Using mobility data in the design of optimal lockdown strategies for the COVID-19 pandemic
提出了一个新冠肺炎疫情传播的数学模型，该模型将年龄结构的易感-暴露-死亡动态与考虑人口流动性的真实手机数据相结合。通过近似贝叶斯计算进行动态模型调整。基于非线性模型预测控制确定最佳封锁和退出策略，并限制公共卫生和社会经济因素。通过广泛的计算验证的方法，它表明，它是可以计算出强大的退出战略与现实的减少流动性值，以告知公共政策的制定，我们使用来自英国和法国的数据集验证的方法的适用性。实现所描述的实验的代码可在https://github.com/OptimalLockdown获得。
2020-10-18 physics.soc-ph q-bio.PE stat.AP
Covid-19 lockdown improves air quality in Morocco
由于新冠肺炎疫情，摩洛哥几乎所有非必要活动自2020年3月15日起停止。在这个意义上，已经采取了若干措施来减轻这一流行病的影响。摩洛哥自2020年3月20日起实施封锁。本文的主要目的是研究封锁措施对空气质量的影响，通过呈现PM2，5和NO2污染物的时空演变，基于Sentinel 5 P和MERRA的卫星数据。然后，将这些结果与哥白尼大气监测服务（CAMS）预测的数据进行比较。结果表明，一方面，摩洛哥的空气质量有所改善，NO2显著减少，PM2.5相对减少。另一方面，我们表明，在摩洛哥的颗粒物污染部分是由于天气天气类型，和NO2排放量的一个重要部分是传入主要来自摩洛哥北部边境以外。最后，我们表明，PM2，5 CAMS全球预测低估了观测到的MERRA数据。
2020-07-10 physics.ao-ph physics.soc-ph
Simplified model on the timing of easing the lockdown
封锁程序已被证明成功地减轻了COVID-19大流行中病毒的传播，但它们也对经济产生了毁灭性的影响。我们使用一个修改后的易感-传染-死亡-死亡模型来模拟在封锁状态下传染是如何传播的。由于劳动力的损失和发生的医疗费用的经济成本进行了评估与一个简单的模型。我们发现最佳策略，即在整个疫情过程中最小的经济成本，是尽可能长时间地保持严格的封锁。
2020-09-17 physics.soc-ph q-bio.PE
Space observation on detoxing the unhealthy air quality during COVID-19 pandemic in India
Institute of Science, Banaras Hindu University（贝拿勒斯印度大学科学学院）；Assam University（阿萨姆大学）
这项研究的目的是揭示冠状病毒大流行与印度不健康空气质量的空间观测之间的相关性。全球已实施封锁，以打破冠状病毒感染链。由于工业和运输部门暂时关闭，空气质量指数（AQI）在封锁开始后开始改善。这项研究汇编了NASA（美国国家航空航天局），ESA（欧洲航天局）和ISRO（印度空间和研究组织）最近发布的数据。在本文中，我们讨论了空间观测二氧化氮（NO2），气溶胶光学深度（AOD），PM2.5和PM10的影响，在印度的各个地区的空气质量。我们分析了今年和去年同期封锁前和封锁期间空气质量的解毒情况。结果显示，与印度北部过去20年相比，封锁期间对不健康空气质量的解毒产生了积极影响，因为NO2的排放量已减少到40% - 50%，气溶胶的光学水平指数较低。
2020-11-04 cs.LG physics.ao-ph physics.soc-ph
Investigating the dynamics of COVID-19 pandemic in India under lockdown
在这篇论文中，我们调查了2019年12月在中国武汉出现后印度COVID-19的持续动态。我们讨论印度于2020年3月25日实施全国封锁以防止COVID-19传播的影响。考虑到全国封锁的影响以及2020年5月3日解除封锁后活跃病例可能出现的通货膨胀，使用易感-暴露-危险-隔离（SEIR）模型预测印度的活跃COVID-19病例。我们的模型预测，随着持续的封锁，活跃感染病例的高峰将出现在2020年5月中旬。我们还预测，在各种假设情况下，活动性感染病例的峰值将增加7 $\%$至21 $\%$，反映政府在封城后实施的控制策略相对放松。对印度来说，提出非药物控制策略是一项重要决定，例如全国封锁40天，以延长COVID-19的高阶段，并避免其公共卫生系统的严重负担。由于持续的COVID-19疫情仍然是一个全球性的威胁，所有国家都面临着挑战，要拿出有效的公共卫生和行政策略来对抗COVID-19并维持其经济。
2020-04-28 physics.soc-ph q-bio.PE
Modeling Control, Lockdown \& Exit Strategies for COVID-19 Pandemic in India
COVID-19是一种病毒性传染病，已迅速成为全球大流行病，感染了数百万人，全球死亡人数众多。这种疾病的症状差别很大。根据症状，感染者大致分为两类，即无症状和有症状。无症状的人表现出轻微或没有症状，但继续将感染传播给其他健康的人。无症状感染的这一特殊方面构成了管理和控制传染病传播的主要障碍。在本文中，我们试图在各种干预策略下对COVID-19在印度的传播进行数学建模。我们认为SEIR型流行病学模型，与印度特定的社会接触矩阵代表接触结构之间的人口的不同年龄组。各种因素的影响，如渐近个人的存在，封锁策略，社会距离的做法，隔离，和住院的疾病传播进行了广泛的研究。我们模型的数值模拟与印度截至2020年5月15日的COVID-19真实数据相匹配，以估计模型参数。我们的分区锁定模型被认为对2020年7月20日做出了不错的预测。
2020-07-22 physics.soc-ph q-bio.PE
Survey-Based Calibration of the One-Community and Two-Community Social Network Models Used for Testing Singapore's Resilience to Pandemic Lockdown
本研究通过调查2,057名新加坡居民校准动态社交网络模型，模拟疫情封锁下的社会恢复，发现新加坡可在1-2个月内恢复，为量化社会韧性提供方法。
2025-03-26 cs.SI physics.soc-ph
COVID-19 pandemic control: balancing detection policy and lockdown intervention under ICU sustainability
我们在这里考虑扩展的SIR模型，包括最近COVID-19爆发的几个特征：特别是感染和康复的个体可以被检测到（+）或未被检测到（-），我们还整合了重症监护病房（ICU）的能力。我们的模型可以使用锁定和检测干预杠杆对控制流行动态的最佳政策进行易于处理的定量分析。基于COVID-19相关文献的参数规范，我们研究了各种数量对最优策略的敏感性，同时考虑到大流行的卫生和社会经济成本之间的微妙权衡，以及ICU的有限容量水平。我们将最佳封锁政策确定为分为4个连续阶段的干预措施：首先是快速而强有力的封锁干预措施，以阻止传染病的指数增长;第二是短暂的过渡阶段，以降低病毒的流行率;第三是长期的ICU能力和稳定的病毒流行率;最后是恢复正常的社会交往，病毒消失。因此，最佳方案避免了第二波感染，前提是锁定释放得足够慢。我们还提供最佳干预措施，增加ICU容量，并优化检测传染性和免疫个体的工作。每当引入大量资源来检测感染者时，可以释放社交距离的压力，而检测免疫个体的影响则较为温和。
2020-05-22 cs.SY eess.SY physics.soc-ph
Lockdown interventions in SIR model: Is the reproduction number the right control variable?
