というNBER論文が上がっている。原題は「Estimating and Forecasting Disease Scenarios for COVID-19 with an SIR Model」で、著者はAndrew Atkeson（UCLA）、Karen Kopecky（アトランタ連銀）、Tao Zha（エモリー大）。
以下はその要旨。
This paper presents a procedure for estimating and forecasting disease scenarios for COVID-19 using a structural SIR model of the pandemic. Our procedure combines the flexibility of noteworthy reduced-form approaches for estimating the progression of the COVID-19 pandemic to date with the benefits of a simple SIR structural model for interpreting these estimates and constructing forecast and counterfactual scenarios. We present forecast scenarios for a devastating second wave of the pandemic as well as for a long and slow continuation of current levels of infections and daily deaths. In our counterfactual scenarios, we find that there is no clear answer to the question of whether earlier mitigation measures would have reduced the long run cumulative death toll from this disease. In some cases, we find that it would have, but in other cases, we find the opposite — earlier mitigation would have led to a higher long-run death toll.
（拙訳）
本稿は、パンデミックの構造的SIRモデルを用いてCOVID-19の疾病モデルを推計し予測する手順を提示する。我々の手順は、COVID-19パンデミックの今日までの進行を推計する注目すべき誘導型手法の柔軟性と、その推計を解釈して予測や反実仮想シナリオを構築する単純なSIR構造モデルの利便性とを組み合わせている。我々は、破壊的なパンデミックの第二の波についての予測シナリオを提示するとともに、現行水準の感染と日々の死者数が長期的にゆっくりと続く予測シナリオも提示する。我々の反実仮想シナリオでは、早期の抑制策がこの病気による長期の累積死者数を減らせたかどうか、という質問には明確な回答が存在しないことが見い出された。あるケースではそうであったが、別のケースでは逆の結果となり、早期の抑制策が長期的に死者数を増やした。
論文ではSIRモデルのパラメータを死者数から推計しており、その死者数の定式化に（タイラー・コーエンが大いに批判している）IHMEモデルを用いている。ただし、ワイブル分布の組み合わせを用いたことによりIHMEモデルよりはかなり柔軟な定式化になっている、としている。
以下は累積死者数の推計結果。米国の各地域と、世界各国（残念ながら日本は対象に含まれていない）について推計している。
予測シナリオ１は感染率が1.3で推移した場合、シナリオ２は感染率が2で推移した場合（ただし米国の西南中央部のみ1.9で推移した場合）、反実仮想シナリオはそれぞれについて抑制策が7日遅れた場合*1。ペンシルベニアや米国全体、海外ではイタリア、ブラジル、イラン、カナダ、スイスのシナリオ２では、反実仮想シナリオの方がむしろ最終的な死者数合計が減っている。著者たちはこれを早期に集団免疫を獲得したことによるものと解釈している。
*1:推計は死者数が50人を超えた時を開始期としているが、反実仮想ではその開始時点の高い感染率が7日継続し、それから低下が始まったと想定。
