For at min bog, ”Prisen værd”, ikke skulle blive for lang og for tung at læse, valgte jeg at pille nogle af de mere tekniske kapitler ud. Et af dem kan du – i lettere omskrevet form – læse herunder.

Du kan købe bogen her eller låne den på biblioteket.

Nationalbankens litteraturstudie

I et litteraturstudie af effekten af nedlukningerne fra Nationalbanken[1] konkluderer forfatterne, at “litteraturen antyder, at nedlukninger generelt er effektive til at dæmme op for spredningen af COVID-19”. Selvom dette muligvis er statistisk korrekt, tyder en nærmere gennemgang af de studier, der er inkluderet i litteraturstudiet, at selvom estimaterne er statistisk signifikante, tyder noget på, at de ikke er særligt store.

Et af de studier i Nationalbankens studie, der ser ud til at finde den største effekt af restriktionerne, er Mitze m.fl. (2020).[2]  Der er flere metodiske problemer med studiet (fx anvender de en syntetisk kontrolmetode, der, som jeg tidligere har beskrevet her, ikke er en pålidelig metode til evaluering af effekten af COVID-19-restriktioner). Men tager vi deres resultater for givet, finder de, at påbuddet om mundbind, der blev indført i Jena i Tyskland i foråret 2020, reducerede antallet af infektioner med 40%. Da påbuddet blev indført i d. 6. april 2020, var der meget få COVID-19-tilfælde i Jena og ingen døde af COVID-19. Så maskemandatet i Jena reddede cirka 0 mennesker fra COVID-19-døden og højst et par hundrede i Tyskland under den første bølge af COVID-19.[3]

Et andet studie i litteraturstudiet er Goldstein m.fl. (2021), som vi også har med i vores metastudie. Deres resultat viser, at den gennemsnitlige nedlukning i Europa og USA reducerede COVID-19-dødeligheden med 7,5%. Så nedlukningen i Danmark forhindrede – med udgangspunkt i Goldstein m.fl. (2021) – altså kun omkring 50 COVID-19-dødsfal.[4] Mens 50 forhindrede dødsfald naturligvis er en gevinst, man skal forholde sig til, så tyder disse resultater altså på, at effekten af nedlukningerne var begrænset, og de understøtter derfor i mine øjne ikke konklusionen om, at nedlukninger ”generelt er effektive til at dæmme op for spredningen af COVID-19”.

Man bør også være opmærksom på, at netop fordi litteraturstudier er kvalitative, er der mere plads til forfatternes egne fortolkninger af de inkluderede studier. Nationalbankens litteraturstudie indeholder fx en tabel, der viser, at mange af de inkluderede studier ikke finder nogen effekt af restriktionerne. Ca. 1/5 af resultaterne finder ingen signifikant negativ effekt på spredningen af COVID-19, mens de resterende 4/5 finder en signifikant effekt, herunder ligger bl.a. studier Goldstein m.fl. (2021), der finder en meget lille effekt. Jeg er i øvrigt i tvivl om, hvordan de har lavet tabellen, for de medtager fx ikke, at Spiegel og Tookes (2021) finder en positiv effekt (altså en forværring af pandemien) af forsamlingsforbud.

Nationalbankens litteraturstudie er i øvrigt ikke et systematisk litteraturstudie. Et systematisk litteraturstudie følger – ligesom vores metastudie – en systematisk og transparent tilgang til at identificere og udvælge relevant forskning og til at udtrække og syntetisere data fra de studier, der indgår i studiet. Et ikke-systematisk litteraturstudie, følger ikke en systematisk tilgang, og det giver større risiko for, at forskerne – og det kan sagtens være ubevidst – ikke får inkluderet studier, der går imod deres egen overbevisning på det område, der ses på.

Jeg synes bl.a., at det er påfaldende, at Nationalbankens litteraturstudie ikke omfatter to gode studier af danske forskere, Bjørnskov (2021) (som er med i vores metastudie) og Kepp og Bjørnskov (2021) (som er et af ”state-of-the-art-studierne”, som jeg beskriver her).[5] Man skulle ellers tro, at netop disse studier af danske forskere var oplagte for en dansk centralbank, men de kom altså ikke med. Desværre fremgår det ikke af Nationalbankens litteraturstudie, hvorfor de ser bort fra disse studier.

Referencer

Bjørnskov, Christian. 2021. “Did Lockdown Work? An Economist’s Cross-Country Comparison”. CESifo Economic Studies 00 (00):14. https://doi.org/10.1093/cesifo/ifab003.

