📈 economics

Costs and impacts of vaccine preparedness investments for SARS-X pandemics

本文表明，大流行前在疫苗准备方面的战略性投资——特别是那些加速疫苗可用性、将研发与制造能力相结合并确保全球公平分配的投资——可以显著减少未来 SARS-X 爆发所预计造成的经济和人类损失。

原作者： Rob johnson, Patrick Doohan, Peter Windus, Andrew Torkelson, Damian Walker, Charles Whittaker, Gemma Nedjati-Gilani, Christian Morgenstern, Guillaume Morel, Marisa Miraldo, Giovanni Forchini, Fatima D

发布于 2026-07-01

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Rob johnson, Patrick Doohan, Peter Windus, Andrew Torkelson, Damian Walker, Charles Whittaker, Gemma Nedjati-Gilani, Christian Morgenstern, Guillaume Morel, Marisa Miraldo, Giovanni Forchini, Fatima Docrat, Saul Walker, Dimitrios Gouglas, Alice Sabino, Katharina Hauck

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，世界是一艘在浓雾海洋中航行的巨轮。我们知道一场巨大的风暴（研究人员称之为“SARS-X”的新冠流行病毒）随时可能袭来，但我们不知道它具体何时到来，也不知道规模会有多大。

这篇论文就像一份详细的工程报告，在询问：“我们现在应该花多少钱来建造更好的救生艇和风暴护盾，以便当风暴来临时，我们能减少生命和货物的损失？”

研究人员并不仅仅是在凭空猜测；他们构建了一个计算机模拟系统，来测试不同的“准备计划”，并将它们与不做任何额外准备（他们称之为“照常经营”）的情况进行了对比。

以下是他们研究结果的简单分解：

1. “照常经营”下的风暴

如果我们不采取任何新措施，等到病毒出现后再开始制造疫苗，那么这场风暴将非常昂贵。

成本： 作者估计，如果不进行额外准备，一场大流行病会导致全球每年损失大约 0.4% 到 1.1% 的全球 GDP（全球总收入）。
延迟： 在这种“无所作为”的情景下，从发现新病毒到研发出新疫苗大约需要 365 天（一年）。在这一年里，病毒不断传播，人们病倒，经济陷入停滞。

2. 测试的四种“救生艇”策略

研究人员测试了十种情景，但它们可以归纳为四个主要思路：

思路 A：“通用护盾”（广谱保护性疫苗）
- 比喻： 想象建造一面可以抵御任何类型降雨的盾牌，而不仅仅是针对某种特定的风暴。
- 计划： 在新病毒到来之前，开发一种能够针对整个病毒家族的疫苗。
- 结果： 这是一笔极其划算的交易。提前建造这个护盾的成本很低，但如果风暴来袭，它能立即挽救大量的金钱和生命。这就像是已经把灭火器挂在了墙上。
思路 B：“预留座位”（制造能力）
- 比喻： 想象一个剧院。通常情况下，当演出开始时，你必须在演出宣布之后才去搭建舞台和购买门票。
- 计划： 现在就支付一笔小额年费，以“预留”这些座位和舞台工作人员。如果大流行病发生，你不需要等待建造工厂的过程，只需按下开关即可立即开始生产。
- 结果： 这在危机期间节省了大量的资金，因为你不需要为了从零开始建造工厂而支付“紧急价格”。它还确保了疫苗能更快抵达。
思路 C：“速通模式”（更快的疫苗研发）
- 比喻： 想象一支赛车队。通常情况下，需要一年时间来为新的赛道调整引擎。
- 计划： 现在投入研究，这样当新病毒到来时，我们可以用 100 天 而不是 365 天完成引擎调优。
- 结果： 这是最强大的单一投资。疫苗抵达得越快，风暴造成的破坏就越小。将时间从一年缩短到 100 天，能极大地降低经济和人类的代价。
思路 D：“公平分配”（平等获取）
- 比喻： 想象一艘救生艇，它只让前排的人（富裕国家）先上船，而让后排的人（贫困国家）等到船坐满为止。
- 计划： 改变规则，使救生艇的填充基于船上的人数比例，而不是他们的财富多少。
- 结果： 令人惊讶的是，这不需要额外的成本来设置，但它能节省整体开支。原因在于，如果富裕国家过快地占用了太多疫苗，他们无法消耗完所有疫苗，而疫苗会在其他地方闲置，同时病毒却在那些地方继续传播。公平分配能让全球范围内更快地遏制病毒。

