COVID-19 大流行期间人类需求的群体尺度研究：分析与启示
计算机与社会
2021-01-15 v2 信息检索
摘要
迄今为止，大多数缓解 COVID-19 大流行的工作都紧急聚焦于生物医学与流行病学。然而，与大流行相关的政策决策不能仅基于健康信息做出。决策需要考虑对人的更广泛影响及其需求。在全体人口中量化人类需求具有挑战性，因为它需要高的时空粒度、对人口的高覆盖以及针对季节性与其他外部效应的适当校正。在此，我们提出一种计算方法，基于马斯洛需求层次理论，通过双重差分方法校正季节性与体量变化，从而捕捉大流行后需求的整体相对变化。我们应用该方法，基于跨越 14 个月、覆盖 36,000 多个 ZIP 编码区的超过 350 亿次搜索交互，刻画了美国生理、社会经济与心理领域中人类需求的变化。分析揭示，与大流行前时期相比，基本人类需求的表达在大流行期间呈指数增长，而更高层次的诉求则下降。在探究各州政策的时间与差异时，我们发现居家令的持续时间显著影响了社会与情感需求。我们证明，通过网页搜索交互可识别满足关键需求（如失业与家庭暴力的支持）的潜在障碍。我们的方法与结果表明，对人类需求转移的群体尺度监测可为当前与预期需求的政策和恢复工作提供信息。
引用
@article{arxiv.2008.07045,
title = {Population-Scale Study of Human Needs During the COVID-19 Pandemic: Analysis and Implications},
author = {Jina Suh and Eric Horvitz and Ryen W. White and Tim Althoff},
journal= {arXiv preprint arXiv:2008.07045},
year = {2021}
}