面具命令和其他封锁政策减少COVID-19在美国的传播

COVID-19大流行引发了爆炸的研究评估各种政策使用观测数据(例如Courtemanche et al。2020年,Deb et al . 2020年,香et al . 2020年,贝聿铭等。2020年,和Abouk Heydari 2020),但是没有共识,会发生什么病例和死亡如果这些政策措施没有实施。

反事实的政策的评价影响的传播COVID-19是复杂的。人理性和自愿响应信息传播风险,即使没有任何政策。这使得很难区分政策的影响和自愿的行为反应。

正确评估政策的作用相对于人民自愿响应,我们开发一个实证框架基于以下因果路径图(Chernozhukov et al . 2020年)。有五个关键组件:(1)混杂因素,如socio-demographic特征,(2)目前的感染水平和增长率的信息,(3)政策反应的信息,和(4)当地人们的行为反应的信息和有效的政策,所有这些共同决定(5)最终结果,如病例和死亡的增长率。系统是动态的:今天的健康状况成为下一个时期的信息。

图1因果路径图

笔记P: W表示混杂因素,我信息,政策、行为,都意识到在时间t序列的状态我;Y表示结果意识到未来t + l。

这个因果框架明确认识到政策不仅直接影响的传播COVID-19(通过面具),但也间接——通过改变人们的行为(通过餐馆关闭,关闭学校,全职订单)。它也承认,人们对新信息的反应,如新病例和死亡的状态,并主动调整自己的行为(社会距离、洗手、面具),即使没有任何政策到位。

框架,加上参数结构方程,可以定量COVID-19病例和死亡的增长分解为三部分:直接的政策效应,通过行为政策效应,直接在应对新information.1行为效果

许多现有的论文分析因果图的不同部分。在我们的论文,我们采用了一个更全面的方法和分析整个因果动态模型,分析政策的直接和间接影响感染和行为被谷歌移动报告。使用美国国家级数据,我们检查面具授权和其他封锁政策如何影响增长率的病例和死亡中进行反事实的实验模型。

面具直接规定为员工减少传输

图2显示了原始数据的事实:面具规定为员工的美国公开面对企业往往有小写和死亡增长率比没有面具的州规定自2020年4月结束。

我们的因果分析,许多混杂因素和动力学控制,证实了这种原始数据发现。主要是直接影响(在不影响人们的行为),建议戴着面具降低每接触传播的风险。

图2证据从原始数据:病例和死亡的平均增长率没有面具的州要求(红色)和面具授权(蓝色)

图3显示了我们的反事实的分析的结果的基础上估计因果动态模型。4月1日在全国范围内实施强制性的口罩为员工可以减少每周的增长率高达10%的情况下,转化为近40%相对减少累计死亡(90%置信区间[17日55]%)。这意味着多达5.5万人的生命可以通过6月初已经保存;截至2020年5月27日,美国疾病控制和预防中心报告在美国99031人死亡。

图3相对下降引起的死亡在全国范围内强制面具公开面对企业的员工4月1日在美国

我们发现是由不同的因果方法证实了基于合成控制使用德国数据Mitze et al。(2020), 2据报道绝对增长率减少20%。我们发现是进一步符合实验室结果侯et al .(2020),显示鼻腔的可能是感染的主要初始站点,从而支持”的广泛使用口罩防止气溶胶,大滴,和/或机械接触鼻腔”。3

我们可以让不必要的业务开放吗?

在图4中,另一个反事实的实验表明,保持不必要的企业开放(除了电影剧院和体育馆,并保持餐厅“takeout-only”模式)可以累积病例和死亡增加了15%(90%置信区间为[-20,60]%)。

图4的影响在COVID-19留下不必要的业务开放情况下在美国

这些发现符合其他分析发现,关闭不必要的企业几乎没有影响社会距离的行为(马宏升和Taskin 2020)。这表明,普遍面具政策可以弥补保持经济开放的实质性部分。

全职(或避难所)命令

图5表明,没有全职的订单,可能是总案件增加了80%的6月开始(90%置信区间的[25170]%)。这意味着0.5 -340万更多的美国人可能是感染没有全职的订单,提供启发性的证据,通过删除重新全职订单可能导致大幅增加病例和deaths.4

图5效果没有实现全职秩序COVID-19案件在美国

政策或私人行为反应?

