Online geolocalized emotion across US cities during the COVID crisis: Universality, policy response, and connection with local mobility
随着COVID-19大流行开始席卷美国，它在整个人群中引起了广泛的反应，包括在线和离线。为了帮助在这种混乱中制定有效的空间目标干预措施，重要的是要了解这些在线情绪反应的地理定位，以及它们与离线行为反应的关联。在本文中，我们分析了美国49个城市在疫情爆发前几个月的约1300万条带有地理标记的推文，以评估网络情绪对几个主要话题的区域依赖性，以及这些情绪与政策制定和人类流动的相关性。令人惊讶的是，我们观察到在所研究的时间段内，各个城市的整体和基于主题的情绪都存在普遍趋势，而变化主要表现在联邦指导方针和地方封锁政策的直接影响上。我们还发现，这些地方情绪与城市水平的流动性高度相关，并预测，而情绪和当地的病例和死亡之间的相关性相对较弱。我们的研究结果表明，美国各地在线公众对COVID的情绪反应具有广泛的共性，无论是时间上还是相对于离线指标，与早期地方遏制政策中的高变异性形成对比。本研究还通过整合离线数据，深入了解公众情绪反应、政策制定和当地流动性，为危机管理中使用社交媒体数据提供了新的见解。
2020-09-22 cs.CY physics.soc-ph
COVID-19 and Social Distancing: Disparities in Mobility Adaptation between Income Groups
为应对2019冠状病毒病（COVID-19）大流行，各国政府鼓励并命令公民保持社交距离，特别是在家工作和学习。直觉上，只有一小部分人有能力实践远程工作。然而，有关疫情期间美国城市不同收入群体流动适应差异的研究很少。作者通过量化大流行对德克萨斯州大休斯顿地区收入人群流动性的影响来填补这一空白。在本文中，我们确定人类的流动性，空间分解的手机位置数据。通过测量2020年4月的总旅行距离、回转半径、访问地点数量和每次旅行距离，与基线数据进行了跨估计收入群体的纵向研究。在估计的收入群体之间，流动性存在明显差异。特别是，有一个强烈的负相关（$ρ$ = -0.90）之间的旅行者的估计收入和旅行距离在4月。流动适应性的差异进一步显示，因为那些在高收入阶层经历了更大的百分比下降的回旋半径和不同的访问地点的数量比那些在低收入阶层。这项研究的结果表明，有必要了解低收入人群在大流行期间流动性不稳定的原因。这项研究阐明了一个公平问题，这可能是政策制定者和研究人员在流行病之后感兴趣的问题。
2021-03-12 cs.CY physics.soc-ph
Quantitative Relationship between Population Mobility and COVID-19 Growth Rate based on 14 Countries
这项研究建立了一个框架，用于量化因社交距离而导致的人口流动性变化对COVID-19感染增长率的影响。使用易感-感染-传播（SIR）流行病学模型，我们建立了在一些温和的假设下，COVID-19死亡的增长率是COVID-19感染增长率的延迟近似值。然后，我们假设COVID-19感染的增长率是人口流动性的函数，这导致了一个统计模型，该模型预测COVID-19死亡的增长率是人口流动性的延迟函数。统计模型的参数直接揭示了感染增长率、依赖于流动性的传播率、不依赖于流动性的恢复率以及临界流动性，低于临界流动性，COVID-19增长率变为负值。我们根据来自14个国家的公开数据拟合了拟议的统计模型，这些国家截至2020年5月6日的每日死亡人数超过100人，超过3天。公开提供的谷歌流动性指数（GMI）被用作衡量国家一级人口流动性的指标。我们的研究结果表明，COVID-19死亡人数的增长率可以作为GMI过境类别的二次函数（调整后的R平方= 0.784）提前20天准确估计。关键流动性的估计95%置信区间在COVID-19前流动性的36.1%至47.6%之间。这一结果表明，要扭转COVID-19疫情的增长，需要大幅减少人口流动。此外，本文建立的定量关系表明，一个容易获得的人口水平指标，如GMI，可以成为COVID-19流行过程的有用指标。
2020-06-03 physics.soc-ph q-bio.PE
Impact of COVID-19 on Mobility and Electric Vehicle Charging Load
