Lecciones económicas de las pandemias. Impacto de las intervenciones no farmacológicas (III de III)

III. Impacto de las intervenciones no farmacológicas sobre la economía

Las variaciones observadas en la intensidad de la pandemia de 1918-1920 y de las respuestas de salud pública en las ciudades de EE.UU. del estudio de Markel et al. (2007) también han permitido estudiar el impacto de las intervenciones no farmacológicas sobre la economía. El interés por el impacto económico de las intervenciones aplicadas en la pandemia de gripe de hace un siglo, sólo ha despertado interés a partir de su amplia aplicación en 2020. Al redactar este capítulo (mayo de 2020) se han identificado cuatro estudios (Correia et al., 2020; Chapelle, 2020; Velde, 2020; Lilley et al., 2020) difundidos como pre-prints en los meses de abril y mayo de este año. Se trata, pues, de una literatura provisional e in progress que todavía no ha pasado el filtro de la revisión por pares en una publicación indexada.

Las variables de resultado del impacto económico de las NPIs en 1918-1920 en estos estudios han sido el empleo y el output del sector industrial (Correia S et al; Lilley A et al), las condiciones para la actividad económica (Velde FR) y el crecimiento demográfico (Chapelle G). Siguiendo el modelo de los estudios de evaluación del impacto de las NPIs sobre el exceso de mortalidad, las medidas de resultado económico deberían ser más el output gap que no el nivel absoluto de la actividad económica, aunque se utilicen variables de control de la actividad económica previa en cada ciudad. El contrafactual a emplear en esta evaluación de impacto debería ser la actividad económica esperada en condiciones de pandemia en ausencia de NPIs (escenario “no hacer nada” o laisser faire). La medida de output gap debería ser, en este caso,  la diferencia entre este contrafactual y la situación observada realmente. La dificultad estriba en la estimación de este contrafactual, tal como hacen las estimaciones epidemiológicas de exceso de mortalidad, pero ello es imprescindible para estimar el impacto de forma rigurosa. En caso contrario, se corre el riesgo de confundir impacto de la pandemia e impacto de las NPIs e incluso de atribuir a las propias intervenciones el efecto de una tendencia previa de mayor o menor crecimiento económico.

El estudio de Correia et al. (2020) ha tenido una amplia repercusión al difundir como conclusión que las intervenciones adoptadas por las 43 ciudades de EE.UU. no solo redujeron la mortalidad, sino que aliviaron las consecuencias económicas adversas de la pandemia de gripe. Para llegar a esta conclusión, los autores utilizan un modelo de diferencias en diferencias para el período 1914-1919 con el cual estiman la influencia de la rapidez de adopción y la intensidad (duración y número de intervenciones adoptadas) sobre el empleo y el output de la industria, así como sobre el volumen de los depósitos bancarios. Los resultados de estos autores indican que un aumento de una desviación estándar en la rapidez se asocia con un output un 5% más elevado después de la pandemia, y un aumento de una desviación estándar en la intensidad se asocia con un output un 7% más elevado. La conclusión de este estudio es optimista para las políticas de salud pública: las intervenciones no farmacológicas no solo no contribuyeron a deprimir aún más la economía, sino que puede que ayudaran a la posterior recuperación post-pandemia.

Fuente: Correia et al, 2020, p. 2

Fuente: Correia et al, 2020, p. 25

Fuente: Correia et al, 2020, p. 25

Fuente: Correia et al, 2020, p. 29

Varios autores han puesto en entredicho la anterior conclusión. Chapelle (2020) apunta a que los resultados de Correia et al. (2020) pueden deberse a que las ciudades que implementaron antes las intervenciones, registrando una menor mortalidad, habían tenido un crecimiento distinto del sector industrial y mantuvieron la tendencia después de 1918. En otros términos, que la hipótesis de tendencias paralelas previas necesaria en una estimación de diff-in-diff no se cumpliría. Esto es precisamente lo que verifica la re-estimación del modelo de Correia S et al llevada a cabo por Lilley A et al (2020). Estos últimos autores analizan un período temporal algo más amplio para las mismas 43 ciudades, entre 1899 y 1927, y controlan por las diferencias en la tendencia previa de la actividad, llegando a la conclusión de que no se puede afirmar que las NPIs hayan tenido influencia estadísticamente significativa sobre la actividad industrial. Los otros dos estudios que analizan el impacto de las NPIs sobre el crecimiento demográfico posterior y sobre la actividad del sector bancario llegan a una conclusión similar sobre la ausencia de evidencia sobre el impacto económico de las NPIs. Esta evidencia no es negativa para la valoración del impacto de las NPIs ya que indica que se puede interpretar en el sentido de que no existe evidencia de que afecten negativamente la economía, si bien hay que recordar que los cierres de actividad adoptados en 1918 no llegaron a ser tan agresivos como los adoptados en diversos países en 2020. Y, al mismo tiempo, se debe tener en cuenta que una evaluación adecuada de este impacto requiere medidas adecuadas de output gap para medir el impacto diferencia respecto del contrafactual en ausencia de NPIs. 

