Shahen var en autokrat af den gamle slags, der undertrykte sine politiske modstandere, udsatte dem for tortur, og investerede voldsomt i militæret. Han var dog også en reformator, der både privatiserede førhen statsejede virksomheder, kraftigt forbedrede iranernes uddannelsesniveau og sundhed, og gav kvinder stemmeret i den såkaldte Hvide Revolution. Hans styre var derfor – ganske pudsigt – hadet af både voldsomt konservative mullaher og af vestlige venstreintellektuelle. Undertrykkelsen var meget reel, men det samme var den økonomiske succes, da Iran gennem 1970erne havde vækstrater i liga med Sydkorea og Taiwan.

Det næsten umulige spørgsmål, vi stiller idag, er derfor hvad der økonomisk ville være sket, hvis shahens styre var fortsat og Iran ikke var blevet til et religiøst diktatur. Måden vi gør det på, er ved at bruge en slags discount-version af en Syntetisk Kontrolmetode, der f.eks. er blevet brugt til at vurdere konsekvenserne af Hugo Chávez i Venezuela (se Grier og Maynards ungatede artikel her). Selvom vi bruger en simpel version af metoden – vi beregner bare en syntetisk kontrol med den bedste fit af nabolandenes udvikling – giver den et forbløffende akkurat sammenfald med Irans faktiske udvikling før 1979. I figuren nedenfor er den sorte linje Irans faktiske nationalindkomst per indbygger (i logaritmer), mens den røde er den syntetiske kontrol og den stiplede er forholdet mellem den faktiske indkomst og forudsigelsen fra det syntetiske Iran.

Det er let at se, at den syntetiske kontrol passer godt, da de røde og sorte linjer er klart sammenfaldende fra sidste i 1950erne til 1978. Fra 1978 til 1988 halveredes iranernes gennemsnitsindkomst, og væksten er ikke kommet tilbage og har lukket hullet eller bare noget af det. Man kan naturligvis indvende, at den lange krig med nabolandet Irak ikke gjorde situationen bedre (ligesom den bestemt ikke gjorde i Irak), men almindelig økonomisk dynamik indebærer normalt, at man efter en krig- får en periode med ‘konvergens’ tilbage til normalen. Det har Iran overhovedet ikke oplevet, ligesom man kan spørge om krigen overhovedet var sket uden revolutionen.

Bundlinjen i den lille øvelse idag er, at kommentatorer i starten af 1970erne på sin vis havde ret: Iran var på vej til at blive Mellemøstens første ‘førsteverdensland’. Den syntetiske kontrol i 2018 er cirka lige så rig som Tjekkiet eller Spanien, og selv hvis man regner det som et overestimat, ville iranerne have været meget, meget rigere uden Ayatollah Khomeini og hans præstestyre. Det seneste tiår har deres faktiske indkomst ligget omkring 40-45 procent af vores bedste bud på, hvad den havde været uden det religiøse diktatur. Og det er værd at bemærke, at når lande bliver så rige, bliver de næsten altid også demokratiske. Iranerne tabte meget i 1979.

Undtagelsen er dog Benjamin Born, Alexander Dietrich og Gernot Müllers “The lockdown effect: A counterfactual for Sweden.” Born et al. er et studie af de svenske corona-relaterede dødsfald, og bruger en såkaldt syntetisk kontrol for at give et informeret bud på, hvordan de svenske dødsfald havde udviklet sig hvis landet havde lukket ned som andre dele af Europa. Læser man studiet, der nu er udgivet i PLOS One, er det svært at afvise, at de tre tyskere har gjort et fint stykke arbejde. Det stikker alligevel ud, da de finder at ’manglen’ på en svensk nedlukning kostede liv. Spørgsmålet er, om der er noget galt med Born et al. som de i princippet kunne have gjort noget ved. Det er spørgsmålet, vi ser omhyggeligt på i dag.

