חיפוש באתר

קישורים

עמודים

קטגוריות

ארכיב עבור 'על סדר היום'

האם מכוני כושר הם מקור להתפרצות קורונה?

אני אתחיל בהתנצלות: אין לי מושג מה התשובה לשאלה שבכותרת. אני לא חושב שלמישהו יש מושג. אבל משום מה, הנושא של סגירת מכוני הכושר הפך בימים האחרונים לוויכוח ציבורי לוהט, ולכן החלטתי להפסיק את שתיקתי בעניינים הקשורים למגיפת הקורונה. אבל אם הגעתם עד לכאן, אודה לכם אם תקראו לפחות את הפיסקה הבאה.

מה תמצאו בפוסט הזה? ראשית אביא סקירה מאוד קצרה למה שידוע לנו על הנושא נכון לעכשיו. לאחר מכן אדון בשאלה איך למצוא תשובה לשאלה שבכותרת (או שאלות דומות). לסיום אביא את דעתי האישית בנושא.

מה ידוע על הקשר בין פעילות מכוני הכושר והתחלואה בקורונה?

מה אנחנו יודעים על הקשר בין הדבקות בקורונה ובין פעילות חדרי הכושר? בשתי מילים: כמעט כלום.

הלכתי לשאול את ד”ר גוגל מה הוא חושב. מילות החיפוש שלי היו “covid-19 gym reopening”. אסקור כאן את שלוש התוצאות הראשונות[1]

תוצאת החיפוש הראשונה היא כתבה בכתב העת science ב-26.6.2020. הנה הכותרת: It’s safe to go back to the gym—if there’s little COVID-19 around, study suggests ובעברית: אין בעיה להתאמן במכוני הכושר אם אין שם חולי קורונה. מדובר במחקר שנעשה בנורבגיה[2]. החוקרים גייסו לניסוי כ-4000 איש, כולם מנויים בחדרי כושר בעיר אוסלו וכולם לא עברו בדיקות קורונה בחודשים מאי עד יוני 2020. כמחצית מהנבדקים קיבלו אפשרות להתאמן במשך שבועיים בחמישה חדרי כושר שנפתחו במיוחד לצורך המחקר. בחדרי הכושר האלה נשמרו כל התנאים הנדרשים: מרחק של שני מטר, מסיכות, וניקוי המכשירים בסיום השימוש. שאר המשתתפים בניסוי היוו את קבוצת הביקורת. מלבד המשתתפים בניסוי היחידים ששהו בחדרי הכושר היו אנשי הצוות. התוצאות: כעבור שבועיים זוהה חולה אחד בקבוצת המתאמנים, ואף לא אחד בקבוצת הביקורת. נחמד. הבעיה: במשך תקופת הניסוי מספר החולים החדשים באוסלו היה נמוך מאוד: 105 בסך הכל, כ-8 חולים ליום בממוצע. יותר מכך: מספר החולים המאושפזים בעיר, שמהווה אינדיקציה למספר החולים הכללי, ירד מ-35 בתחילת תקופת המחקר ל-21 בסיומה. לסיכום, הכותרת של הכתבה אכן מאוד מדוייקת: אם אין חולים אז אין ממי להידבק, אפילו לא בחדר הכושר. השורה התחתונה של המחקר הזה: לא למדנו ממנו שום דבר משמעותי.

תוצאת החיפוש השניה היא מהאתר של השידור הציבורי בארצות הברית, NPR. מתאריך 5.7.2020. הכותרת: My Gym Is Reopening. Is It Safe To Work Out There?  עיקר הכתבה הוא ראיונות עם מומחים שונים. המסרים: כל אחד צריך להעריך את הסיכון שלו, עדיף להתאמן בבית או באוויר הפתוח, אם בכל זאת הולכים לחדר כושר לבדוק איזה אמצעי זהירות הם נוקטים, לשים לב לזרימת האוויר ועוד ועוד. ההמלצה המודגשת ביותר: אם יש באיזור שבו אתה נמצא הרבה חולים, הסיכון שלך להידבק בחדר הכושר גדול יותר. ממש כמו שהמחקר הנורבגי גילה. בכתבה יש גם הפניה למחקר תצפיתי בהיקף קטן שנעשה בדרום קוריאה[3]. ההמלצה של המחקר הזה אינה שונה מההמלצות הקודמות.

התוצאה השלישית היא מהוול-סטריט ג’ורנל: Gyms Reopening May Not Facilitate Coronavirus Infections, Study Finds. הכתבה נמצאת מאחורי חומת תשלום, אבל מהמעט שאפשר לקרוא עולה כי היא מתייחסת לאותו מחקר נורבגי. העורכים של העיתון, כפי שאני מסיק מהכותרת, סבורים כי התוצאות של המחקר הזה דווקא מעודדות, למרות ההסתייגות שהוכנסה שם[4]

בגוגל סקולאר, מלבד מהמחקר הקוריאני, לא מצאתי שום מחקר שמביא נתונים כמותיים בעניין בין עשר התוצאות הראשונות.

איך אפשר לאסוף נתונים על הסיכון לתחלואה בקורונה בחדרי הכושר?

מי שהגיע לכאן, ובפרט מי שעוקב אחרי הבלוג הזה לאורך השנים, כבר יודע את התשובה: צריך לעשות ניסוי מבוקר. הנורבגים עשו בדיוק את זה.

אני מסתייג מהמחקר הזה בגלל מספר סיבות. הסיבה הראשונה היא כל מיני עניינים שקשורים לתכנון המחקר. למשל, המתאמנים לא התאמנו בחדרי הכושר שבהם הם מתאמנים בדרך כלל אלא חדרי כושר שנפתחו במיוחד עבור המחקר. זה יוצר הטיה, כי מכונים אלה לא בהכרח מייצגים את כל המכונים. לא נאמר איך חמשת המכונים האלה נבחרו. כמו כן, לא נמסרו פרטים על גודלם של המכונים, מספר האנשים שכל מכון יכול להכיל, ועד כמה צפיפות המתאמנים במהלך הניסוי הייתה דומה לצפיפות בזמן שגרה. בעיה נוספת שאני רואה היא משך תקופת המעקב – שבועיים בלבד. החוקרים לא לקחו את משך תקופת המעקב בחשבון כאשר חישבו את גודל המדגם. אם חדרי הכושר היו נפתחים לתקופה ארוכה יותר סביר להניח שהיינו רואים יותר הדבקות, וייתכן שההבדלים בין הקבוצות יהיו שונים. כמו כן, לא נעשה שקלול על פי מספר הפעמים שבהם כל אחד מהנבדקים בקבוצת הניסוי התאמן, אבל בדיעבד זה לא משנה לאור התוצאה של מקרה הדבקה בודד בכל הניסוי.