香et al。(2020)和Chernozhukov et al。(2020)发现,遏制政策已经大幅减少了COVID-19增长率在美国,与政策大致解释了三分之一到三分之二的观察确诊病例和死亡人数的增长率下降。

我们进一步发现,政策和信息在过去的病例和死亡确定人们的社会距离的行为,在政策影响解释大约50%的观察谷歌流动性下降占另一半变量和行为影响。5的估计有两大政策的影响和大对病例和死亡的生长行为的影响。除了强制性的面具,遏制政策影响病例和死亡的间接通过其对行为的影响。

有许多强大的社交媒体宣称,遏制政策并不重要,观察COVID-19增长率下降和疏远行为几乎完全是由于私人信息的反应。我们相信这些说法是统计分析的所产生的误解。

例如,原因之一是很难识别关闭学校的影响。如图6和7所示,关闭学校的时间(图7)早于或几乎伴随着大量流动性下降据谷歌报告(图6)。

图6强度的访问“工作场所”

笔记:图中显示的动态访问谷歌的“工作场所”流动强度报告,显示了3月的最后两周突然下降。

图7在美国学校关闭

笔记:图中显示的部分州关闭学校,有些领导图6中的流动性下降。

关闭学校的增加也伴随着大幅增加在总COVID-19情况下,一个信息变量。关闭学校缺乏代表性变量很难区分从政策影响行为的信息对行为的影响。很明显,学校关闭可能影响行为很难通过施加限制父母的流动性,但这一政策的具体量化效果需要data.6富裕

经济的相关性

各种政策的经济评价是在许多新文件(例如柴提et al。2020年,Coibion et al . 2020年)。理解遏制政策的效果在死亡和案例对理解健康和经济之间的平衡是至关重要的福祉以来死亡带来直接经济损失,但一些COVID-19幸存者可能遭受长期的健康并发症(如。Alvarez et al . 2020年,Baqaee et al . 2020年,Fernandez-Villaverde和琼斯2020年,阿西莫格鲁等。2020年,Keppo et al . 2020年,麦克亚当斯2020)。

虽然一些遏制政策的经济效应很难立即评估,面具的影响政策是明确的,可以从一个简单的测量计算:40000挽救了生命,在4月和5月,乘以统计生命价值,例如500万美元,相当于2000亿美元的经济影响——一个数量级大于实施通用面具政策的成本。

引用

Abaluck, J,骑士,N克里斯塔基斯,H P福尔曼,E H卡普兰,Ko和S H Vermund(2020),“万能布罩采用的理由和政策,增加供应医用外科口罩卫生工作者”,Covid经济学5。

Abouk、R、B Heydari (2020),“社会距离COVID-19政策行为的直接影响”,medRxiv预印本。

阿西莫格鲁、D, V Chernozhukov我沃宁和M D Whinston(2020),“多群先生模型中的最优目标锁定”,国家经济研究局27102年。

阿尔瓦雷斯,F E, F D Argente和里皮(2020),“COVID-19锁定的一个简单的规划问题”,Covid经济学14。

Baqaee D E Farhi, M J米娜和J H股(2020),“重新开放场景”,国家经济研究局27244年。

男爵,R M, D肯尼(1986),“moderator-mediator变量区别在社会心理学研究:概念、战略、和统计方面的考虑”,人格与社会心理学杂志》上51:1173 - 82。

Chernozhukov、V、H笠和P Schrimpf (2020),“面具的因果影响、策略行为在美国早期COVID-19大流行”,Covid经济学35。

柴提,R, J N•弗里德曼N亨德伦和M Stepner他是(2020),“实时经济学:一个新的平台来跟踪COVID-19对人们的影响,企业、私营部门和社区使用数据”,油印。

Coibion, O, Y Gorodnichenko和M。韦伯(2020),“劳动力市场在COVID-19危机:初步观点”,Covid经济学21。

Le Courtemanche C J Garuccio, J克斯顿和Yelowitz(2020),“强社会距离的措施在美国减少了COVID-19增长率”,卫生事务39 (7)。

黛比,P、D Furceri J D o, n Tawk (2020),“在COVID-19疫情控制措施的影响”,VoxEU.org, 6月5日。

Fernandez-Villaverde J C我琼斯(2020),“估计和模拟SIRD COVID-19模型对许多国家,州和城市”,国家经济研究局27128年。

