德罗斯滕教授介绍了一个很有意思的研究报告。虽然其数据基础已经与现实有了较大差距，但从中可以强烈看出德国应对新冠疫情的思路：在健康与经济之间寻找平衡。

⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃

新冠动态/第十一期/2020-05-14

科琳娜·亨尼格 (Korinna Hennig)/播客主持人（简称：主持人）

克里斯蒂安·德罗斯滕 (Christian Drosten)/病毒学教授（简称：教授）

••• •••

主持人： 今天，我们想就一个新视角做一些讨论。至少在我们的播客里，有一个方面的研究还没有涉及到。如果用最简单的话来说就是，到目前为止，至少在我知道的讨论里，拯救经济和保持低感染率是不可能同时做到的。就是说，针对大流行采取的措施，可惜也是经济的敌人。现在，有一个最新研究对此做了另一种考虑。这个研究把经济代价、基本传染数R和死亡人数放在一起考虑。希望通过计算知道，就整体经济而言，是不是只是因为采取了限制措施才造成了经济损失；是不是采用极端的放松，不采取措施，也有可能同样给经济带来问题。

我读一下前面提到的第一句话：“在有关下一步抗击新冠大流行行动方案的公开讨论中，人们往往将健康保护与经济利益相对立。这种看法就目前问题而言并不公正。”如果允许我直说的话，这句话不仅是这项研究的前提，也是研究的结论。对外行人来说，结果可能会让人有点惊讶。德罗斯滕先生，可能必须要先说明一下，这到底是个什么研究？是谁做的？是谁在背后支持的?

教授： 我觉得这里面很有意思。现在看到了，我们德国的生命科学和经济科学共同设立了一项研究，并得出了一个共同的结果。这是由布伦瑞克（Braunschweig）的亥姆霍兹感染研究中心（Helmholtz Centre for Infection Research）的迈克尔‧迈耶-赫尔曼（Michael Meyer-Hermann）团队和慕尼黑Ifo研究所（Ifo Institute for Economic Research）的克莱门斯‧福斯特（Clemens Fuest）合作完成。这两位都是面向公众各自表达过各自立场的知名科学家。但现在，他们进行了合作。这两个团队的研究是以仿真计算为基础，仿真模拟了完全不同的世界。

我们经常在播客中谈到流行病学模型的存在，就是流行病学模型化，希望从中能映射出人群中复杂的感染传播进程。这就是迈克尔‧迈耶-赫尔曼研究小组做的。而Ifo研究所通过经济学模型化或仿真，试图弄明白，经济的哪些领域通过哪些限制措施能受到多大影响、造成了什么样的损失、这些损失的关联如何。以及如何将它们表达出来。比如，利用国民生产总值的百分比等等。

到这里，我只能说，我完全没办法参与讨论。从根本上讲，我也没有真正搞明白到底做了什么，我学错了专业。尽管如此，我还是认为，Ifo研究所昨天公布的这个研究报告非常重要。因为，这在德国确实是件新鲜事。我认为，将两个不同学科的研究数据和仿真结果以这种方式汇集在一起，这在全世界都是件新鲜事。这也是当前形势下我们需要的。

主持人： 尽管您说这不是您的专业，但我们还是可以谈论一下，因为我们都读过一遍了。整个研究的出发点是：假设德国每天新增加300个感染病例。这对卫生局来说是可控的。这里的可控是指，可以进行接触追踪和引入隔离措施。从您的观点看，这样的值是否合理？

教授：我们可能可以笼统地说一下。作者在这个研究报告里多次重复的一点就是，这里是做了一种假设。没有假设什么都做不出来。将现实粗略化也属于一种假设。就研究的整体而言，是有一些粗线条的东西在里面。当然需要指出的是：如果说德国有400个卫生局，他们可能能够处理掉每天300个病例。但如果想到病例在地图上的分布情况，个别地区肯定会有问题。总会出现这种情况，某些特定的地方病例会以很高的频率出现。这个时候处理起来就会有困难。除了地区性差异，这里面还有很多其它的东西，研究做了非常粗略的简化。

然后还有一点，研究也很明确地说出来了：经验数据的严重不足。就是对经济的影响数据，各个行业的数字和经验值都非常缺乏。另外，除了新冠病毒引起的疾病和死亡外，其它的健康损害被省略掉了。就是说，有人患有其它疾病，但因为害怕被感染而不去医院就诊。这也是新冠带来的附带伤害。还有附带的各种心理伤害，及由此带来的严重后续影响，包括经济上的后续影响，等等。

有人这里可能会说：这是弱化了新冠感染的影响和意义。实际上，其它疾病更重要，所以就忘掉真正的新冠感染吧。不对，这不是这里要做的论证。这里想论证的是，一般来说疾病都有经济上的后续伤害。当然，我们还可以从中再提取出一些限制性的东西。我这里想说的和作者说的一样，就是目前并不总能通过数字的方法得出可靠的结论。

