒng)計生命價值”。

舉個例子，企業(yè)和政府在提供各種交通工具和交通基礎(chǔ)設(shè)施時，也需要在風(fēng)險與成本之間實現(xiàn)平衡。比如說政府在設(shè)計一條路時，如果造的車道更多一些，或者設(shè)置專門的非機動車道，又或者人行道更寬一些等等，都有可能降低交通事故的死亡率。但是很明顯，并非所有道路都有這樣的設(shè)置。這說明設(shè)計者罔顧生命安全嗎？并非如此。作為設(shè)計者，如果在設(shè)計時不顧成本，一條看似絕對安全的道路要花100億來建造的話，很可能這條路根本就造不出來，讓老百姓們無路可走。所以對于此類建設(shè)工程來說，究竟值得花多少代價來減少多少死亡率呢？這里面，同樣存在隱性的平衡生命價值的計算。其實，經(jīng)濟學(xué)家們早就根據(jù)各國數(shù)據(jù)，從經(jīng)濟學(xué)意義上計算了生命的價值。中國的學(xué)者也對此做了一些研究【1 】【2】,得出中國生命統(tǒng)計價值范圍大體在100萬到720萬，我們就姑且取500萬的數(shù)值。

防感染策略的代價

假設(shè)由于大面積隔離封控造成經(jīng)濟的損失1%GDP，那么就是一萬億。按照“統(tǒng)計生命價值”500萬的計算，可能會增加二十萬（人）意外死亡的風(fēng)險。如果按照每個意外死亡減少20000天的人均壽命的話，二十萬人就是40億天，總體來看就會造成中國人均壽命減少大約3天。這種人均壽命的損失的計算，還沒有算上由于大量醫(yī)療資源被核酸檢測等任務(wù)占用，導(dǎo)致其他疾病得不到及時治療所造成的次生死亡對于減少壽命的影響。

所以綜合前面兩種計算生命代價的方法，1%的GDP的損失會減少3-5天的人均壽命，這是防感染策略所需的隔離封控的代價。

接下來的問題是，Omicron究竟會造成多少GDP的損失呢？這個當(dāng)然很難計算，但是我們有一個初步的分析，就是傳播力越強，封控措施必然會需要更加嚴(yán)格，造成的GDP的損失越大。傳播力的強度可以用R0（基本傳染數(shù)）來表示，簡單地理解R0的值就是“一個人得病，他能傳染給多少其他人”。初期的Alpha是R0=2-4（流感的R0也在2左右），Delta的R0大約是4，Omicron的傳播力非常強，R0大約是10，比之前的任何毒株都要強很多,所以對其采取防感染策略所需要付出的GDP代價也高很多。

過去兩年我們采用防感染的政策，比較成功地阻斷了Alpha和Delta，并且僅僅付出比較少的GDP損失作為代價。但是Omicron的傳播力要幾倍于Alpha和Delta，經(jīng)常需要大范圍的進行隔離，那么防控Omicron的經(jīng)濟損失可能就要遠(yuǎn)遠(yuǎn)大于GDP的1%。比如不久以前，僅僅封控了深圳一周時間，就造成了600-700億的損失。根據(jù)香港中文大學(xué)教授宋錚等【3】研究估計，封控一個月像上海一樣的一線城市，會使得整個中國的實際GDP減少4%。實際上，隨著病毒的傳播性加強，精準(zhǔn)防疫已經(jīng)幾乎不可能，封城的頻率不得不大幅度增加了。據(jù)統(tǒng)計，僅僅是一季度，上海、長春、哈爾濱、西安、深圳等就進行過或者正在進行全城封控，還有十幾個一二線城市有過大面積的局部封控。僅僅是這些城市的封控，就會對一季度整個中國的GDP造成大于4%的損失。而且現(xiàn)在整體經(jīng)濟本來就有很大的下行壓力，如果長期大面積封控，會造成失業(yè)率上升、返貧人口增加等負(fù)面效應(yīng)。更不用說醫(yī)療資源的占用所造成的次生生命損失。