COVID-19疫情抑制了全国的整体流动性。这些变化反映了对新冠肺炎病例、当地卫生指南和季节性的反应，使得流动性与新冠肺炎之间的关系在各个地区都是独一无二的。本文介绍了COVID-19之后电动汽车（EV）充电和移动性的数据驱动案例研究。该研究显示，在犹他州出现首例COVID-19病例后，电动汽车充电次数和每日总能耗立即下降了40%。相比之下，同期每个充电会话消耗的能源仅下降了8%，并且会话开始和结束时间的分布在全年保持一致。虽然在第一波COVID-19病例期间，电动汽车流动性比总车辆流动性下降得更剧烈，并且恢复得更慢，但尽管新感染病例出现了戏剧性的第三波，但两者都在2020年9月恢复到接近其平均值的稳定水平。
2020-11-20 cs.SY eess.SY physics.soc-ph
Sustained changes to urban mobility after COVID-19 amplified socio-economic inequalities in Latin America
本研究利用拉美三国超1.7亿条匿名手机记录，发现新冠疫情后不同社会经济及城乡群体的流动性出现持续差异，高密度低剥夺区流动性长期低于疫情前，城市核心功能转变，加剧了相关不平等，为构建包容韧性的出行系统提供依据。
2025-06-12 physics.soc-ph
How different age groups responded to the COVID-19 pandemic in terms of mobility behaviors: a case study of the United States
COVID-19的迅速传播影响了全国各地不同社会人口群体的数千人。预防或减缓疫情的决定性步骤是采取行动干预措施，如政府的居家令。然而，不同的社会人口群体可能对这些命令和条例有不同的反应。在本文中，我们试图通过研究不同年龄组的不同社区如何按照3月13日的国家紧急状态宣言等命令执行社交距离，以及在实施规定后他们开始改变行为的速度，来填补目前文献中的空白。为此，我们通过使用匿名和隐私保护的移动终端数据，计算了不同年龄组人群在不同流动性指标下的行为变化，例如与大流行前几天（2020年1月和2月）相比，研究期间（2020年3月、4月和5月）待在家里的人的百分比。我们的研究表明，老年社区在行为改变方面优于年轻社区。与年轻社区相比，老年社区不仅对疫情的反应更快，而且在大流行期间表现更稳定。
2020-07-22 cs.CY physics.soc-ph
COVID-19 policy analysis: labour structure dictates lockdown mobility behaviour
世界各地的国家和城市采取了前所未有的流动限制措施，以对抗新冠肺炎的传播。在这里，我们利用一个自然的实验，哥伦比亚城市实施不同的封锁政策的基础上ID号码和性别，分析这些政策对城市流动性的影响。使用移动电话数据，我们发现城市流动配额的限制性（根据政策建议每天允许外出的居民比例）与流动性减少无关，相反，我们发现，规模较大，产业结构更加正规和复杂的富裕城市的流动性减少更大。在城市内部，较富裕的居民更有可能减少流动性，而通勤者在工作地点位于富裕或商业/工业正规化的社区时，更有可能呆在家里。因此，我们的研究结果表明，城市的就业特征和在家工作的能力是流动性减少的主要决定因素。这一发现强调了针对低收入/非正规工人的缓解措施的必要性，并揭示了拉丁美洲城市社会经济阶层之间的重要依赖关系。
2021-04-05 physics.soc-ph
The impact of COVID-19 on relative changes in aggregated mobility using mobile-phone data
评估相对变化会导致额外的见解，这些见解在仅评估绝对变化时仍然隐藏。我们分析了一个数据集，描述了奥地利在COVID-19封锁措施期间直到最近的移动电话流动性。通过应用成分数据分析，我们表明，以前隐藏的信息变得可用：我们看到，老年人口群体增加相对流动性，年轻群体，特别是在周末也没有减少他们的流动性，因为其他人。
2020-09-08 physics.soc-ph stat.AP stat.CO
The effect of adaptive mobility policy to the spread of COVID-19 in urban environment: intervention analysis of Seoul, South Korea
尽管严格的流动限制被认为是遏制COVID-19的关键因素，但很少有科学研究来验证这种方法，尤其是在城市环境中。本研究分析了流动模式的变化，在韩国首尔，采用适应性的方法对流动。干预分析显示，在该市病例高峰前两周，流动性确实出现了重大下降。这种自愿调整表现出强烈的偏好从公共交通转向私人模式。购物和餐饮等非必要和高接触活动大幅减少，而工作和星巴克旅行受到的影响较小。集体评价显示，流行病学、流动性和政策方面的重大变化同时发生，没有滞后或领先的因素。我们的研究表明，集体理解流动性，流行病学和政策之间的相互方面是必不可少的。渐进和灵活的流动限制不仅是可能的，而且是必要的，特别是对于一场时空范围广泛的大流行病。
