【量化】回答沈逸老师，新冠疫情下越民主死的越多么？_风闻

好好玩量化-好好玩模型，量化观世界2020-11-20 15:01

2020-11-20

之前，沈逸老师在一场关于中美关系的讲座中CUE了“做量化的”，并留了个作业

作为日常搞量化研究的社畜，这个视频一是为了交作业，用量化的方式验证沈逸老师所说的“医疗资源越高、越民主，死的人就越多”；

二是作为观察者网观察员，风闻、b站的老白piao，这两年看着经济、文化、自然等各个领域的科普内容百花齐放，也激发了我想把“宽客”的研究日常搬上来的欲望。

所以在我的视频中，我会尽量还原我的研究过程、甚至一些重要的研究细节，如果大家有什么想法，欢迎在评论区和我讨论

解题先审题，从量化的视角看，沈逸老师布置的作业，是想要寻找：

解释变量“民主”、“医疗资源”

被解释变量“新冠死亡人数”

之间是否存在以下两个关系：

1. 两个解释变量之间是否存在较高的正相关关系，以验证沈逸老师的前半句话“医疗资源越高、越民主”；

2. 解释变量和被解释变量之间是否存在的稳定的量化关系，这个量化关系，最简单的，可以是：

（Y=a*X1+b*X2+c），其中，只要系数a、b都大于0、且在统计学上具有一定的显著性，那么我们就可以验证沈逸老师的后半句“死的人越多”。

但是，现在比这些量化关系更重要的在于数据。对量化研究而言，底层数据质量直接决定结论的可信度。

所以，我一半的时间都花在寻找数据和处理数据上。然后，我……秃头了。

首先，对民主的衡量，沈逸老师已经给了参考资料：民主之家的民主指数。但是我们查遍了各类网站，发现可获取的权威数据中，只有自由之家的自由指数和《经济学人》旗下智库编制的“民主指数”。PICK谁？This is a question。通过分析，我发现两者相关性达到95%。并且，只有后者符合沈逸老师提出的四分类。

因此，在后续的研究中，我使用了《经济学人》的民主指数数据。从2019年民主指数世界地图看，颜色翠绿的北美、大洋洲、南美和欧洲的民主指数，普遍高于山河一片红的亚洲和非洲。

不过，我们在进一步观察这个指数的数据质量时，发现一个很有意思的现象：自从2006年民主指数公布以来，美国的得分一直很高，但是在2016年懂王上台之后，美国首次从完全民主国家降级为部分民主国家，并且，此后一直稳定在“部分民主”国家的行列。

后来《经济学人》还官方出面解释了这个问题：这并不是由于唐纳德·特朗普的当选。而特朗普的当选却是美国民主劣化的其中一个结果。

民主指数搞定，医疗资源的衡量也是一个比较头疼的问题。我以“医疗”、“资源”为关键词谷歌了一下，最终找到一篇2016年发表在医疗权威期刊《柳叶刀》上的学术论文《Measuring performance on the Healthcare Access and Quality Index for 195 countries and territories and selected subnational locations: a systematic analysis from the Global Burden of Disease Study 2016》，这篇论文通过对全球195个国家和地区的32种疾病的治愈率和死亡率进行打分，最终计算出“医疗可及性和医疗质量指数”，简称HAQ指数（Healthcare Access and Quality Index，HAQ指数）。

从HAQ指数地图上看，民主得分较高的北美、欧洲、大洋洲，仍以表征HAQ得分较高的冷色调为主，而民主指数相对较低的亚洲和东欧国家，同样有较高的HAQ指数得分。所以仅直观观察，目前还无法得出“医疗资源越丰富、越民主”这样的正相关结论。

这儿再插一下咱们国家大陆地区HAQ指数情况。

1990年到2016年，我国大陆地区的HAQ图谱完成了从暖色到冷色的蜕变。截止2016年，大陆地区的HAQ指数得分为78分，在195个国家中排名第48位。同时，东部沿海地区多个城市的得分达到82分以上，排名位于世界前列。这背后，不仅仅是我国医疗水平的进步和医疗资源的丰富，还有医保惠及全民带来的医疗可及性的提升。而在疫情这类公共卫生危机期，医疗可及性的提升可能才是降低死亡的关键。

