利用 Covid-19 期间移动网络建模人群间的暴露关系

利用移动电话呼叫详细记录和设备位置数据来获取个人的呼叫模式、移动轨迹与社会接触，已被证明对构建模型及理解其移动与行为模式具有重要价值。在本研究中，我们调查了芬兰首都地区人类日常活动的加权暴露网络，作为 2019 年大流行前以及 2020 年、2021 年和 2022 年初大流行期间邮政编码区域之间接触的代理。我们研究了引力模型与辐射型模型基于地理空间与人口移动信息重建暴露网络的适用性。为此，我们使用了一份聚合的每日从邮政编码区域到手机网格位置访问的移动电话数据集，并将其视为二部网络，利用加权共现函数创建加权的单模投影。我们将引力模型与辐射模型拟合到平均的每周与每年投影网络，所用变量包括邮政编码区域及其人口的地理空间与 socioeconomic 变量。我们还考虑了一个扩展的引力型模型，其包含额外的邮政区域信息，如公共交通距离与人口密度。结果表明，一旦拟合到经验网络，邮政编码区域之间人类活动的共现（即暴露）同时遵循引力与辐射型交互。2020 年大流行开始的影响可观测为整体活动以及投影网络暴露的下降。总体而言，结果显示，在政府实施的非药物干预下，大流行开始后邮政编码级网络变得更偏向邻近加权，并因各区域的地理空间与 socioeconomic 结构而存在差异。