בעיה שניה: הניסוי השווה בין מתאמנים ללא מתאמנים, ולא בדק את ההשפעה הכוללת של הפתיחה על כלל האוכלוסייה. קשה להאשים כאן את החוקרים. אני לא רואה דרך סבירה לבדוק את זה.

בעיה שלישית: המחקר לא עונה, ולא יכול לענות, על השאלה האם יש קשר בין שיעור התחלואה הכולל ושיעור ההדבקה בין המתאמנים. כן, ראינו כי כאשר שיעור התחלואה באוכלוסייה נמוך אז שיעור ההדבקה בחדרי הכושר על משך תקופה של שבועיים הוא אפסי. אבל מה יקרה אם שיעור התחלואה באוכלוסייה יעלה? סביר להניח שגם שיעור ההדבקות בחדרי הכושר יעלה, אבל אין לנו מידע על מספיק על אופי הקשר.

עם זאת, אני מבין את הקשיים בפניהם עמדו החוקרים. אולי היה אפשר לתכנן את הניסוי טוב יותר, אבל זו חכמה של צופה מהצד.

אני רוצה להציע תכנון אחר, שנראה לי יותר הגיוני: לדגום אוכלוסיית מחקר של מכוני כושר, ולא של מתאמנים. לאחר מכן, נקבע על ידי הקצאה רנדומלית איזה מכונים ייפתחו ואיזה יישארו סגורים[5]. אני בהחלט חושב שתקופת מעקב של שבועיים אינה מספיקה, והתחושה שלי היא שהתקופה צריכה לארוך לפחות חודש, אם לא יותר מכך. ההשוואה תהיה דומה להשוואה שעשו הנורבגים: השוואת שיעור הנדבקים בין המנויים בחדרים שנפתחו לבין המנויים במכונים שנשארו סגורים.

יש עוד אפשרות, פחות טובה. יש לנו כבר את נתוני ההדבקה מהתקופה שבה מכוני הכושר היו סגורים. בואו נפתח עכשיו את חדרי הכושר ונראה אם יחול שינוי. הבעיה היא כמובן שאנחנו לא חיים בחלל ריק. אי אפשר רק לפתוח את מכוני הכושר ולהשאיר את כל הגורמים האחרים קבועים. עם זאת, אנחנו עושים את זה הלכה למעשה כל הזמן. אנחנו מסתכלים על השינויים בתחלואה ומנסים למצוא קשר לכל מיני דברים: בתי ספר סגורים, אוטובוסים עם חלונות פתוחים, בתי הספר שוב נפתחים, ושוב נסגרים, 100 מטר, 500 מטר, חתונות קטנות, חתונות עד 250 איש, חתונות עד 100 איש, אני אעצור כאן ברשותכם.

אז מה לעשות עם חדרי הכושר?

רק אתמול קראתי באתר ynet כי חדרי הכושר, הבריכות וחלק מהמסעדות נסגרו כחלק מהגבלות הקורונה החדשות – אבל יו”ר ועדת הקורונה יפעת שאשא-ביטון דורשת קבלת נתונים לפני שתאשר את אותן הגבלות. שאשא-ביטון אמרה בריאיון לאולפן ynet כי הממשלה קיבלה את ההחלטה מבלי להציג נתונים – ובשלב זה אין בכוונתה לאשר את צו הסגירה. “נקבל את הנתונים ונחליט עד מחר”, הוסיפה.

אני לא בא להשמיץ את ח”כ שאשא-ביטון. לדרוש נתונים זו דרישה סבירה לגמרי. אני תומך נלהב של קבלת החלטות על סמך נתונים.

אבל היא גם אמרה, בראיון לרדיו 103FM (קישור לראיון המוקלט), כי “אם משרד הבריאות לא יוכיח שבריכות, חדרי כושר ומסעדות הם מקור התפרצות, נבטל ההנחיות”.

אז הנה הבעיה: אין נתונים  על חדרי כושר, וכנראה שגם לא על מסעדות ובריכות[6], ובטח שאין נתונים אמינים על מה שקורה בישראל. משרד הבריאות לא יכול להוכיח שחדרי כושר הם מקור התפרצות, אבל גם לא יכול להוכיח שלא. והחלטה צריך לקבל בכל מקרה. שאשא-ביטון החליטה למעשה שאם אין נתונים שמראים כי חדרי כושר הם מקור התפרצות, אז בהכרח חדרי כושר אינם מקור התפרצות. אני חולק על דעתה. אבל אל תטעו, אפשר גם לטעון את הטענה ההפוכה:  שאם אין נתונים שמראים כי חדרי כושר אינם מקור התפרצות, אז בהכרח חדרי כושר הם מקור התפרצות. שתי הטענות סובלות מאותו כשל לוגי.

ושוב, אין לי שום דבר אישי נגד חברת הכנסת, כולנו עומדים בפני אותה הדילמה, לכל אחד יש דיעה, ומאוד סביר להניח שרבים חושבים כמו שאשא-ביטון, לכיוון כזה או אחר. היא פשוט בולטת בגלל התפקיד שהיא ממלאת והאחריות שהיא נושאת על כתפיה. וגם אם פורמלית יש כאן כשל לוגי, אי אפשר לומר שאין הגיון במה שהיא אומרת. אני בטוח כי היא חשבה על הנושא ולקחה בחשבון עוד שיקולים שצריך לקחת בחשבון, כמו שיקולים כלכליים ודאגה לרווחת הציבור.

אין נתונים, אין ברירה וצריך להחליט בלעדיהם. אפשר לבצע ניסוי כמו שעשו בנורבגיה. אפשר לנסות להניח הנחות, לבנות מודל, לבדוק עד כמה הוא עמיד. ואפשר, כמו שעשו ב-NPR, להתייעץ עם מומחים, בעיקר אפידמיולוגים ומומחים לבריאות הציבור אבל בהחלט גם עם אנשים שיש להם מומחיות בתחומים אחרי שרלוונטיים לדיון.

דעתי האישית היא שאת חדרי הכושר יש לסגור. אנחנו בישראל ולא בנורבגיה, ואני לא מאמין שדווקא שם ישמרו על ההנחיות של ריחוק חברתי, היגיינה וחבישת מסיכות. אדרבא. כאן לדעתי יש להפעיל את עיקרון הזהירות המונעת. לגבי בריכות ומסעדות? אין לי מושג, מצטער.

מאחל לכולכם רק בריאות.


הערות
  1. לאחר מכן המקורות מתחילים להיות מפוקפקים. התוצאה הרביעית הייתה מאתר בשם mindbodyonline נקודה קום, והחמישית מאתר מסחרי בשם europeactive נקודה אי.יו. שעוסק בקידום פעילויות ספורט. []
  2. קישור למחקר – קובץ פדף []
  3. מצאתי אותו גם בגוגל סקולר []
  4. “may not…” []
  5. אני לא אכנס כאן לפרטי הדגימה וההקצאה. אני מודע לכך שאני כותב כאן בצורה פשטנית, והתהליך הרבה יותר מורכב []
  6. מי שמעוניין מוזמן לבדוק []

למה אין 180 חברי כנסת?