Goldstein, Patricio, Eduardo Levy Yeyati, og Luca Sartorio. 2021. “Lockdown Fatigue: The Diminishing Effects of Quarantines on the Spread of COVID-19”, juni. https://doi.org/10.21203/rs.3.rs-621368/v1.

Kepp, Kasper Planeta, og Christian Bjørnskov. 2021. “Lockdown Effects on Sars-CoV-2 Transmission – The Evidence from Northern Jutland”. medRxiv, januar. https://doi.org/10.1101/2020.12.28.20248936.

Mitze, Timo, Reinhold Kosfeld, Johannes Rode, og Klaus Wälde. 2020. “Face Masks Considerably Reduce COVID-19 Cases in Germany”. Proceedings of the National Academy of Sciences 117 (51):32293–301. https://doi.org/10.1073/pnas.2015954117.

Poeschl, Johannes, og Rasmus Bisgaard Larsen. 2021. “How Do Non-Pharmaceutical Interventions Affect the Spread of COVID-19? A Literature Review”. Nationalbanken Economic Memo, nr. 4:20. https://www.nationalbanken.dk/en/publications/Documents/2021/04/Economic%20Memo%20nr.%204-2021.pdf.

Spiegel, Matthew, og Heather Tookes. 2021. “Business Restrictions and COVID-19 Fatalities”. Redigeret af Itay Goldstein. The Review of Financial Studies, juni, hhab069. https://doi.org/10.1093/rfs/hhab069.

[1] Poeschl og Larsen (2021), ”How do non-pharmaceutical interventions affect the spread of COVID-19? A literature review”.

[2] De fleste af studierne i litteraturstudiet ser ikke på den samlede langsigtede effekt af nedlukningerne, men kun på effekten på reproduktionstallet, R_t, som ikke umiddelbart kan oversættes til antal forhindrede COVID-19-dødsfald, fordi reproduktionstallet – på grund af frivillige adfærdsændringer – altid vil svinge omkring 1,0. Det vender vi tilbage til i kapitel 5.

[3] Se https://www.corona-in-zahlen.de/landkreise/sk%20jena/ og https://ourworldindata.org/explorers/coronavirus-data-explorer?zoomToSelection=true&facet=none&pickerSort=asc&pickerMetric=location&hideControls=true&Metric=Confirmed+deaths&Interval=Cumulative&Relative+to+Population=false&Color+by+test+positivity=false&country=~DEU. Bemærk, at det tager cirka tre uger fra infektion til død. Ifølge Mitze m.fl. (2020) blev mundbind påbudt i alle føderale stater mellem 20. april og 29. april 2020, så effekten af mundbind på COVID-19-dødsfald bliver først synlig i de daglige tal for COVID-19-dødsfald i perioden mellem 11. maj og 20. maj 2020. Fra den 11. maj og resten af den første bølge døde der 1.556 mennesker af COVID-19 i Tyskland, så mundbind reddede højst 622 mennesker under første bølge svarende til ca. 7 pr. million indbyggere.

[4] Der døde godt 600 personer af COVID-19 under første bølge. En effekt på 7,5% svarer til, at ca. 650 ville være døde uden nedlukning, så effekten af nedlukningen var altså 50 dødsfald med udgangspunkt i resultaterne fra Goldstein m.fl. (2021).

[5] Nationalbankens litteraturstudie udkom 8. april 2021. Arbejdspapir-versionen af Bjørnskov (2021) udkom allerede 6. august 2020, og Kepp og Bjørnskov (2021) blev udgivet 4. januar 2021.

Peter Kurrild-Klitgaard skriver på X:

Jeg var generelt ingen fan af Lindsey Graham, men dette er et fantastisk citat om, hvordan megen politik reelt fungerer i praksis. Det er meget sjældent store sammensværgelser blandt de “magtfulde” og meget oftere en slags “vi aner ikke, hvad vi laver, men vi laver dét her!.”

Jeg har i dag et indlæg i Finans om regeringens lovforslag om EU’s løngennemsigtighedsdirektiv. Kort fortalt: en regning på ca. 4 mia. kr. over 10 år for en beskyttelse af medarbejderne, som forskningen ikke kan finde. Til Punditokraternes læsere vil jeg fremhæve den figur, der bedst opsummerer, hvorfor jeg er skeptisk (udover de enorme omkostninger=.

Figuren bygger på Zoë Cullens oversigtsartikel i Journal of Economic Perspectives (2024), og hos IRES har vi tilføjet to nyere studier, Gamage m.fl. (2024) og Blundell m.fl. (2025). Hvert punkt er et studie af løngennemsigtighed. X-aksen viser effekten på løngabet mellem mænd og kvinder, y-aksen effekten på lønniveauet.

