一
請你來做一個測試題:
A. 如果社會上流行一種致命的疾病,染病的人會在一週之內沒有痛苦地死掉。你染上這種病的概率是千分之一。請問,假設你有可能染病,那麼你願意最多花多少錢來預防得這種病?
B. 同樣是這種病,假設你的老闆要派你到疫區調查情況。到了疫區之後,你染上這種病的概率是千分之一。請問你的老闆要給你多少賠償,你才願意到疫區去?
這道題,來自2017年諾貝爾經濟學獎得主塞勒。當他還在羅切斯特大學讀博士時,發現了某個“奇怪”的現象(這一點要最後才說),於是設計瞭如上那個問卷調查問題。
塞勒的研究生論文題目是“生命的價值”。我們通常會說生命無價,怎麼能為其估價呢?
沒錯,鮮活的生命無法估價,而從經濟角度“統計意義上的生命”,也許是能估價的。
塞勒引用了謝林論文中的一段:
“如果一個6歲的棕發小女孩需要幾千美元來做手術,這樣她才能活到聖誕節,人們寄去救她的錢就能塞滿郵局。但是,如果取消徵收一項銷售稅,馬薩諸塞州的醫療設施就會老舊耗損,導致本可通過疾病預防措施就可避免的死亡人數增多,卻沒有幾個人會流下同情的淚水或是捐款。”
我們可以看到:
- 醫院代表“統計意義上的生命 ”;
- 女孩代表“可識別的生命”。
接下來,塞勒舉了一個例子,來描述為“生命定價”的難題。
假設我們正在修建一條新公路,安全工程師告訴我們中央隔離帶如果加寬1米需要耗資4200萬美元,但這樣做可以在未來30年裡平均每年減少1.4次死亡事故。我們應該加寬隔離帶嗎?
顯然,在現實中,我們不得不為生命定價。
這件事從道義的角度來說很難,從技術的角度來說也不容易計算。
塞勒最終找到了一種計算方法:
去找到那些高危工作的額外薪水,以及該職業的死亡率,然後通過概率倒推,來估算出生命的價值。
比方說吧,假如電影裡有個傢伙用左輪手槍去玩兒俄羅斯轉盤遊戲,六個彈夾裡裝了一發子彈,如果這個人在單次遊戲中,願意為十萬美元扣動一次扳機,那麼他給自己的生命的估價就是:
10萬美元➗1/6(死亡概率)=60萬美元
塞勒的這項研究成果,至今仍被美國政府用於成本-效益分析。2015年,該國一個生命的價值約為700萬美元。
在《錯誤的行為》一書中,塞勒論述的重點並非生命的價值,而是行為經濟學的奇怪現象。但在本文中,我想帶出的,正是“生命的價值”這個話題。
二
先用塞勒預熱,再來說說梁建章近期的文章《隔離的經濟賬》,也許會顯得“和諧”一些。
在防疫的關鍵時刻,人命關天,怎麼可以給生命估價?
梁建章想說的是:
隔離成本和過度防禦。
人命帳和經濟賬沒辦法分開算。
先說微觀。
例如,像井下礦工、超高建築施工等崗位,死亡風險高很多,但我們不能簡單說取消這些崗位。
所以,按照塞勒的理論,社會應該為這些崗位的人賦予更高的報酬,來購買他們的死亡概率。
否則,社會為之付出的整體代價更大。
再比如說,即使最好的汽車的安全係數已經很高了,但我們還是要允許廠商生產氣囊數量不是那麼多的入門版車型。
不考慮成本的話,有可能汽車仍然是極少數人專享的“時間機器”(就像私人飛機)。
事實上,人類為道路交通付出的代價是驚人的:
每年,道路交通事故在全球造成約130萬人死亡,2000萬至-5000萬人受到非致命性傷害。 道路交通事故是所有年齡組的主要死亡原因,也是15-29歲年輕人的主要死亡原因。
對於管制部門而言,必須從統計數據出發,關注統計意義上的生命。
同時,官方應該做的,是強制執行的下限標準,而非要求所有人盡善盡美。
再說宏觀。
研究表明:
人均收入每增加一倍,在其他條件大致相仿的情況下,人均壽命就會增加1-3年。
梁建章做了一個毛估估的量化計算:
- 一般來說,發達國家生命的價值在10-60倍的人均GDP之間。