הנה שאלה שמישהו שאל בקבוצת “שאלה קטנה” בפייסבוק:

וגם ציוץ מטוויטר:[1]

.

מה המשמעות של גודל הכנסת/פרלמנט

בפייסבוק מישהו ענה לשאלה בדבר מספר חברי הכנסת כי יש 120 חברי כנסת בגלל שזה היה מספר החברים בסנהדרין שפעל בימי בית שני, וזה נשמע לי הגיוני, למרות שלא מצאתי סימוכין לכך לא בויקיפדיה ולא באתר הכנסת. אבל זה לא עונה לחלק השני של השאלה. מאז קום המדינה האוכלוסייה גדלה בהרבה: מ-650 אלף בעת הכרזת המדינה לבערך מ-9 מיליון. יותר מפי 10. זה כמעט פי 14. אז אולי 120 חברי כנסת באמת לא מספיקים?

מצד שני, ראיתי גם טענות בעבר[2] לפיהן החזקה של 120 חברי כנסת זה בזבוז כסף עצום וצריך להקטין את מספר חברי הכנסת ל-70. אז כמה חברי כנסת באמת צריך? ומהן ההשלכות הפוליטיות הנגזרות מבחירה כזו או אחרת?[3]

אני זוכר שדובי קננגיסר התייחס פעם לנושא בבלוג המצויין והלא פעיל שלו, אבל לא הצלחתי למצוא את הקישור. ההסבר שלו, וסלחו על אי הדיוקים, הוא שמדובר בעניין של ייצוג. בעת הקמת המדינה, כל חבר כנסת ייצג בערך 5400 אזרחים[4]. כיום כל חבר כנסת מייצג 75000 אזרחים. אם היינו רוצים לשמור על אותה רמת ייצוג שהייתה בכנסת הראשונה ב-1949, היינו צריכים כמעט 1700 חברי כנסת. זה כמובן לא סביר.

דבר שני שצריך להתייחס אליו הוא הכח הפוליטי של כל חבר כנסת. כשיש 120 חברי כנסת, הכח הפוליטי של חבר כנסת בודד הוא 1/120, כלומר 0.83% מסך הכח הפוליטי. בכנסת של 180 חברים, הכם הפוליטי של כל חבר כנסת קטן יותר: 0.55%, ובכנסת של 70 חברים, הכח הפוליטי של חבר כנסת בודד גבוה באופן משמעותי: 1.4%. יש לכך השלכות כמובן: בכנסת קטנה של 70 חברים, אם חבר כנסת מחליט למשל לעזוב את מפלגתו ולחבור למפלגה אחרת, יש לכך הרבה יותר משמעות פוליטית בהשוואה לכנסת גדולה עם 180 חברים.

מכאן שלפרלמנט גדול יש שני יתרונות: הוא מאפשר ייצוג יותר טוב של תתי אוכלוסיות, בייחוד אם יש אחוז חסימה לא גבוה מדי או בחירות איזוריות.[5]  נכון, זה כנראה יעלה יותר כסף, אבל אפשר לתמחר את זה, לפחות באופן עקרוני. מסיבה זו אני תומך בהגדלת מספר חברי הכנסת באופן משמעותי.

.

מה קורה בעולם?

עשיתי מחקר קטן. בדקתי מה קורה במדינות מערביות ודמוקרטיות שדומות לישראל מבחינת גודל האוכלוסייה. מדובר בכמה מדינות באירופה, כמה מדינות בארצות הברית, ובשלוש רפובליקות ברפובליקה הפדרלית של גרמניה. ברוב המדינות האלה יש שני בתים לפרלמנט[6], ובמקרים האלה לקחתי את נתוני הבית התחתון. הנתונים נמצאים כאן. גדלי האוכלוסייה מעוגלים פחות או יותר.

לכל מדינה חישבתי את כוחו הפוליטי של כל חבר פרלמנט כאחוז מסך מספר החברים בפרלמנט, ואת מספר התושבים המיוצגים על ידי כל חבר פרלמנט (בממוצע) על ידי חלוקת גודל האוכלוסייה במספר חברי הפרלמנט. נתונים אלה מוצגים בגרף הבא. חילקתי את המדינות לשלוש קבוצות על פי גודל האוכלוסייה, וצבעתי את הנקודות בהתאם. הנקודה של ישראל צבועה בכחול. (קוד R ליצירת הגרף נמצא כאן).

.

כצפוי אין הפתעות. גם הייצוגיות של האוכלוסייה וגם הכח הפוליטי של כל חבר פרלמנט תלויים במספר חברי הפרלמנט, ולכן הם הולכים ביחד. מקדם המתאם הוא 0.914.

מה שמעניין זו העובדה שהמתאם בין הכח הפוליטי ורמת הייצוגיות לא מושפע מגודל המדינה.  כאשר מחשבים את מקדמי המתאם לכל קבוצת מדינות בנפרד, כל השלושה גבוהים מ-0.97.

עובדה מעניינת נוספת היא שארבע המדינות בהן הייצוגיות נמוכה (כל חבר פרלמנט מייצג יותר ממאה אלף תושבים) או שהכח הפוליטי של כל חבר פרלמנט הוא לפחות אחוז אחד, הן מדינות בארצות הברית. שלוש המדינות בהן הייצוגיות גבוה והכח הפוליטי של כל חבר פרלמנט הוא פחות מחצי אחוז הן מדינות אירופאיות. אתם מוזמנים לדון במשמעות והסיבות של התוצאות האלה.

.

מה יכול לקרות בישראל

בדקתי שני תרחישים: תרחיש בו מספר חברי הכנסת מוגדל ל-180 או מוקטן ל-70. רמת הייצוגיות והכח הפוליטי של כל חבר כנסת במצב הנוכחי ובשני התרחישים מוצגים בטבלה הבאה:

מספר חברי כנסתכח פוליטירמת ייצוגיות
701.43%128500
1200.83%75000
1800.56%50000

.

חישבתי את מספר חברי הכנסת שהיו לכל סיעה בשתי הכנסות האחרונות בשני התרחישים (ללא שינויים בגובה אחוז החסימה) בשני התרחישים האלה, וכן את המפה הפוליטית בחלוקה לגושים.[7]

הנה, למשל, מפת הכנסת ה-22 אילו היו בה רק 70 חברים או 180 חברים:[8]

מפלגה/גודל הכנסת12018070
כחול לבן334819
ליכוד324719
הרשימה המשותפת13197
שס9146
יהדות התורה8135
העבודה7114
המחנה הדמוקרטי7114
ישראל ביתנו693
ימינה583

.

אבל מה שמשנה זה כמובן הגוש. הנה מפת הגושים בכנסת ה-22:[9]

גוש/ גודל הכנסת12018070
ימין548233
מרכז477027
הרשימה המשותפת13197
ישראל ביתנו693

.

