政府已经采取了前所未有的经济关闭阻止Covid-19的传播。这些政策从抑制大型集会到彻底关闭不必要的业务。封锁减缓了病毒的传播(香et al . 2020年,方et al . 2020年)但在相当大的经济成本(Deb et al . 2020 Torrejon佩雷斯et al . 2020年)。
在实施封锁,政策制定者们主要实施政策统一在相同的位置在一个城市——例如,不必要的企业在整个城市已经关闭在同一时间。甚至在美国边境州,平均差异封锁政策的时机已经4天。
然而,经济活动的空间密度不是统一在一个城市。居民通勤到中央商业区工作所在地。在一个典型的一天,白天人口曼哈顿的两倍夜间人口从其他区和邻近的县居民通勤到曼哈顿工作。当一种疾病的传播取决于人类互动的数量和距离,有些地方比其他人更有可能传播疾病。同时,关闭一些地方可能有更大的经济损失。
Fajgelbaum et al。(2020),我们研究最优动态政策应对流行病的交通网络。1框架集成了标准的空间流行病学和贸易模型。流行病学的块模型显示了病毒传播的通勤者(在工作场所或通过公共交通)。模型的贸易集团展示了封锁政策减少工人的实际收入呆在家里,间接地影响其他地方这些工人消耗更少的商品或服务。
我们使用模型来回答三个问题:
1。什么是最优锁定模式随着时间的推移和空间?
2。最优空间目标的好处是多大?
3所示。如何观察降低通勤与最优?
我们估计模型的参数在三个城市,经历了不同程度的初始Covid-19震惊:首尔,大邱,纽约市区(从今以后,“纽约”)。我们研究韩国因其高速率的测试开始以来的流行及其可用性的实时公共交通上下班和信用卡支出数据。后者用来估计空间摩擦,确定收入冲击由于封锁政策跨空间扩散。我们研究纽约因为大初始传播Covid-19及其经济的重要性,通过手机与通勤流测量流动性。图1演示了病毒的传播在每个城市对交通诱导急剧下滑通过预防性的行为,强烈鼓励社会距离(韩国),或强制锁定(如纽约)。
图1通勤反应和疾病传播
板一个大邱
面板b首尔
面板c纽约
请注意:图报告平均每日通勤流相对于大流行前水平变化(正常1在2020年1月22日)。工作日(周末/节假日)都用深色(轻)蓝色的圆圈表示。大邱的样本量为968,75625年首尔,和46325年纽约。每个观测是一个地区按日期对大邱和区/ county-pair按日期对韩国的元组和纽约从1月1日,2020年4月30日。第一个垂直线表示第一例在韩国的日期(前/中)和美国(底部)。中间和最后一个竖线表示第一个案例的日期和封锁公告在每个城市,分别。野生引导大邱的标准错误聚集的地区,和two-way-clustered出发地和目的地的首尔和纽约。误差线显示95%的置信区间。正确的轴报告每日新在大邱Covid-19病例(上),首尔(中)和纽约(底部)。有关详细信息,请参阅Fajgelbaum et al . (2020)。
我们的论文有三个结果
1。图2表明,最优空间封锁小得多的经济成本比统一的封锁。对于任何给定水平的Covid-19病例(轴),一个最优的空间目标锁定收益较小的经济损失(每日收入损失、轴)的最佳统一政策(即相同的锁定在空间)。考虑到实际病例数和经济成本估计的模型4月30日,我们的模型预测,目标锁定可以减少经济损失了15%,28%,和50%在大邱,首尔,分别和纽约。
图2帕累托前沿:空间目标和统一的封锁
板一个大邱
面板b首尔
面板c纽约
请注意:图块的累积新病例数(轴,对数尺度)和实际收入平均损失每天第一个日期之间的确诊病例和4月30日,2020年为参数化的生命的价值从1/100到100倍的基准(即1000万美元)的最优锁定与空间和时间的变化(称为“空间”)和在空间上统一的最优解只随时间变化(“制服”,即。在所有位置),同样的封锁。绿色的三角形显示隐含的病例数和实际收入损失估计模型2020年4月30日。