2020-09-16 physics.soc-ph
Mobility patterns of the Portuguese population during the COVID-19 pandemic
SARS-CoV-2于2019年底出现。从那时起，它已经蔓延到几个国家，成为一种流行病。到目前为止，还没有确定的治疗方法或疫苗，因此最好的解决方案是通过保持社交距离来防止个人之间的传播。然而，很难衡量这些距离措施的有效性。因此，本研究使用谷歌COVID-19社区流动性报告的数据，试图了解葡萄牙人口在COVID-19大流行期间的流动模式。在本研究中，对葡萄牙的Rt值进行建模。此外，还计算了人口流动模式的变点。因此，流动模式的变化被用于了解社交距离措施对COVID-19传播的影响。因此，可以说，葡萄牙的初始Rt值非常接近3，25天后降至接近1的值。社会隔离措施很快被采取。此外，据观察，在大流行期间避免使用公共交通。最后，在疫苗或有效治疗出现之前，这是新的常态，必须理解，新的流动模式，社会互动和卫生必须适应这一现实。
2020-09-03 physics.soc-ph
The limits of human mobility traces to predict the spread of COVID-19
移动电话数据已被广泛用于模拟COVID-19的传播，然而，在不同环境下量化和比较其预测价值具有挑战性。其质量受到各种因素的影响，与流行病学指标的关系也随时间而变化。在这里，我们采用了一种基于传输熵的无模型方法，量化了200多个欧洲国家以下地区的手机衍生移动性指标与COVID-19病例和死亡之间的关系。我们发现，过去对流动性的了解并不能提供大部分地区COVID-19病例或死亡的统计学显著信息。在其余的研究中，接触率的衡量标准在预测疾病传播方面往往比流动更有信息量，而中距离和短距离流动之间最具预测性的衡量标准取决于所考虑的区域。我们最终确定了地理和人口因素，例如用户的覆盖范围和通勤模式，这些因素可以帮助确定预测特定位置疾病发病率的最佳指标。我们的方法为流行病学家和公共卫生官员提供了一个总体框架，以评估人类流动数据在应对流行病方面的有用性。
2023-01-10 physics.soc-ph
Mining Google and Apple mobility data: Temporal Anatomy for COVID-19 Social Distancing
我们使用谷歌和苹果的移动数据来识别、量化和分类不同程度的社交距离，并分析其对欧洲和美国第一波COVID-19大流行的影响。我们通过谷歌和苹果的数据确定了制定社交距离的时期，独立于政治决定。有趣的是，我们观察到欧洲国家和美洲国家在活动减少开始后两到五周感染率普遍下降。
2020-09-09 cs.SI 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
The adoption of non-pharmaceutical interventions and the role of digital infrastructure during the COVID-19 Pandemic in Colombia, Ecuador, and El Salvador
坚持为减轻传染病传播而采取的非药物干预措施是一个多方面的问题。社会人口统计学、社会经济学和流行病学因素可以影响已知影响行为的感知易感性和风险。此外，国家绩效指标的通过取决于与其执行有关的实际或感觉到的障碍。我们研究了哥伦比亚、厄瓜多尔和萨尔瓦多在COVID-19大流行第一波期间NPI依从性的决定因素。分析是在市一级进行的，包括社会经济、社会人口和流行病指标。此外，通过利用Ookla的数千万互联网速度测试测量数据组成的独特数据集，我们调查了数字基础设施的质量，这可能是采用的障碍。我们使用由Meta提供的公开数据来捕获聚合移动性变化，作为遵守NPI的代理。在所考虑的三个国家中，我们发现移动性下降与数字基础设施质量之间存在显著相关性。在控制了包括社会经济地位、人口规模和报告的COVID-19病例在内的几个因素后，这种关系仍然很重要。这一发现表明，连通性更好的城市能够承受更高的流动性减少。移动性下降与数字基础设施质量之间的联系在NPI严格性的高峰期更强。我们还发现，流动性的减少在更大、更密集和更富裕的城市更为明显。我们的工作提供了新的见解，即获得数字化工具的重要性是影响在卫生紧急情况下遵守社交距离准则的能力的额外因素
2022-02-24 cs.CY physics.soc-ph