וזו מפת הגושים בכנסת ה-23:[10]

גוש/ גודל הכנסת12018070
ימין588834
מרכז405923
הרשימה המשותפת15239
ישראל ביתנו7104

.

ושאלת השאלות: כמה מנדטים חסרים לגוש הימין כדי להשיג רוב בכנסת? התשובה בטבלה:

גודל הכנסתהרוב הדרושהכנסת ה-22הכנסת ה-23
1206173
1809193
703632

.

באופן לא מפתיע, בכנסת גדולה יותר חסרים לגוש הימין יותר קולות כדי להשיג רוב בכנסת. זה נכון גם עבור גוש המרכז כמובן. בכנסת ה-22 חסרו לגוש הזה 14 מנדטים כדי להשיג רוב, ואילו היו בכנסת 180 חברים היו חסרים לגוש זה 21 מנדטים.

כאשר תוצאות הבחירות צמודות ההבדל עשוי להיות משמעותי. אילו היו בכנסת הזו רק 70 חברי כנסת, אז גוש הימין היה צריך “להעביר” אליו רק 2 חברי כנסת מחוץ לגוש במקום שלושה.[11] לעומת זאת, אם היו בכנסת 180 חברים, המצב היה זהה מבחינת מספר הקולות החסרים לגוש הימין כדי להשיג רוב.


הערות
  1. כן, מישהו חסם אותי []
  2. אין לי הפניות. אני מסתמך על זכרוני. []
  3. אני נמנע בכוונה מדיון בהשלכות הכספיות במסגרת הפוסט. מי שמעוניין מוזמן לדון בכך בתגובות. []
  4. החישוב: 650000/120 []
  5. או שתיהן, כמו שנהוג למשל בגרמניה []
  6. כגון סנאט ובית הנבחרים במדינות ארצות הברית []
  7. הותרתי את ישראל ביתנו מחוץ לגוש הימין ואת הרשימה המשותפת מחוץ לגוש המרכז/שמאל, למרות שמקומן אמור להיות בשני הגושים האלה, בהתאמה []
  8. קוד R לחישובי המנדטים []
  9. הותרתי את ישראל ביתנו מחוץ לגוש הימין ואת הרשימה המשותפת מחוץ לגוש המרכז/שמאל, למרות שמקומן אמור להיות בשני הגושים האלה, בהתאמה []
  10. כן, אני יודע שגוש המרכז בכנסת הזו זה לא מה שהיה פעם []
  11. בסוף הם הצליחו להעביר כמעט 20, אבל זה סיפור אחר. []

איך מחשבים את אחוזי התמותה?

מאז התפרצות מגיפת הקורונה נזרקים לאוויר המון נתונים על אחוזי התמותה מהמחלה. אייך מחשבים את האחוזים האלה? לכאורה זה מאוד פשוט: לוקחים את מספר המתים ומחלקים אותו ב-… במה בדיוק? אנסה לעשות קצת סדר.

אציין כי לא אתייחס במפורש ליתרונות, החסרונות, המשמעות והפרשנות של כל מדד, אלא רק כאשר אראה צורך בכך. אתם מוזמנים לקיים דיון ולשאול שאלות בתגובות כאן או בקבוצת הפייסבוק “חפירות על סטטיסטיקה“.

עדכון (15.4.2020): לאחר שקראתי חלק מהתגובות כאן ובדף הפייסבוק של נסיכת המדעים, אני רוצה להבהיר שאין כאן שום כוונה או ניסיון להסביר את המצב הנוכחי של המגיפה. המטרה היא רק להסביר את אופן חישוב המדדים השונים. הדוגמאות שכאן מייחסות לנתונים של האוכלוסייה הכללית, ויש להבהיר כי תמונת המצב האמיתית תלויה בעוד הרבה גורמים והפוסט הזה נמנע מלהתייחס אליהם.

מהו מספר מקרי המוות?

נתחיל במונה, כלומר במספר המתים. בדרך כלל מופיע שם מספר מקרי המוות המאומתים – confirmed deaths. זהו מספר האנשים שאובחנו כחולי קורונה ומתו סמוך לזמן האבחון. לרוב זהו מספר האנשים שמתו לאחר האבחון, אם כי תיאורטית ניתן לבדוק לאחר המוות אם המנוח היה חולה.

יש אנשים הטוענים כי לא צריך להביא במניין המתים אנשים שהיו מתים “ממילא”, כמו אנשים עם מחלות רקע או אנשים בגיל מופלג. אני חושב זה לא נכון. שיעור מקרי המוות בקרב חולי קורונה שהינם חולי סכרת או מחלות אחרות כגון מחלות לב, לחץ דם גבוה ומחלות דומות אכן גבוה יותר משיעור מקרי המוות באוכלוסייה הכללית, כמו גם בקרב אנשים מבוגרים – שיעור מקרי המוות עולה עם הגיל. אבל אנשים יכולים לחיות שנים רבות עם מחלות רקע כאשר הם מקבלים טיפול רפואי מתאים, ולכן לדעתי לא צריך לגרוע אותם ממספר המתים.

גם לגבי אנשים מבוגרים – הם לא היו “מתים ממילא” עקב גילם. תוחלת החיים של גברים בישראל היא בערך 80 שנה[1]. אבל למי שהגיע לגיל 80 לא נותרו בממוצע אפס שנות חיים אלא הרבה יותר. אם תבדקו בנתוני הלמ”ס, תראו כי תוחלת שארית החיים של גבר שהגיע לגיל 80 היא 8.9 שנים (קישור לקובץ pdf). אם תחשבו על זה קצת תראו שזה הגיוני לגמרי: כל מי שהגיע לגיל 80 מת אחרי גיל 80, ולכן גיל המוות הממוצע של האנשים שהגיעו לגיל 80 בהכרח גבוה מ-80.[2]

הבעיה השניה בחישוב מספר המתים עקב תחלואה בקורונה היא שכאמור – נספרים רק אנשים שאובחנו כחולים. סביר להניח שיש עוד אנשים שמתו עקב תחלואה בקורונה אך לא אובחנו כחולים באופן “רשמי”, כלומר הם לא confirmed. כמה אנשים כאלה יש? אף אחד לא יודע. בכל מקרה, מספר המתים מקורונה אינו קטן ממספר ה- confirmed deaths, וסביר להניח שהוא יותר גבוה.

נעבור למכנה: יש לנו את מספר מקרי המוות – במה מחלקים אותו? כאן יש מספר אפשרויות.