Mens der ikke er noget teknisk galt med deres brug af en syntetisk kontrol, har selve metoden nogle mulige problemer, der skal håndteres. I helt særlig grad gælder det, at når man fitter den syntetiske kontrol, der basalt set bare er et vægtet gennemsnit af andre sammenlignelige lande, men hvor metoden finder den optimale vægtning, bør man fitte den over en lang periode før den intervention eller begivenhed, man studerer konsekvenserne af. Det er ikke muligt i forbindelse med coronavirussen, da der i sagens natur ikke findes en lang periode før – tallene for corona-relaterede dødsfald er nul i alle lande. Det andet problem er, at man bør se på en tilstrækkeligt lang periode efter begivenheden for at være sikker på, at man ikke finder en transitorisk forskel.

Det første problem kan ganske enkelt ikke løses så længe man fokuserer specifikt på corona-relaterede dødsfald. Som vi har argumenteret tidligere her på stedet, kan det også give misvisende resultater, fordi ikke alle lande opgør tallet på samme måde, og opgørelsesmetoden endda har ændret sig over tid. Forleden kom det for eksempel frem, at Alameda County i Californien havde overdrevet deres dødstal med 25 %, fordi deres metode bl.a. også talte en række trafikdødsfald og andet med. Løsningen er at se på overordnede dødstal, dvs. ’all-cause mortality’.

Gør man det og beregner den syntetiske kontrol, som Born et al. kommer frem til, ser det ud som i den første figur. Born et al. fokuserer på de otte uger fra 15. marts i uge 12 til 17 maj, som er tydelige i figuren, der begynder med uge 11. Vi bruger med vilje deres syntetiske kontrol for smittetal i stedet for dødstal, fordi den matcher deres resultater noget bedre når vi bruger overordnet mortalitet.

Born et al. finder med den, at Sverige havde cirka 2800 flere dødsfald end den syntetiske kontrol i de otte uger. Bruger man deres syntetiske kontrol, men med overordnede dødstal, finder man et overskud på cirka 1700 ekstra dødsfald, som kan afløses i figuren ved at sammenligne den blå linje (Sverige) med den stiplede sorte linje (den syntetiske kontrol). Problemerne viser sig dog ved at sammenligne Sverige med den syntetiske kontrol udenfor den periode, Born et al. fokuserer på. Det kan ses i den første figur, når man går videre end den 11. uge efter at Sverige ikke lukkede ned som andre, og i den anden figur i dag, der viser matchet til den syntetiske kontrol i 2019 og de første uger af 2020.

Det første problem er, at man tydeligt kan se, at det faktiske Sverige oplevede godt 500 færre dødsfald i de første 11 uger af 2020 og 4500 færre dødsfald i 2019 end i den syntetiske kontrol. I den anden figur ligger den syntetiske kontrol således over det faktiske Sverige hver uge i hele 2019. Øvelsen illustrerer således endnu en gang, at Sverige gik ind i epidemien med en stor mængde ’dry tinder’, som det kaldes: Relativt mange ældre, der under normale omstændigheder ville være døde, men som af en eller anden grund – bl.a. en meget svag virussæson – overlevede længere end normalt. Sveriges dødelighed i hele 2019 lå således på cirka 95 % af gennemsnittet for de foregående fem år.

Det andet problem er også klart, når man fokuserer på perioden fra uge 11 i 2020 og indtil de sidst tilgængelige data for uge 19 i år, som vi gør i den tredje figur. Fra uge 25 til uge 46 ligger Sverige igen væsentligt under den syntetiske kontrol. Uge 47 til uge 3 i 2021 ligger Sverige over, men derefter igen under den syntetiske kontrol. Det er således meget klart, at timingen i Born et al. er vigtig: Hvis de havde udvidet den periode, de undersøger, ville deres egen metode med stor sikkerhed have givet et andet resultat. I forhold til den syntetiske kontrol oplevede Sverige lidt flere tidlige dødsfald, men ikke flere totalt set.

Som vi illustrerer i den sidste figur, passer den syntetiske kontrol for hele 2020 forbløffende godt på Sverige: Den faktiske svenske dødelighed i 2020 var 0,2 % lavere end den syntetiske kontrol fra Born et al. Men dry tinder-problemet er også tydeligt, da kontrollen havde 5,3 % højere dødelighed i 2019. Ydermere har den 2,3 % højere dødelighed i de første 19 uger af 2021. Bundlinjen er, at Born, Dietrich og Müller rent teknisk har lavet et meget fint studie, men kommer til at lide af problemer, som deres specifikke datavalg fører dem ud i. Bruger man faktiske, overordnede mortalitetstal for hele 2020, viser deres syntetiske kontrol sig at være et flot match til Sverige. Den fører bare slet ikke til de konklusioner, de ender med i deres studie. Den indikerer derimod, at Sveriges valg ikke førte til flere dødsfald.