但从本质上来讲，这项研究的最终结果是稳健的。这里的实质信息简单地说就是：不能说，采取接触限制措施只对流行病学有好处，而对经济有坏处。反过来，如果向经济提问，你们到底要什么？那么经济肯定会说：一切像原来那样回归到零，就像这种疾病从来不存在一样。这样我们就可以搞经济了。这样是不行的。这是因为这里存在这样一个现实。这个现实就是，我们共同生活在一个社会里。这个社会不会容忍，高龄人的生命价值被贬低。听起来就像这样，这些人还要活多少年？原来只有几年了。那好吧，这些人可以牺牲掉。

这不是我们的道德伦理方式，不是德国的社会方式。即使带有各种主见的人想宣扬这种东西，我们的社会也不会容忍。所以说，如果病例数量上升了，更多的死亡出现了，不可避免地会出现再次踩刹车的情况。这就是这个研究得出的非常重要的基本假设之一。

这个研究的另一个基本思想是，我们愿意做出假设，我们不是非要进入一个新的完全停摆状态。这里再解释一下，在疫情大流行研究中有个叫“锤子和跳舞”的概念。就是说，首先要用锤子砸下去，因为你不知道在哪里可以打断感染链，那我们就到处砸，希望能打断它。简单地说就是通过这种方式：谁也不许出去，禁止接触。这就是锤子。这个阶段我们明显已经走过来了。

然后就是与老虎一起跳舞，与疫情一起跳舞，尝试着把整个疫情控制住，但又不是完全禁锢起来，否则就要忍受其它的东西，比如经济。我们现在就处在这个跳舞的阶段。现在，我们要做这样的设想：不是必须回到锤子上，完全地封城。而是要一点点地找出，在哪里可以把拴老虎的绳子放松一点，但又不要让它一下子把人扑到。这就是基本的思路。

转化为现实就是要提出问题，比如：如果我们放开了学校某些学年，一个月后，会有什么影响？因为我们还没有真正的科学数据，我们可以用经验的方式看看。是的，没有出现什么不好的情况，比如比较高的新感染发病率。然后，我们就可以做进一步调整，比如说，也许我们还可以增加班级人数什么的。这只是作为学校方面的一个例子。在其它很多领域其实是一样的。

我们在上次播客中谈到了餐饮业，当然要放开，当然不能让它消亡。我们现在来详细考虑一下：室外区域，可以先从那里开始。有些迹象表明，那里的传播要少一些。如果顺利的话，一个月后可以再做调整。所有这些考虑，就是与虎共舞。不管怎样要把它拴住，把它控制住。但也必须在某些地方，某些时刻放松一下。在这个前提下，研究的作者说，这种做法符合一些特定的假设。

根据在特定细节化基础上采用的限制或放松措施，研究给出了一些经济的核心指标、单一经济部门的经济数据，假定的承受情况和假定的后果。这里得出了一个有意思的结论：在一个特定的发病率（incidence）假定下，在一个特定的死亡人数的假定下，以及对控制措施的一个特定需求下，得出了结论，会有多少病例和具体需要多少控制措施。这里的意思是，比如，通过卫生局进行病例追踪，由卫生局实施对特定公司进行免疫隔离，对特定家庭进行免疫隔离。感染病例越多，需要采取的措施越多。

主持人： 这样又会产生具体的经济影响。

教授：是的。这样又在小范围内损害了经济。随着感染病例越来越多，也会影响到大范围。还有一个有意思的维度就是时间。这里做了一个有意思而且合理的假设。研究说：以4月20号（译者注：德国第一次解除部分封城措施的时间）为一个确定的现状。这个状态通过传染数-时间R-t进行了特征化。按照迈克尔‧迈耶-赫尔曼的模型得出当时的现状是，传染数略高于0.6，低于1。再就是研究报告出来的时候，就是4月20号的两星期后，整体上又波动回到了1。我今天早上查了一下，罗伯特‧科赫研究所今天给出的R值是0.81。我们之前说过，对待数字波动要小心。人群中的发病率越低，它的波动性就会越大。实际上，R值在人口高病例的情况下会特别稳健。

现在，我们来把它作为基本假设。我们现在假设，在限制放宽之后，也就是4月20号之后，我们的R数为1，或者为0.7，或者为0.5，直到0.1。我们要问，这对医学和经济都意味着什么？医学上有一个认定，可以很容易说出来：如果R数在1的范围内，疫情会持续到2021年夏天。这是这个研究的观察时间段。因为有一个默认的假设，到了2021年夏天，疫苗会在人口中大范围使用，疫情随后就结束了。按我的观点，我也会同意这一点。这样就可以说，必须要算到那个时候。

计算结果表明，如果R数在1左右的范围内，德国将会有相当数量的新增死亡人数，其范围在几万人左右。这几万人，可能相当于在一个重流感季节的纯死亡人数。但我认为，与其他年份相比，这会带来一个明显大得多的超额死亡率。这也是由于健康上的附带伤害所引起的，因为人们不愿意生病去医院。就是说，在所有场景中，这些都没法与季节性流感相比。这里涉及到的只是直接由新冠病毒引起的死亡。它并不是像我们记录的大流感超死亡率那样，而是会产生明显更高的超死亡率。