Changes in mobility choices during the first wave of the COVID-19 pandemic: a comparison between Italy and Sweden
COVID-19疾病的传播影响了全球人们的生活，特别是他们的旅行行为和日常活动。在2020年春季的第一波大流行期间，各国采取了不同的策略来遏制病毒的传播。本文件旨在分析流动行为的变化，重点是在两个实行不同遏制政策的国家（意大利和瑞典），大流行病导致的模式选择的可持续性水平。调查数据揭示了在第一波疫情之前和期间，哪种交通工具在三种不同的出行目的（杂货购物、非杂货购物和通勤）中使用最多。然后通过描述性统计和显著性检验观察到模式选择的可持续性水平的变化。通过估计三个多项逻辑回归模型（每个模型对应一个出行目的），我们试图确定哪些国家以外的因素影响了疫情开始时交通方式选择的可持续性水平的变化。结果显示，与瑞典样本相比，意大利样本中的流动性下降幅度更大，特别是公共交通，与意大利人相比，瑞典人主要倾向于步行和骑自行车旅行，这也是由于在第一波大流行期间出行的可能性更大。最后，公共交通的安全感知似乎没有显着的影响变化的可持续性水平的模式选择与限制的开始。我们的研究结果可作为讨论COVID-19疫情如何影响人们对不同旅游选择的态度和偏好的起点。此外，在这项工作中，我们强调了人们如何以不同的方式对两个国家采取相反的遏制战略的前所未有的情况作出反应。
2023-03-14 cs.CY physics.soc-ph
COVID-19 reproduction number estimated from SEIR model: association with people's mobility in 2020
本文是在世界范围内对两个流行病学问题的探索性研究。疾病传播的速度有多快？对人们的限制（特别是行动限制）是否带来了预期的效果？为了回答第一个问题，我们提出了一个工具，估计再现数的流行病（继发感染的数量$R_t$）的SEIR模型的基础上，并将其与非模型$R_t$估计。为了衡量不同国家COVID-19的$R_t$，从约翰霍普金斯大学系统科学与工程中心（CSSE）检索了冠状病毒感染、康复和死亡的每日病例的实时数据。为评估2020年COVID-19疫情期间流动限制措施的有效性，我们列出了$R_t$与人们流动性之间的相关性（基于Apple流动性指数）。考虑了12个国家的相关性，其中大多数国家的相关性为负。这表明在实施流动限制方面出现了延迟--各国实施这些限制是为了应对新冠肺炎病例的增长，而不是为了预防。
2021-08-27 cs.SI physics.soc-ph q-bio.PE
Quantifying the influence of inter-county mobility patterns on the COVID-19 outbreak in the United States
作为一种高度传染性的呼吸道疾病，COVID-19已成为威胁全球健康的大流行病。在没有有效治疗的情况下，非药物干预措施，如旅行限制，已被广泛推广，以缓解疫情。目前的研究分析了旅行距离等流动性指标;然而，缺乏对区域间旅行流量及其对大流行的影响的研究。我们的研究特别关注美国县际流动模式及其对COVID-19传播的影响。为了检索真实世界的移动模式，我们利用一组集成的移动终端位置数据，包括超过1亿个匿名设备。我们首先调查全国范围内的时间趋势和空间分布的县际流动。然后，我们放大美国疫情爆发的中心纽约市，并评估其流出对其他县的影响。最后，我们开发了一个“对数线性双风险”模型，在县一级量化的影响，“外部风险”进口的县间流动性流动和“内部风险”定义为一个县的脆弱性方面的人口与高风险表型。我们的研究增强了美国县际流动的情况意识，并有助于改善COVID-19的非药物干预措施。
2020-06-24 cs.SI physics.soc-ph
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
On the Interplay of Regional Mobility, Social Connectedness, and the Spread of COVID-19 in Germany
由于呼吸道病毒传播的主要模式是人与人之间的相互作用，我们需要重新考虑身体相互作用模式，以减少感染COVID-19的人数。虽然研究表明，非药物干预（NPI）对国家流动模式有明显影响，但我们调查了相对的区域流动行为，以评估人员流动对COVID-19传播的影响。特别是，我们探讨了从Facebook活动中产生的人员流动性和社交联系对2020年3月3日至6月22日期间德国每周新感染率的影响。我们的研究结果证实，减少社会活动降低感染率，占区域和时间模式。社会距离的程度，以留在联邦行政区内的人的百分比来量化，对感染的发生率有总体的负面影响。此外，我们的研究结果显示了基于地理和社会距离的空间感染模式。