Gitmez, K索宁和L莱特(2020),“政治经济危机的反应”,芝加哥大学贝克弗里德曼经济学研究所工作论文2020 - 68。

格陵兰岛,年代,J珍珠和M罗宾斯(1999),“流行病学研究因果图”,流行病学1月:37-48。

Haavelmo T(1944),“计量经济学”的概率方法,费雪:计量经济学会》杂志上12:3 - 115。

赫尔南,M, J M罗宾斯(2020),因果推论:如果/ CRC,查普曼&大厅。

海恩斯O S Vansteelandt和K Diaz-Ordaz(2020),“健壮的推理介导效应部分线性模型”,arXiv: 2007.00725。

侯,Y J, K奥田硕C E爱德华兹et al。(2020),“SARS-CoV-2反向遗传学显示变量梯度在呼吸道感染,细胞182:队。

霍华德,J,黄,Z李et al。(2020),“口罩对COVID-19:证据审查2020年,预印本。

香、S、D艾伦Annan-Phan et al。(2020),“大规模anti-contagion政策的效果在冠状病毒(COVID-19)大流行”,自然2020年。

琼斯,T C, B Muhlemann T威斯et al .(2020),“分析SARS-CoV-2病毒载量的病人年龄”,medRxiv 2020.06.08.20125484,预印本。

Keppo J E Quercioli, M Kudlyak, L·史密斯和威尔逊(2020),“先生行为模型,应用猪流感和COVID-19流行病”,虚拟宏观研讨会。

L 'Huillier G, G Torriani F Pigny L Kaiser我Eckerle(2002),“传染性SARS-CoV-2症状的新生儿、儿童和青少年”,medRxiv 2020.04.27.20076778,预印本。

Maloney, W F, T Taskin(2020),“在COVID-19远离社会和经济活动的决定因素:一个全球观点”,Covid经济学13。

麦克亚当斯,D(2020),“纳什先生:一个economic-epidemiological模型的战略行为在病毒性流行病”,Covid经济学16。

Mitze T R毒素,J骑和K Walde(2020),“口罩大大减少COVID-19案件在德国”,Covid经济学27。

彼得斯J D Janzing,年代Bernhard (2017),元素的因果推论:基金会和学习算法马,剑桥:麻省理工学院出版社。

赖特,L, K索宁J德里斯科尔和J·威尔逊(2020),“贫困和经济混乱减少遵守COVID-19避难所协议”,SSRN。

赖特,P G (1928),关税动物和植物油,纽约:麦克米伦公司。

赖特,年代(1923),“理论的路径系数回复奈尔斯的批评”,遗传学8 (3):239。

尾注

1因果模型框架使用的语言结构方程模型和因果图的计量经济学(P赖特1928,1944年Haavelmo)和遗传学(1922年代赖特)。看到格陵兰et al .(1999),彼得斯et al。(2017),和赫尔南和罗宾斯(2020)对现代发展,特别是在计算机科学和流行病学。特定的因果图有几个“中介”组件,在变量影响结果直接或间接通过其他变量称为介质;这些结构至少回到年代莱特(1922);看到例如男爵和肯尼(1986)和海因斯et al .(2020)现代治疗。父亲和儿子,赖特P和S赖特,密切合作开发结构方程模型和因果路径图;P赖特的关键工作代表供需系统图,建立了识别使用指导非周期性排斥对辅助变量的限制。

2我们的研究是首次在ArXiv发布于2020年5月28日;Mitze(2020)在2020年6月8日SSRN被释放。

3我们的发现和医学观察证据也一致了霍华德et al。(2020),国家“面具戴每接触减少降低了传播性传播感染滴在实验室和临床环境。“Abaluck et al .(2020)发现病例和死亡人数的增长率之间的关系和戴面罩规范:既存国家规范,生病的人戴着面具比8 - 10%利率较低的国家,没有预先存在的面具规范。

4这一发现符合所隐含的Courtemanche et al。(2020),那些属性绝对减少6%增长率这些订单,我们使用县级数据。

5这是符合Gitmez et al .(2020)的理论研究,探讨私人行为和负外部效应的作用个人决策在大流行期间策略遵从性以及信息采集。

6还有另外一个原因关闭学校可以减少传播发挥了作用:新出现的证据表明,儿童感染COVID-19传播病毒(L 'Huillier et al . 2020年,琼斯et al . 2020),但程度比成人。