新冠病毒死亡率的影响因素浅析-经纬的财新博客-财新网

近期国内的新冠病毒疫情逐步可控，但是境外的疫情开始暴发，且引发全球金融市场大幅震荡。衡量新冠病毒严重性的一个重要指标是死亡率，本文尝试来初步分析一下，死亡率的影响因素。

我们首先使用国内31个省份的数据。我们使用的数据描述如下表，其中平均气温没有省份的数据，我们使用省会来代替。

我们分析的对象是新冠病毒的死亡率，使用的自变量中，确诊病例数反映的是医疗压力，人均GDP反映经济发展水平，人均床位数反映医疗供给能力，平均气温反映气候条件。

我们来看看多元回归结果。从结果来看，只有确诊病例数，与死亡率显著相关，且为正相关。显示当确诊病例数增加的时候，会显著推高死亡率。但是与各地区的经济发展水平、医疗供给能力、气候条件，都不显著。

不过从下图可以看到，我们的数据中，有一个极为异常的点，就是湖北的数据，因此为了结果的稳健性，我们需要剔除湖北再看。

从剔除湖北的估计结果来看，经济发展水平越高，医疗资源越充裕，温度越高，确实对降低死亡率有一定的作用，但是统计检验的结果并不显著。也就是说，有作用，但是不明显。

从具体省份来看，新疆、海南、天津的确诊病例数都不多，但是死亡率比较高。黑龙江、河北、北京、河南的死亡率也偏高。浙江、江西、湖南、广东、安徽等省份，虽然病例数多，但是死亡率控制的不错。不过总的来说，非湖北的地区，均没有出现明显的医疗挤兑，死亡率更多体现出随机性。

以上是中国的数据。我们再用全球的数据来看看，目前有新冠病毒疫情数据可查的，有111个国家，我们经过梳理，其中有34个国家的数据相对可靠，主要分布在亚洲、欧洲、北美和中东，这也是备受关注的地区。

我们先来看看，死亡率与确诊病例数的关系。下图中的左图，是34个国家的死亡率与确诊病例数的散点图。从左图可以看到，有不少国家，确诊病例数并不多，大概几十例，但是死亡率却非常高，甚至高于医疗挤兑的武汉。我们认为，背后的原因可能是，这些国家的病例数不准，存在明显的漏报。

我们剔除了病例数在100以下的国家，如右图所示，显示死亡率与病例数有比较明显的正相关。

我们再来看看，死亡率与人均GDP和人均床位数的对比。从下图可以看到，人均GDP越高，人均床位数越多的国家，死亡率都是倾向于越低的。

我们首先对所有样本拟合多元回归。结果显示，最显著的是人均GDP，显著负相关。也就是说，经济发展水平越低的国家，死亡率越高。再考虑到这些国家的死亡率，可能因为漏报而被高估。因此，一些经济不发达地区，其真实疫情可能远高于公开数据。

我们剔除病例数100以下的国家，再拟合多元回归。结果显示，最显著的是确诊病例数，高度正相关。人均GDP和人均床位数的作用不显著。

最后总结一下本文的结论。本文尝试分析新冠病毒疫情死亡率的影响因素，选取的自变量为确诊病例数、人均GDP、人均床位数、气温。

国内31个省份的数据显示，湖北因为病例数太多，出现了医疗挤兑，使得死亡率明显偏高。湖北之外的地区，死亡率与病例数、人均GDP、人均床位数、气温都没有显著关系，更多体现出随机性。

背后的原因，可能是国家卫健委统一发布新冠病毒的诊疗方案，各地参考执行，没有区域间的医疗能力差异，那么在没有医疗挤兑的情况下，死亡率更多决定于病人的身体素质。

我们又使用了海外的数据。结果显示，有些经济不发达国家，其死亡率明显偏高，背后原因是病例数漏报。考虑到这些国家既缺乏检测能力，也缺乏防疫能力，可能急需外部援助。

对于经济达到一定水平的国家，其死亡率主要决定于确诊病例数。也就是说，对于欧美国家而言，新冠病毒究竟是流感还是严重的传染病，取决于其能否将传染控制住。如果发生大面积传染的话，最终死亡率可能明显高于流感。

不过海外的疫情还在发展中，死亡率数据还会出现变化，我们后续也会持续跟踪。

话题：