Efficiency of communities and financial markets during the 2020 pandemic
本文调查了20个国家的COVID-19大流行的传播、社区活动状况和金融指数表现之间的关系。首先,我们分析了哪些国家在2020年的三个多变量时间序列中的一个表现相似:每日COVID-19病例,Apple移动数据和国家股票指数价格。接下来,我们研究这三个属性的轨迹,以确定哪一个具有更大的相似性。最后,我们调查了国家金融指数或流动性数据是否对COVID-19病例激增做出了更快的反应。我们的研究结果表明,流动性数据和国家金融指数在其轨迹上表现出最大的相似性,金融指数的反应更快。这表明金融市场参与者可能比政府更有效地解读和应对COVID-19数据。此外,研究结果表明,将社区流动性数据作为大流行期间金融市场表现的领先指标的努力受到了误导。
2021-07-06 econ.GN physics.soc-ph q-bio.PE
Association between COVID-19 cases and international equity indices
本文分析了COVID-19对92个国家的人口和股市的影响。我们将各国股市动态与累计COVID-19病例和死亡人数以及新病例轨迹进行比较。首先,我们研究了累积病例和死亡的多变量时间序列,特别是关于它们随时间变化的结构。我们揭示了案件和死亡时间序列之间的相似性,以及时间序列结构发生变化的关键日期。接下来,我们对新的病例时间序列进行分类,展示五种特征类的轨迹,并量化它们之间关于疾病波行为的差异。最后,我们发现,各国股市表现与其成功管理COVID-19之间没有关系。每个国家的股票指数对国内或全球疫情状况反应迟钝。相反,这些指数高度一致,3月份的变动最大。
2020-12-19 econ.GN physics.soc-ph q-fin.EC
Cost-effectiveness Analysis of Antiepidemic Policies and Global Situation Assessment of COVID-19
本文利用双层接触-扩散模型和中国的数据,分析了常规流行病控制、本地社会互动控制和城市间旅行限制三种抗疫措施的成本效益。我们发现:1)在国家层面上,城际旅行限制与其他两项相比,影响最小甚至是负面的; 2)达到转折点的时间与当前的病例数无关,只与流行病控制和社会交往控制措施的执行严格程度有关; 3.早期的强力执法是最大限度地提高抗疫效果和成本效益的唯一机会;(4)社会交往措施的一般严格性是最差的选择。随后,我们根据各国/各区域的控制措施将其分为四组,并为每组提供情况评估和政策建议。
2020-04-23 physics.soc-ph q-bio.PE
Proximity Ascertainment Bias in Early Covid Case Locations
本研究对比早期新冠病例到华南海鲜市场的距离,发现邻近确认偏差显著,指出基于病例位置聚集性的疫情起源推断在该偏差下不可靠。
2024-05-20 physics.soc-ph
Testing the differentiated impact of the COVID-19 pandemic on air travel demand considering social inclusion
近期新型冠状病毒疫情引发的经济衰退和航空旅行危机对许多新兴经济体的新消费阶层构成重大威胁。在巴西,社会包容性的显著改善在过去几十年中促成了数十万首次飞行者的出现。我们采用两步回归方法,其中第一步包括确定航空运输市场的特点是更大的社会包容性,使用当地经济的收入分配,信贷供应和互联网接入的指标。第二步,我们检视自疫情开始以来航空旅行需求大幅下降的驱动因素,并按预测的社会包容强度区分市场。在控制了COVID-19通过航空旅行传播所产生的潜在内流后,我们的研究结果表明,短途和低密度航线是受影响最大的航空公司市场之一,商务航线比休闲航线受到的影响更大。最后,我们估计,在大流行期间,社会包容度提高1%的市场与需求下降0.153%至0.166%的显著程度相关。因此,受益于该国更大社会包容性的市场可能最容易受到当前危机的影响。
2021-07-26 econ.GN physics.soc-ph q-fin.EC
Assessment of Lockdown Effect in Some States and Overall India: A Predictive Mathematical Study on COVID-19 Outbreak