最后一组数据，是被解释变量“新冠死亡人数”，但这个数据的绝对值是无法直接应用在此次分析中的。因为如果一个数亿人口大国的死亡人数，与一个百万人口小国的死亡人数相同，那么数据背后代表的是截然不同的疫情严重程度，因此为了排除人口基数带来的影响，此处我们使用衍生指标：

每百万人死亡人数=（总死亡人数/总人口）*100万

衍生指标中所需要的死亡人数和总人口，都是官方公布数据，Our World in Data这个网站（官网链接https://github.com/owid/covid-19-data/tree/master/public/data）将这些数据做了统一的收集与整理、且每日更新、方便提取，因此我们的数据主要来源于这个网站。这里我还要着重安利一下这个网站，Our World in Data收罗了很多领域的高质量数据，比如在后续的深入研究中，我们利用到的隔离程度、卫生情况、病床数量等数据，也都来自于这个网站。

好了，到此，让我秃头的数据部分结束了，验证观点的时刻正式开始。

Question1：医疗水平VS民主指数

最直观的，画一个散点图， HAQ指数（医疗水平）作横轴，民主得分作纵轴，把各个国家变成一个个坐标点后，能看到他们确实存在一个斜向上的趋势。

定量一点，可以用“相关系数”来衡量变量间的相关性水平。民主指数和HAQ指数的相关系数为0.61。统计学中认为，相关系数绝对值在0.6以上代表强相关，所以这算是论证了

“在统计学上，医疗水平和民主水平具有较强的正相关性”

Question2 : 医疗+民主 VS 死亡人数

我也尝试用画图这种简单粗暴的方法来验证。所以在之前的散点图上，加入了圆圈大小来表示死亡人数的信息，散点图的左下角和右上角的两大极端，正好佐证了沈逸老师的观点。But，中间区域的圆圈大小更类似随机分布，没什么规律，所以目前只能得到：

仅部分国家呈现“医疗越好越民主、死的人越多”的规律。

哦，这儿插一句，美国，你真是个优秀代表！（鼓掌）

BUT，在量化世界里，定性再美终是辅助，定量才是最终归宿，所以一切以数据为准。（考虑到数据可得性，以下研究仅以GDP TOP50的国家作为样本）。

想建立一个类似这样的方程来分析医疗民主和死亡人数之间的关系（Y=a*X1+b*X2+c），最简单的方法是做回归。（这里已经做了共线性等检验，此处不再赘述。）

回归是方法，实现靠代码，代码写得好，量化不难搞。RUN一下、结果出来了（liao）。

回归结果认为，死亡人数与民主和HAQ呈现这样的线性关系，由于两个系数a、b均为正，因此这个回归公式优秀的证明了“医疗水平越高、越民主、死的人越多”。

每百万人死亡人数 = 30*民主指数+0.15*HAQ指数+11

BUT，在详细看了回归参数后，发现事情没有这么简单。

首先，调整后R方代表回归结果对因变量的解释度，数字越接近1，代表等式左边越能完美拟合因变量。这里调整后R方为0.022，约等于：用这个公式，还不如瞎猜咯。

P值代表自变量前的系数的可靠程度，这里HAQ的P值是95%，代表有95%的概率认为HAQ对死亡人数木!有!影!响!

算算算！算了一堆！算出了个寂寞。）

在此，艾特一下沈逸老师，做量化的算不出来民主医疗和死亡人数之间的显著关系！！！！

做俩月了！不能用这个结果END！（呐喊）

我反思了一下，之所以不显著，可能因为民主、医疗并不是非常有效的解释变量，也可能在控制了其他变量之后，民主和死亡的相关性就会提升。

路漫漫其修远兮，吾将，再找变量！

通过查阅文献和头脑风暴，我新增了十几个可能与死亡人数相关的变量：检测能力、隔离程度、经济发展程度等等。这些异想天开的数据，大部分数据都可以从Our World in Data找到。在此，仅代表所有的量化人，衷心的感谢能提高工作效率、减少秃头面积、维护家庭和谐、有利身心健康的Our World in Data。