最近的COVID-19疫情凸显了在疫情初期采取非药物干预措施的必要性。其中，封锁政策被证明是不可避免的，但从经济角度来看成本极高。为了更好地理解封锁干预措施的经济和流行病成本之间的权衡，我们在这里集中在一个简单的SIR流行病模型和研究封锁作为解决最优控制问题。我们首先通过数值计算表明，随着时间范围的增长，最优锁定政策表现出从抑制到缓解的相变，即，如果时间范围较短，则最优策略是实施严格的封锁以避免感染的扩散，而如果时间范围较长，则最优控制将系统引导到群体免疫以减少经济损失。然后，我们考虑两种替代政策，其动机是政府应对COVID-19大流行，其中选择封锁水平以稳定繁殖数量（即，“使曲线变平”）或感染的分数（即，包含住院次数）。我们分析计算这两种反馈策略的性能，并将它们与最优控制进行比较。有趣的是，我们表明，在无限地平线的限制，稳定的感染数量是最好的控制繁殖数量，实际上产生接近最优性能。
2021-12-13 math.OC physics.soc-ph
Genetic Programming visitation scheduling solution can deliver a less austere COVID-19 pandemic population lockdown
引入计算方法，以尽量减少因应对疫情（如2020年COVID-19疫情）而遭受一定程度封锁的人士的感染机会。人们使用移动电话或计算设备请求前往他们需要或感兴趣的地方，并指明一天中的大致时间：“上午”、“下午”、“晚上”或他们希望进行这些郊游的“任何时间”以及希望参观的地方。一种人工智能方法是遗传编程的一种变体，它研究所有请求，并对这些访问进行具体的时间分配，以最大限度地减少人们感染、住院和死亡的总体风险。一些替代方案，这种计算和数值实验的结果，涉及超过230人的不同年龄和背景的健康水平，在超过1700次访问，发生在连续三天。引入一种新的部分感染模型来讨论这些概念证明的解决方案，相比之下，轮询的不知情的时间调度访问的地方。计算表明，死亡和住院人数大大减少，情况得到了巨大改善。这些螺旋钻以及使用准确的感染模型进行更现实的研究，以期在现实世界中测试部署。驱动感染模型的输入是按分类学类别划分的感染程度，例如可能来自COVID-19人群检测或任何污染模型的信息。计算中假设的分类类别是按年龄组划分的可能感染水平。
2020-06-17 cs.NE physics.soc-ph
The Effects of the COVID-19 Pandemic on Transportation Systems in New York City and Seattle, USA
本文继续强调纽约市（NYC）的流动性和社交性趋势，并补充了来自华盛顿州西雅图的类似数据，西雅图是美国受COVID-19影响最严重的两个城市。西雅图可能比纽约市更早从大流行和随后的封锁中复苏，并可能提供一些关于旅行模式如何变化的见解。最后，讨论了中国城市解除封锁两个月后的一些初步调查结果，以进一步了解复苏的未来。
2020-10-02 physics.soc-ph
Analyzing the Dynamics of COVID-19 Lockdown Success: Insights from Regional Data and Public Health Measures
本文利用区域疫情数据识别人口密度、感染、死亡和康复等因素与封锁成败的关联，并提出未来大流行防控策略。
2024-02-25 cs.DL physics.soc-ph
Significant reduced traffic in Beijing failed to relieve haze pollution during the COVID-19 lockdown: implications for haze mitigation
COVID-19爆发大大限制了人类活动，并减少了主要排放，尤其是城市道路车辆的排放，但恰逢北京出现大流行雾霾，引发了公众对改善空气污染的交通政策的有效性和有效性的担忧。在此，我们基于一个综合分析框架，结合实时道路排放清单、现场空气质量观测和本地化化学传输模型系统，探索了COVID-19封锁前和封锁期间北京本地车辆排放与冬季雾霾的关系。我们发现，受疫情影响，交通排放大幅减少，氮氧化物（75. 9%，125. 3毫克/天）的减少量高于挥发性有机化合物（53. 1%，52. 9毫克/天）。出乎意料的是，我们的研究结果表明，不平衡的排放减少的NOx和挥发性有机化合物从车辆导致的大气氧化能力在城市地区的显着上升，但只导致温和的增加，由于不充分的前体物的二次气溶胶。然而，周边地区氧化能力的增强大大增加了具有相对丰富的前体物的二次颗粒物，这是封锁期间北京雾霾的主要原因。研究结果表明，北京冬季雾霾对当地机动车减排不敏感，这是由于细颗粒物和大气污染物排放的复杂非线性响应。我们建议减缓政策应侧重于加速VOC和NH3减排，并同步控制区域源，以释放当地交通排放控制的效益。
2020-06-12 physics.ao-ph physics.soc-ph
Infection Kinetics of Covid-19: Is Lockdown a Potent Containment Tool?