חישוב שיעור התמותה הבסיסי

המדד הבסיסי ביותר הוא פשוט “שיעור התמותה”, ה-mortality rate שמכונה לפעמים בשם crude mortality rate. זהו מספר המתים, בתקופת זמן מסויימת, מתוך כלל האוכלוסייה, כולל אלה שלא חולים או לא אובחנו כחולים. מדד זה מצלם תמונת מצב. ניקח דוגמה. בעת כתיבת שורות אלה, יש בישראל 103 מתים עקב חולי בקורונה בחודשיים האחרונים. האוכלוסייה בישראל היא בערך 9 מיליון איש. אז מחלקים 100 ב-9000000 ומקבלים 0.001% או, כפי שמקובל בקרב האפידמיולוגים, שיעור תמותה של 1.1 אנשים ל-100,000 בחודשיים האחרונים[3]. עד כמה המדד הזה משקף את המציאות? זה תלוי כמובן בגודל המדגם, שבמקרה שלנו הוא משך הזמן בו מתבצעת המדידה. הדבר דומה במובן מסויים להערכת רמת הבטיחות של רכבים אוטונומיים.

מדדים המתייחסים לאוכלוסייה החולה

מדדים יותר רלוונטיים מתייחסים לאוכלוסייה החולה. לדוגמה, שיעור התמותה עקב סרטן הלבלב באוכלוסייה הכללית הוא נמוך כיוון שזו מחלה נדירה יחסית. אבל בקרב החולים, שיעור התמותה הוא מאוד גבוה (והוא תלוי כמובן בתקופת הזמן אליה מתייחסים, שיכולה להיות חודש מאז האבחון או שנה ממועד האבחון או כל תקופת זמן אחרת).

Case fatality rate

מדד אחד שמתייחס למספר החולים המאומתים הוא ה- case fatality rate או בקיצור CFR.[4]. כאן לוקחים את מספר המתים המאומתים, ומחלקים אותו במספר החולים המאומתים. בעת כתיבת שורות אלה, יש בישראל קצת יותר מ-11000 חולים מאומתים. נחלק 100 ב-11000 ונקבל 0.9%, או 909 ל-100000.[5]. הבעיות? כפי שציינו קודם, מספר מקרי המוות גדול ממספר מקרי המוות המאומתים. לפי אותו הגיון, גם מספר החולים בפועל גדול ממספר החולים המאומתים. שלישית, במדד זה גם חולים אסימפטומטיים נכנסים למכנה. אלה הם האנשים שנדבקו ווירוס ולא פיתחו סימפטומים קליניים של המחלה.

Infection fatality rate

אם אתם חושבים שחולים אסימפטומטיים אינם צריכים להילקח בחשבון אלא רק חולים עם תסמינים, המדד שמעניין אתכם הוא ה-infection fatality rate, או בקיצור IFR. כאן מחלקים את מספר מקרי המוות במספר החולים שפיתחו תסמינים קליניים. למיטב הבנתי, הנתון של 11000 חולים מאומתים בישראל כולל גם חולים אסימפטומטיים. ההערכה משלי מבוססת על נתוני החולים לפי מצבם:  קל, בינוני, קשה ומונשם. חיברתי את המספרים וקיבלתי קצת יותר מ-9500. נכון לעכשיו ה-IFR הוא בערך 100 חלקי 9500, כלומר קצת יותר מאחוז.

הסיכון למות

למדדי ה-CFR וה-IFR יש משמעות ותועלת במעקב אחרי הדינמיקה של המגיפה. ה-“בעיה” במדדים אלה היא שלמרבה השמחה רוב החולים לא ימותו. לכן מדדים זה אינם הסיכון של חולה במחלה למות. וזה מה שבאמת מעניין את מי שחולה, או מי שהסיכון הזה טורד את מנוחתו, ועם יד הלב, יש כאן מישהו שלא מוטרד מזה?

לפי הנתונים העכשוויים של האתר worldometers, יש כרגע בעולם כ-1.8 מיליון חולים. מה יהיה גורלם? אנחנו לא יודעים עדיין מה יהיה הגורל של רובם. אבל אנחנו כן יודעים מה עלה בגורלם של כ-549 אלף חולים המהווים כ-30% מסך החולים:  כ-115 אלף מחולים אלה מתו, וכ-434 אלף חולים הבריאו. 115 מתוך 549 הם 21%. זהו הסיכון של חולה למות. אם לא לוקחים את החולים שבסין בחשבון, הסיכון למות הוא 23%. אם מישהו בעולם שמחוץ לסין חולה בקורונה, ואנחנו לא יודעים פרטים נוספים אודותיו, אז הסיכון שלו למות הוא 23%, וזה הרבה מאוד. זאת כמובן, בתנאי שה-549 אלף שמהלך המחלה שלהם הסתיים בהבראה או מוות מייצגים את שאר 1.3 מיליון החולים שמהלך המחלה שלהם לא הסתיים. אני חושב שהם כן מייצגים. אני עוקב אחרי הנתונים האלה כמעט שלושה שבועות, והיחסים נשארים קבועים כאשר מספר החולים הכולל, מספר המתים ומספר המחלימים גדל. אחוז המתים מתוך החולים שמהלך המחלה שלהם הסתיים במשך הזמן הזה הוא קצת יותר מ-20%.

מה הסיכון למות בישראל?

אני מודה שלא עקבתי אחרי הנתונים האלה בישראל לאורך זמן, אבל אני כן יודע את תמונת המצב הנוכחית: נכון למועד כתיבת שורות אלה, 103 מתו ו-1627 החלימו. כלומר אנחנו יודעים מה עלה בגורלם של 1730 חולים. 103 מתוך 1730 זה כמעט 6%. מצבנו טוב ביחס לעולם, לפחות כרגע. זה גם מדגם קטן יחסית. מוקדם לקבוע.


הערות
  1. זה כמובן תלוי מין, מגזר וגורמים נוספים, כגון הרגלי עישון []
  2. אני לא אדון כאן באופן חישוב תוחלת החיים []
  3. אני מעגל את כל המספרים לצורך ההדגמות []
  4. אין לי מושג איך זה מתורגם לעברית []
  5. ההצגה של מספר מקרים ל-100000 היא קצת בעייתית במקרה הזה, כי לפחות כרגע יש רק 100 מתים. זה קצת דומה לחישוב מספר האפיפיורים לקמ”ר בוותיקן, ששטחו רק כחצי קמ”ר. []

מהי טעות הדגימה האמיתית בסקרי הבחירות

בסקרי בחירות ודעת קהל נהוג לפרסם את “טעות הדגימה”, ולפעמים אפילו את “טעות הדגימה המירבית”.[1] אבל כאשר מדובר בסקרי מנדטים, הנתון הזה בעייתי.
נניח כי פורסם סקר לפיו מפלגה מסויימת מקבלת 30 מנדטים, וכי מצויין כי טעות הדגימה היא 4.5%. מה משמעות הדבר? 4.5% מ-30 הם 1.35. מה זה אומר? שמספר המנדטים יהיה בין 28.65 ל-31.35? אף אחר לא ידווח בסקר כי הוא חוזה למפלגה הזו 30.68 מנדטים. ומה המשמעות של טעות הדגימה הזו לגבי מפלגה שעל סף אחוז החסימה?

