经济学博士候选人斯特凡·波林格（Stefan Pollinger）撰文指出，通过病例检测与社交距离相结合的方式，根除新冠病毒是可行的。
这些措施可以在额外经济和健康成本较低的情况下，使疫情得以消除。
最优政策易于实施，但它引发了重要的隐私问题，需要在政治讨论中加以解决。
在没有疫苗或有效药物可用的情况下，面对迅速传播且致命的传染病，最优应对措施是什么？尽管政策制定者和公民都付出了巨大努力，全球病例数仍在持续增加。虽然一些国家已控制住病毒传播，但另一些国家尚未做到这一点。
结束危机的一种策略是抑制新冠病毒（例如 Bethune 和 Korinek，2020；Pueyo，2020）。¹抑制政策会将病毒增长率压至零以下，从而使患病率（即人群中具有传染性的个体数量）永久下降。因此，从长远来看，病毒将逐渐消失。可以说，许多政府正在推行这一政策。然而，抑制病毒并非易事。当前病例数的反弹表明，世界各地的政策制定者都在努力寻找最优的抑制路径。此外，抑制措施给民众福祉和经济带来沉重负担，因此人们对抑制是否确实是最佳出路提出了质疑。
以合理成本实现抑制是可能的
我的研究（Pollinger，2020）表明，社交距离与病例检测的最优组合能够以较低的额外人力和经济成本抑制新冠病毒。此外，最优政策可以用一个简单的公式来刻画，因此易于实施。社交距离政策通过减少人群中所有个体之间的社交接触频率，降低病毒的增长率。病例检测政策（如接触者追踪）则从易感人群中找出并隔离具有传染性的个体。最优政策将经济和健康的总成本降至最低。²
要限制抑制措施的总体成本，病例检测与社交距离的结合至关重要。仅依赖社交距离会带来两个问题。首先，社交距离会影响人群中的所有个体，因而成本非常高。其次，由于病毒患病率的下降遵循指数衰减过程，当患病率较低时，社交距离变得极为低效。将感染人数从20,000减少到10,000所需的努力，与将其从20减少到10所需的努力相同。在疫情接近尾声时，为了避免病毒最后一次传播，却必须对全体人口实施高成本措施。病例检测为这些问题提供了解决方案。未被发现的病例越少，一个国家就越能投入更多资源来检测单个病例。因此，检测率，进而检测效率，在患病率较低时最高，反之亦然。由此可见，社交距离与病例检测完美互补，从而降低了抑制的成本。
我发现，当病毒患病率下降时，最优社交距离也随之减小。病例数越少，病例检测所发挥的增长控制作用就越大。这一特性具有明确的政策含义。假设政策制定者发现了首次疫情暴发或病例数反弹（即第二波疫情）。在最优情况下，政策制定者应立即实施社交距离措施以扭转病毒增长。重要的是，逐步加强社交距离或等待后再实施措施从来都不是最优选择，而这在新冠疫情初期是一个普遍的错误。虽然一些政策失误可归因于高度不确定性，但应对不及时则不能用此解释。任何在实施足够强有力的社交距离措施时犹豫不决的做法，都只会使经济和健康状况恶化，因为薄弱的政策会使病毒呈指数级增长，从而增加伤亡人数，并延长和加重随后的封锁时间与强度。
随时间变化的最优政策
抑制病毒时，关键的动态权衡在于社交距离的强度与其维持的时间之间。过于极端的措施能迅速减少人群中的感染人数，但即时成本极高，因为即便是最基本的经济活动也将被暂停。力度过弱的措施即时成本较低；但要根除病毒，它们需要维持很长时间。
最优政策在每一时刻都对这些边际进行权衡。我用两个可观测统计量的简单公式来刻画它：第一，病毒的瞬时（负）增长率；第二，抑制措施和健康结果所带来的瞬时成本流。该公式为如何放宽社交距离措施提供了具体指导。政策制定者需要评估改变所实施措施组合对当前成本流和病毒增长率的相对影响。如果成本的降幅百分比大于增长的增幅百分比，则应进一步减少所实施的措施。遵循这一简单规则，可使经济保持在最优抑制路径上。通过避免不必要的病例反弹或过度预防，它将总成本降至最低。与直观的第一印象相反，过于宽松的社交距离（例如过早解除封锁）并不能减轻整体经济负担。恰恰相反，它会延长未来不得不采取高成本措施的时间。令人惊讶的是，健康成本在抑制中只发挥次要作用。最优政策主要致力于将疫情的经济影响降至最低。³
成本将有多高？它是否优于追求群体免疫？
迄今为止讨论的结果属于理论性结果，因此对与新冠病毒相关的巨大参数不确定性具有稳健性。然而，理论无法回答两个关键问题。在使用不同检测技术的情况下，最优抑制政策的经济和健康成本是多少？这些成本与最优缓解政策的成本相比又如何？⁴由于参数不确定性很高，目前无法给出这些问题的精确答案。遵循已有文献，我采用模拟方法来获得近似答案。
我以意大利为例对模型进行了模拟。我假设意大利于5月11日开始实施最优抑制政策，当时仍有0.1%的人口处于感染状态。对于患病率相近的国家（例如美国⁵），结果具有可比性。为了理解检测技术的影响，我针对三种不同的检测情景计算了最优政策及其成本。在第一种情景中，意大利采用快速高效的数字接触者追踪，韩国即曾采用这一方式。我发现，抑制的总成本仅为年度GDP的0.8%。病毒将在3.7个月后消失，额外伤亡人数约为3,500人。此外，该策略在一定程度上对输入性病例具有稳健性。在第二种情景中，意大利采用较慢且效率较低的人工追踪。在这种情况下，总成本为GDP的2.7%，病毒将在15个月后消失，额外伤亡人数同样约为3,500人。在第三种情景中，意大利继续以目前较低的速率检测病例。⁶与之形成鲜明对比的是，总成本为年度GDP的14%，疫情将在7.6个月后消失，额外伤亡人数达6,000人。此外，在人工追踪和低追踪情景中，如果病毒消失后又有新病例从境外输入，疫情将再次爆发。因此，在疫苗问世之前，必须持续实施严格的边境管控。正如Monràs（2020）以及Oliu-Barton等人（2020）所讨论的，人员流动必须限制在患病率相近的地区之间。
相比之下，最优缓解策略的成本估计为年度GDP的7%至30%（Gollier 2020；Acemoglu等人2020；Alvarez等人2020）。额外伤亡人数最乐观的估计为人口的0.2%（以意大利为例，为120,000人）。比较结果表明，最高效的抑制政策的健康和经济成本，比最高效的缓解政策低一个数量级。
结论
通过结束疫情来挽救生命并实现经济繁荣是可能的。高效的病例检测可以成为此类退出策略的核心。然而，该政策引发了与隐私相关的重要担忧。现在是时候就这些担忧展开认真的政治讨论了。不这样做的机会成本是巨大的。