在缺乏有效治疗或疫苗的情况下,以及对流行病学周期的不完全了解,政府已在全国范围内实施封锁,以减少COVID-19在印度的传播。为了研究社交距离措施的影响,我们考虑了一个新的数学模型,其中包含了封锁效应。通过验证我们的模型,从五个不同的国家和整个印度的通知病例的数据,我们估计了几个流行病学上的重要参数,以及基本的繁殖数($R_{0}$)。将机械数学模型与不同的统计预测模型相结合,我们预测了2020年5月17日至2020年5月31日期间六个地点的通报病例。进行了一项全球敏感性分析,以确定两个流行病学可测量参数对锁定效应和$R_{0}$的相关性。我们的研究结果表明,在人群中存在较高比例的症状感染的地方,封锁将是有效的。此外,需要进行大规模COVID-19大规模检测以减少社区感染。包围模型预测显示,未来数天大部分地区的COVID-19通报病例将大幅增加。此外,预测期间的有效繁殖数量($R_{t}$)趋势表明,如果在2020年5月17日之后完全取消封锁措施,则在这些地点可能会看到通知病例的高峰值。最后,结合我们的结果,我们提供了有效的封锁政策,以减少未来COVID-19在印度的传播。
2020-07-06 physics.soc-ph q-bio.PE
Shift in house price estimates during COVID-19 reveals effect of crisis on collective speculation
本研究利用城市级面板数据和准实验设计,通过比较待售与出租房产,发现COVID-19导致加州待售房产每月额外升值1%,年超额增长约12.7个百分点,同时价格不确定性下降,揭示了危机对集体投机和非理性信心的影响。
2023-11-19 physics.soc-ph q-fin.GN
Disruption in the Chinese E-Commerce During COVID-19
最近爆发的新型冠状病毒(COVID-19)已感染全球数百万公民并夺去许多人的生命。本文通过分析一家大型在线购物平台的行为变化,探讨了其对中国电子商务市场的影响。我们首先进行时间序列分析,以确定面临最广泛中断的产品类别。时滞分析表明,购物行为中的行为模式对流行病的发展具有高度的反应性。基于这些发现,我们提出了一种消费者需求预测方法,该方法涵盖了COVID-19相关产品的流行统计数据和行为特征。实验结果表明,我们的预测优于现有的基线,并进一步扩展到长期和省级预测。我们讨论了我们的市场分析和预测如何通过获得额外的时间来启动预防措施,从而帮助更好地为未来的流行病做好准备。
2020-10-27 cs.CY physics.soc-ph
Agent-based Simulation of Pedestrian Dynamics for Exposure Time Estimation in Epidemic Risk Assessment
随着2019冠状病毒病(COVID-19)大流行在全球蔓延,遏制病毒的保护措施至关重要,尤其是在没有疫苗或有效治疗方法的情况下。一个重要的衡量标准是所谓的物理距离或社会距离。在本文中,我们提出了一种基于代理的行人动力学数值模拟,以评估在接触传播传染病(如COVID-19)的背景下行人在公共场所的行为,并收集有关暴露时间和距离措施的整体有效性的见解。为了在2%的感染率下遵守德国政府规定的$1.5m$的最小距离,我们的模拟结果表明,每$16m^2$一个人或更低的密度是足够的。这项研究的结果让我们深入了解如何更有效地实施物理距离作为一种保护措施,以帮助减少COVID-19的传播。
2020-07-08 physics.soc-ph
No evidence of systematic proximity ascertainment bias in early COVID-19 cases in Wuhan Reply to Weissman (2024)
本研究回应Weissman(2024)的观点,指出其关于武汉早期新冠病例存在严重邻近确认偏倚的结论基于错误前提,该病例分布模式可由感染地点不限于社区及随机性解释,无相关偏倚的内部证据。
2024-05-13 physics.soc-ph q-bio.PE
Nachhaltige Strategien gegen die COVID-19-Pandemie in Deutschland im Winter 2021/2022
在这份立场文件中,一大批跨学科专家概述了2021/2022年冬季在德国预防SARS-CoV-2传播的应对策略。我们回顾了COVID-19大流行的现状,从发病率和疫苗接种效果到医院容量。基于这种情况评估,我们说明了冬季的各种可能情况,并详细说明了非药物干预,疫苗接种和助推器的机制和有效性。通过此次评估,我们希望为决策者提供有关COVID-19进展和缓解的方向。