算過了防感染策略的代價，我們再來計算防感染策略的相對收益，即由此避免了多少死亡和人均壽命的減少，那就要估計不同變種的病死率。根據(jù)英國學(xué)者在2021年下半年對不同變種的確診病例做的一項研究，其中Alpha的病死率大約是1.1%【4】;根據(jù)加拿大安大略省對感染 Omicron 和 Delta 變體病毒的患者進行的一項回顧性的全人群匹配隊列研究【5】，得到Delta的病死率是0.3%；根據(jù)美國CDC公布的2018流感季的統(tǒng)計數(shù)據(jù)【6】，流感的病死率大約是0.1%。主要初步的研究和數(shù)據(jù)表明，Omicron和以前的毒株不同，一般并不會侵入肺部，所以O(shè)micron的病死率遠(yuǎn)低于之前的毒株，甚至有可能低于流感，我們后面會詳細(xì)分析Omicron的病死率。

流感的防疫策略

我們用這個模型來計算對付流感的防疫策略。由于流感的病死率大概是0.1%，如果非常悲觀地估計，有50%的人群會感染（實際的感染率會比50%低不少），就會造成萬分之五的死亡率。假設(shè)病死的患者的平均壽命是70歲（假設(shè)患者正常的平均壽命是80歲），那么平均每個病死的患者會被縮短10年的壽命。那么以萬分之五的死亡率來計算，人均壽命減少了差不多1.8天（10年 x萬分之5）。所以平均來說，一次大面積的流感爆發(fā)，對于整個人類社會的影響，相當(dāng)于人均壽命減少1.8天左右。對于防感染的策略來說，收益只是避免了1.8天的壽命損失。但是如我們前面計算的，如果采取大范圍封控的防感染策略，僅僅是GDP1%的損失影響，就會減少3-5天人均壽命，正因為如此，我們不能用防感染的大面積隔離封控的策略來防流感。

對付新冠初期毒株的最佳策略

我們可以對疫情初期最早的變異病毒Alpha進行計算。如果Alpha的病死率是1%的話，大約是流感的20多倍，那么人均壽命的損失不是1.8天而是40天。那么大范圍隔離的防感染策略的相對收益就是40天。遠(yuǎn)大于GDP1%的3-5天的生命代價。所以對于Alpha病毒來說，防感染的策略是優(yōu)于防死亡的策略，當(dāng)初果斷地對武漢進行封城是很正確的選擇。

對付Omicron的最佳策略

下面來分析如何對付Omicron。首先從邏輯上，如果Omicron的病死率高于Alpha，而且傳播力弱于Alpha，那么肯定應(yīng)該采取防感染策略；反之，如果Omicron的病死率低于流感，而且傳播力強于流感，那么就應(yīng)該采取防死亡策略。詳細(xì)來算，如果大面積的隔離,由此造成的人均壽命的損失是：GDP的百分比損失*（3-5）天（簡單起見后面按照4天來計算）；防感染能夠避免死亡從而得到的人均壽命的收益是：（病死率）S*10年*50%（假設(shè)全民最終有50%感染），即S*3652*50%天。

比較兩種策略所帶來的的壽命損失，即當(dāng)GDP的百分比損失*4天 < S*3652天*50% 時，應(yīng)該采取防感染策略，否則應(yīng)該采取防死亡策略。

由此，可以計算出不同GDP損失的假設(shè)下，防死亡策略的病死率S的閾值：當(dāng)GDP損失0.5% 時，S的閾值=0.12%，也即當(dāng)病死率小于0.12%，應(yīng)該采取防死亡策略；當(dāng)GDP損失1% 時，S的閾值=0.22%；當(dāng)GDP損失2% 時，S的閾值=0.44%，當(dāng)GDP損失4% 時，S的閾值=0.88%。按照現(xiàn)在對于Omicron所需要的封控力度，對于GDP的損失至少在4%。可以看出，即使Omicron的病死率略高于流感，但是因為Omicron的傳播力強，防感染代價有可能遠(yuǎn)大于流感，也應(yīng)該采取防死亡策略。我們可以肯定Omicron的傳播力遠(yuǎn)強于流感。那么Omicron的病死率究竟如何呢？