Fortalernes implicitte løfte bor i kvadranten øverst til venstre: mindre løngab som følge af højere løn til kvinderne. Kig på figuren. Den kvadrant er tom.

For at min bog, ”Prisen værd”, ikke skulle blive for lang og for tung at læse, valgte jeg at pille nogle af de mere tekniske kapitler ud. Et af dem kan du – i lettere omskrevet form – læse herunder.

Du kan købe bogen her eller låne den på biblioteket.

To naturlige eksperimenter

I forbindelse med at vores metastudie lavede vi en søgning, hvor vi bl.a. søgte efter naturlige eksperimenter af nedlukninger og COVID-19-restriktioner. Vores søgning førte til to naturlige eksperimenter, som vi skal se nedenfor. ”Naturlige eksperimenter” refererer til situationer, hvor der tilfældigt bliver etableret en behandlingsgruppe og en kontrolgruppe. Denne form for studier er relativt sjældne, fordi det kræver en vis opfindsomhed fra forskernes side at identificere dem.

Disse studier er uhyre vigtige, fordi de kan give os rigtig god indsigt i, hvordan konkrete politikker fungerer i den rigtige verden.

For at min bog, ”Prisen værd”, ikke skulle blive for lang og for tung at læse, valgte jeg at pille nogle af de mere tekniske kapitler ud. Et af dem kan du – i lettere omskrevet form – læse herunder.

Du kan købe bogen her eller låne den på biblioteket.

Fire regressionsdiskontinuitetsdesigns

I forbindelse med at vores metastudie lavede vi en søgning, hvor vi bl.a. søgte efter naturlige eksperimenter af nedlukninger og COVID-19-restriktioner. Vores søgning førte til fire studier, der bruger metoder, som minder om randomiserede forsøg, nemlig ”regression discontinuity design” eller på dansk, ”regressionsdiskontinuitetsdesign”, som jeg herefter blot vil kalde RDD.

Idéen i RDD er, at man udnytter de tilfældige afgrænsninger/tærskelværdier, der kan være ved en intervention. Det kan fx være i forhold til at evaluere effekten af ny erhvervsregulering, som kun gælder for virksomheder over en vis størrelse.

Et eksempel er de regler for kønsopdelt lønstatistik, som blev indført i Danmark i 2006 for virksomheder med mindst 35 ansatte, for at reducere løngabet mellem mænd og kvinder. Forestil jer, at man ønsker at undersøge, om reglerne reducerede virksomhedernes produktivitet, fordi de påføres noget ekstra bureaukrati. Hvis man blot sammenligner virksomheder med mindst 35 ansatte (behandlingsgruppen) med virksomheder med færre end 35 ansatte (kontrolgruppen) i en normal difference-in-difference analyse, risikerer man, at ens estimater bliver skævvredet af andre faktorer. For eksempel kan virksomheder med mindst 35 ansatte være mere produktive i udgangspunktet (der er trods alt en grund til, at de lykkedes med at vokse til mindst 35 ansatte).

I en RDD indsnævrer man derfor behandlings- og kontrolgruppen, så man i stedet sammenligner de virksomheder, der lige netop bliver ramt af reguleringen (fx virksomheder med præcis 35 ansatte) med de virksomheder, der lige netop ikke rammes af reguleringen (fx virksomheder med præcis 34 ansatte). Da disse virksomheder er langt mere ens end fx en virksomhed med 2 ansatte i forhold til en virksomhed med 500 ansatte, får man et langt mere præcist estimat. Og det var det, danske forskere gjorde, da de fandt ud af, at de nye regler for kønsopdelt lønstatistik reducerede virksomhedernes produktivitet (og reducerede løngabet, fordi de mandlige ansatte fik mindre i løn).[1] Det centrale er, at virksomhederne er “tætte” på hinanden. Jo mere, de ligner hinanden, jo mindre er risikoen for, at resultaterne er drevet af andre faktorer.

For at min bog, ”Prisen værd”, ikke skulle blive for lang og for tung at læse, valgte jeg at pille nogle af de mere tekniske kapitler ud. Et af dem kan du – i lettere omskrevet form – læse herunder.

Du kan købe bogen her eller låne den på biblioteket.

Hvad har andre litteraturstudier og metastudier fundet?

Konklusion: Flere litteraturstudier når frem til konklusioner, der understøtter resultaterne i vores metastudie. De litteraturstudier, der konkluderer, at nedlukningerne er effektive til at reducere COVID-19-dødeligheden, konkluderer oftest på baggrund af statistisk signifikans og ikke hvorvidt effekten er af politisk relevans. Eller også konkluderer de på baggrund af studier, der begår Flaxman-fejlen, og blander effekten af frivillige adfærdsændringer sammen med effekten af nedlukningerne.