2021-07-02 physics.soc-ph stat.AP
Network percolation reveals adaptive bridges of the mobility network response to COVID-19
人类流动对于了解COVID-19在空间嵌入式地理网络上的传播模式至关重要。这种模式似乎是不可预测的，传播似乎是不可阻挡的，到2020年底，美国的死亡人数超过35万人。在这里，我们使用2020年前六个月美国3000万台智能设备的10 TB（TB）轨迹数据创建了时空县际移动网络。我们研究它的边界渗流通过删除弱连接的边缘。移动性网络变得脆弱并且倾向于达到其临界，并且因此经历令人惊讶的突然相变。尽管移动网络的行为很复杂，但我们设计了一种新的方法来识别一组小的、可管理的经常性关键桥，连接巨型组件和第二大组件。这些分布在美国各地的适应性链接在大流行期间发挥了关键作用，作为连接各部门和地区组件的阀门。此外，我们的数值结果揭示了网络特性决定的临界阈值和桥梁的位置。这些发现为在前所未有的中断期间管理和控制移动网络的连接提供了新的见解。这项工作还可能为全球和当地提供实际的未来传染病。
2021-04-23 physics.soc-ph
Using A Partial Differential Equation with Google Mobility Data to Predict COVID-19 in Arizona
COVID-19的爆发扰乱了世界上许多人的生活。美国亚利桑那州成为该国最新的COVID-19热点之一。对COVID-19病例的准确预测将有助于各国政府采取必要措施，并说服更多人采取个人预防措施来对抗病毒。由于涉及许多人为因素，因此难以准确预测COVID-19病例。本文旨在借助Google社区移动报告中的人类活动数据，为COVID-19病例提供一个预测模型。为了实现这一目标，我们开发了一个特定的偏微分方程（PDE），并使用《纽约时报》在美国亚利桑那州县级的COVID-19数据进行了验证。该模型描述了亚利桑那州县群之间的跨界传播和人类活动对COVID-19传播的综合影响。结果表明，该模型的预测精度可达94%以上。此外，我们研究个人预防措施（如戴口罩及在地方层面对COVID-19病例实行社交距离）的成效。本地化的分析结果可用于帮助减缓COVID-19在亚利桑那州的传播。据我们所知，这项工作是首次尝试将PDE模型应用于Google社区移动报告的COVID-19预测。
2020-07-26 physics.soc-ph q-bio.PE
Traffic Performance Score for Measuring the Impact of COVID-19 on Urban Mobility
测量交通性能对于管理交通的公共机构和计划旅行的个人至关重要，特别是在发生特殊事件时。COVID-19大流行对日常生活的几乎每个方面都产生了重大影响，包括城市交通模式。因此，衡量COVID-19对交通的影响，以进一步指导机构和居民妥善应对交通模式的变化至关重要。然而，大多数现有的交通性能指标只包括一个单一的交通参数和措施，只有个别走廊的性能。为了克服这些挑战，在这项研究中，提出了一个流量性能评分（TPS），采用多个参数来测量网络范围内的流量性能。华盛顿大学STAR实验室开发了一个交互式的基于Web的TPS平台，提供实时和历史的时空交通性能分析。基于该平台的数据，本研究分析了COVID-19对不同路段和整体交通网络的影响。考虑到这场疫情极大地重塑了社会和经济运作，本研究还从出行需求和驾驶行为两个角度评估了COVID-19如何改变城市交通。
2020-07-01 physics.soc-ph
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
Quantifying COVID-19 transmission risks based on human mobility data: A personalized PageRank approach for efficient contact-tracing
鉴于COVID-19广泛而持久的影响，特别是其空间传播动态备受关注。了解这些动态有助于公共卫生专业人员和城市管理人员设计和部署有效的接触者追踪和治疗措施。然而，大多数现有的研究集中在总的流动流量，很少利用广泛可用的分解一级的人口流动数据。在本文中，我们提出了一种个性化的PageRank（PPR）方法来估计COVID-19传播风险，该方法基于人和位置的二分网络。该方法结合了两个移动模式的个人和他们的时空相互作用。为了验证所提出的方法的适用性和相关性，我们基于交通灵巧卡数据，在一个小型合成网络和一个来自中国香港的真实移动网络中，研究了COVID-19病例的传播与城市内移动模式之间的相互作用。我们比较了召回率（敏感性），准确性和斯皮尔曼相关系数之间的估计传播风险和实际病例数的基础上各种大规模跟踪和测试策略，包括基于PPR的，基于PageRank（PR）的，基于位置的，基于路线的，和基本情况（无策略）。结果表明，基于PPR的方法效率最高，准确率最高，与实际案例数的Spearmans相关系数最大。这证明了PPR的传播风险估计的价值和有效的接触跟踪和测试，将个人的移动模式的重要性。
