For å lese pluss-artikler må du være abonnent
Et abonnement gir tilgang til alt innhold og vi har følgende tilbud
DEBATT
Kan samfunnsøkonomi si noe om sosial distansering i epidemier?
Publisert
En konsekvens av koronaepidemien er at vi har blitt utsatt for et massivt folkeopplysningsprosjekt. De fleste kjenner for eksempel til begrepet R0 som er antall mennesker som én enkelt smittet person klarer å smitte i begynnelsen av en epidemi. Dette tallet er egentlig et produkt av flere tall. Man multipliserer smittbarheten, antall interaksjoner per dag og gjennomsnittlig tidsrom en person smitter andre. Tallet R0 er ekstremt viktig for forløpet på en epidemi. Dersom R0 er mindre enn 1, vil sykdommen aldri få fotfeste. Dersom R0 er større enn én, vil vi få en epidemi. Jo større R0 er, jo flere vil bli smittet i løpet av epidemien, men jo kortere vil den vare. Dette er ikke ulikt hvordan tørke påvirker en gressbrann. Jo tørrere det er, jo mer gress brenner opp, men brannen varer kortere siden gresset brenner fortere. Jeg skal her forklare hvilke samfunnsøkonomiske implikasjoner ulike verdier av R0 har. De er nemlig ikke helt opplagte.
Om vi tar utgangspunkt i den aller enkleste modellen for en tidsbegrenset epidemi som man ikke kan vaksineres mot og der de som blir friske får immunitet, bestemmer tallet R0 både det helsemessig sett best og verst mulige utfall. Om R0 er 3, vil i verste fall 94 % av befolkningen bli smittet om ingen tiltak innføres og ingen endrer atferd for å unngå smitte. I beste fall kan man slippe unna med at 67 % av befolkningen smittes før tiltak opphører og atferden går tilbake til normalen. Om R0 er 1.5, vil 58 % av befolkningen i verste fall bli smittet uten tiltak og atferdsendring. I beste fall vil 33 % av befolkningen bli smittet før tiltak opphører og atferd går tilbake til normalen.
Skal en påvirke forløpet på en epidemi og man ikke har vaksiner eller medisiner tilgjengelig, må virkemidlene på en eller annen måte enten påvirke R0. Det er mange måter det kan skje på. Man kan redusere smittsomheten ved å bruke masker, man kan redusere antallet sosiale interaksjoner ved at folk møtes sjeldnere eller man kan sette smittsomme individer i karantene slik at antall dager de møter smittbare individer reduseres. Dette er ulike typer sosial distansering.
Spørsmålet blir da hvor effektivt sosial distansering fungerer og hvordan avhenger effekten av R0. Man kan analysere dette ved å se på effekten av en liten reduksjon i R0 for eksempel ved at alle individene i befolkningen møter én person mindre per dag. Hva skjer om en slik reduksjon reduserer R0 fra 2.5 til 2.4? Svaret er at det skjer veldig lite. Totalt antall smittede i løpet av epidemien reduseres med litt over én prosentenhet fra 89 % til 88 %. Verdien av denne reduksjonen skal være veldig høy for at den skal være verdt bryderiet. Hva skjer dersom vi reduserer R0 fra 1.5 til 1.4 med samme virkemiddel som ovenfor? Da skjer det betydelig mer. Antall smittede i løpet av epidemien reduserer fra 58 % til 51 %, en reduksjon på syv prosentenheter. Dette er en meget viktig observasjon. Jo raskere en epidemi sprer seg, jo mindre effektivt er et mottiltak av en gitt størrelse. Kostnadseffektiviteten av et slikt tiltak bør vurderes i lys av dette.
Dette har en del viktige implikasjoner. I en artikkel fra 2012 viste jeg for eksempel hvordan det kunne være slik at jo flere man vaksinerte før en epidemi begynte, jo mer lønnet det seg å vaksinere enda flere. I dagens epidemi har vi ikke noen vaksiner, men om man ser på en enkel økonomisk modell der formålet er å redusere antall sykedager epidemien forårsaker, kan en etablere følgende resultater:
1) Om det lønner seg med litt sosial distansering vil det gjerne være slik at det lønner seg med mye sosial distansering. Teknisk sett er det under rimelige forutsetninger stordriftsfordeler ved sosial distansering.
2) Dersom enkeltindivider på egen hånd øker sin sosiale distanse, erstatter ikke det offentlige tiltak. Tvert imot kan det øke verdien av offentlige tiltak.
3) Økt sosial distansering øker verdien av storskalatesting på tilfeldige individer. Med andre ord: om myndighetene øker den sosiale distansen, øker også verdien av å intensivere identifikasjonen av smittsomme individer og sette dem i karantene.
Disse resultatene fremkommer altså i enkle økonomiske modeller basert på dynamikken i en epidemi. Mer kompliserte modeller der en for eksempel tar hensyn til belastninger på helsevesenet kan både redusere og forsterke de effektene jeg har beskrevet her. De økonomiske konsekvensene av denne epidemien har blitt grundig utredet av regjeringens ekspertgruppe for samfunnsøkonomisk vurdering av smitteverntiltak ledet av Steinar Holden. Når tiltakene var på sitt strengeste, var politikken som ble ført kontroversiell og mange fryktet at kostnadene ved tiltakene var større enn kostnaden ved selve epidemien. Fasit for denne debatten foreligger ikke ennå, men teoretiske resultater basert på økonomisk analyse av epidemiske forløp gir faktisk støtte til den politikken myndighetene valgte.