- 假設生命的價值按照30倍的人均GDP來計算,人的一生按照80歲約等於30000天來計算。
- 那麼,從數學上來講,人均GDP每減少1%,人均壽命就會減少10天左右。
基於這個數字,梁建章算了個經濟賬:
- 一次大面積的流感,對於整個人類社會的影響,相當於人均壽命減少1.5天左右。
- 假如因為流感,對30%的人隔離14天,就會損失30%*14/365=1%的GDP。
- 如上所述,1%的GDP倒退實際上會使整體的社會在醫療、基礎設施和環境治理方面的倒退,人均壽命就會減10天左右。
一個是1.5天,一個是10天,隔離對“生命”造成的傷害,遠遠大於流感造成的損失。
當然,這只是一個思想實驗。並不代表我們就該像面對流感那樣,來對待2020年的這次莫名肺炎。我贊成所有對上述“算賬”不滿意的人們的反對觀點,我自己對隔離等政策沒有任何態度。
但是,從計算的角度看,大規模的隔離,可能導致統計意義上的生命損失,也就是人均壽命降低100天甚至更多。
過度重視,與此前過度忽視一樣,都是非理性的。
探討統計意義上的生命,絕非忽略可識別的生命,如北野武所說:
“災難並不是死了兩萬人這樣一件事,而是死了一個人這件事,發生了兩萬次。”
三
財新記者綜合多位一線危重症救治專家的數據和意見發現,即使在醫療干預的情況下,新冠肺炎患者的病症概率發展如下:
- 有15%-20%會發展成重症病人;
- 重症病人25%-30%會發展成危重症;
- 危重症新冠肺炎病人的死亡率,在10%-20%之間,最高可達30%-40%。
這幾個數據,第一眼看到,會感覺非常震撼。
但仔細算一下,我取了相對高的值,初期患者的死亡率是:
20%✖️30%✖️20%=1.2%
實際上,官方截止近日的數據是:
在湖北,新冠狀病毒感染的死亡率是 2.8%;在中國其他地方,死亡率是0.2%。
這個數字仍然不低,但也顯得不像單獨看“重症、危重症、死亡”三者之間的概率關係那麼驚人。
上面這個簡單的概率計算方法,還告訴了我們,冠狀肺炎的防護和治療,應該是一個體系工程。武漢病患很不幸有如此高的死亡率,是因為一時間醫院資源緊缺,出現了類似於金融的擠提。
四
統計意義上的概率計算,絕非數字遊戲。
19世紀初,倫敦霍亂肆虐,動輒奪走數萬人的生命。
(以下素材來自《霍亂時期的理性》)
1848年的夏天,35歲的斯諾開始正式挑戰傳統的毒氣瘴氣學說,去探尋霍亂流行的原因。
憑藉著頑強、科學和理性,斯諾採用了一種“對照研究”的方法,最終提出自己的理論:
霍亂是在病人攝入了一種尚不明確的物質而導致的,這種物質存在於其他已患病病人的排洩物中, 攝入的途徑要麼是通過直接的接觸這種物質,要麼(更加可能的方式)是飲用了被這種物質汙染的水。
現代流行病學延續著斯諾的研究標準:回顧一個特定的時段,匹配對照的條件,觀察疾病的頻 率和分佈,推斷和確定事件的決定和影響因素。
另外幫助了斯諾的重要角色,是一個叫法爾的人。
法爾在報告中記錄了全倫敦的某年內的霍亂死亡數為7466例,其中4001例在Thames河的南邊。用這個數據可以計算分區的死亡率。南區的霍亂死亡率為千分之八,是全城的三倍,而西北郊區的為千分之一。
結合這些數據,斯諾認為倫敦的致命霍亂,來自水源傳播。
即使如此,直至英年早逝,斯諾都沒有得到當局的承認。然而,他開創了一門強大的學科,並被譽為現代流行病學之父,我們每個人都受惠於他。
科學方法+概率計算,讓人類活得越來越久。
人類與病毒的鬥爭,是一個長期的複雜系統。我們既要關注每個鮮活的生命,也必須從“統計意義上生命”的角度出發,用科學的方法去探尋解決之道。
閱讀更多 夏老師雜貨鋪 的文章