新型冠状病毒肺炎（COVID-19，即2019冠状病毒病）正在肆虐，其死亡率与感染率之比是有史以来最高的。由于缺乏疫苗和治疗手段，封锁成为唯一的遏制方式，从而造成社会排斥。在6维感染动力学模型中利用机器学习的预测能力，描述6个感染阶段的交互式演变-健康易感者（$H$），易感共病（$P$），感染（$I$），已恢复（$R$），免疫畜群（$V$）和死亡率（$D$）--PHIRVD模型首次提供了18个国家在不同战略封锁阶段的准确死亡率预测，最多30天，比上次数据培训更长。PHIRVD将死亡率与感染率之比确定为正确的大流行描述符，取代了繁殖数，并强调了早期和长期但战略性封锁的重要性，以遏制二次复发。重要性声明：1.准确预测18个国家的每日死亡率概况，超过数据培训的最后数据30天。2.精确量化早期与后期封锁措施的影响。3.准确预测继发性复发时间线/ 4。确立死亡率与感染率之比作为正确的大流行描述符，取代了流行的繁殖数量选择，这在预测未来感染动力学和继发性激增方面被证明是失败的。这些结果有可能重新定义健康的政策格局，特别是考虑到二次复发和未来可能发生的SARS-COV/埃博拉群体入侵。
2020-09-11 physics.soc-ph q-bio.PE q-bio.QM
The benefits of peer transparency in safe workplace operation post pandemic lockdown
在生产力和公共卫生方面的好处，调查了不同程度的参与与测试，跟踪和隔离程序的大流行的背景下，其中有很少或没有群体免疫力。简单的数学建模用于单一的、相对封闭的工作场所，例如工厂或后台办公室，在正常操作中，每个工人都与固定的同事进行长时间的互动。固定交互图上的离散时间SEIR模型采用受英国最近COVID-19大流行后高峰期影响的参数进行模拟，包括来自工作环境以外的病毒感染的小风险。假设有两种工作者，一种是定期检测的病人，他们与同事分享结果，一旦接触者检测出疾病阳性，就立即隔离，另一种是不做任何这些工作的病人。此外，模拟被构造为“可玩模型”，其中透明度水平、疾病参数和平均交互程度可以由用户改变。在连续极限下对模型进行了分析。所有的模拟都指出了透明度在最大化生产力和最小化总体感染率方面的双重好处。基于这些发现，公共政策的影响进行了讨论，如何激励这种互利的行为在不同类型的工作场所，并提出了简单的建议。
2020-07-07 math.DS physics.soc-ph q-bio.PE
Impacts of nature deprivations during the COVID-19 pandemic: A pre-post comparison
本研究利用COVID-19封锁作为自然实验，对比2018年和2020年特拉维夫居民数据，发现自然互动减少但亲近感不变，绿化少地区福祉下降，为公共卫生与保护政策提供启示。
2023-06-21 physics.soc-ph
Lessons learned from Milan electric power distribution networks data analysis during COVID-19 pandemic
从健康、社会及经济的角度来看，COVID-19大流行是一个破坏性事件。除此之外，人们生活方式的变化，特别是在2020年的封锁期间，也影响了能源网络。COVID-19疫情导致电力需求大幅下降。为处理健康危机而采取的封锁措施已造成过去数年最相关的能源影响。本文介绍了意大利北部城市米兰配电网的经验。该分析首先总结了2020年实施的限制，重点关注有功和无功潮流以及故障。为此，与2019年的数据进行了比较，突出了与2020年的主要差异。分析结果是预测中断期间城市配电网络行为的宝贵工具，有助于配电系统运营商制定可行的短期和长期弹性计划。
2022-05-25 physics.soc-ph
Was India saved by staying below the critical travel threshold and was lockdown and travel restriction the most important public health intervention?
从“印度否认新冠肺炎危机”或“印度盯着冠状病毒灾难”到“印度发现新冠肺炎病例之谜”，印度对这场大流行病的反应被描述为。这些应对措施远远没有得到科学的支持，而且似乎对印度利用其优势减轻这一流行病影响的能力一无所知。印度政府迅速采取行动，限制/管制提高公共卫生能力的行动，以满足这一流行病日益增加的需求，在这一行动的支持下，印度似乎已经做了足够的工作，取得了成功。印度做得很好，如果不能保证未来，但至少现在。在这里，我们回顾这些措施，并指出它们与社区间传播的作用分析和社区内阻止局部疫情的行动是一致的。特别是，严格限制旅行，停止集会，有针对性的局部封锁，学校关闭，有效的公共沟通，病例识别的改善，口罩和其他个人防护设备（PPE）的工业生产和检测能力的快速提升，以及在城市贫困的高密度地区采取的强化措施，使印度处于病例下降和疫情控制的状态。现在是时候承认印度成功的科学基础，并给予它应有的评价。随着印度最近新增病例数量的持平，完成消除过程以防止新的激增的紧迫性非常大。
2021-02-24 physics.soc-ph
Optimal Lockdown Policy for Covid-19: A Modelling Study
随着COVID 19在全球蔓延，预防措施正成为危机时期抗击疫情的重要武器。封锁措施是最具争议性的措施，因为它对我们的经济和社会造成了巨大的影响。特别是考虑到经济和流行病学成本，何时以及如何执行封锁措施是最具挑战性的问题。在本文中，我们扩展了经典的SIR模型，以寻找在COVID-19爆发期间平衡经济和人民健康的最优决策。在我们的模型中，我们打算解决一个两阶段的优化问题：政策制定者控制封锁率，以最大限度地提高社会的整体福利;人们在不同的健康状况采取不同的决定，他们的工作时间和消费，以最大限度地提高他们的效用。我们开发了一种新的方法来估计模型的参数，通过各种额外的数据源。我们使用古诺均衡来模拟人们的行为，并考虑死亡的成本，以便在经济和流行病成本之间进行杠杆作用。对模拟结果的分析为政策制定者就何时开始封锁以及在整个疫情期间封锁的强度做出关键决策提供了科学建议。虽然该模型最初是针对COVID-19大流行提出的，但它可以推广到解决类似问题，以通过封锁措施控制其他传染病的爆发。
2021-01-31 math.DS physics.soc-ph
Optimal policies for mitigating pandemic costs