Sundhedseksperter har gentagne gange understreget, at man kun redder folk fra at dø i det omfang at man undgår kapacitetsproblemer, og dem har de færreste lande oplevet. Mens de fleste kommentatorer og politikere meget simpelt regner med, at nedlukning har virket – og derefter har enkelte vovet at stille spørgsmålet, om den måske var for dyr – er det ikke sådan forskning virker. Punditokraterne er lige så forskningsbaseret som værdibaseret, og vi stiller derfor det store spørgsmål i dag: Ser det ud til, at nedlukningerne af de vestlige samfund har haft effekt udover de enorme økonomiske omkostninger? Det gør vi på to forskellige måder.

Vi fokuserer først på en sammenligning af 32 lande, der har haft tilstrækkeligt mange dødsfald til at man kan ’se’ en klar kurve, og hvor man kan se en klar top på kurven. Det sidste er således grunden til, at f.eks. Chile ikke er med. Vi ser her på tre forhold: 1) Det samlede dødstal per million; 2) hvor hurtigt virussen udviklede sig (målt på hvor mange dage det tog fra det første dødsfald til toppen af kurven); og 3) hvor alvorlig udviklingen var (målt på antal døde per million på den værste dag, dvs. på toppen af kurven). Disse tre serier holder vi op mod et mål for, hvor streng en nedlukning lande har indført. Indekset er fra the Coronavirus Government Response Tracker, udviklet af Oxford Universitys Blavatnik Centre. For at undgå kausalitetsproblemer, og fordi ethvert politisk tiltag mod virus tager omtrent 14 dage at manifestere sig i data, plotter vi vores outcome-variable overfor Blavatnik-centrets indeks 25 dage tidligere.

Hvis nedlukningerne havde virket, burde man kunne se en tydelig, negativ sammenhæng mellem hvor strengt der er lukket ned, og hvor slemt virussen har udviklet sig. De tre figurer umiddelbart nedenfor illustrerer derimod, at den slags sammenhæng ikke er der. Ser man på det samlede antal dødsfald, er der nærmere den modsatte, positive sammenhæng. Mere præcist finder man høje og lave dødstal i lande, der lukkede hårdt ned relativt tidligt, men kun få dødsfald blandt dem, der ikke gjorde, eller gjorde det sent. Den kombination, der ville indikere at nedlukningerne virkede – hård og tidlig nedlukning med lave dødstal – er ikke at finde i data. Fortsætter man til de to næste figurer, er manglen på sammenhæng slående, særligt når man ser bort fra de to åbenlyse outliers (Japan og Belgien). Regulære landesammenligninger, som bruges i stort omfang i samfundsvidenskabelig forskning, indikerer således at nedlukningerne har været helt uden den tilsigtede effekt, og muligvis endda kan have gjort skade. Mens den frivillige, sociale distancering med stor sandsynlighed har gjort en forskel, har politikken været ligegyldig.

Det vil dog næppe forhindre mange politikere i at hævde, at den danske nedlukning virkede, fordi vi ’bare’ kan sammenligne med Sverige. Lad os derfor først få de svenske fakta på plads. Mens dødstallet i Sverige er markant højere end i Danmark, dækker det også over stor heterogenitet. Dødstallet per million indbyggere udenfor regionen omkring Stockholm er 148, i de tidligere danske områder Skåne, Halland og Blekinge er det 100, og i Skåne er det 91. Disse tal skal sammenlignes med 96 døde per million i Danmark og 169 i den danske hovedstadsregion. Det høje svenske dødstal er koncentreret omkring hovedstaden, og som Lone Frank påpegede i Weekendavisen fredag, er det i betydelig grad et resultat af, at svenskerne var uheldige at få smitte allerede tidligt på flere af de meget store plejehjem i Stockholm. Dette eksempel indikerer, at de svenske dødstal, der er langt højere end de danske og norske, måske er et resultat af uheld i stedet for en ’mangel’ på politisk respons.

