[논문 리뷰] COVID Lessons: Was there any way to reduce the negative effect of COVID-19 on the United States economy?

Mohammadreza Mahmoudi|arXiv (Cornell University)|2022. 01. 02.

COVID-19 Pandemic Impacts인용 수 4

한 줄 요약

이 논문은 고위험군인 고령자에게 집중된 봉쇄 정책—특정 연령대에만 제한을 가하는 방식—이 미국의 코로나19 사망자 수와 경제적 손실을 크게 줄일 수 있었을 것이라고 제안한다. 실제 사망자 데이터에 맞춘 조정된 SEQIER 모델을 사용한 연구에서, 이러한 전략이 실제 결과와 비교해 약 28만 명의 생명을 구하고 GDP 손실을 1.5%p 감소시켰을 것으로 분석되었다.

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.

연구 동기 및 목표

• 보다 정교한 전염병학 모델을 사용해 미국의 코로나19 경제적 영향을 평가하기 위해.
• 대체 정책 전략이 패an데믹으로 인한 보건적 손실과 경제적 피해를 완화시킬 수 있는지 평가하기 위해.
• 특히 연령 기반 위험성에 기반한 인구의 이질성 요소를 활용해 사망률과 경제적 파급 영향을 줄일 수 있는지 판단하기 위해.
• 일반적이고 차별 없는 봉쇄 조치와 비교해 집중적 개입 전략의 잠재적 이점을 정량화하기 위해.
• 모델 기반 시뮬레이션을 활용해 향후 패안데믹 대응을 위한 근거 기반 정책 권고를 제공하기 위해.

제안 방법

• 실제 일일 코로나19 사망자 데이터에 맞추어 조정된 SEQIER 프레임워크로 SEIR 모델을 개선하여 일일 사망자 데이터의 비선형 동역학을 더 잘 반영하기 위해.
• 특히 연령별 전파 및 취약성에 기반한 인구 이질성을 모델링하기 위해 추가 매개변수를 통합하기 위해.
• 모델의 실증적 타당성을 확보하기 위해 2020년 미국의 실제 일일 사망자 데이터에 모델을 校정하기 위해.
• 고령자에 대한 제한 조치를 강화하고 젊은 세대와의 상호작용을 최소화하는 정책 시나리오를 시뮬레이션하기 위해.
• 일자리 시장 지표를 통해 감소한 사망률과 감염률을 경제적 영향으로 연결하여 경제적 영향을 정량화하기 위해.
• 실제 관측된 사망률과 GDP 손실 결과와 비교해 집중 정책 적용 시 모델 결과를 분석하기 위해.

실험 결과

연구 질문

• RQ1 고위험군에 집중된 봉쇄 정책이 미국의 코로나19 사망률을 얼마나 줄일 수 있었는가?
• RQ2 다세대 간 전파를 줄이는 데 초점을 맞춘 정책은 전체 경제 생산성에 어떤 영향을 미쳤는가?
• RQ3 최적의 정책 대응과 실제 정책 대응 간에 생명 구제와 GDP 손실 간의 정량적 트레이드오프는 어떠한가?
• RQ4 인구 이질성을 반영한 전염병학 모델이 패안데믹 기간 동안의 경제적 결과를 정확하게 예측할 수 있는가?
• RQ5 어떤 특정 정책 설계가 경제적 비용 단위당 최대한의 생명을 구할 수 있었는가?

주요 결과

• 조정된 SEQIER 모델은 실제 미국의 일일 사망자 데이터에 잘 맞아떨어져 패안데믹 진행 과정에서 나타나는 비선형 추세를 효과적으로 반영하였다.
• 고령자 집중 정책을 통해 미국의 사망률은 0.1%에서 0.03%로 감소했을 것이며, 이는 약 28만 명의 생명을 구할 수 있었음을 의미한다.
• 이러한 전략은 GDP 손실을 실제 결과와 비교해 3.5%에서 2%로 줄였을 것이며, 이는 1.5%p의 개선을 의미한다.
• 동일한 수준의 GDP 손실을 유지할 경우, 집중 정책 접근 방식은 실제 정책에 비해 약 2/3의 생명을 더 구할 수 있었다.
• 모델은 연령 기반의 개입 전략이 공중보건 결과와 광범위한 경제적 혼란을 분리시킬 수 있음을 입증한다.
• 결과적으로, 인구의 이질성은 효과적인 패안데믹 대응 전략 수립에 있어 핵심적인 요소임을 시사한다.