为控制COVID-19大流行的传播，已提出若干非药物干预措施。在大规模上，这些经验性解决方案往往与长期和完全封锁有关，试图最大限度地减少与死亡率、经济损失和社会因素有关的成本，同时受到医院能力有限等限制。在这里，我们提出的问题，如何减轻流行病的成本受到限制，采用最优控制理论的语言。这使我们能够确定自上而下的政策的性质和动态的社会接触率给定的年龄结构模型的动态的疾病。根据分配给生命和社会经济损失的相对权重，我们看到最佳策略的范围从仅针对最脆弱人群的长期社交距离，到部分封锁以确保医院不过度运转，再到交替轮班以显著减少生命和/或社会经济损失。至关重要的是，涉及长时间广泛封锁的常用策略几乎从来都不是最佳策略，因为它们对重新开放非常不稳定，并带来高昂的社会经济成本。使用德国和美国可用数据的参数估计，我们量化这些政策，并使用相关模型参数和初始条件的敏感性分析，以确定我们的政策的鲁棒性范围。最后，我们还讨论了自下而上的行为变化如何也可以改变流行病的动态，并展示了如何与自上而下的控制政策相结合，可以更有效地降低流行病的成本。
2020-07-22 physics.soc-ph q-bio.PE
Incentives, lockdown, and testing: from Thucydides's analysis to the COVID-19 pandemic
在这项工作中，我们提供了一个通用的数学形式，以研究通过激励封锁和测试来最佳控制流行病，如COVID-19大流行病。特别是，我们将政府和人口之间的相互作用建模为具有道德风险的委托代理问题，如La Cvitanić，Possamação和Touzi [27]，而流行病则根据Gray，Greenhalgh，Hu，Mao和Pan [45]以及Tornatore，Buccellato和Vetro [88]分别提出的分区随机SIS或SIR模型所给出的动力学进行传播。更确切地说，为了限制病毒的传播，人口可以通过减少个体之间的相互作用来降低疾病的传播率。然而，政府无法完全监督这一努力，这是以人民的社会和货币成本为代价的。为了降低这一成本，从而鼓励人口的封锁，政府可以采取税收或补贴形式的激励政策。此外，政府还可能实施检测政策，以便更准确地了解疫情在国内的传播情况，并隔离受感染者。在技术结果方面，我们展示了最佳形式的税收，指数的感染者的比例，以及人口的最佳努力，即选择在响应此税的传输率。政府的优化问题可以归结为求解一个哈密尔顿-雅可比-贝尔曼方程。数值结果证实，如果税收政策的实施，鼓励人口显着减少其相互作用。如果政府也调整检测政策，那么在人群方面就不需要那么多努力，个体之间几乎可以照常互动，通过对检测阳性个体进行有针对性的隔离，疫情基本得到控制。
2022-04-13 econ.TH math.OC math.PR
Effects of mobility restrictions during COVID19 in Italy
为减少COVID-19全球大流行的传播和影响，各国政府已多次采取非药物干预措施。特别是封锁政策，即，普遍的流动限制已被用来抗击第一波大流行病。我们分析了反映意大利在全国封锁之前、期间和之后的流动性水平的数据，以评估一些直接和间接影响。通过应用基于渗透和网络科学方法的方法，我们发现，典型的网络特征，虽然非常揭示，并没有告诉整个故事。特别是，意大利移动网络在封锁期间受到的破坏远远超过节点和边缘级别的指标。此外，意大利的许多主要省份都以惊人的相似方式受到封锁的影响，尽管它们的地理和经济不同。根据我们的研究结果，我们提供了一种方法来估计不可用的高分辨率的经济层面，如实时省级GDP，基于易于测量的流动性信息。
2021-08-04 physics.soc-ph
Global analysis of the COVID-19 pandemic using simple epidemiological models
在这项工作中使用了几个分析模型来描述冠状病毒（COVID-19）引起的死亡病例的演变。死亡或“D”模型是SIR（易感染-感染-恢复）模型的简化版本，该模型假设随着时间的推移没有恢复，并允许解析求解传播动力学方程。D模型可以扩展到描述不同的感染焦点，这可以解释最初的大流行（D1），封锁（D2）和其他影响（Dn）。2019冠状病毒病疫情在多个国家（中国、西班牙、意大利、法国、英国、伊朗、美国及德国）的演变显示出与D模型趋势一致的类似行为，其特征是死亡病例迅速增加，随后缓慢下降，这受到封锁效应的早期和效率的影响。这些结果与使用扩展SIR模型的更精确计算结果一致，该模型具有参数化解决方案和更复杂的Monte Carlo网格模拟，预测了类似的趋势，并表明了具有通用参数的流行病的共同演变。
2020-05-14 physics.soc-ph q-bio.PE
#lockdown: network-enhanced emotional profiling at the times of COVID-19
COVID-19疫情迫使世界各国采取前所未有的措施，如全国封城。为了充分理解情感和社会影响，有必要对人们如何看待这些意外事件进行大规模重建，但目前还没有。我们通过引入MERCURIAL（用于情绪分析的多层共现网络）来解决这一差距，MERCURIAL是一个利用单词和标签的语言网络来重建描述现实世界事件的社会话语的框架。我们使用MERCURIAL分析了来自意大利的101，767条推文，意大利是第一个以全国封锁应对COVID-19威胁的国家。这些数据是在3月11日至17日期间收集的，即意大利宣布封锁和世卫组织宣布COVID-19为大流行之后。我们的分析为这场危机的心理负担提供了独特的见解，重点是：（i）意大利官方的自我隔离运动（#iorestoacasa}），（ii）国家封锁（#italylockdown），（iii）社会谴责（#sciacalli）。我们的探索揭示了复杂情绪特征出现的证据，其中愤怒和恐惧（对政治辩论和社会经济影响）与信任，团结和希望（与机构和当地社区有关）共存。我们讨论了我们的研究结果与心理健康问题和应对机制，如煽动暴力，悲伤和团结。我们认为，我们的框架代表了一种创新的情绪状态温度计，一个强大的工具，为政策制定者快速衡量大量观众的感受，并根据认知数据制定适当的反应。
2020-05-09 cs.SI physics.soc-ph
The Effect of Covid-19 Lockdown on Human Behaviour Using Analytical Hierarchy Process
本文使用层次分析法（AHP）这一多准则决策方法，通过在线收集的数据考察了COVID-19封锁对人类行为的影响，并对健康、家庭关系、生活方式、在线教育及屏幕时间等关键因素进行了排序和分析。
2025-01-18 cs.CY physics.soc-ph
A Macroeconomic SIR Model for COVID-19
当前的COVID-19大流行和随后的封锁凸显了一个国家的公共卫生和经济健康之间的密切和微妙的关系。因此，使用现有流行病模型计算疾病爆发影响的宏观经济模型，对于政策制定者在这种危机中寻求评估最佳行动方案极为有用。我们开发了一个新冠肺炎大流行的SIR模型，该模型明确考虑了群体免疫、行为依赖的传播率、远程工作者和封锁的间接外部性。这个模型被提出作为一个退出时间控制问题，其中锁定结束时，人口实现群体免疫力，无论是自然或通过疫苗。社会规划者为两个不同的成年人群体规定了不同的封锁级别：低风险（20-64岁）和高风险（65岁及以上）。这些水平是通过优化目标函数来确定的，该目标函数将宏观经济成本分配给封锁水平和死亡人数。我们发现，一旦达到群体免疫力，通过结束封锁，高风险个体能够在疫苗到来之前显著离开封锁，而不会导致死亡率大幅增加。此外，如果我们纳入一个行为依赖的传播率，这代表了增加的个人谨慎，以应对感染水平的增加，产量损失和总死亡率降低。当低风险和高风险个体之间的互动减少时，锁定功效进一步增加，并且增加远程工作减少了输出损失。总体而言，我们的模型预测，在群体免疫力到来时结束的封锁，加上减缓病毒传播的个人行动，可以将总死亡率降低到无封锁水平的三分之一，同时允许高风险个体在疫苗到达之前离开封锁。