主持人： 这几万人指的是到2021年夏天之前这段时间，也就是累计死亡人数？

教授：没错，而且还只是直接由这种病毒引起的。假设R数为1，我们每天的新感染人数在1000人左右，同时保持这种持续性。不是说每天都有1000人，而是这种蔓延活动即使考虑到序列间隔也不发生改变。现在，可以对这种情况做一个对应的经济场景，这是可以计算的。这里意思是：来一个放松，我们说，让R=1持续下去，看看需要多长时间，经济能从封城的损失中恢复过来？这个研究在这里用了正确的方式做了预测：不仅在封城期间，包括在封城之后，经济还会变得更加恶化一些，直到某个时候出现经济复苏。在一些场景中，这种情况会持续到2021年的秋季或冬季。

这里有一个有意思的现象：如果把所有的东西都放在一起就会发现，如果允许R=1，虽然经济看起来只受到了较少的限制，但由于要反复不断地进行必要的干预，比如检疫隔离，这种不停的制动会是一个漫长的过程。时间会拖得很长。这会导致经济回到起始水平所需要的时间也很长。而其他的场景是，继续采取严厉的限制措施。比如说将目标值定位在，R = 0.3或者0.1。当然，我们目前根本没打算这么做。这样就要真正继续采取非常、非常强的刹车行动。其实，就是让封城措施大部分继续存在下去。然后，这就有可能导致经济现在就出现严重崩溃。即使之后人口中只有极少量的病例数，为了把经济从这种低水平重新发展回去，需要的时间可能会相当长。因为经济的起始水平相当低，很多东西都要重建。简单说来，就是整个经济行业都要用新公司来代替破产了的公司。这也是为什么起点水平很糟糕的原因，这样的恢复时间又变长了。

有一条金色的平衡之路。这条金色的平衡之路对应在R值上就是0.75。这是在经济效益下降的深度和由此带来复苏的持续时间之间，找到的一个比较好的折中点。就是说，经济下降到适当的低位，然后恢复起来也相对较快。R的最佳值是0.75。这个值也使死亡人数保持在一个相对可以承受的水平上。在这个评估期内，死亡总数明显低于1万人。这里指的是直接死于这种病毒的人，而不是超死亡率。

主持人： 这个大概就是传染数，就像您所说的，罗伯特‧科赫研究所今天早上公布的内容，比我们现在的这个数字低一点。对经济来说，这可能确实是整体上比传染数为1的情况更为有利的计算结果。

教授：没错，必须要明白这一点。作为保留，作者也提到，并不是所有的东西在量上都是可靠的。最主要的是要理解一件事：经济和健康之间并不存在利益上的冲突，它们有着一个共同的利益。经济，特别是要从经济学上充分认识到了，一下子把所有的东西都放开是根本没用的。这会带来经济上的大幅回落。必须在这里找到一条金色的平衡之路。现在估计出了0.75，这个数字不可能完全精确地与现实对应上，有可能不完全精确。科学家也根本没有提出这种要求。他们想做的是，向公众传达出这么一个基本印象，那就是有一条金色的平衡之路。我认为这一点极端重要。

这是一个用德语写的研究报告，我们会把它列在播客的参考文献中。如果大家有时间的话可以读一下，同时把它带入到自己的意识里，我认为这是极为重要的一件事。从定性的表述来说，这是对科学做出的一个极其重要的贡献。

主持人： 对外行人来说，读起来也很容易，因为里面用了不少图片。它可以把我们现在试着不用图片想传达的东西做个再次说明。您刚才已经说出了死亡人数。从外行的角度来说，我觉得也是件挺有意思的事。因为，我们在这里可以做个思考：我接受那种极端观点，就是说，人的生命是最重要的。我只关注这点，不把其它东西放进来一起考虑。现在发现，并不是传染数越小，死亡人数也跟着变小。实际上，直到0.75，死亡人数大致上一直保持不变。要到0.75之后才会有大幅度地增加。就是说，不管是0.75还是0.4，涉及到的死亡人数差别可能不会很大?

教授：是的，没错。因为这里可以假设，基于发病数字，就是基于当前人口中的感染活动，利用卫生局的能力，目前还是能够很好地追踪感染链。直到人口中感染活动变高，或者通过措施放松诱发出更多的感染活动，从而使传染数达到比如0.8。但如果放松得太多，最后落到了1的范围，那么整体上就会积累起来。然后需要做很大的努力去进行控制，但这样也还是可以的。但是如果继续放开，这个研究对这种情况就没有进行建模计算了。但我们还是应该补充一下，如果继续放开，那么这个指数函数的基数应该会上升到1.3，甚至可能到1.5，然后就停不下来了。然后死亡人数也会按指数增长。

••• •••

⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃

本文作者申明：这里的文字介绍，对话翻译，背景说明或评论完全基于个人兴趣，与任何组织机构无关。