2022-10-03 cs.SI physics.soc-ph
Containment strategies after the first wave of COVID-19 using mobility data
在应对COVID-19疫情时，各国政府面临着平衡公共卫生和经济的困境。流动性在这一困境中发挥着核心作用，因为人员流动既促进了经济活动，也促进了病毒传播。我们使用的移动性数据的区域之间的旅客计数的形式，扩展常用的SEIR模型，包括区域之间的流动性。我们量化的流动性和感染传播之间的权衡在一个单一的参数，由政策制定者选择，并提出了限制流动性的策略，使限制是最小的，而感染传播是有效的限制。我们考虑的限制，国家划分为地区，并研究在这些地区内的流动性是允许的情况下，他们之间不允许。我们提出了启发式方法来近似这些地区的最佳选择。我们根据我们的权衡来评估所获得的限制。结果表明，当感染高度集中时，我们的方法特别有效，例如，由于超级传播事件在COVID-19的传播中发挥了重要作用，一些城市周围出现了疫情。我们在荷兰的例子证明我们的方法。当流动性数据可用时，结果适用范围更广。
2020-10-27 math.OC physics.soc-ph
Early Warning of COVID-19 Hotspots using Mobility of High Risk Users from Web Search Queries
COVID-19以前所未有的规模和程度扰乱了全球经济和人们的福祉。为了控制这一疾病，建立一个有效的预警系统，预测疾病爆发的地点至关重要。研究表明，使用大规模流动数据监测非药物干预措施（例如，通过人口密度分析。然而，仅使用流动性数据很难预测潜在爆发发生的位置。与此同时，网络搜索查询已被证明是疾病传播的良好预测因素。在这项研究中，我们利用人类移动轨迹（GPS轨迹）和具有共同用户标识符（> 45万用户）的网络搜索查询的独特数据集，预先预测COVID-19热点位置。更具体而言，本集团进行网络搜索查询分析，以识别感染COVID-19的高风险用户，并进一步对该等用户的流动模式进行社交接触分析，以量化疫情爆发的风险。我们的方法是经验性的测试，使用从日本东京的用户收集的数据。我们表明，通过将COVID-19相关的网络搜索查询分析与社交联系网络相结合，我们能够提前1-2周预测COVID-19热点位置，而不仅仅是使用社交联系索引或网络搜索数据分析。这项研究提出了一种新的方法，可用于疾病暴发热点的早期预警系统，这可以帮助政府机构制定有效的战略，以防止疾病的进一步传播。
2020-10-26 cs.SI physics.soc-ph
Analysis of COVID-19 first wave in the US based on demographic, mobility, and environmental variables
该研究通过横断面生态回归分析美国 2020 年上半年 COVID-19 死亡率，发现社会人口统计变量整体解释力最强，但流动性因素在局部地区可能具有重要预测作用。
2023-02-22 physics.soc-ph
One City, Two Tales: Using Mobility Networks to Understand Neighborhood Resilience and Fragility during the COVID-19 Pandemic
本研究利用纽约市两年移动数据构建每周移动网络，发现社会经济与地理属性均能预测社区对COVID-19居家政策的适应能力，为提升城市抗疫韧性的规划提供参考。
2022-10-06 physics.soc-ph
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
Human Mobility in Response to COVID-19 in France, Italy and UK
为阻止COVID-19爆发而实施的政策是历史上最大的关键事件之一。了解这一过程对于制定和调整灾后救济工作至关重要。在这项工作中，我们通过来自1300万Facebook用户的地理定位数据进行了大量数据分析，研究了这种压力如何影响法国，意大利和英国的移动模式。我们发现，移动网络的整体效率普遍降低，伴随着地理碎片化，远程连接大量减少。然而，各国的影响因其最初的流动结构而异。事实上，我们发现，封锁后的移动网络更集中在法国和英国的情况下，更多地分布在意大利。这一过程可以通过渗透来近似，以量化封锁的实质性影响。