3. 大胜之举（当你混合使用它们时会发生什么）

研究人员发现，最好的结果来自于结合这些策略，就像在食谱中混合食材一样：

“双重打击”： 如果你将“预留座位”（思路 B）与“速通模式”（思路 C）结合起来，其收益将大于两者之和。既有现成的工厂，又有成熟的科学技术，意味着疫苗的抵达速度会极快且成本极低。
“100 天任务”： 最昂贵但也最有效的计划是：目标是在 100 天内研发出疫苗，并且拥有大规模的工厂预留。这提供了针对风暴的最强保护。

4. 底线结论

论文的结论是，现在花钱就像是在支付一笔小额保险费，以避免未来的灾难性损失。

无所作为的代价： 由于大流行风险，平均每年损失全球 0.4% 到 1.1% 的年度收入。
投资的代价： 几亿美金的前期投入和一些年度费用。
回报： 这些投资可以显著降低“风暴带来的损失”。具体而言，让疫苗更快地送到人们手中（无论是通过开发广谱疫苗，还是仅仅加快制造速度）是挽救金钱和生命的最重要手段。

简而言之，这篇论文认为，我们不应该等到风暴开始后再去建造救生艇。今天就对“蓝图”（研究）、“干船坞”（工厂）和“公平规则”（分配）进行投资，将在未来为世界节省数万亿美元和数百万条生命。

技术摘要：针对 SARS-X 大流行的疫苗准备投资成本与影响

问题陈述
本文探讨了针对未来 SARS-X 大流行（新型沙贝科病毒）进行疫苗准备预先投资所涉及的经济与健康权衡。尽管 COVID-19 疫苗的快速研发在科学上取得了成功，但其应对过程表现出显著的可用性延迟（从基因组测序到可用约 365 天）、向高收入国家（HIC）倾斜的回归性分配，以及巨大的全球经济损失。作者旨在量化特定疫苗准备策略的成本与潜在收益——具体包括广谱保护性沙贝科病毒疫苗（BPSV）、加速株特异性疫苗（SSV）研发（即“100 天任务”）、制造能力预留以及公平分配——并将其与“照常进行”（BAU）的反事实情况进行对比。核心挑战在于，如何在理想化的政策框架内对这些投资进行建模，以分离疫苗特定杠杆（研发、制造、交付）的边际价值，而不受预测现实世界中混乱政治失败的影响。

方法论
本研究采用了一种结合成本模型与经济结构化流行病学模型（Daedalus）的“假设分析”（What-If）分析框架。

场景设计： 研究针对 BAU 反事实情况（365 天 SSV 可用性、无 BPSV、高收入国家优先分配、有限的产能预留）模拟了十个不同的投资场景。场景变量包括：
- BPSV 可用性： 开发一种持有在调查储备中的广谱保护性疫苗。
- SSV 时间线： 将从测序到获得授权的时间从 365 天缩短至 200 天或 100 天。
- 产能预留： 预订制造能力（每年 7 亿剂或 20 亿剂）以降低采购成本并加速转型。
- 分配公平性： 从高收入国家优先转向按人口比例进行全球分配，并提高中低收入国家（LLMIC）的接种率。
成本模型： 该随机模型估算了三个类别的成本：
- 前期准备成本： 一次性研发成本（根据管线成功概率加权）和调查储备维护费用。
- 年度成本： 用于产能预留和储备维护的经常性费用。
- 响应成本： 采购成本（区分预留产能与未预留产能的价格）和交付成本（按收入水平和推广阶段进行缩放）。
- 注：成本折算至 2025 年美元，并通过 10,000 次蒙特卡洛模拟处理不确定性。
流行病学与经济影响模型：
- 合成国家： 作者通过对现有国家数据进行重采样，生成了 LLMIC、UMIC 和 HIC 类别的合成国家概况，以解决数据缺失问题。
- 疫情模拟： 使用 Daedalus 模型，模拟了 2,048 种具有不同传播率和致死率的潜在 SARS-X 病原体。对于每种病原体，测试了四种部门关闭政策，并选择了使社会损失最小化的政策（即“理想反应”假设）。
- 损失指标： 社会损失 ( $L_{IR}$ ) 计算为生命损失年（通过统计生命价值评估）、短期 GDP 损失（源于强制性关闭）以及长期教育/经济损失的总和。
- 聚合： 通过从历史爆发数据中得出的超越概率来聚合疫情结果，以估算大流行水平的影响。主要指标是 $\Delta L_{IR}$ ，即场景与 BAU 之间年度预期损失差异的百分比，以全球 GDP 表示。