Fuente: Lilley et al, 2020, p. 3

Fuente: Lilley et al, 2020, p. 10

De forma bastante similar a los estudios del impacto de las NPIs sobre el exceso de mortalidad, estos estudios sobre su impacto económico padece limitaciones similares. A las limitaciones ya señalas conviene añadir el hecho de que en las tres estimaciones con diff-in-diff no se compara un grupo de control sin NPIs y otro grupo de ciudades con NPIs, sino que comparan un grupo de ciudades con adopción temprana de NPIs con otro de adopción tardía, o ciudades conque aplicaron las NPIs con mayor intensidad y ciudades que las aplicaron con menor intensidad (Correia et al, Chapelle, Lilley et al). Así pues, el coeficiente de impacto estimado no mide el impacto de las NPIs respecto de un grupo sin NPIs (laissez faire), sino el impacto diferencia de la adopción temprana versus la tardía o más intensa versus menos intensa. Entonces, los resultados que no hallan impacto significativo de las NPIs deben ser interpretados como impacto económico no significativo de la adopción tardía respecto de la adopción temprana. Más recientemente Dul et al, (2020): evidencia de las NPIs como condición necesaria para crecimiento empleo y producción industrial (método Necessary Condition Analysis, aunque sin valor causal.

Como en cualquier análisis histórico, las extrapolaciones de las enseñanzas de la pandemia de gripe de 1918-1920 a la situación actual deben ser realizadas con mucha prudencia. La rapidez potencial de la difusión actual de un virus complica la gestión de una pandemia y de reducir a corto plazo el número reproductivo básico de una epidemia o pandemia, y la creciente urbanización y globalización nos hace aún más vulnerables no sólo desde la perspectiva epidemiológica sino también económica. La capacidad de innovación científica actual y la capacidad de los servicios sanitarios posiblemente sea hoy la mayor ventaja potencial respecto 1918.  La prudencia debe presidir cualquier intento de traslación directa de las correlaciones encontradas para las NPIs durante la pandemia de gripe de 1918-1920, sin olvidar que aún no se ha establecido de forma apropiada si las tasas de mortalidad acumulada a medio plazo de la Covid-19 responden de forma significativa a la duración e intensidad de la NPIs.

Aún resulta prematuro aventurar el impacto de las intervenciones no farmacológicas adoptadas en 2020. Una vez el virus ya se ha propagado por muchos países, es necesario anticipar el impacto de diversos escenarios de intervención mediante modelos epidemiológicos de progresión de la pandemia en el marco de un análisis coste-beneficio (Preuss, 2020). Solo así tendremos, sin esperar a la observación ex post, una aproximación a la relación coste-beneficio de los diferentes escenarios, tales como laisser faire, supresión (muchos meses de largo confinamiento), ‘stop-and-go’ (desconfinamiento gradual, con marcha atrás cuando sea necesario) o estrategias mixtas, que combinen desconfinamiento gradual de una parte de la población con ‘test, trace and track’ (Gollier, 2020).   

Tabla de extracción de datos de los estudios seleccionados

Notas finales y modestas

  1. Las extrapolaciones históricas requieren mucha prudencia (no menos que los modelos predictivos).
  2. Es temprano para establecer el impacto de las NPIs de 2020.
  3. Necesidad de modelizar impacto de NPIs con diversos escenarios (modelos epidemiológicos y económicos) en el marco de un ACB: laisser faire vs stop-and-go vs otras NPIs.
  4. Ningún estudio COVID-19 financiado sobre impacto de las NPIs en Covid-19 Research Project Tracker (Editorial BMJ, 12/05/2020)
  5. Diseminación poco responsable de resultados no contrastados ni evaluados de forma independiente (caso Correia et al vs Lilley et al en SSRN).
  6. Necesidad de superar las dificultades de los métodos de evaluación de impacto (inferencia causal) para las NPIs de la COVID-19:  Goodman-Bacon et al, 2020: “Using difference in differences to identify causal effects of Covid-19 policies”.

 

Deixa un comentari

L'adreça electrònica no es publicarà. Els camps necessaris estan marcats amb *