2。图3表明,最优封锁可能需要一个严格的初步锁定在最中央的位置,然后放松。然而,最优锁定并不是简单地关闭“高度中央”交通网络内节点。相反,最佳的封锁取决于通勤的空间分布,实际收入,初始(即pre-lockdown)病毒的传播。例如,乘客从一个家地区Covid-19病例上升更有可能携带病毒的工作场所。这些上班族感染其他的概率是高密集的场所,因为这些地方更有可能增加社会互动的发生率和强度。最优锁定交易经济成本与潜在的每个位置的扩散。
图3通勤的中心位置和最优政策
板一个大邱
面板b首尔
面板c纽约
笔记:图块的最优政策随着时间的推移,网络中每个位置。地上的线代表网络的中心位置。网络中的三个最中央位置所示的传奇。有关详细信息,请参阅Fajgelbaum et al . (2020)。
3所示。图4比较实际上下班反应最优基准的三个城市。左侧面板比较总通勤流观测数据(预测)总流动下的最优空间封锁。大邱和纽约,这两个系列已经接近模型的预测。因此,从空间目标锁定收益从何而来?右边的面板图4报告通勤流高,low-centrality位置。观察到的交通流时间序列的高收入和low-centrality位置非常相似。相比之下,空间封锁将对不同交通路径在大邱和纽约,两个城市,经历了一场巨大的最初的病毒传播。我们的研究结果表明,总病例数和经济损失将是在这两个小城市如果减少通勤强在中部地区和弱在中部地区。在首尔的情况下,经历了一个小得多的冲击,观察到的减少通勤是大于最优预测所有的位置。
图4交通流的变化:最优和观察
请注意:在左侧面板,黑色虚线显示总通勤流在每个城市从最早的确诊病例在每个城市。固体和环绕蓝线显示隐含的总通勤流最优空间政策。正确的板,优化并观察通勤响应除以三中心位置(暗)和其他地方。
我们的框架可以应用于粗或更精细的空间尺度上告知当前的争论从州限制旅行,如果是这样的状态。
引用
阿尔瓦雷斯F D Argente, F里皮(2020),“COVID-19锁定的一个简单的规划问题”,26981年美国国家经济研究局工作论文。
黛比,P、D Furceri J D o, N Tawk (2020),“COVID-induced经济不确定性及其后果”,VoxEU.org, 6月17日。
口Fajgelbaum, P, W金,和E C,但多亏尤文和Schaal。(2020),“最佳锁定在一个交通网络”,美国国家经济研究局工作论文27441。
王方、H、L和Y杨(2020),“人类流动性限制和新型冠状病毒的传播在中国(2019 - ncov)”, 26906年美国国家经济研究局工作论文。
香、S、D艾伦Annan-Phan, K贝尔,我斯特凡,T Chong, H Druckenmiller, L Y黄,Hultgren, E Krasovich et al。(2020),“大规模anti-contagion政策的效应COVID-19流行病”,自然,1 - 9。
Monras J (2020),“一些想法COVID-19从劳动力流动的角度来看:从“red-zoning”到“green-zoning””,VoxEU.org, 3月25日。
施Piguillem F和L(2020),“最优COVID-19检疫和测试策略”,工作论文。
Rowthorn是R和F Toxvaerd(2020),“通过预防和治疗传染病的最优控制”,剑桥2027年经济工作底稿。
Torrejon佩雷斯,S, M Fana,我Gonzalez-Vazquez和E Fernandez-Macias (2020),“COVID-19监禁措施在欧盟的不对称影响劳动力市场”,VoxEU.org, 5月8日。
尾注
1最近的研究如阿尔瓦雷斯et al。(2020), Piguillem史》(2020)和Rowthorn Toxvaerd(2020),其中,研究了最优政策在一个单一位置设置(例如,一个国家或一个城市)。阿西莫格鲁et al。(2020), Baqaee et al。(2020),和Glover et al。(2020),其中,研究锁定与异构的代理。由Monras VoxEU列(2020)表明政策可以针对通勤区。