מה יכול להשתבש?

בסקרי מנדטים יש שלוש טעויות שמעניינות אותנו:
סוג הטעות הראשון מתייחס אל ההפרשים בין מספר המנדטים שמפלגה מקבלת בפועל ובין מספר המנדטים שהסקר חוזה כי יקבלו, או באופן יותר מדוייק – ההפרש המקסימלי שמתקבל. כמובן שאם נסתכל על כל ההפרשים של כל המפלגות הם יקזזו זה את זה וסכומם יהיה תמיד 0[2], הנתונים המעניינים הם הערכים המוחלטים של ההפרשים האלה. לדוגמא, אם מפלגה מסויימת מקבל בפועל 10 מנדטים, סקר אחד חוזה לה 12 מנדטים וסקר אחר חוזה לה 8 מנדטים, בשני הסקרים הטעות שווה ל-2.
מה הטעות המירבית האפשרית כאן? התשובה היא 120. ייתכן בהחלט כי על פי סקר מסויים מפלגה מסויימת תקבל 120 מנדטים אך בפועל היא לא תעבור את אחוז החסימה. הסיכוי לכך אפסי, אך עדיין גדול מאפס. זו הסיבה לכך ששמתי קודם את הביטוי “טעות הדגימה המירבית” במרכאות כפולות. אבל מייד נראה כמה מדדים מעניינים שכן יכולים לתת לנו מבט אל רמת הדיוק של הסקר.
סוג הטעות המעניין השני הוא הסיכוי שהסקר יראה כי מפלגה מסויימת עברה את אחוז החסימה למרות שלא עברה אותו בפועל. זה כמובן תלוי במרחק של המפלגה מאחוד החסימה. אחוז החסימה הוא כיום כ-134 אלף קולות. הסיכוי שהסקר יטעה ביחס למפלגה שבפועל קיבלה רק 70 אלף קולות בוודאי נמוך מהרבה מהסיכוי הדומה למפלגה שקיבלה 133 אלף קולות.
סוג הטעות המעניין השלישי הוא הסיכוי שהסקר יראה כי מפלגה מסויימת לא עברה את אחוז החסימה למרות שעברה אותו בפועל. זוהי תמונת המראה של הטעות השניה.
הכל טוב ויפה, אבל איך מחשבים את כל הדברים האלה?

איך אפשר להעריך את גדולי הטעויות?

דרך אפשרית לקבל הערכות לגדלי הטעויות האלה היא לבצע סימולציה. הרעיון מאוד פשוט והוסבר כבר בעבר. מניחים הנחה על התוצאה האמיתית הבחירות. אחר כך לוקחים מדגם ורואים מה קורה. חוזרים על כך הרבה פעמים, ולבסוף ממצעים הכל.
הסימולציה שלי מתייחסת לתוצאות ההיפותטיות הבאות לגבי הבחירות לכנסת ה-22. המספרים כמובן לא אמיתיים. הם מתבססים על תוצאות הבחירות לכנסת ה-21 בתוספת כמה שינויים שהכנסתי כדי להתאים אותם למה שאני רוצה להדגים. הנה טבלת “תוצאות האמת” שלי:

מפלגה מספר הקולות מספר המנדטים
הליכוד 1140370 36
כחול לבן 1125881 35
הרשימה המשותפת 337108 10
ש”ס 258275 8
יהדות התורה 249209 8
ימינה 283910 8
העבודה 190870 6
ישראל ביתנו 173004 5
המחנה הדמוקרטי 135529 4
עוצמה לישראל 133211 0
נועם 75223 0
כל השאר 33333 0
סך הכל 4102590 120

 

בישלתי את המספרים כך שאחוז החסימה עומד על 134417 קולות. עוצמה לישראל נמצאת קצת מתחת לאחוז החסימה, המחנה הדמוקרטי קצת מעליו. המרחק של נועם מאחוז החסימה הוא כ-59 אלף קולות, בדומה למרחק של מפלגת העבודה (54 אלף). המרחק של ישראל ביתנו מאחוז החסימה הוא כ-39 אלף קולות.
עכשיו אני יכול לקחת מדגם, של 500 איש נניח, מתוך האוכלוסייה שמונה כ-4.1 מיליון מצביעים. אני פשוט אבחר באופן מקרי 500 איש מתוכם. המדגם שלי יהיה מושלם: אין הטיה כי לכל האנשים מהאוכלוסייה יש את אותו הסיכוי להיכלל במדגם, ואף אחד לא ישקר לי כאן.

הנה מדגם לדוגמה, וחלוקת המנדטים כפי שחישבתי על פי תוצאותיו:

מפלגה מספר הקולות מספר המנדטים
הליכוד 130 34
כחול לבן 132 34
הרשימה המשותפת 37 9
ש”ס 28 7
יהדות התורה 31 8
ימינה 38 10
העבודה 32 8
ישראל ביתנו 23 6
המחנה הדמוקרטי 17 4
עוצמה לישראל 0 0
נועם 0 0
כל השאר 0 0
סך הכל 500 120

 

אנחנו יכולים לראות למשל שהסקר העניק לליכוד ולכחול לבן 34 מנדטים כל אחת, בעוד שלפי “תוצאות האמת” הן קיבלו 36 מנדטים ו-35 מנדטים בהתאמה. לכן הטעויות לגבי שתי המפלגות האלה שוות ל-1 ו-2. תוכלו לוודא כי הטעות המקסימלית שנצפתה בסקר הזה היא 2, הטעות החציונית היא 1 והטעות הממוצעת היא 0.91. הסקר הזה לא העלה את עוצמה לישראל ונועם אל מעל אחוז החסימה, ולא הוריד אף מפלגה שעברה בפועל את אחוז החסימה אל מתחת לו.
את התרגיל הזה ביצעתי 2000 פעם עבור מדגם בגודל 500, וגם עבור מדגמים בגדלי 1000, 2000, 4000, ו-8000.

