oPeniazoch.sk, AIER Foto:getty images;SITA/AP
Na jednej strane sú apokalyptické predikcie vývoja pandémie a na strane druhej výrazne deštruktívne politiky, ktoré sa kvôli tomu dodržiavajú. Nič z toho ale nemusí byť predpovedané správne.
Údaje z 11 európskych krajín, 12 amerických štátov a Kanady ukazujú, že miera infekcie COVID-19 je oveľa vyššia, ako sa pôvodne myslelo a úmrtnosť oveľa nižšia, ako sa pôvodne odhadovalo. Nepresné predpovede sú samé osebe neškodné, ale inak je tomu v procese informovania politikov v krízových situáciách. Vedú k neadekvátnym reakciám na všetkých úrovniach. Príčinné faktory sú, alebo by mali byť, ekonómom dobre známe: zahŕňajú použitie zlých údajov alebo zlé použitie vysoko kvalitných údajov, nesprávne predpoklady, nesprávne odhady citlivosti, nesprávne interpretácie minulých výsledkov alebo dôkazov, problémy rozmernosti, skupinové efekty či efekt rozbehnutého vlaku.
Epidemiologické predpovede z veľkej časti zlyhali len z toho istého dôvodu, prečo sa nenapĺňajú ekonometrické predpovede. Dôvodom je nekritické preberanie modelovacích techník z fyziky alebo aplikovanej matematiky do sfér spoločenských vied.
Problémy s údajmi
Otázka kvality údajov a ich aplikácie v ekonómii vyplynula z rastúcej kvantifikácie spoločenských vied. Dáta, ktoré sú buď chybne zaznamenané, veľkoryso presné alebo umelo vytvorené, sú problémom značných rozmerov v ekonometrii a tvorbe hospodárskej politiky. Podobne máme čoraz viac dôkazov, že niektoré údaje týkajúce sa COVID-19 boli problematické: chybné alebo nesprávne vypočítané. Pokiaľ ide o testovanie, aj 1 % chyba v desiatkach miliónov koronatestov by predstavovala stovky tisíc nesprávnych diagnóz.
Chybné predpoklady
Príliš zjednodušujúce predpoklady v ekonomických formuláciách sa často obhajujú ako pragmatické alebo nevyhnutné. Je to problematické, aj keď sa zvolia vhodné metodiky, údaje a správne výpočty. Mnoho epidemiologických modelov predpokladá homogenitu, že všetci ľudia majú rovnaké šance na infekciu. Pokiaľ sa neberie do úvahy heterogenita, môže to znamenať výrazne zvýšené odhady podielu infikovaných ľudí pred dosiahnutím imunity. Práve homogenita sa javí ako najskrytejší a najtragickejší faktor pri modelovaní výsledku a nedostatočnej ochrany najzraniteľnejších skupín obyvateľstva, pre ich sociálne sklony.
Citlivosť odhadov
Predmetom analýzy citlivosti je určenie, ako nezávislá premenná alebo skupiny nezávislých premenných ovplyvňujú závislé premenné. Aj malá chyba v nezávislých faktoroch môže viesť k veľkým rozdielom vo výsledkoch. Existujú techniky, ktoré sa môžu použiť na určenie, kde, kedy a do akej miery majú odhady neprimeraný vplyv na výsledok simulácií alebo výpočtov, či už ide o divoko prehnané alebo nereálne znížené výsledky. Nie je to slabina iba v ekonomike, ale vo všetkých oblastiach, kde sa kvantitatívne vyjadruje ľudská činnosť, či už individuálna alebo hromadná.