Omicron的病死率

根據(jù)加拿大安大略省公布的研究數(shù)據(jù)， Omicron的病死率約0.03%左右。不過歐美國家由于已經(jīng)不再要求核酸測試，已經(jīng)不再有精確統(tǒng)計感染人數(shù)，所以造成病死率的計算不太準(zhǔn)確。但是亞洲國家還是在比較精確統(tǒng)計感染人數(shù)，所以可以來看和我們比較接近的一些亞洲國家的病死率統(tǒng)計。

據(jù)報道稱，依照日本厚生省2022年1月到2月21日的累計死亡人數(shù)和陽性病例數(shù)計算，Omicron的確診病死率估計為0.13%【7】。韓國疾病控制和預(yù)防機構(gòu)(KDCA)統(tǒng)計去年12月以來，韓國Omicron變體的病死率大概是0.18%【8】。而通過近兩周的數(shù)據(jù)我們發(fā)現(xiàn)，近期的確診病死率已經(jīng)降低到0.1%【9】。根據(jù)新加坡衛(wèi)生部對過去28天病死率的統(tǒng)計數(shù)據(jù)，這一數(shù)值只有0.05%【10】。而通過近兩周的數(shù)據(jù)，我們發(fā)現(xiàn)，新加坡近兩周的確診病死率僅有0.03%。同樣，根據(jù)越南過去28天的確診和死亡病例分析，病死率大約是0.03%【11】。

再看看中國香港。若以香港政府公布的疫情數(shù)據(jù)【12】，第五波疫情的死亡病例7732例，累積確診上報病例是1,150,607，（2021.12.31-2022.4.1），計算出病死率是0.67%。但是，由于香港始終沒有一次完整的全民核酸，所以很可能有許多未納入統(tǒng)計的確診病例。香港大學(xué)醫(yī)學(xué)院通過數(shù)學(xué)模型計算認(rèn)為，實際感染人數(shù)遠(yuǎn)超過官方報道或者統(tǒng)計的數(shù)字，這個估計已經(jīng)達(dá)到了4百萬【13】，按照這個估計實際病死率在0.2% 以下，但仍然是比較高的。

亞洲部分國家病死率、高齡人群接種情況和死亡病例占比、80歲以上人口比例

備注：接種率和高齡人群死亡占比分別來自各國/地區(qū)政府網(wǎng)站或公開資料、人口比例來自聯(lián)合國數(shù)據(jù)庫

確診病死率說明：韓國：數(shù)據(jù)來源國家統(tǒng)計數(shù)據(jù)庫，數(shù)據(jù)時間為2022.3.17-3.31；新加坡：數(shù)據(jù)來源新加坡衛(wèi)生部，數(shù)據(jù)計算時間為2022.3.17-3.31；日本：數(shù)據(jù)來源日本每日新聞，計算時間2022年1-2月；中國香港：數(shù)據(jù)來源香港衛(wèi)生署和香港大學(xué)，計算時間為2021年12月-2022年4月4日；越南：數(shù)據(jù)來自約翰霍普金斯大學(xué)，計算時間為2022.3.8-4.6；中國大陸數(shù)據(jù)來自國家衛(wèi)健委，計算時間為2022年1-3月。