Dette syn understøttes nu af ny forskning fra Benjamin Born, Alexander M. Dietrich og Gernot J. Müller, der i Do Lockdowns Work? A Counterfactual for Sweden bruger den syntetiske kontrolmetode til at vurdere, hvor mange flere dødsfald, Sverige har fået fordi landet ikke lukkede økonomien ned (ungated version her). Metoden, som vi har skrevet om metoden tidligere (læs her), virker ved at den skaber en dobbeltgænger for det land, man vil se på. Det sker ved at man matcher et vægtet gennemsnit af sammenlignelige lande til udviklingen i ens land før en vis politik indføres (eller som her, netop ikke indføres). Man kan derfor sammenligne den faktiske udvikling efter det politiske skift med udviklingen i dobbeltgængeren, der viser hvad der ville være sket uden skiftet.

Resultatet kan aflæses i de to figurer ovenfor, der begge er taget direkte fra papiret. Som den første viser, finder Born, Dietrich og Müller absolut intet, der tyder på at Sverige har oplevet flere tilfælde end hvis landet havde lukket ned. På den anden figur kan man også tydeligt se, at dødstallet faktisk ikke er højere end i den syntetiske counterfactual. Den svenske kurve er ganske enkelt nogle dage foran kurven uden en nedlukning, men på ingen måde anderledes, og dens udvikling indikerer også konvergens til det samme, endelige dødstal.

Konklusionen er klar og så velunderbygget som det kan lade sig gøre: Sveriges valg ikke at lukke samfundet ned har ikke ført til flere dødsfald. Eller sagt på en anden måde: Det ser ikke ud til, at Sveriges naboer – der alle valgte at lukke samfundet ned på cirka samme tidspunkt – har oplevet nogen sundhedseffekt af nedlukningerne. Om man ser på landesammenligninger som vi har gjort ovenfor, eller stiller skarpt på det land, der har gjort det anderledes, når man samme konklusion. Nedlukningerne har ikke virket.

Uanset hvordan man ser på det – gælder det velstand, sundhed, eller ytrings- og politisk frihed – har Castro-regimet og hans efterfølgere været en ubetinget katastrofe for øen. Hvor stor en økonomisk katastrofe demonstrerer Hugo Jales, Thomas H. Kang, Guilherme Stein og Felipe Garcia Ribeiro i en artikel fra The World Economy sidste år, som vi refererer til i kronikken. Jales og hans kolleger bruger her en række metoder, og blandt andet en syntetisk kontrol, for at vurdere hvor dyr kommunismen har været for Cuba. Vi har tidligere skrevet om metoden (læs her) som er specielt velegnet til at vurdere konsekvenser af unikke begivenheder.

Metoden består i at skabe en ’syntetisk kontrol’, der beskriver hvordan landet sandsynligvis havde udviklet sig, hvos den unikke begivenhed ikke var sket. Man sætter først en pulje lande sammen, som er sammenlignelige med landet, man vil undersøge. Puljen skal bestå af lande, der før begivenheden havde nogenlunde samme udvikling, samme udfordringer og på andre måder lignende karakteristika. Gennem en statistisk metode skabes derefter et vægtet gennemsnit som bedst ligner ens lands udvikling før begivenheden – vægtene beregnes så gennemsnittet er det bedste fit. Man bruger derefter det gennemsnit med samme vægte til at beregne, hvordan det ville være gået efter begivenheden. Den syntetiske kontrol er derfor en fortsættelse af det gennemsnit af andre lande, der mest ligner ens lands udvikling i årene (typisk et par årtier) op til begivenheden, og er således det bedste statistiske gæt på, hvordan det var gået uden f.eks. Castros magtovertagelse.

De to figurer nedenfor viser Jales-holdets syntetiske kontroller for det cubanske BNP per indbygger og cubansk eksport. Som bekendt taler et billede højere ned tusind ord, så vi lader de to figurer stå. De blå linjer er den faktiske udvikling, mens de andre er forskellige sammenligninger, inklusive den syntetiske kontrol. Bedste bud er, at Cuba ville have været mindst dobbelt så rigt uden Castro.