[论文解读] The unequal effects of the health-economy tradeoff during the COVID-19 pandemic

Marco Pangallo, Alberto Aleta+10 more|arXiv (Cornell University)|Dec 7, 2022

COVID-19 epidemiological studies被引用 8

一句话总结

本研究开发了一种数据驱动的细粒度基于代理的模型，整合了纽约大都会区不同收入水平、职业和行业之间的流行病与经济动态。研究发现，低收入劳动者在大流行病和经济动荡中承受了不成比例的伤害，且关闭非必要面向客户的行业仅能略微减少感染，却显著加剧失业。

ABSTRACT

The potential tradeoff between health outcomes and economic impact has been a major challenge in the policy making process during the COVID-19 pandemic. Epidemic-economic models designed to address this issue are either too aggregate to consider heterogeneous outcomes across socio-economic groups, or, when sufficiently fine-grained, not well grounded by empirical data. To fill this gap, we introduce a data-driven, granular, agent-based model that simulates epidemic and economic outcomes across industries, occupations, and income levels with geographic realism. The key mechanism coupling the epidemic and economic modules is the reduction in consumption demand due to fear of infection. We calibrate the model to the first wave of COVID-19 in the New York metropolitan area, showing that it reproduces key epidemic and economic statistics, and then examine counterfactual scenarios. We find that: (a) both high fear of infection and strict restrictions similarly harm the economy but reduce infections; (b) low-income workers bear the brunt of both the economic and epidemic harm; (c) closing non-customer-facing industries such as manufacturing and construction only marginally reduces the death toll while considerably increasing unemployment; and (d) delaying the start of protective measures does little to help the economy and worsens epidemic outcomes in all scenarios. We anticipate that our model will help designing effective and equitable non-pharmaceutical interventions that minimize disruptions in the face of a novel pandemic.

研究动机与目标

• 填补现有模型在新冠疫情中未能捕捉社会经济群体间异质性结果的空白，尤其是在健康与经济之间的权衡取舍方面。
• 开发一种细粒度、基于实证校准的模型，以个体、职业和行业为单位模拟流行病与经济结果。
• 研究非药物干预措施（NPIs）和行为变化（尤其是由恐惧引发的消费减少）的分配效应。
• 评估不同收入和职业群体在感染率、失业率和经济中断方面的反事实情景。
• 通过量化健康结果与经济影响之间的权衡，为制定公平政策提供依据。

提出的方法

• 该模型基于416,442名个体的合成人口，利用真实的人口普查、调查和移动数据初始化，以反映年龄、收入、职业、家庭结构以及居家办公资格等信息。
• 模型整合了一个模拟SARS-CoV-2在家庭、社区、工作场所和学校各层传播的流行病模块，以及基于投入产出表和国家/地区账户的经济模块。
• 关键的耦合机制是恐惧引发的消费需求减少，这会降低经济活动并改变接触模式。
• 模型基于纽约地区首次疫情浪潮的真实流行病和就业统计数据进行校准。
• 通过改变对感染的恐惧程度、保护措施的实施时机，以及关闭面向客户与非面向客户的行业，模拟反事实情景。
• 结果按收入五分位数、职业和行业进行分析，以评估对感染和失业的分配影响。

实验结果

研究问题

• RQ1 非药物干预措施和恐惧驱动的行为变化如何在不同收入和职业群体中差异化地影响感染率和经济结果？
• RQ2 关闭面向客户行业与非面向客户行业对感染控制和失业的相对影响是什么？
• RQ3 保护措施实施时机如何影响流行病传播和经济中断？
• RQ4 高收入与低收入劳动者在疫情期间在暴露程度和经济损失方面存在多大程度的不平等？
• RQ5 在关闭特定行业时，减少感染与最小化经济伤害之间的权衡如何？

主要发现

• 无论是对感染的高恐惧还是严格的限制措施，都会减少感染，但对经济的损害程度相似，表明行为和政策驱动的活动减少具有相当的宏观经济成本。
• 低收入劳动者在健康和经济结果方面承受了最大负担，其工作场所的感染率显著更高，且由于在需要面对面服务的岗位中占比过高，失业率也更高。
• 关闭非面向客户的行业（如制造业和建筑业）仅能略微降低感染率，却显著提高失业率，表明其收益远低于成本。
• 延迟实施保护措施会恶化所有情景下的流行病结果，且无任何经济优势，凸显及时干预的重要性。
• 当对感染的恐惧较低且居家办公延迟时，高收入劳动者更可能在工作场所被感染；但若早期实施居家办公，这一趋势会逆转，凸显居家办公政策在风险转移中的作用。
• 最大的感染源是家庭层面，其次是社区、工作场所和学校层面；当面向客户的行业保持开放时，社区感染人数超过工作场所感染人数。