2020-06-23 math.OC physics.soc-ph q-bio.PE
Quantifying the heterogeneous impact of lockdown policies on different socioeconomic classes during the first COVID-19 wave in Colombia
本文通过分析哥伦比亚三大城市第一波 COVID-19 疫情期间的流动数据，揭示了封锁政策对不同社会经济阶层的异质性影响：低收入阶层更难减少流动，且其流动网络在封锁期间发生重构，内部混合增加而与富裕地区联系减弱。
2023-04-12 physics.data-an physics.soc-ph
A quantitative framework for exploring exit strategies from the COVID-19 lockdown
在许多国家采取了高度限制性措施以抗击目前的流行病之后，感染SARS-CoV-2的人数和相关的死亡人数正在稳步下降。这一事实，加上不可能无限期地维持封锁，提出了一个关键问题，即是否有可能根据定量分析设计一个退出战略。严格的数学结果的指导下，我们表明，这确实是可能的：我们提出了一个强大的数值算法，它可以计算的累积死亡人数，将发生的接触的数量增加了一个给定的倍数的结果，作为输入，只有最可靠的所有可用的数据在锁定期间，即累积死亡人数。
2020-08-03 physics.soc-ph q-bio.PE
The COVID-19 pandemic: growth patterns, power law scaling, and saturation
越来越多的国家显示，由于政府实施有效的封锁和社交距离措施，新冠肺炎感染人数显著放缓。我们通过局部斜率分析分析了受影响最严重的25个国家的增长行为，发现各个国家根据封锁协议的严格程度遵循三种不同的模式：指数上升和下降，幂律或逻辑。对于呈现幂律增长的国家，我们确定了标度指数。对于感染率大幅下降的国家，我们推断了感染人数的预期饱和度和预期最后日期。使用了两种不同的外推方法（logistic和抛物线）。这两种方法在饱和度和结束日期的数量级上是一致的。用同样的方法分析全球感染率。这些外推的相关性和准确性进行了讨论。
2020-04-08 physics.soc-ph q-bio.PE
Evidence of economic segregation from mobility lockdown during COVID-19 epidemic
为应对COVID-19疫情，各国政府已实施封锁限制以降低感染率。我们对Facebook提供的近实时意大利数据进行了大量分析，以调查封锁策略如何影响个人和地方政府的经济状况。我们将流动性的变化建模为类似于自然灾害的外生冲击。我们确定了两种方式，通过流动性限制影响意大利公民。首先，我们发现封锁的影响在财政能力较高的城市更强。其次，我们发现了隔离效应，因为流动性限制在不平等程度较高的城市和人均收入较低的城市更强。
2020-04-11 cs.SI physics.soc-ph
The power law in human mobility is a mixture artifact: evidence from a pandemic natural experiment
Universidad del Desarrollo（发展大学）；Institute of Data Science, Universidad del Desarrollo（发展大学数据科学研究所）；ISI Foundation（ISI基金会）；Data For Science, Inc（数据科学有限公司）
该研究利用COVID-19封锁自然实验，分析440万用户21亿次位移，发现人类移动的幂律是不同空间容器移动分布混合产生的假象，而非个体移动特征。
2026-08-25 physics.soc-ph
Transitioning out of the Coronavirus Lockdown: A Framework for Zone-Based Social Distancing
面对大流行风险的上升，是否有必要完全封锁人口，实行极端的社交距离？典型的流行病学模型表明，这种情况可能在几个月内不可避免，尽管物理隔离人们的社会和人力成本很高。或者，人们可以退回到社会或经济定义的防御区，在他们的区域内比跨区域有更多的互动。从完全封锁开始，区域可以促进教育、政府和企业负责任地重新开放，因为实施良好的结构可以大大减缓疾病的传播。本文提供了一个框架来理解和评估区域的有效性，社会距离。
2020-04-18 econ.GN physics.soc-ph q-fin.EC
US faces endemic Covid-19 infections and deaths; ways to stop the pandemic
一个新的新型冠状病毒疫情模型已经构建并模拟了美国八个州。该模型的系数基于七个耦合微分方程，并根据记录的病例和死亡数据进行了仔细评估。这些预测表明，新冠肺炎将成为地方性疾病，传播时间将超过两年。如果居家令放宽，2021年大部分州可能会出现二次高峰。如果继续封锁，在大多数开放的州，新冠肺炎死亡人数本可以显著降低。此外，我们的模型预测，将接触率降低10%，或将检测增加约15%，或将封锁依从性（从目前的$\sim$ 15%）增加一倍，将在一年内消除德克萨斯州的感染。应用于整个美国，基于当前情况的预测表明，到2020年11月1日，总感染人数约为1100万（包括未发现的），累计确诊病例为800万，累计死亡人数为63万。
2020-07-21 physics.soc-ph q-bio.PE
Elementary Effects Analysis of factors controlling COVID-19 infections in computational simulation reveals the importance of Social Distancing and Mask Usage
University of Warwick（华威大学）；The Chinese University of Hong Kong（香港中文大学）；University of Birmingham（伯明翰大学）