For at min bog, ”Prisen værd”, ikke skulle blive for lang og for tung at læse, valgte jeg at pille nogle af de mere tekniske kapitler ud. Et af dem kan du – i lettere omskrevet form – læse herunder.

Du kan købe bogen her eller låne den på biblioteket.

Sverige. Fra enfant terrible til glemmebogen

I løbet af foråret og sommeren 2020, blev Sverige af mange set som landet, der lod borgerne dø af COVID-19 i håbet om at opnå flokimmunitet, økonomisk gevinst, eller hvad ved jeg.

Her er fx nogle rubrikker fra amerikanske medier:[1]

• “Why the Swedish Model for Fighting COVID-19 Is a Disaster” (Time, oktober 2020)[2]
• “The Inside Story of How Sweden Botched Its Coronavirus Response” (Foreign Policy, december 2020)[3]
• “Sweden Stayed Open and More People Died of Covid-19, but the Real Reason May Be Something Darker” (Forbes, juli 2020)[4]
• “Sweden Has Become the World’s Cautionary Tale” (New York Times, juli 2020)[5]
• “I Just Came Home to Sweden. I’m Horrified by the Coronavirus Response Here” (Slate, april 2020)[6]

Også Twitter-præsident Donald Trump var efter Sverige og skrev 30. april 2020 i et tweet, at “Sweden is paying heavily for its decision not to lockdown”.[7]

Men efterhånden som tiden gik, og COVID-19-dødeligheden og overdødeligheden i flere og flere lande overhalede svenskernes, døde interessen for Sverige også langsomt ud. Den svenske journalist, Johan Anderberg, beskriver det i sin bog ”The herd”[8] sådan her:

I Frankrig har man siden 1977 haft en lovgivningsperle, der burde få enhver regelnørd til at smile genkendende: Bygger du et parcelhus på under 170 kvadratmeter, kan du klare dig selv. En kvadratmeter mere – og staten kræver, at du hyrer en autoriseret arkitekt til at tegne, indsende og certificere planerne. Det hele for at sikre “kvalitet” og “nabolagets karakter”.

Konsekvensen ses i figuren herunder, som er fra Antoine Levy (2025). Det er bunching lige der!

For at min bog, ”Prisen værd”, ikke skulle blive for lang og for tung at læse, valgte jeg at pille nogle af de mere tekniske kapitler ud. Et af dem kan du – i lettere omskrevet form – læse herunder.

Du kan købe bogen her eller låne den på biblioteket.

Syntetiske kontrolstudier og “cherry picking”

Da vi skrev protokollen til vores metastudie, så vi en risiko for, at en del forskning reelt ville være baseret på ”cherry-picking”. Ikke nødvendigvis fordi forskere havde slette intentioner og bevidst forsøgte at manipulere resultaterne, men fordi der var en risiko for, at forskerne ville fokusere på de samme ekstreme tilfælde. Det er jo mere interessant at undersøge, hvorfor det gik så galt i Lombardiet, Sverige og New York, end det er at undersøge hvorfor North Carolina og South Carolina begge havde relativt få døde, selvom deres nedlukninger i et amerikansk perspektiv var relativt begrænsede. Men det giver en skævvridning i resultaterne, hvis udvalgte lande/områder optræder meget mere hyppigt end andre. Derfor indskrev vi et krav om, at studierne i vores metastudie skulle være baseret på tilstrækkelig mange observationer – det vil sige være baseret på et tilpas stort datagrundlag. I praksis betød det, at vi udelukkede 20 studier, hvor kontrolgruppen kun var ét land (og altså i et eller andet omfang svarede lidt til omtalte opslag på sociale medier).

Kravet om et tilpas stort datagrundlag viste sig at være særdeles velbegrundet, for 17 af de 20 udelukkede studier viste sig at dække blot fire cases – Sverige (syv studier), Italien (otte studier), New York (et studie) og Spanien (et studie).

Disse fire cases er markeret med rødt i figur 1 nedenfor (jeg vender snart tilbage til de resterende tre markeret med hvidt). Figuren viser forholdet mellem hvor hurtigt pandemien i et land/en amerikansk delstat udviklede sig tidligt i pandemien (målt om datoen hvor landet/delstaten nåede 20 døde pr. million indbyggere) i forhold til den samlede COVID-19-dødelighed pr. million indbyggere under første smittebølge. Den lodrette linje illustrerer den omtrentlige dato, hvor en evt. effekt af nedlukningerne ville være slået tydeligt igennem (mediandatoen for skolelukninger i henholdsvis Europa og USA plus tre uger). Figuren viser to interessante ting.

