利用全球移动数据度量COVID-19大流行期间非药物干预对流动性的影响
物理与社会
2020-09-22 v1 社会与信息网络
定量方法
摘要
政府实施的非药物干预（NPIs）一直是控制COVID-19疾病传播的主要手段。这些NPIs的预期效果是降低流动性。人们相信流动性的大幅降低通过限制病毒在人群中传播的机会，对减少COVID-19传播具有积极作用。由于实施这些NPIs代价巨大，深入理解其有效性至关重要。利用Apple和Google发布的全球移动数据以及ACAPS的NPI数据，我们研究了NPIs对以下两方面的比例贡献：i) 封锁前与封锁后流动性水平之间转变的大小（幅度），以及 ii) 该转变的速率（梯度）。使用广义线性模型寻找最佳拟合模型，我们发现使用Apple或Google数据得到了相似结果。被发现影响流动性变化幅度的NPIs包括：封锁措施（Apple、Google零售与休闲（RAR）和Google transit与车站（TS））、宣布紧急状态（Apple、Google RAR和Google TS）、企业和公共服务关闭（Google RAR）以及学校关闭（Apple）。使用聚类分析和卡方检验，我们发现企业和公共服务关闭、学校关闭和限制公共聚集，以及边境关闭和国际航班暂停密切相关。封锁措施的实施和限制公共聚集对流动性变化速率的影响最大。总之，我们得以定量评估NPIs降低流动性的有效性，这使我们能够及时了解其细粒度效应，从而促进信息充分且具成本效益的干预措施。
引用
@article{arxiv.2009.09648,
title = {Measuring the effect of Non-Pharmaceutical Interventions (NPIs) on mobility during the COVID-19 pandemic using global mobility data},
author = {Berber T Snoeijer and Mariska Burger and Shaoxiong Sun and Richard JB Dobson and Amos A Folarin},
journal= {arXiv preprint arXiv:2009.09648},
year = {2020}
}
备注
16 pages, 6 figures