[論文レビュー] COVID Lessons: Was there any way to reduce the negative effect of COVID-19 on the United States economy?

Mohammadreza Mahmoudi|arXiv (Cornell University)|Jan 2, 2022

COVID-19 Pandemic Impacts被引用数 4

ひとこと要約

本論文は、高齢者や高リスク集団に焦点を当てた限定的封鎖政策が、米国の新型コロナウイルス感染症の死亡者数と経済的損失の両方を顕著に削減できた可能性を提唱している。実際の死亡者データに適合した調整済みSEQIERモデルを用いた分析から、このような戦略により、実際の結果と比較して約28万件の命が救われ、GDP損失が1.5百分率ポイント減少したと判明した。

ABSTRACT

This paper aims to study the economic impact of COVID-19. To do that, in the first step, I showed that the adjusted SEQIER model, which is a generalization form of SEIR model, is a good fit to the real COVID-induced daily death data in a way that it could capture the nonlinearities of the data very well. Then, I used this model with extra parameters to evaluate the economic effect of COVID-19 through job market. The results show that there was a simple strategy that US government could implemented in order to reduce the negative effect of COVID-19. Because of that the answer to the paper's title is yes. If lockdown policies consider the heterogenous characteristics of population and impose more restrictions on old people and control the interactions between them and the rest of population the devastating impact of COVID-19 on people lives and US economy reduced dramatically. Specifically, based on this paper's results, this strategy could reduce the death rate and GDP loss of the United States 0.03 percent and 2 percent respectively. By comparing these results with actual data which show death rate and GDP loss 0.1 percent and 3.5 percent respectively, we could figure out that death rate reduction is 0.07 percent which means for the same percent of GDP loss executing optimal targeted policy could save 2/3 lives. Approximately, 378,000 persons dead because of COVID-19 during 2020, hence reducing death rate to 0.03 percent means saving around 280,000 lives, which is huge.

研究の動機と目的

• 調整済みの疫学的モデルを用いて、新型コロナウイルス感染症が米国に与えた経済的影響を評価すること。
• 代替的政策戦略がパンデミックに起因する健康的損害と経済的損害の両方を緩和できたかどうかを評価すること。
• 特に年齢に起因するリスクの差異といった、人口の非均質性が、死亡率と経済的影響の低減に活用可能かどうかを検証すること。
• 広範かつ差別化のない封鎖と比較して、標的型介入の潜在的利得を定量化すること。
• モデルベースのシミュレーションを用いて、将来のパンデミック対応に役立つ証拠に基づく政策提言を提供すること。

提案手法

• 実際の米国の1日あたりの死亡者データに適合させるために、SEIRモデルを調整済みSEQIERフレームワークに変更し、日次新型コロナウイルス死亡者数の非線形的ダイナミクスをよりよく捉えるようにした。
• 特に年齢別感染伝播と感受性の差異をモデル化するための追加パラメータを統合した。
• 実際の米国の2020年間の日次死亡者データにモデルをキャリブレーションし、実証的妥当性を確保した。
• 高齢者への制限を強化し、若年層と高年齢層の接触を最小限に抑えるという代替政策シナリオをシミュレーションした。
• 労働市場指標を介して、死亡率と感染率の低下をGDP影響に結びつけることで、経済的影響を定量化した。
• 標的型政策下でのモデルの結果を、死亡率とGDP損失の観察された実際の結果と比較した。

実験結果

リサーチクエスチョン

• RQ1 高リスク集団に限定した封鎖が、米国の新型コロナウイルス感染症死亡者数をどの程度削減できたのか？
• RQ2 若年層と高年齢層の間の感染伝播を低減することを目的とした政策が、全体の経済生産にどのような影響を与えたのか？
• RQ3 最適な政策対応と実際の政策対応との間で、命を救った数とGDP損失の間の定量的トレードオフは何か？
• RQ4 人口の非均質性を組み込んだ疫学的モデルは、パンデミック期の経済的結果を正確に予測できるか？
• RQ5 どの具体的な政策設計が、経済的コスト1単位あたりに最大の命を救えるのか？

主な発見

• 調整済みSEQIERモデルは、実際の米国の日次死亡者データに強く適合しており、パンデミックの進行における非線形的傾向を効果的に捉えていた。
• 高齢者を対象とした標的型政策により、米国の死亡率を0.1%から0.03%まで低下させることができ、約28万件の命が救われたと推定された。
• このような戦略により、GDP損失は3.5%から2%まで低下し、実際の結果と比較して1.5百分率ポイント改善された。
• 同じGDP損失水準において、標的型アプローチは、実際の政策下で失われた命の約2/3を救うことができた。
• モデルは、年齢別に標的を絞った介入が、公衆衛生の成果と広範な経済的混乱の間の分離を可能にできることを示している。
• 結果から、人口の非均質性が、効果的なパンデミック対応戦略を設計するうえで重要な要因であることが示唆された。