2020年3月11日，世界卫生组织（WHO）宣布COVID-19为大流行病。截至4月，全球一半国家因疫情而处于封锁状态，因此，监测和了解病毒传播和感染率以及这些因素与行为和社会参数的关系对于有效决策至关重要。本文旨在研究口罩、保持社交距离、封锁和自我隔离对于减少SARS-CoV-2感染传播的有效性。我们基于基于代理人的模拟模型的研究结果表明，虽然人们普遍认为要求封锁是快速减少感染人数的最有效方法，但社交距离的做法和外科口罩的使用可能比要求封锁更有效。我们使用莫里斯基本效应方法对模拟结果进行的多变量分析表明，如果有足够比例的人口佩戴外科口罩并遵守社交距离规定，那么SARS-CoV-2感染可以在不需要封锁的情况下得到控制。
2021-02-28 cs.AI cs.MA physics.soc-ph
Changes in mobility and socioeconomic conditions in Bogotá city during the COVID-19 outbreak
我们分析了在哥伦比亚波哥大实施旨在减缓COVID-19传播的遏制措施后的流动性变化。我们描述了大流行之前和期间的流动网络，并分析了其在2020年1月至7月期间的演变和变化。然后，我们将观察到的流动性变化与社会经济条件联系起来，估计一个重力模型来评估社会经济条件对流动性的影响。我们观察到移动性趋势整体下降，但城市不同区域之间的整体连通性在封锁后仍然存在，反映了移动网络的弹性。我们发现，对封锁政策的反应取决于社会经济条件。疫情前，社会经济条件较好的人群流动性较高。自封锁以来，流动性普遍下降，但社会经济条件较差的人口流动性下降幅度较小。我们得出结论，得出政策影响。
2020-08-26 econ.GN physics.soc-ph q-fin.EC
Impact of COVID19-induced Lockdown on Air Quality in Ireland
空气污染一直是世界上大多数大都市长期存在的问题。一些国家采取了一些措施，包括严格的气候法律和减少车辆数量。然而，在最近COVID-19大流行之后，重新关注低空气质量问题的兴趣重新燃起。多个国家实施严格封锁措施，停止车辆交通及其他经济活动，以减少COVID 19的传播。在本文中，我们分析了COVID 19引发的封锁对大气质量的影响。我们的案例研究位于爱尔兰都柏林市。我们分析了主要造成工业和车辆污染的常见气体污染物\textit{viz.}二氧化氮（NO $_2$）的平均浓度。这些浓度是由欧洲航天局的Sentinel-5 P地球观测卫星收集的对流层大气柱获得的。我们观察到，由于在全国范围内实施了严格的封锁措施，都柏林的NO $_2$浓度水平显著下降。
2021-06-05 physics.soc-ph
A deep-learning model for evaluating and predicting the impact of lockdown policies on COVID-19 cases
为减少COVID-19疫情的影响，大部分国家已实施多项应对措施以控制病毒传播，包括关闭学校及边境、关闭公共交通及工作场所以及限制集会。在这项研究工作中，我们提出了一个深度学习预测模型，用于评估和预测各种封锁政策对日常COVID-19病例的影响。这是通过首先对具有类似封锁政策的国家进行聚类，然后根据每个聚类中国家的日常案例以及描述其封锁政策的数据训练预测模型来实现的。一旦模型经过训练，它就可以用来评估与封锁政策相关的几种情况，并调查它们对预测的COVID病例的影响。我们的评估实验，卡塔尔作为一个用例进行，表明所提出的方法实现了竞争力的预测精度。此外，我们的调查结果强调，解除限制，特别是对学校和边境开放的限制，将导致研究期间病例数量的显着增加。
2020-09-11 cs.SI physics.soc-ph
Markovian And Non-Markovian Processes with Active Decision Making Strategies For Addressing The COVID-19 Pandemic
我们使用基于离散区间的模型研究和预测了5月1日至8月31日期间美国六个州的COVID-19演变，并在部分可观察马尔可夫决策过程的广泛框架内，基于最小化损失函数，规定了积极的干预政策，如封锁。对于每个州，分析40天的新冠肺炎数据（北部两个州从5月1日开始，南部四个州从6月1日开始），以估计隔间之间的转移概率和与疫情演变相关的其他参数。然后，这些量被用来预测在不同的政策分配下，在给定的状态下，未来50天（测试期）的流行病的过程，导致在训练范围内损失函数的不同值。最优策略分配是对应于最小损失的策略分配。我们的分析显示，在测试期间，这六个州都不需要封锁，尽管不封锁的规定需要谨慎解释：当然需要继续负责任地使用口罩和保持社交距离。详细讨论了这种流行病传播模型中涉及的注意事项。一个关于Covid-19传播（以及更一般的流行病传播）的非马尔可夫公式的草图被认为是该领域未来研究的一个有吸引力的途径。
2020-08-05 physics.soc-ph q-bio.PE stat.AP
Study of lockdown/testing mitigation strategies on stochastic SIR model and its comparison with South Korea, Germany and New York data
我们目前正面临一场全球性大流行病的高度危急情况。新型冠状病毒（SARS-CoV-2，又名COVID-19）已被证明具有极强的传染性，最初从亚洲爆发的疫情现已蔓延到所有大陆。这种情况将有益于研究病毒的传播，评估有效的对策，以衡量所采取的战略的影响。标准的易感-传染-传播（SIR）模型是一个非常成功和广泛使用的预测流行病传播的数学模型。我们在随机网络上采用SIR模型，并将该模型扩展到包括控制策略{ \em锁定}和{ \em测试} -两种常用的缓解策略。这些策略在控制大流行病传播方面的能力通过改变其实施的有效性来研究。在撤回缓解战略后，详细评估了第二次爆发的可能性。我们注意到，在任何情况下，这种缓解战略的突然中断都可能导致第二次疫情的重新爆发，其高峰将与易感个体的数量相关。事实上，我们发现，在群体免疫力实现之前，一个群体仍然容易受到感染。我们还用韩国、德国和纽约的疫情传播的真实统计数据和信息测试了我们的模型，发现与模拟数据非常一致。
2020-06-20 physics.soc-ph q-bio.PE
Discontinuous transitions of social distancing in SIR model
为了描述流行病期间社会距离的动态，我们遵循以前的努力，将基本的流行病学模型（如SIR -易感，感染，和感染）与博弈和经济理论工具相结合。我们提出了一个扩展的SIR模型，预测了一系列不连续的社会距离的过渡。每个转变类似于一个相变的第二阶（金-朗道不稳定性），因此，潜在的一个普遍现象。第一波COVID-19疫情导致全球范围内的社交距离：为阻止疫情而实施的严格封锁随后是一系列的解除封锁。对奥地利、以色列和德国第一波移民的数据分析证实了该模型的可靠性。此外，这项工作提出了分析工具来分析流行病波，这可能会被扩展到计算衍生物的巨型组件在网络渗透过渡，也可能是感兴趣的危机形成理论的背景下。