תוצאות הסימולציה

תוצאות גדלי הטעות שחושבו בסימולציה מופיעות בטבלה הבאה:

גודל המדגם טעות ממוצעת טעות מקסימלית טעות חציונית
500 1.52 4.58 1.12
1000 1.13 3.82 0.80
2000 0.92 3.42 0.60
4000 0.77 3.18 0.39
8000 0.67 3.06 0.23

 

אנו רואים כי הטעות הממוצעת בסקר בגודל 500 היא כמנדט וחצי, והיא כמובן קטנה ככל שגודל המדגם עולה. הטעות החציונית בסקר כזה היא קצת יותר ממנדט, אבל הטעות המקסימלית היא יותר מ-4.5 מנדטים. זה קורה בגלל המפלגות שקרובות לאחוז החסימה. כשמפלגה שלא עוברת את אחוז החסימה בפועל אבל עוברת אותו במדגם הטעות היא 4 מנדטים, וכך גם במקרה ההפוך.
עד כמה נפוצים המקרים האלה? בדוגמא הזאת זה קורה די הרבה, מכיוון שיש בו שתי מפלגות שקרובות מאוד לאחוז החסימה:

גודל המדגם הועברו בטעות לא עברו בטעות
500 44.8 76.8
1000 44.9 56.2
2000 43.7 51.9
4000 44.5 46.9
8000 42.4 47.3

 

חוץ מהאנומליה של 76.8% למדגם בגודל 500, אנחנו רואים כי בדרך כלל הסיכויים קרובים ל-50%.
ניתן לערוך כמובן ניתוחים יותר מתוחכמים: לחשב סטיות תקן ורווחי סמך, לבדוק מה הסיכויים לטעות במעבר אחוז החסימה עבור גדלים שונים של מפלגות, ועוד. מי שמעוניין מוזמן להוריד את קוד הסימולציה שכתבתי בשפת R ולנסות לשחק עם הנתונים.

סיכום

  • בסקרי מנדטים קטנים, כאשר גודל המדגם הוא 500, ייתכנו טעויות משמעותיות בחיזוי מספר המנדטים האמיתי. הטעות הממוצעת היא כמנדט וחצי, והטעות המקסימלית עaויה להיות גבוהה באופן משמעותי.
  • עבור מפלגות המתנדנדות באיזור אחוז החסימה, גם מדגם גדול הרבה יותר אינו יכול לתת תשובה אמינה לגבי השאלה האם מפלגות אלה יעברו את אחוז החסימה.

 

ראו גם את שאר הרשימות שכתבתי בנושא הסקרים.


הערות
  1. אני שם את הביטויים האלה במרכאות מכיוון שאינם מדוייקים ואף מטעים. אתייחס לכך בפוסט נפרד בעתיד. []
  2. מדוע? []

איך לפתור את בעיית הפקקים

הפתרון לבעיית הפקקים הוא כנראה הגביע הקדוש של זמננו. כולם יודעים שהנזקים הכלכליים של פקקי התנועה נמדדים בעשרות מיליארדי שקלים בשנה. לכולם ברור שצריך לעשות משהו, אבל מה?

יש המון הצעות והמון רעיונות, אבל איכשהו הם לא ממש עוזרים. תחבורה ציבורית? אגרת גודש? בלונדון יש גם תחבורה ציבורית טובה, גם אגרת גודש וגם פקקים. איכשהו הכל מסתדר ביחד. מצד שני, יטענו נגדי, ובצדק, לונדון היא לא דוגמה שניתן להכליל.

למה יש פקקי תנועה בעצם?

פקק תנועה נוצר כאשר הקיבולת של כביש אינה מספיקה להכיל את כל כלי הרכב המבקשים לנוע בו. על פתרון אחד – הגדלת ההיצע, כלומר לסלול –  יש כבר הסכמה די גורפת שהוא לא יעזור: לסלול עוד כבישים. לכן הפתרון המקביל נראה ישים יותר: להקטין את מספר המכוניות.

איך מנסים להקטין את מספר המכוניות בכבישים?

  • אנשים יפסיקו להשתמש ברכבם הפרטי ויעברו לתחבורה ציבורית. זה יכול לקרות גם באופן חלקי: להגיע ברכב פרטי לתחנת הרכבת או לחניון “חנה וסע” ומשם להמשיך בתחבורה ציבורית.
  • אנשים יתאגדו ב-“קאר פולס”, כך שבכלי רכב אחד ייסעו מספר אנשים במקום אדם אחד בכל כלי רכב
  • אנשים לא ייסעו ברכבם בשעות העומס אלא בשעות אחרות.

כל הדברים האלה מיושמים באופן חלקי כבר היום, והדיעות על הצלחתם חלוקות.

נראה כי חניוני “חנה וסע” הם ברובם כשלון, אם כי חניון “הנתיב המהיר” בכביש מספר 1 כנראה מצליח יותר מהאחרים. אבל גם לחניון המצליח הזה יש קיבולת סופית, ומי שיגיע לשם מאוחר מדי יהיה בבעיה. החניונים בתחנות הרכבת השונות סובלים מבעיה דומה: אם תגיעו מאוחר מדי לא תמצאו חניה.

התאגדויות לצורך נסיעות משותפות (“קאר פולס”) קיימות גם הן, בהיקף מוגבל למדי.  כיום מספר הנוסעים הממוצע ברכב בשעות העומס הוא 1.2, או במילים אחרות, בכ-85% מכלי הרכב יש נוסע יחיד. מה קורה בשאר 15%? חלק מהם הן אכן נסיעות משותפות. כמה? אין איש יודע. לפי הדו”ח של משרד התחבורה ממנו נלקח הנתון הנ”ל, גם עליה של הממוצע ל-1.24 תחולל גדולות ונצורות. אמנם יש עידוד מסויים לביצוע נסיעות משותפות, אך האפקט הוא קטן יחסית, וסביר להניח כי ישנם אילוצים שלא מאפשרים לכל אחד להסתמך על נסיעות משותפות.

וכן, יש אנשים שנוסעים לא בשעות העומס אלא בשעות אחרות. יש אנשים שממילא לא חייבים לנסוע בשעות העומס, אם שעות העבודה שלהם גמישות, למשל. ויש אנשים שאין להם ברירה: הם חייבים לצאת לדרך מוקדם יותר כדי “לנצח את הפקקים” ולהגיע בזמן למחוז חפצם (אם הגמישות שלהם באשר לשעת ההגעה מגבלת או שכלל אינה קיימת), או אולי למצוא חניה ליד תחנת הרכבת. יש גם תכנית כלשהי לשלם כסף למי שלא נוסע בשעות העומס. לא ברור מה תהיה ההשפעה שלה וכמה היא תעלה. אני לא רואה הרבה היגיון בתוכנית הזאת. היא אמנם עשויה לפזר חלק מהתנועה על מרווח זמן גדול יותר, אבל להערכתי ההקלה תהיה, אם תהיה, חלקית, ולא לזמן רב.[1]

מה באמת צריך לעשות ולמה זה לא קורה

יש שני פתרונות שכולם מדברים עליהם: אחד מהם הוא תחבורה ציבורית יעילה. אבל זה ממש לא פשוט ממספר סיבות. הבעיה העיקרית: תחבורה ציבורית יעילה עולה כסף, והרבה. הכסף הזה צריך להגיע ממקום כלשהו. כמו כן, הוא צריך להיות מושקע באופן שבו התועלת הכלכלית תעלה על ההשקעה. עפולה עיר מאוד נחמדה, ואני מאוד מחבב אותה, אבל אף אחד (עדיין) לא חושב לבנות רכבת תחתית בעפולה.