主要贡献与结果
本研究提供了投资效率的比较分析，揭示了三个一致的模式：

缩短时间至关重要： 缩短 SSV 可用性的时间带来了预期大流行损失的最大程度减少。
- 将 SSV 可用性加速至 100 天（场景 S07–S09）导致的 $\Delta L_{IR}$ 为每年全球 GDP 的 0.028–0.13%，而 200 天为 0.016–0.044%。
- 100 天就绪状态的前期研发成本估计为 76–86 亿美元。
研发与产能预留的协同效应： 将研发投资与制造能力预留相结合，产生的效果大于两者之和。
- 单独进行产能预留（S02, S03）显著降低了采购成本（对于 20 亿剂，每场大流行可节省高达 1,100 亿美元），但对 $\Delta L_{IR}$ 的影响较小（0.0039–0.019% 的 GDP）。
- 当与研发结合时（例如 S09：100 天 SSV + 20 亿剂预留）， $\Delta L_{IR}$ 达到全球 GDP 的 0.046–0.13%。
公平性在无成本下产生效益： 提高全球分配公平性（场景 S10）在不增加准备成本的情况下产生了可衡量的收益。
- 通过按人口比例分配剂量并提高 LLMIC 的接种率，模型显示减少了高收入国家的“闲置”剂量并提高了整体覆盖率。
- 该场景仅通过物流优化即可实现 0.0076–0.021% 的年度全球 GDP $\Delta L_{IR}$ 。
BPSV 的影响： 开发 BPSV（场景 S01）所需的初期投资相对较低（2.1–3.7 亿美元），并产生了 0.038–0.11% 的 $\Delta L_{IR}$ ，这得益于使 SSV 生产提前 18 周的溢出效应。

意义与主张
作者将这项工作定位为一个比较分析构架，而非对现实世界结果的预测。通过模拟一个最大限度减少政策失误的“理想反应”，其结果代表了来自特定疫苗杠杆的最大潜在收益。

影响规模： 本研究将 SARS-X 大流行损失（反事实年度损失为 0.39–1.1% 的全球 GDP）与气候变化和抗生素耐药性（AMR）等其他全球威胁进行对比。虽然 SARS-X 的损失比预测的气候损害低一个数量级，但研究认为，数十亿美元级别的准备投资可以避免数万亿美元的损失。
政策相关性： 研究结果支持了“100 天任务”和产能预留的战略价值。作者指出，虽然其模型未包含更广泛的准备系统（监测、监管），但疫苗时间、制造和分配等特定杠杆提供了高价值的干预手段。
局限性： 作者明确承认了局限性，包括使用合成国家、假设理想政策反应（排除了混乱或次优的现实场景）以及未包含非疫苗缓解成本。他们表示，该模型可能低估了总体的流行病损失，但为比较不同投资策略的边际价值提供了一个稳健的框架。

总之，本文证明了针对性的、前瞻性的疫苗技术与制造能力投资可以显著减轻未来 SARS-X 大流行的健康与经济负担，其中最有效的策略是结合加速研发、预留制造能力以及公平分配。

1. “照常经营”下的风暴

2. 测试的四种“救生艇”策略

3. 大胜之举（当你混合使用它们时会发生什么）

4. 底线结论

类似论文