2020-11-25 physics.soc-ph q-bio.PE
Exact Properties of SIQR model for COVID-19
SIQR模型被重新制定，其中重新定义了感染和隔离的分区，以便适用于COVID-19，并给出了模型的确切属性。结果表明，最大感染人数在很大程度上取决于隔离率，隔离措施比封锁措施更有效地控制大流行。被隔离的病人人数的高峰出现的时间比感染人数成为最大的时间晚。基于期望效用理论，提出了一个在封锁措施和隔离措施空间中寻求最优策略的理论框架，该框架以最小化最大感染人数为目标，将大流行病的爆发控制在早期。
2020-08-17 physics.soc-ph q-bio.PE
Post-pandemic mobility patterns in London
本研究通过分析手机应用数据，探讨伦敦在COVID-19封锁引发城市环境变化后形成的人类流动与行为模式。
2023-09-11 cs.SI physics.soc-ph
Spatial analysis and prediction of COVID-19 spread in South Africa after lockdown
COVID-19对南非有什么影响？本文旨在协助研究人员和决策者以南非为重点对抗COVID-19大流行。本文通过热点区域的热图检索和Moran指数的空间分析，重点关注疾病的传播。为了捕捉南非各省之间的空间自相关，相邻的，以及地理距离的措施，被用作绝对和相对计数的权重矩阵。此外，广义逻辑增长曲线模型用于预测COVID-19传播。我们希望这种数据驱动的建模能够为热点识别和控制病毒传播的及时行动提供一些见解。
2020-05-19 physics.soc-ph stat.ME
COVID-19 lockdown induces disease-mitigating structural changes in mobility networks
COVID-19疫情爆发后，多个国家实施遏制措施以减少疾病传播。利用数字数据来源进行的研究表明，在多个国家，个人的流动性有效减少。然而，目前尚不清楚这些减少是否导致了移动网络更深层次的结构变化，以及这些变化如何影响网络上的动态过程。在这里，我们使用移动电话用户的移动数据来表明，德国的移动性不仅大大减少：封锁措施导致了移动网络的实质性和长期的结构性变化。我们发现，长途旅行大大减少。远程网络连接的削减导致了一个更加本地化的集群网络，并缓和了“小世界”效应。我们证明，这些结构性变化有相当大的影响传染病传播过程中的“平坦化”的流行曲线和延迟传播到地理上遥远的地区。
2020-12-18 physics.soc-ph q-bio.PE
Social network-based distancing strategies to flatten the COVID 19 curve in a post-lockdown world
为应对COVID-19疫情，我们已广泛引入社交距离及隔离措施。然而，由于完全或接近完全封锁的不利社会、心理和经济后果，更温和的接触减少政策变得可取。采用社交网络的方法，我们评估了三个有针对性的距离策略的有效性，旨在“保持曲线平坦”，并在封锁后的世界援助合规。这些限制互动，以几个重复的接触，寻求相似的接触，并加强社区通过三元战略。我们模拟随机感染曲线，其中包含感染模型，理想型社会网络模型和统计关系事件模型的核心元素。我们证明，战略性减少接触可以大大提高社交距离措施的效率，引入允许一些社会接触的可能性，同时保持低风险。这种方法为政策制定者提供了细致入微的见解，以有效地保持社交距离，从而减轻社交孤立的负面影响。
2020-05-27 physics.soc-ph q-bio.PE stat.OT
Evaluating Incidence and Impact Estimates of the COVID-19 Outbreak from Wuhan before Lockdown
背景：中国武汉是COVID-19疫情的中心。本研究的目的是在采取干预措施之前了解感染传播动力学。方法：通过pubmed和互联网检索资料和关键事件。使用从各种数据源中提取的数据计算流行病学数据。结果如下：我们建立了一个时间轴，显示到2020年1月1日，中国当局已获得令人信服的人传人证据;然而，直到2020年1月20日，这些信息才与公众分享。我们的研究估计，如果在2020年1月2日采取干预措施，总共将有10989例感染病例，而在2020年1月23日实施封锁时则有239875例。结论：中国隐瞒有关2020年COVID-19疫情的关键信息及其延迟反应，最终导致本世纪最大的公共卫生危机，如果采取早期对策，本可以避免。
2020-07-10 physics.soc-ph q-bio.PE
Beyond COVID-19 Pandemic: Topology-aware optimisation of vaccination strategy for minimising virus spreading
减轻传染病的传播最近得到了研究界的相当大的关注。可以通过采取卫生措施、社会规则以及广泛的疫苗接种运动来实现这一目标。接种疫苗目前是在不严格封锁的情况下缓解冠状病毒病（COVID-19）爆发的主要方法。其效力还取决于行政管理的数量和及时性，因此需要严格的优先次序标准。几乎所有国家都优先考虑类似级别的接触工人，以最大限度地提高患者的生存率和挽救的生命年数。减轻传染病的传播最近得到了研究界的相当大的关注。它可以通过采取卫生措施、社会规则以及广泛的疫苗接种运动来实现。接种疫苗目前是在不严格封锁的情况下缓解冠状病毒病（COVID-19）爆发的主要方法。其效力还取决于行政管理的数量和及时性，因此需要严格的优先次序标准。几乎所有国家都优先考虑类似类别的暴露工人：医疗保健专业人员和老年人，以最大限度地提高患者的生存率和挽救的生命年数。尽管如此，该病毒目前正在高速传播，迄今所采用的任何优先标准都没有考虑到接触网络的结构组织。
2022-02-15 cs.SI physics.soc-ph
Testing lockdown measures in epidemic outbreaks through mean-field models considering the social structure
本文提出一种考虑社会拓扑结构的介观均场模型，用于评估社交距离与封锁措施对疫情的影响，能定性再现COVID-19多波感染高峰并灵活模拟不同干预策略。
2023-04-03 nlin.AO physics.soc-ph
Effect of lockdown interventions to control the COVID-19 epidemic in India