Figur 1: Undersøgelser med ringe jurisdiktionsvarians fokuserede på lande og stater, der blev ramt tidligt af pandemien og derfor oplevede højere COVID-19-dødelighed

Note: Figuren viser sammenhængen mellem tidlig pandemistyrke og samlet COVID-19-dødelighed under første bølge. På X-aksen er “Dato hvor man når 20 COVID-19-dødsfald pr. million”. Y-aksen viser dødelighed (dødsfald pr. million) pr. 30. juni 2020. Figuren er inspireret af Ylli m.fl. (2020).
Kilde: Rapporterede COVID-19-dødsfald og OxCGRT stringency index for europæiske lande og amerikanske stater med mere end en million borgere. Data fra Our World in Data (2022).

Der er politiske kræfter, der ønsker, at beskatte boliggevinster. Disse kræfter overser desværre et ret vigtigt faktum: Boliggevinster bliver beskattet i dag.

Man kan selvfølgelig altid diskutere niveauet for enhver skat, men i økonomisk forstand er der allerede en skat på boliggevinster. Hver gang din bolig stiger i værdi, snupper skattevæsenet en væsentligt bid af værdistigningen.

Det kan forklares med et principielt eksempel.

En verden uden boligskatter
Forestil dig en verden uden boligskatter.

En bolig stiger fra 3 mio. kr. til 4,66. mio. kr. Ejeren tjener 1,66 mio. kr. og stikker pengene direkte i lommen.

Skatten er (selvfølgelig) 0%.

En verden med boligskatter
Nu indfører vi boligskatter på 2% (ca. grundskyld + høj ejendomsværdiskat).

En bolig stiger fra 3 mio. kr. til 4 mio. kr. Ejeren tjener 1,0 mio. kr. og stikker pengene direkte i lommen.

MEN! Der sker mere end det. Den årlige skattebetaling stiger med 20.000 kr., hvilket ved en rente på 3% (svarende ca. til renten på realkreditlån) svarer til en nutidsværdi på 0,66 mio. kr.

Den samlede værdistigning er 1,66 mio. kr. som i det første eksempel, men den er fordelt anderledes. Boligejeren tjener 1 mio. kr. mens Skattefar tjener 0,66 mio. kr. svarende til en skat på 40% af værdistigningen.

Virkeligheden er kompleks – men boliggevinster beskattes
Eksemplet er ikke virkeligheden. Det er kun boliger over godt 9 mio. kr., der betaler den høje ejendomsværdiskat. Og man får i dag 20% rabat på boligvurderingen.

Vi kan også diskutere om renten på 3% er den rigtige at bruge til at beregne nutidsværdien. Og kan de offentlige ejendomsvurderinger overhovedet opfange værdistigningerne korrekt?

Der er masser af nuancer i virkeligheden. Og måske burde diskussionen gå på, hvorfor alle kapitalgevinster ikke beskattes ens, så man ikke skævvrider investeringsincitamentet.

Men uanset nuancer, virkelighed osv. er konklusionen, at boligejerne i dag – rent principielt – betaler en ikke ubetydelig skat af boliggevinsten. Eksemplet og princippet er forklaret glimrende i nedenstående video.

Så er der (endelig) nyt fra Økonomiske principper igen.

Er en tættere by både en bedre og billigere by? Hvad er fordele og ulemper ved fødevarechecks? Hvorfor er mindsteløn skidt på trods af højere produktivitet og højere lønninger? Og har AI dræbt gevinsterne ved Stack Overflow?

Alt dette får I svar på i selskab med en af landets dygtigste økonomer og mig.

Lyt som podcast (fx på Spotity), eller se med på YouTube.

Jeg har uploadet mine gamle debatindlæg til Google NotebookLM og bedt den om at lave en video på baggrund af indholdet.

Resultatet er ret så interessant. Både fordi det er relativt flot lavet, men også fordi indholdet bliver formidlet virkelig godt. Selvom emnerne skifter lidt rigeligt (hvilket nok ligger i naturen, når man uploader alle debatindlæg), så lykkes det nogenlunde med at holde den røde tråd.

Her er et glimrende eksempel på, hvordan selektions bias kan føre til helt forkerte konklusioner. Eksemplet er fra Michel Nivard, der kritiserer Güllich et al. (2025) i Science, som konkluderer.

Across the highest adult performance levels, peak performance is negatively correlated with early performance.

Til det svarer Nivard bl.a.:

It becomes clear from Figure 1 that although early and adult performance are positively related in the population, conditioning on elite status reverses the association. The negative slope among elite performers is therefore not evidence against a causal role of early performance; it is the mechanical consequence of selection.

