というNBER論文が上がっている。原題は「Pandemic Control in ECON-EPI Networks」で、著者はMarina Azzimonti（ストーニーブルック大）、Alessandra Fogli（ミネアポリス連銀）、Fabrizio Perri（同）、Mark Ponder（ミネソタ大）。
以下はその要旨。
We develop an ECON-EPI network model to evaluate policies designed to improve health and economic outcomes during a pandemic. Relative to the standard epidemiological SIR set-up, we explicitly model social contacts among individuals and allow for heterogeneity in their number and stability. In addition, we embed the network in a structural economic model describing how contacts generate economic activity. We calibrate it to the New York metro area during the 2020 COVID-19 crisis and show three main results. First, the ECON-EPI network implies patterns of infections that better match the data compared to the standard SIR. The switching during the early phase of the pandemic from unstable to stable contacts is crucial for this result. Second, the model suggests the design of smart policies that reduce infections and at the same time boost economic activity. Third, the model shows that reopening sectors characterized by numerous and unstable contacts (such as large events or schools) too early leads to fast growth of infections.
（拙訳）
我々は、パンデミックにおける健康と経済の帰結を改善するように設計された政策を評価するため、ECON-EPIネットワークモデルを開発した。標準的な疫学のSIRの枠組みに比べて、我々は個人同士の社会的接触を明示的にモデル化し、その数と安定性の不均一性を許容した。また我々は、接触による経済活動の生成を描写した構造的経済モデルにネットワークを埋め込んだ。我々はそのモデルを、2020年のCOVID-19危機におけるニューヨーク都市圏のデータでカリブレートし、3つの主要な結果を得た。第一に、ECON-EPIネットワークからは、標準的なSIRに比べてデータに良く適合する感染パターンが導出される。パンデミックの初期局面での不安定な接触から安定的な接触への切り換えが、この結果を得るに当たって極めて重要であった。第二に、このモデルからは、感染を減らすとともに経済活動を引き上げる賢明な政策が示される。第三に、モデルによれば、数多くの不安定な接触を特徴とするような部門（大規模イベントや学校など）の早過ぎる再開は、感染の急速な拡大につながる。