Zlé minulé dôkazy o účinkoch dostupných intervencií
Aby sme dokázali správne uchopiť súčasnú situáciu, museli sme sa pozrieť, ako sa bojovalo s pandémiou v minulosti. Odborníci sa opierali o informácie ohľadom španielskej chrípky z roku 1918. Čo sú údaje o pandemickej udalosti spred viac ako storočia. Navyše skreslené tým, že šlo o obdobie po svetovej vojne, a životné podmienky, dlhovekosť, stav lekárskej vedy, spoločenské interakcie a nespočetne veľa ďalších premenných, bolo celkom odlišných ako dnes. Tieto premenné vlády použili na vytvorenie odpovede na vypuknutie nového koronavírusu. Myšlienka, že jedna štúdia (alebo malý počet štúdií) by sa mohla použiť na podloženie neobhájiteľných argumentov, alebo na podporu pochybných plánov, sa niekedy príležitostne prejavuje aj pri tvorbe hospodárskej politiky.
Rozmernosť
Takmer všetky modely, ktoré zohrávali významnú úlohu pri pandemickom rozhodovaní, sa často zameriavali len na jeden výsledok alebo na niekoľko výsledkov. Modely, na základe ktorých sa prijmú dôležité rozhodnutia, musia brať do úvahy vplyv na viacerých frontoch. Rozmernosť je špecifický problém, ovplyvňujúci aj ekonomické modelovanie. Ekonómovia to prirovnávajú k praktikám ignorovania odporu vzduchu pri gravitačných experimentoch.
Skupinové zmýšľanie a rozbehnutý vlak
Modely môžu byť vyladené tak, aby sa dosiahli požadované výsledky a predpovede, napr. zmenou vstupu a hodnoty pre kľúčové premenné. Platí to pre modely, ktoré majú dať za pravdu určitej teórii, alebo špekulácií. Aj predpovede založené na údajoch môžu mať podobný výsledok, záleží na tom, ako sa modeluje. Pomocou silných skupinových efektov a efektu rozbehnutého vlaku môžeme vedome prispôsobiť svoje predpovede tomu, čo je dominantné zmýšľanie a čo sa očakáva. Niekedy je to neochota bežných ekonómov priznať svoje chyby. Mnohí ekonómovia nekritizujú teóriu alebo prax v rámci svojej inštitúcie alebo názorovej školy. Je to tendencia homogénnych kohéznych skupín posudzovať problémy iba v rámci určitej paradigmy a nespochybňovať jej základné predpoklady. Keď čoraz viac ľudí verí v niečo, iní tiež „priskočia do rozbehnutého vlaku“ bez ohľadu na základné dôkazy.
Mediálna distribúcia
Nesprávne, či škodlivé predpovede, by boli neškodné, ak by sa šírili len medzi malými skupinami vedcov alebo na stránkach odborných časopisov. Do hry ale vstupujú dominantné médiá, ktoré súťažia o príjmy na základe vzbudenej pozornosti. Tie najhlasnejšie a najdesivejšie správy a interpretácie priťahujú najväčšiu pozornosť. Príkladom je tvrdenie prezidenta Obamu, že bez pomoci a programov Fedu v dôsledku finančnej krízy v roku 2008, by sa svet mohol dostať do „trvalej recesie“.
Ako môžu ekonómovia pomôcť epidemiológom
Verejne dostupné odhady o vývoji COVID-19 spôsobia v konečnom dôsledku viac škody ako úžitku. V epidemiologickej verzii sa namiesto predvídania novej Veľkej depresie hovorí o umelej depresii, rastie počet iniciatív na povinú ochranu horných dýchacích ciest, na dodržiavanie bezpečných vzdialeností, uzatvárania prevádzok. Z vládnych reakcií a prijatých krokov sú ľudia znechutení, čo vedie k prepuknutiu demonštrácií, rastu alkoholizmu, či samovrážd. Pokiaľ ide o predpovede, kľúčová sú pokora a diskrétnosť. Predovšetkým si treba byť vedomý toho, že prítomnosť jednej ľudskej bytosti (realistickejšie sú to milióny) prináša zložitosť, akú je ťažké predvídať a prakticky nemožné nasimulovať.
