探索新冠疫情中健康与经济的微妙权衡

自2019年新冠流行以来，全球主要通过实施强制性非药物干预措施(non-pharmaceutical interventions, NPIs)来遏制新冠传播，包括叫停非必要行业的生产工作，禁止娱乐、餐饮等活动，以及居家办公等措施。这些措施对不同社会经济群体的人们产生了不同影响，从事必要行业且无法居家办公的员工面临更高的病毒暴露风险；从事面对面工作且低收入的工人在行业停工期则面临更大的经济风险。

除了NPI之外，新冠也引起了个体的行为适应。由于对疾病的恐惧，人们会自愿尽量减少与他人的接触等等。然而，这种个体行为变化对社会带来了什么改变仍有待研究，是否也像NPI一样对不同社会经济地位的群体产生了不均衡的影响呢?

想要在整体和更精细的层面上探究NPI和行为变化的影响，需要建立能够同时模拟经济运作和流行病传染过程的理论和机制模型。为解决这一问题，本研究使用基于主体的建模(agent-based modeling, ABM)，建构了一个包含经济和流行病模块的模型。该模型主要使用纽约-纽瓦克-新泽西市大都会区(New York–Newark–Jersey City, NY–NJ–PA metro area)的人口、个体移动、经济活动等方面的数据构建数据驱动的精细ABM，模型的人口数为416442，用以表征包含多种社会经济特征的真实人口。其中人口群体的年龄、收入、就业状况、职业、居家办公的可能性、家庭构成等数据来自美国社会调查(American Community Survey, ACS)和劳工统计局(Bureau of Labor Statistics, BLS)。

图1  ABM中的经济和流行病模块

流行病模块是在一个接触网络上采用经典的流行病传播模型构建的，接触网络有四层，每一层分别对应一种接触情境：家庭接触、学校接触、工作接触和社会接触(在本模型中指的是线下消费过程中产生的接触)。模型中个体可能的移动路径，以及可能产生的接触是基于Cuebiq和Foursquare提供的数据建立的，疾病传播信息则是通过SARS-CoV-2的传播数据计算所得。

经济模块特别关注就业和消费行为，模型中共包含20种行业。模型中的每个个体都兼具工人和消费者的特性，在某个行业中进行工作的同时也会有消费需求。在模型中，根据每个行业的劳动力需求、政府对行业生产的干预以及疫情状态来动态调整各个行业的招聘、解雇和生产情况。

模型中同时考虑了政府干预和个体行为改变。政府干预措施包含关闭某些行业的经济活动、强制居家办公、学校停课这三种；个体行为改变则完全基于个体对感染的恐惧程度，这种恐惧在经济模块中表现为减少餐厅、电影院等等方面的消费，在流行病模块中表现为减少各种接触行为。

图2  ABM模型示意图。a. 流行病与经济模块的输入及输出数据概览; b. 模型中个体的属性; c. 流行病模块示意图; d. 经济模块示意图。

首先，研究者通过对比经济模块和疫情模块模型拟合参数和实际数据来检验模型的准确性。在经济模块，模型准确匹配了校准的六个官方经济统计数据。模型正确地再现了就业率比国内生产总值(GDP)下降得更厉害的事实，以及消费面向客户行业生产的商品和服务比消费不面向客户行业（从制造产品到公用事业和金融服务）生产的商品和服务下降得更厉害的事实。在流行病模块，模型正确匹配了疫情死亡人数，并准确地再现了疫情死亡人数高峰和变化趋势。此外，模型还正确估计了实施保护措施后接触模式的变化。在模型和实际数据中，社区接触都大幅减少，特别是在大多数非必要行业（如娱乐和餐馆）中，在大多数必要行业（如零售和卫生）中则相对减少得较少。

图3经济模块和疫情模块中模型拟合参数和实际数据对比

在验证了模型的准确性后，研究者通过改变模型参数，对影响第一波新冠疫情发展的三个关键因素（恐惧水平、消费产业关闭程度、措施实施时间）进行了定量的探索。其中，以基于实际数据拟合出来的模型结果作为基线水平。

首先，研究探索了经济活动关闭的严格程度和感染恐惧程度的变化对经济和疫情发展的影响。结果表明，更严格的经济活动关闭和更高的感染恐惧都导致失业率上升和疫情死亡人数减少（图4a）。对于低恐惧水平和基线恐惧水平的群体而言，经济活动关闭的严格程度对失业率的影响较大，而在高恐惧水平群体中则影响不大。

图4 模型拟合反事实的结果

更高的感染恐惧和更严格的关闭都会以牺牲工作为代价拯救生命，无论是低收入还是高收入工人。然而，对于低收入工人来说，更高的感染恐惧或更严格的关闭效果更大，导致与高收入工人相比，更多的生命得以拯救和更多的工作岗位流失。因为大多数感染发生在面向客户的行业，而这些行业聚集了大多数低收入工人。因此，这些行业的强制关闭或自发避免，都会导致低收入工人失业和工作场所的感染人数减少（图5a）。图5b展示了曼哈顿在经验场景（星号）和一个全开放且恐惧程度低的反事实场景（井号）中失业率的两幅地图。在反事实场景中，失业率在空间上分布得非常均匀；而在经验场景中，低收入地区如皇后区和布朗克斯区的失业率超过20%，曼哈顿等高收入地区的失业率约为15%。

然后，模型还探讨了早期或晚期实施流行病缓解和控制措施的有效性。如图4b所示，延迟措施会使失业率轻微下降，但导致死亡人数显著上升。在高感染恐惧场景下，延迟措施会导致死亡人数增加46%，失业率上升12%。图4c展示了三种反事实情景中的疫情随时间发展的进程：早期开始的缓解措施可以防止流行病波峰，因感染恐惧而增加的失业没有进一步增加；相反，如果从基线或晚些时候开始，显著的感染恐惧增加会导致减少消费，进而导致行业解雇员工，增加失业率。因此，早期开始缓解措施对改善流行病结果至关重要，对经济结果也有一定的改善。 

图5 按收入、地理分布分类的反事实模型拟合结果

在对实际数据的模型拟合中，“感染恐惧”程度参数在所有个体中是相同的。但实际情况是，疫情中年轻个体采取的行为变化较少（对疾病的恐惧程度低），而老年个体（对疾病的恐惧程度高）采取的行为变化较多。在这里，面临较高风险的老年个体会更多地内化感染风险，而不太可能遭受严重后果的年轻个体可以保持较高的消费水平，有助于群体免疫。因此，为了探索感染恐惧程度年龄特异性的效应，将所有家庭根据其家庭主人的年龄分为三个类别（0-34岁、35-64岁和65岁以上）再次进行模型拟合。在其他因素保持不变的情况下，调整为特定于年龄的感染恐惧程度与统一的感染恐惧程度相比，轻微减少了失业率和死亡人数。在全开放情境中，这种效果最为显著，特定于年龄的恐惧使死亡人数减少了6%，失业率减少了5%；而只关闭面向客户的行业情境中，使死亡人数减少28%，但增加了失业率22%。 

图6特定于年龄的感染恐惧程度的模型拟合结果

总的来说，这项研究通过其模型提供了对新冠疫情社会经济影响的深入理解。研究结果表明，无论是通过政策干预还是公众的自发行为变化，新冠疫情都对不同社会经济群体产生了不平等的影响，特别是低收入群体和从事面向客户行业的工人。此外，研究结果强调了早期采取干预措施的重要性，以及考虑不同年龄群体在行为反应上的差异性。该研究对于制定未来应对类似公共卫生危机的策略具有重要指导意义，特别是在平衡公共健康和经济稳定的方面。