Hvis Folketinget gav dig penge til at analysere effekten af udvalgte tiltag under COVID-19-pandemien, hvad ville du så gøre, hvis du skulle levere værdi for pengene?

Der eksisterer allerede adskillige litteraturgennemgange gennemført af forskere fra fine universiteter og anerkendte institutioner som fx The Royal Society. Men fælles for stort set alle disse reviews er, at de

1. blander studier med og uden kontrolgrupper[1] sammen i én stor pærevælling, og
2. ikke kommer frem til nogen størrelsesorden af effekterne.

Det gør det svært at konkludere noget håndfast på baggrund af disse reviews.

Problemet er, at du uden en kontrolgruppe ikke ved, om effekten på fx dødeligheden skyldes tiltaget eller andre ting (fx frivillige adfærdsændringer). Og uden en størrelsesorden af effekterne kan du ikke få en fornemmelse af, om gevinsterne i form af lavere dødelighed står mål med omkostningerne ved fx at lukke skolerne. Det er svært at forestille sig, at man på en lignende sløset baggrund godkendte ny medicin eller nye vacciner.

Hvis du skulle levere bang for the bucks til Folketinget, skulle du altså gøre det, de mange andre reviews ikke gør, dvs.

1. fokusere på studier, der har en (eller anden form for) kontrolgruppe, så du kan adskille effekten af tiltaget fra effekten af fx de frivillige adfærdsændringer, som vi ved var vigtige under pandemien.
2. estimere et (eller flere) effektmål, så vi har et bedre bud på, hvor meget fx skolelukninger påvirker pandemiens udvikling.

Det første er nogenlunde til. Man kan godt skille skidt fra kanel, så man får frasorterer studier som fx Flaxman et al. (2020) (læs om Flaxman-fejlen her), der helt åbenlyst ikke er velegnede til at sige noget om effekten af nedlukningerne. Der er selvfølgelig udfordringer med de enkelte studier, som — fordi alting gik meget hurtigt under pandemien – kan have svært ved at adskille de enkelte effekter fra hinanden, men det er ikke en undskyldning for at inddrage studier uden kontrolgrupper.

Andet punkt er sværere, fordi studierne måler effekterne på vidt forskellige måder, som ikke nemt kan konverteres til ét mål. Men der er trods alt tale om et begrænset antal mål, og mange studier ser på effekten på kontakttallet (R_t) eller på antallet af døde. Så man kan nå rigtig langt ved at opdele på fx 2-4 forskellige mål for effekten og gå målrettet efter at blive klogere på dem.

Hvis du for alvor skulle levere bang for the bucks, burde du altså bruge al din tid på at samle resultaterne i de studier, der 1) har en kontrolgruppe og 2) ser på et af de 2-4 mål, du har fokus på – det kunne fx være effekten af tiltagene på dødeligheden/smittespredningen og kontakttallet.

VIVE fejler fuldstændigt

VIVE har været i præcis den situation, jeg beskriver ovenfor. De har fået 5,0 mio. kr. af Folketinget til ”evaluering af den danske håndtering af covid-19-epidemien”, hvoraf en andel er gået til netop at evaluere effekten af nedlukningerne, som var et af otte punkter, Folketinget ønskede undersøgt. Denne evaluering sker i deres Delrapport 1, som danner grundlag for deres endelige rapport, der er offentliggjort i dag.

Det er ikke mange penge, bevares. Men det undskylder ikke, at VIVE’s evaluering fejler fuldstændigt i forhold til at levere værdi i form af ny og brugbar viden. I stedet gør VIVE præcis det samme som de fleste tidligere reviews. De medtager alle studier uanset om de har en kontrolgruppe eller ej. Garbage in – garbage out.

Kan Red Bull kurere influenza?

For at illustrere, hvor problematisk det er at medtage studier uden en kontrolgruppe, så forestil jer, at man gav 1000 influenzasyge en Red Bull, fordi man havde en idé om, at energidrikken var en god kur. Efter 14 dages observation konstaterer man, at alle patienter er raske, og man kunne derfor komme til at konkludere, at Red Bull er særdeles effektivt mod influenza.

Det er basalt set det, der sker, når VIVE fx medtager omtalte Flaxman et al. (2020) i deres review. Flaxman et al. har ingen kontrolgruppe, men antager, at det er nedlukningerne, der forhindrer pandemien i at sprede sig.[2] Det er lige så seriøst som at antage, at det er Red Bull, der kurerer influenzaen.

Skolelukningerne som eksempel

For at illustrere min pointe, kan vi se på hvad VIVE skriver om skolelukningerne. Her konkluderer VIVE, at

”Samlet set peger litteraturen på, at skolenedlukning under covid-19-pandemien bidrog til at reducere smitte og indlæggelser og i mindre grad dødelighed, især når nedlukninger blev implementeret som led i en bredere indsats.”

