新冠肺炎干预措施下流动性网络的韧性：来自智利的数据

新冠肺炎疫情凸显了利用非传统�数据源（如移动电话数据）来制定有效公共卫生干预措施并监测此类措施依从性的重要性。先前的研究表明，社会经济特征在限制措施期间塑造了人口反应，而重复干预则导致依从性随时间的减弱。关于不同人口层次如何变化地响应重复干预以及这对结果流动网络产生的影响，了解得较少。我们研究了智利和西班牙在新冠肺炎疫情的第一和第二波期间的人口反应。通过空间滞后模型和回归模型，我们在智利的市镇层面调查了对流动性干预的依从性，突出强调了财富、劳动结构、新冠肺炎发病率以及描述市镇在正常经济运行下的连接性的网络指标在塑造两波期间流动性变化中的重要作用。我们通过定义流动热点和两国的旅行概率来评估两个时期的网络结构相似性。作为一种概念验证，我们模拟并比较在两波期间发生的流行病扩散结果。我们的分析揭示了流动网络在不同波次之间的韧性。我们测试了我们发现的鲁棒性，通过为西班牙恢复类似结果来验证。最终的流行病建模表明，可以利用过去波次的历史流动数据来指导未来疾病在重复干预中的空间侵入模型。这一研究凸显了历史移动电话数据对于构建疫情准备和减轻实时数据流需求的价值，以进行风险评估和疫情响应。我们的工作为理解驱动重复干预中流动性的复杂相互作用提供了有价值的见解，有助于制定有针对性的缓解策略。