由新型冠状病毒SARS-CoV 2引起的大流行导致了危及生命的健康并发症，并对医疗保健系统造成了极大的压力。虽然预防性和明确的治疗性医疗干预措施尚未到位，但管理机构实施的物理隔离、检疫和严厉的社会措施等非药物干预措施可有效阻止感染在人群中的传播。在印度等人口稠密的国家，由于社会和行政管理的复杂性，封锁干预措施部分有效。使用详细的人口统计数据，我们提出了一个基于代理的模型来模仿人口的行为及其流动性特征，即使在干预下。我们展示了接触追踪政策的有效性，以及我们的模型如何有效地与测试效率的实证研究结果相关。我们还提出了各种封锁干预策略来缓解-使用感染的数量，有效繁殖率以及使用强化学习。我们的分析可以帮助评估这些干预措施的社会经济后果，并为政策制定者提供有用的想法和见解，以便更好地做出决策。
2020-09-07 cs.MA physics.soc-ph q-bio.PE
The Rhythms of the Night: increase in online night activity and emotional resilience during the Spring 2020 Covid-19 lockdown
上下文多个国家为应对新型冠状病毒疫情而实施的封锁令，可以说是近年来社会经历的最广泛、最深刻的冲击之一。通过社交媒体的镜头研究其影响，为了解人类活动模式对大规模外源冲击的敏感性和复原力提供了前所未有的机会。首先，我们调查了这种剧变在在线活动中引起的变化，包括在线时间，平台上分享的主题和情感以及内容消费的节奏。其次，我们研究了某些平台特征的弹性，例如情绪表达的日常节奏。数据关于法国网络空间的两个独立数据集：2020年2月17日至4月14日期间近10万个YouTube视频的细粒度时间记录和800万条推文的集合。调查结果。在这两个数据集中，我们观察到昼夜节律的重塑，在锁定期间夜间活动增加。对封锁期间发布的视频和推文的分析显示，情感内容普遍减少，从工作和金钱等主题转向死亡和安全等主题。然而，情绪的日常模式基本保持不变，这表明情绪周期对外源冲击具有弹性。
2020-11-30 cs.SI physics.soc-ph
Measuring the effect of Non-Pharmaceutical Interventions (NPIs) on mobility during the COVID-19 pandemic using global mobility data
实施政府非药物干预措施（NPIs）一直是控制COVID-19疾病传播的主要手段。这些非营利机构的预期效果是减少流动性。流动性的大幅减少被认为通过限制病毒在人群中传播的机会对减少COVID-19传播产生积极影响。由于实施这些非营利机构的成本巨大，因此必须充分了解其功效。使用苹果和谷歌发布的全球流动性数据以及ACAPS NPI数据，我们研究了NPI对i）锁定前后流动性水平之间转变的变化（幅度）大小和ii）这种转变的速度（梯度）的比例贡献。使用广义线性模型来寻找最佳拟合模型，我们使用Apple或Google数据发现了类似的结果。影响移动性变化幅度的NPI包括：封锁措施（Apple，Google Retail and Recreation（RAR）和Google Transit and Stations（TS）），宣布紧急状态（Apple，Google RAR和Google TS），关闭企业和公共服务（Google RAR）和学校关闭（Apple）。使用聚类分析和卡方检验，我们发现，关闭企业和公共服务，学校关闭和限制公众集会以及边境关闭和国际航班暂停密切相关。实施封锁措施和限制公众集会对流动性变化率的影响最大。总之，我们能够定量评估NPI在减少流动性方面的有效性，这使我们能够及时了解其细粒度的影响，从而促进知情和具有成本效益的干预措施。
2020-09-21 cs.SI physics.soc-ph q-bio.QM
Forecasting COVID-19 Pandemic in Mozambique and Estimating Possible Scenarios
COVID-19目前是本世纪最大的流行病危机，全球登记病例超过1600万例。非洲国家现在已开始登记越来越多的病例，但针对具体非洲国家开发的模式并不多。在我们的研究中，我们使用一个简单的SEIR模型来评估和预测未来的情况下，在莫桑比克的大流行危机。我们比较了不同政策对感染曲线的影响，并估计了当前感染再生数Rt和增长率g等流行病学参数。我们已经发现了一个较低的Rt值，范围从1.11至1.48和一个积极的增长率，g = 0.22至0.27之间。我们的模拟还表明，封锁显示出将感染高峰高度平均降低28%的潜力，范围从20%到36%不等。
2020-07-28 physics.soc-ph q-bio.PE
Particle modeling of the spreading of Coronavirus Disease (COVID-19)
截至二零二零年七月底，COVID-19疫情已感染超过一千七百万人，并已蔓延至全球几乎所有国家。对此，世界各地许多国家都采用了不同的方法来降低感染率，例如包括病例隔离、关闭学校和大学、禁止公共活动，以及大多数强制社交距离，包括地方和国家封锁。在我们的工作中，我们使用基于蒙特卡罗（MC）的算法来预测不同人口密度下的病毒感染率。我们使用三种不同的封锁模型和八种不同的约束组合来测试冠状病毒的传播，这使我们能够检查每个模型和约束的效率。在本文中，我们测试了三种不同的时间周期模式的无限制/锁定模式。该模型的主要预测是，每个时间周期包含至少10天锁定的无限制/锁定的循环时间表可以帮助控制病毒感染。特别是，这种模式在伴随着社交距离和对有症状的患者的完全隔离时降低了感染率。
2020-08-03 physics.soc-ph q-bio.PE
The Social Divide of Social Distancing: Shelter-in-Place Behavior in Santiago during the Covid-19 Pandemic
自愿就地庇护指令和封锁是全球各国政府用于遏制新冠肺炎疫情的主要非药物干预措施。在本文中，我们研究的影响，这种干预措施在首都的发展中国家，智利圣地亚哥，表现出很大的社会经济不平等。我们研究的一个显著特点是，我们使用粒度地理定位的移动电话数据来构建移动性度量，这些度量捕获（1）就地避难行为，以及（2）城市内前往具有潜在不同风险特征的目的地的旅行。使用面板数据线性回归模型，我们首先表明，社会距离措施和封锁对流动性的影响是高度异质性的，并取决于社会经济水平。更具体地说，我们的估计表明，虽然高社会经济水平的地区可以根据所使用的具体流动性指标显示出约50%至90%的流动性减少，但这些减少仅为20%至50%。高收入社区的大量减少在很大程度上是由自愿就地避难行为推动的。其次，同样使用面板数据方法，我们表明，我们的流动性措施是感染的重要预测因素：大约，流动性增加10%与感染率增加5%相关。我们的研究结果表明，流动性是解释城市内高收入和低收入地区之间感染率差异的一个重要因素。此外，它们证实了减少低收入社区流动性的挑战，那里的人们从日常工作中赚取收入。为切实有效，在社会经济水平低的城市实行就地安置限制可能需要辅之以其他支助措施，使其居民能够更好地遵守规定。
2021-06-10 physics.soc-ph