Vi ved ikke, hvad effekten er

Selvom jeg ikke er uenig i konklusionen, så er den så vag, at den ikke lever op til formålet med evalueringen, som er at ”belyse effekten af ikke-farmakologiske tiltag på covid-19- smittespredningen”. Diskussionen går meget sjældent på, om der var en effekt eller ej, men på om effekten var af en størrelsesorden, der gør tiltaget prisen værd og potentielt relevant ved fremtidige pandemier.

I vores metastudie finder vi fx, at skolelukningerne reducerede dødeligheden med 5,9%. Det betyder, at hvis man ikke havde lukket skolerne, så ville der have været under 40 ekstra COVID-19-dødsfald under første bølge. Det ville være trist, men også en forsvindende lille effekt ift. de næsten 60.000 årlige dødsfald i Danmark, og den betydning skolelukningen havde for de knap 700.000 danske skoleelever (husk, at det primært var meget gamle mennesker, der døde af COVID-19).

De effekter, der nævnes, er misvisende

I deres kvalitative gennemgang af studierne kommer de dog ind på visse størrelsesordener. Fx skriver VIVE, at

”Walsh et al. (2021) fandt i et systematisk review […] at omtrent halvdelen af studierne viste en reduktion på op til 60 % i smitte efter skolenedlukning, mens de øvrige studier ikke fandt nogen effekt.”

VIVE henviser her til de 14 studier af skolelukninger, som Walsh et al. (2021) vurderer kun har moderate biases (De to andre kategorier er serious og critical).

Jeg har gennemgået de 14 studier, for at blive lidt klogere på metode og estimater. Og det er artig læsning. Resultaterne i de 14 studier fordeler sig nemlig som vist nedenfor.

Seks studier finder ingen eller lille effekt. Fem studier har ingen kontrolgruppe[3] – herunder bl.a. Auger et al. (2020), som finder, at skolelukningerne reducerer dødeligheden med de ca. 60%, der nævnes af VIVE som øvre mulig effekt. Auger et al. (2020) kommer basalt set frem til dette resultat ved at sammenligne udviklingen før og efter skolenedlukningen og antage, at den meget kraftige eksponentielle vækst før nedlukningen ville være fortsat uændret, hvis skolerne ikke var lukket. De antager med andre ord, at alt det vi gjorde frivilligt, ikke havde nogen som helst betydning.

Det sidste studie er Chernozhukov et al. (2021), som faktisk er et fint studie. Vi har også Chernozhukov et al. (2021) med i vores metastudie, og de er blandt de studier, der finder størst effekt af nedlukningerne (fx 17% færre døde ved at indføre udgangsforbud). De skriver dog, at de ikke kan estimere effekten af skolelukningerne troværdigt, fordi alle skoler i deres datasæt (USA) lukker næsten samtidig (inden for en uge), og der derfor ikke er tidsvariation nok til at estimere effekten præcist. Størrelsesordenen på deres estimat svinger derfor vildt, afhængig af hvilken model, de bruger til at estimere effekten.

Note: Studiet med usikker effekt er Chernozhukov et al. (2021), som skriver, at de ikke kan estimere effekten troværdigt, fordi alle skoler i USA lukker næsten samtidig (inden for en uge), og der derfor ikke er tidsvariation nok til at estimere effekten præcist).

Billedet er altså ret tydeligt. Næsten alle studier, der finder en betydelig effekt af skolelukningerne, har ingen kontrolgruppe. Alligevel beskrives det både af Walsh et al. (2021) og VIVE som om, at der rent faktisk er en effekt af betydning.  Når de skriver, at ”halvdelen af studierne viste en reduktion på op til 60 % i smitte efter skolenedlukning, mens de øvrige studier ikke fandt nogen effekt” lyder det j som om, der er noget at komme efter. Men kejseren har ikke tøj på. De 60% er nonsens, fordi der ikke er en kontrolgruppe, og studierne med kontrolgrupper finder nærmest alle ingen eller meget små effekter.

VIVE inkluderer også litteraturgennemgangen fra The Royal Society (2023), som jeg tidligere har kritiseret i National Review for at begå præcis de samme fejl som VIVE.

Konklusion

I bedste fald kan vi konkludere, at effekten af nedlukningerne på smittespredningen og dødsfald er tvivlsom. Til gengæld er bivirkningerne meget konkrete og tydelige.

