笔者住在北京。
自20条出台以来，北京实际上进行了一波有计划性“试放开”。例如大大降低了封控范围。此前一旦出现阳性，大概率封整栋楼，而11月以来大概率只封一个楼层，至多封一个单元，但不会封整个楼更不可能整个小区。再比如，72小时核酸检测一直被维持下来，即便新增确诊快速上升也没有实施大规模的全区高频检测。
然而，目前看这轮“试放开”并不算成功，曲线并没有被压平，目前北京的日均新增（确诊+无症状）在千例以上，已经远远超出了5月份的情况。而包括朝阳区在内多数区实际上还是回到了半静默+高频核酸的旧模式。而且由于新增数比较高，预计半静默的时间反而可能要更长。
笔者认为，这次“试放开”再次提醒我们，在目前病*传染能力很高的前提下，*策制定者或者维持高频检测和封锁力度，或者推进疫苗接种并彻底放开，而力度不足的封控由于迟迟无法压平曲线，反而像是钝刀子割肉，对经济的冲击会更大。
为了说明这一点，我尝试搭建了一个传染病模型，来模拟不同的封城力度和不同的疫情传染力下，经济受冲击的幅度。
模型参数如下图，这里头有几个参数比较重要。
首先是封锁力度（取0-1），取1就意味着全城静默不活动，取0就意味着全城正常开放想去哪去哪。很自然的，封锁力度越大，疫情传播速度下降越快，但经济萎缩幅度也更大。
第二个重要参数是检测频率（单位是每个人平均每天检测几次），如果检测频率高，就意味着发现的更快，那么封锁也就更加及时。这个参数决定了发现首例病例时疫情已经隐匿传播了多久。
第三个重要参数是经济常数，它衡量的是不受封锁幅度影响的经济增速，比如粮食、蔬菜等必须消费品消费，检测频率是平均多少天检测一次的倒数。
第四个重要参数是解封阈值，即当新增确诊连续7天低于多少人时就放开封锁。
下图是该模型的一个简单数值例子，反映了北京这样的万人且全部为易感人群的超级城市里，检测频率0.1，病*传染力R0=8，封锁强度0.9（较强），防疫开始于首例发现后7天，解封人数阈值为新增连续7天低于人时的新增确诊和累计确诊人数随时间的变化。可以看到，虽然发现的晚，但是由于封锁力度比较强，因此大约在19天前后就可以解封了，相当于局部静默大约3个星期。
进一步的，我试着模拟了一下不同病*感染力（R0）和不同封锁程度下，每波疫情所带来的经济冲击。
一个直觉是，由于经济萎缩幅度=封锁强度*封锁天数，因此不封锁，或者封锁结束很早，经济冲击都比较小。经济冲击最大的，反而是封锁半强不强，导致新增持续高位震荡的状态。
数值模拟结果验证了我的猜测。
如下图所示，对于R0=2的低传染度病*来说，封控力度只要超过50%，病*马上就可以被遏制住，经济影响非常微弱。但如果R0进一步上升，50%封锁度所带来的经济冲击就可能变大。特别的，如果R0=8，那么看似比较强力的封控力度（80%）反而造成了最为严重的经济冲击（经济萎缩幅度达到26.9%）。原因是对于传染性更强的病*，若要将R0降至1以下，对应的封锁强度需要更高，而低于该封锁强度只会令封锁时间变得更久，并不能达到解封标准。
对于经济来说，这就像是“钝刀子割肉”，是最痛苦的一种应对措施。
当然，模型非常简单，它并没有考虑医疗系统挤兑和死亡上升带来的经济损失，也没有考虑更复杂的防疫策略。但它仍热可以给当下的防疫措施的调整提供一些视角和参考。基于这一模型，笔者也对当前防疫措施提出几点看法：
1、高频率的核酸检测（比如1天1次）恐怕仍然是当前成本相对最低的防疫措施，这也是深圳所采取的模式。毕竟早发现早管控，对于遏制传染效率如此高的病*是最好的途径。
2、不刻意追求封控的极端精准性，对于确诊病例所在楼宇需进行全面封锁。
3、在秋冬季期间尽可能推进疫苗接种，且不再尝试这种“试放开”，维持偏紧的疫情防控策略，到春天天气暖和后再尝试战略调整
4、提高对“疫情不可怕”的宣传，避免在未来逐步放开时因恐惧所带来的医疗资源挤兑。
疫情已经快3年了。希望年我们能够在有充分准备和充足信心的基础上，逐步让生活重回正规。相信这个冬天虽然漫长，但终将过去。