2021-11-10 physics.soc-ph q-bio.OT
The COVID-19 (SARS-CoV-2) Uncertainty Tripod in Brazil: Assessments on model-based predictions with large under-reporting
COVID-19大流行(SARS-CoV-2病毒)是我们这个时代的全球健康危机。由于缺乏大规模检测以及相关无症状个体的存在,导致巴西COVID-19大流行的感染人数和死亡人数的现有数据在很大程度上被低估。我们提出了一个适应的易感-感染-感染(SIR)模型,该模型明确地将漏报和人口对公共政策(如限制措施,广泛使用口罩等)的反应结合起来,以进行短期和长期预测。大量的不确定性可能提供误导性的模型和预测。在本文中,我们讨论了不确定性在这些预测中的作用,这是说明关于三个关键方面。首先,假设被感染的人数被低估,我们展示了对感染高峰的预期。此外,虽然具有单一类别感染者的模型产生的预测峰值增加,但考虑有症状和无症状感染者的模型表明有症状的峰值下降。第二,考虑到实际死亡人数大于登记人数,然后证明死亡率的增加。第三,当考虑一般少报的数据,我们演示了如何传输和恢复率模型参数的定性和定量变化。我们亦调查“COVID-19漏报三脚架”的影响,即感染人数、死亡人数及真实死亡率方面的漏报。如果已知其中两个因素,则只要比例保持不变,就可以推断出其余的因素。所提出的方法允许人们通过对观察到的死亡率和真实死亡率的评估来确定不确定性的范围。
2020-06-27 math.DS physics.soc-ph q-bio.PE
A Novel Methodology for Epidemic Risk Assessment of COVID-19 outbreak
我们提出了一个新的数据驱动的框架,用于评估一个地理区域的先验流行病风险,并确定一个国家内的高风险地区。我们的风险指数被评估为三个不同组成部分的功能:疾病的危害,该地区的暴露和其居民的脆弱性。作为应用,我们讨论了意大利爆发的COVID-19疫情。我们使用现有的历史数据,空气污染,人类流动,冬季温度,住房集中,医疗保健密度,人口规模和年龄的20个意大利地区的特点。我们发现,与意大利中部和南部相比,北部一些地区的流行病风险更高。相应的风险指数显示了与感染者人数、重症监护患者和死亡患者人数的现有官方数据的相关性,并有助于解释为什么伦巴第、艾米利亚-罗马涅、皮埃蒙特和威尼托等地区比该国其他地区遭受的痛苦要多得多。尽管2019冠状病毒病疫情几乎同时在意大利北部(伦巴第大区)和中部(拉齐奥大区)爆发,但当首批病例于2020年初被正式认证时,该疾病在疫情风险较高的地区传播更快,后果更严重。我们的框架可以扩展并在其他流行病数据上进行测试,例如季节性流感,并应用于其他国家。我们还提出了一个政策模型与我们的方法,这可能有助于政策制定者采取明智的决定。
2021-01-22 physics.soc-ph q-bio.PE
COVID-19's Unequal Toll: An assessment of small business impact disparities with respect to ethnorace in metropolitan areas in the US using mobility data
本研究利用SafeGraph聚合手机定位数据,分析美国大都市区小型餐饮企业疫情前后客流变化,发现不同种族聚居区受冲击程度不均,亚裔社区的小型餐厅客流降幅最大,凸显疫情下的种族经济不平等。
2024-05-17 cs.CY physics.soc-ph
Trends in the E-commerce and in the Traditional Retail Sectors During the Covid-19 Pandemic: an Evolutionary Game Approach
建立了一个演化博弈模型,研究了电子商务市场中消费者和生产者之间的相互作用。提供的送货服务类型和消费者的品味对于游戏收益和玩家的策略都特别重要。博弈回报矩阵随后经调整以分析COVID-19疫情期间传统零售及电商行业发展的不同交易模式。与前者相比,电子商务部门对物流和仓库的投资使快速交付和渴望消费者成为常态的趋势得以出现。
2021-05-14 physics.soc-ph q-fin.GN