פתרון נוסף שמועלה הוא ייקור השימוש ברכב פרטי. פרופ’ טרכטנברג הציע לפני כשנה לשנות את המיסוי כך שבעליהם של כלי רכב שנוסעים יותר קילומטרים ישלמו יותר מיסים, ואילו ניאו ליברלים כעומר מואב מציעים להטיל אגרות גודש למיניהן[2]. תופתעו לשמוע ששתי ההצעות האלה כבר מיושמות למעשה.

לידיעת פרופ’ טרכטנברג: כלי רכב שנוסעים מספר רב יותר של קילומטרים צורכים יותר דלק, ולכן בעליהם משלמים יותר מיסים דרך המס המוטל על הדלק (כ-3 ₪ לליטר מס קבוע, וכן מע”מ). היתרון של המצב הנוכחי על פני הצעת טרכטנברג הוא שכיום כלי רכב שצריכת הדלק שלהם גבוהה יותר משלמים יותר מס, ויש הטבת מס לכלי רכב ירוקים.

גם אגרות גודש קיימות בפועל, אם כי לא קוראים להן כך, והכסף לא נכנס לקופה הציבורית אלא לכיסים פרטיים: במקומות אליהם מתנקזים כלי רכב רבים, כגון מרכז תל אביב או איזור הבורסה ברמת גן, מחירי החניה גבוהים במיוחד, ולכן מי שנוסע לשם וגם מתכוון לחנות משלם כסף, והרבה. כמה אנשים נמנעים מלנסוע לשם ברכבם הפרטי? האמת היא שאין לי מושג, ואם יש נתונים אשמח לראות אותם. עם זאת, להערכתי מדובר במספר משמעותי.

הבעיה היא שגם אם מחר כולם יחליטו לעבור לתחבורה ציבורית עקב הטלת מיסים נוספים ואגרות גודש למיניהן, זה לא יעזור. תשתיות התחבורה הציבורית קורסות כבר עכשיו. וכסף לצורך שיפור משמעותי של התחבורה הציבורית – אין.

אבל אפשר למצוא את הכסף הדרוש לבניית מערכת תחבורה ציבורית איכותית ויעילה. הכסף הזה יבוא מכספי המיסים שבעלי הרכב הפרטי משלמים ועוד ישלמו. וזה לא יכול לקרות בבת אחת.

הצעה: שינוי מבנה המיסוי

ההצעה שלי היא להעלות בהדרגה את המיסוי על הנסיעה בכלי רכב פרטיים, ולהשתמש בכספים האלה לצורך שיקום ושיפור התחבורה הציבורית. אין כאן פתרון קסם. זה תהליך שעשוי לקחת מספר שנים. להערכתי 5 שנים הן זמן מתקבל על הדעת.

איך נעלה את המיסוי? המיסוי על קניית רכב הוא גבוה במיוחד – מס הקניה הוא כ-83%, ועליו יש להוסיף מע”מ. לכן, למי שיש בבעלותו רכב זה לא רציונלי לא לנסוע בו. הוא כבר שילם המון כסף, וכדי לנסוע הוא צריך להוסיף סכום קטן יחסית: עלות הדלק – שהיא כחצי שקל לקילומטר ברכב ממוצע, ועלות הפחת שהיא פחות רלוונטית כרגע עקב המצב בשוק המכוניות המשומשות. מה היה קורה אם זה היה הפוך?

חישובים “על גב המעטפה” שעשיתי הראו כי הורדת מס הקניה מ-83% ל-30% והעלאת מחיר הדלק ל-20 ₪ לליטר, תוביל לעליה של כ-25% בסך כל המיסוי לרכב משפחתי ממוצע שנוסע כ-15 אלף ק”מ בשנה. הרכב עצמו יעלה 46 אלף ₪ פחות, ומחירי המשומשות ירדו בהתאם, אבל כל ק”מ נסיעה יעלה עכשיו פי שלוש יותר מקודם.[3]

מי שנוסע פחות מ-15000 ק”מ בשנה כמובן ישלם פחות. מי שנוסע ברכב שצורך פחות דלק ישלם עוד פחות. מי שנוסע יותר ישלם הרבה יותר. מי שנוסע ברכב בזבזני (כגון ג’יפים) ישלם עוד הרבה יותר. יהיה תמריץ גדול יותר לשקול חלופות לנסיעה ברכב הפרטי.

תכנית שאפתנית תבצע את שינויי המיסוי האלה בחמש שנים: הפחתה של מס הקניה על רכב ב-10% כל שנה, והעלאה של מחיר הדלק (מעבר להשפעה של מחירי הדלק בעולם) בכ-2.8 ₪ בכל שנה.

הכנסות המדינה ממיסוי רכב כיום הם כ-30 מיליארד ₪. סכום יפה, אבל הכספים האלה מוקצבים כבר לדברים אחרים. תוספת של 25% היא כ-7.5 מיליארד ₪ לשנה, ובפריסה של שינוי מבנה המיסים על פני 5 שנים, כבר בשנה הראשונה מדובר בתוספת של 1.5 מיליארד ₪. ואם כל התוספת הזו תושקע בשיפור משמעותי של התחבורה הציבורית, בנוסף לכספים שכבר מוקצבים ו/או מתוכננים לצורך זה, אנו צפויים לראות בהדרגה שיפור במצב התנועה וגם בתחבורה הציבורית.

כמובן, במשך הזמן גם הרגלי הנסיעה ישתנו, ועימם הכנסות ממיסוי רכב יפחתו עקב צמצום הנסועה הכללית של כלי רכב פרטיים ושל צריכת הדלק הנובעת ממנה. סביר להניח שבנקודה מסויימת סך ההכנסות ממיסי הרכב יפחת מסך ההכנסות הנוכחי. בנוסף, הנזקים הכלכליים הנובעים מהפקקים, הנאמדים ב-25 מיליארד ₪ שנה יצטמצמו בצורה משמעותית. לכן, במובן מסויים, שינוי מבנה המיסוי המוצע הוא מעין הלוואה של הציבור לממשלה לצורך שיפור תשתיות התחבורה הציבורית, שתוחזר בריבית דריבית – החסכון לציבור יהיה עשרות מיליארדי ₪ בשנה.

שאלה אחרונה: האם כל זה ישים מבחינה פוליטית? הניחוש הלא נועז שלי הוא כי זה לא יקרה.


הערות
  1. זה נושא לפוסט נפרד []
  2. אבהיר כי אני בעד הטלת אגרות גודש, אבל בניגוד לפרופסור מואב אני לא סבור שלאגרות אלה תהיה השפעה כלשהי ללא נקיטת צעדים נוספים []
  3. מדובר כאמור באמדן, לא בחישוב מדוייק, ויש כמה הנחות שהנחתי ולא פירטתי, אבל אני מקווה שהעיקרון ברור. אני משאיר את החישובים המדוייקים לכלכלנים. []