Var der tale om et farmakologiske tiltag, ville man aldrig ordinere medicinen på baggrund af den viden, vi har i dag. Og principielt bør der ikke være forskel på farmakologiske tiltag og ikke-farmakologiske tiltag. Metodisk set er der ingen forskel: Uden dokumentation for effekt og størrelsesorden bør man ikke implementere tiltag med store bivirkninger.

Enhver grundig og uvildig evaluering vil derfor uundgåeligt ende med i flammeskrift at konkludere, at nedlukningerne set fra et videnskabeligt og fagligt perspektiv var en politisk fejltagelse med enorme negative følger for samfundet.

Og pengene til VIVE’s evaluering? De er spildt. Fuldstændigt. I hvert fald den del, der er gået til at evaluere nedlukningerne.

VIVE’s evaluering af corona-nedlukningerne gør os ikke klogere. Overhovedet.

BILAG

Oversigt over gennemgåede studier fra Walsh et al. (2021).

Note: Nummeret i parentes er referencenummeret i Walsh et al. (2021).

REFERENCER

Auger, Katherine A., Samir S. Shah, Troy Richardson, David Hartley, Matthew Hall, Amanda Warniment, Kristen Timmons, et al. 2020. “Association Between Statewide School Closure and COVID-19 Incidence and Mortality in the US.” JAMA 324 (9):1–13. https://doi.org/10.1001/jama.2020.14348.

Chernozhukov, Victor, Hiroyuki Kasahara, and Paul Schrimpf. 2021. “Causal Impact of Masks, Policies, Behavior on Early Covid-19 Pandemic in the U.S.” Journal of Econometrics, Pandemic Econometrics, 220 (1):23–62. https://doi.org/10.1016/j.jeconom.2020.09.003.

Flaxman, Seth, Swapnil Mishra, Axel Gandy, H. Juliette T. Unwin, Thomas A. Mellan, Helen Coupland, Charles Whittaker, et al. 2020. “Estimating the Effects of Non-Pharmaceutical Interventions on COVID-19 in Europe.” Nature 584 (7820):257–61. https://doi.org/10.1038/s41586-020-2405-7.

The Royal Society. 2023. “COVID-19: Examining the Effectiveness of Non-Pharmaceutical Interventions,” August. https://royalsociety.org/-/media/policy/projects/impact-non-pharmaceutical-interventions-on-covid-19-transmission/the-royal-society-covid-19-examining-the-effectiveness-of-non-pharmaceutical-interventions-report.pdf.

Walsh, Sebastian, Avirup Chowdhury, Vickie Braithwaite, Simon Russell, Jack Michael Birch, Joseph L Ward, Claire Waddington, et al. 2021. “Do School Closures and School Reopenings Affect Community Transmission of COVID-19? A Systematic Review of Observational Studies.” BMJ Open 11 (8):e053371. https://doi.org/10.1136/bmjopen-2021-053371.

Yang, Bingyi, Angkana T. Huang, Bernardo Garcia-Carreras, William E. Hart, Andrea Staid, Matt D. T. Hitchings, Elizabeth C. Lee, et al. 2021. “Effect of Specific Non-Pharmaceutical Intervention Policies on SARS-CoV-2 Transmission in the Counties of the United States.” Nature Communications 12 (1):3560. https://doi.org/10.1038/s41467-021-23865-8.

[1] Der er mange måder, man rent statistisk kan skabe en kontrolgruppe på. I forhold til corona-nedlukningerne, kan man fx udnytte, at nogle steder lukker skolerne før andre – eller slet ikke – så man kan sammenligne udviklingen med og uden skolelukninger. Og som jeg beskriver i min bog, Prisen værd?, er der også eksempler på randomiserede forsøg (og ting, der ligner rigtig meget).

[2] I studiet gør Flaxman et al. (2020) faktisk opmærksom på dette problem og skriver, at “vores parametriske form for [reproduktionstallet] R_t antager, at ændringer i R_t er et øjeblikkeligt svar på interventioner snarere end gradvise ændringer i adfærd”. De kan altså kun få deres resultater, ved at antage, at af alt det, borgere og virksomheder selv gjorde for at beskytte sig mod pandemien (arbejde hjemmefra, spritte hænder, aflyse fødselsdage, holde afstand, blive hjemme osv.) ikke havde nogen som helst effekt, og at de fortsat ville have været gået på restaurant mv. i samme omfang, hvis ikke de var blevet lukket ned. Og det er naturligvis forkert.

[3] I Yang et al. (2021)’s har i deres supplementary material en model, hvor de inkluderer Googles ”workplace mobility” som en proxy for frivillig adfærd. Her finder de en effekten på ca. 13% lavere R_t i modsætning til 39% i deres primære model, hvor de intet gør for at tage højde for frivillig adfærd.