由此可見， Omicron的普遍死亡率已經(jīng)接近甚至遠(yuǎn)低于流感，只有中國香港是個例外。

香港的病死率為什么偏高？

要解釋香港的死亡率為什么偏高，就要看看死亡患者的年齡分布。按照上表第三列的數(shù)字不難看出，老年人是死亡的主要人群。而香港80歲以上老年人疫苗兩針接種率只有43%，而其他國家的高齡老人接種率都超過了90%。根據(jù)數(shù)據(jù)表明，無論是國產(chǎn)疫苗和MRNA疫苗，對于防止重癥和死亡都有很高的有效性。所以不難得出結(jié)論，香港的老人接種率遠(yuǎn)遠(yuǎn)低于新加坡是香港的死亡率偏高的主要原因。如果中國香港能夠把老年人的疫苗接種率提高到其他國家的水平，就能把病死率也降到0.1%左右，也就是和流感差不多的水平。

中國整體的疫苗接種率是比較高的，60歲以上的老人的全程接種率已經(jīng)達(dá)到80%。中國的整體80歲老人占總?cè)丝诒壤皇窍愀鄣囊话耄?0歲以上老年人的接種率還比較低，沒有達(dá)到新加坡和日本那么高的水平。我們最近觀察的中國Omicron的病死率已經(jīng)非常低，今年一季度，中國大陸的新冠病毒病死率僅有0.004%，比新加坡還低了一個數(shù)量級，疫情較為嚴(yán)重的吉林的同期病死率為0.007%，上海為0【14】。如果我們繼續(xù)提高老人的接種率，就能夠把Omicron的病死率維持在越南、新加坡的水平即萬分之五，那么防死亡策略對于壽命代價的減少就會不到1天，而現(xiàn)在估計防感染策略造成的GDP的損失會超過4%，對人均壽命的減少是16天，遠(yuǎn)遠(yuǎn)高于防死亡策略的影響的。如果病死率維持在萬分之五（感染率50%），每年死亡人數(shù)為30多萬。中國每年死于癌癥的人數(shù)超過300萬，而中國的癌癥的五年存活率比日本和韓國低20%，如果我們把GDP1%用于提升整體醫(yī)療水平，那么光癌癥一項可能就有多救60萬人的提升空間。

我們再回顧一下防疫模型圖：

結(jié)論

對當(dāng)前傳播率高但感染死亡率相對較低的新冠病毒變異體來說，如果要采用防死亡策略，就要重點放在提升高死亡風(fēng)險人群如80歲以上老人的接種率。而國產(chǎn)疫苗在防死亡方面也同樣有效。因此，我們要盡快提高老人的接種率，如果死亡率持續(xù)繼續(xù)維持在很低水平，就應(yīng)該主動切換到防死亡策略。防死亡策略并非完全不管的“躺平”政策，而是要讓有感冒癥狀的人自我隔離和測試，把寶貴的醫(yī)療資源省出來，用于重癥和老年人的救助和觀測，從而把死亡率降到最低。未來采取不同防疫策略，也并不意味著中國之前的防控是白費的，相反根據(jù)我們的模型，以前的防感染封控策略是非常正確的，并且贏得了兩年多的寶貴時間，在疫苗接種率還比較低、病毒毒性比較高的階段，用比較小的代價避免了大量的死亡。

總結(jié)

本文建立了一個模型，來分析和比較不同防疫策略針對不同病毒對人均壽命的影響。得出對于Alpha和Delta等疫情的最佳策略是防感染策略；但是Omicron和以前的毒株完全不同，Omicron的死亡率要低很多，傳播力又強很多，造成防感染策略的代價大幅度增加。按照絕大部分國家和地區(qū)對Omicron的病死率統(tǒng)計，如果Omicron病死率接近流感，防死亡策略的生命代價更低。香港的偏高死亡率，很可能源自于老年人疫苗普及率偏低的原因。未來的策略究竟是防感染還是防死亡，取決于我們何時能夠普及老人的疫苗接種率。

我們相信，只要堅持人民至上、生命至上的理念，兼顧人民群眾的生活和工作秩序，科學(xué)理性地采用最優(yōu)的防疫策略，高效地配置醫(yī)療資源和社會資源來應(yīng)對包括Omicron在內(nèi)的各種疾病，就能把綜合生命的損失降到最低。