2020-05-13 cs.SI physics.soc-ph
COVID-19 and Unemployment Risk: Lessons for the Vaccination Campaign
评估COVID-19疫情及公共卫生政策的经济影响对快速复苏至关重要。在本文中，我们分析了流动性收缩对意大利休假工人和超额死亡的影响。我们提供了流动性减少与超额死亡之间的联系，证实了首次全国范围的封锁有效地遏制了COVID-19疫情。我们的分析指出，流动性收缩10%会导致死亡率降低5%，而全职休假工人的死亡率则会增加50%。根据我们的研究结果，我们建议在考虑健康活跃人口的失业风险的情况下，为COVID-19疫苗接种运动的最后阶段制定优先政策。关键词：COVID-19死亡率;休假计划;封锁的经济影响;疫苗接种推广：失业风险
2021-03-25 physics.soc-ph
Optimization strategies of human mobility during the COVID-19 pandemic: A review
我们生活的各个领域都感受到了持续的COVID-19大流行的影响-跨越了国家，财富，宗教或种族的界限。从第一次在公众中发现感染的时候起，这种病毒在很短的时间内就传播到了世界上几乎所有的国家。人类作为病毒的携带者，传播过程必然依赖于感染后的流动性。不仅在最初的传播过程中，而且在随后的变异传播过程中，人类流动在动态中起着核心作用。因此，一方面，各国在国内和国际上实行了不同程度的旅行限制，而且仍在实行。另一方面，这些限制对企业和一般生计造成严重影响。因此，这是一个优化过程，在全球范围内进行，有多个不断变化的变量。在这里，我们回顾了技术及其对优化的影响，或建议优化的人类流动在不同的规模，进行数据驱动，机器学习和模型的方法。
2021-05-31 physics.soc-ph
Maritime transportation and people mobility in the early diffusion of COVID-19 in Croatia
2019冠状病毒病于欧洲爆发于二零二零年初。年内，欧洲各国在不同时间出现了几波感染。最大的一波感染发生在8月至9月。克罗地亚是地中海地区的旅游热点，因此可能在2020年夏季成为疫情的孵化器。有鉴于此，我们设计了一项数据驱动的调查，以评估通过各种交通方式前往克罗地亚和在克罗地亚境内的乘客流动性可能发挥的作用。为此，将观测数据集与“流行病重新正常化小组”的建模框架相结合。在2020年克罗地亚的情况下，将模型与流行病学数据进行比较，可以不赞成海上或训练运输在传播感染方面的任何突出作用，同时强调公路和空中流动的主导作用。拟议的框架旨在测试关于传染波的因果关系的假设，并有能力排除不相关的现象。
2023-03-08 physics.soc-ph
Private Sources of Mobility Data Under COVID-19
COVID-19疫情正以前所未有及不可预测的方式改变世界。人类流动是这一变化的中心，是病毒传播的最大促进因素。为了研究流动性的变化，评估流动性限制政策的效率，并促进更好地应对未来可能发生的危机，我们需要正确理解我们所掌握的所有流动性数据来源。我们的工作致力于研究私人流动性来源，由大型科技公司收集和发布。这些数据特别令人感兴趣，因为与大多数公共来源不同，它关注的是人，而不是交通工具。也就是说，它的计量单位是西方社会中最接近人的东西：电话。此外，它们涵盖的社会样本很大，具有代表性。另一方面，由于匿名的原因，这类数据不能直接访问。因此，正确解释其模式需要谨慎。意识到这一点，我们着手探讨西班牙的背景下的移动数据的私人来源的行为和相互关系。这个国家代表了一个很好的实验环境，因为它的大规模和快速的流行高峰，并实施了持续的，普遍的封锁。我们发现私人流动性来源既相互关联又相互补充。使用它们，我们评估实施政策的效率，并提供了一个新的正常意味着在西班牙的见解。
2020-07-14 physics.soc-ph
Predicting regional COVID-19 hospital admissions in Sweden using mobility data
COVID-19的传播依赖于社交接触，由于强制性和自愿性的社交距离，社交接触的比率在疫情期间有所不同。传播动态的变化最终会影响住院率，我们利用这种联系来建模和预测2019冠状病毒病大流行期间瑞典地区的住院率。我们使用的SEIR模型，在瑞典的每个地区的传染性是假设依赖于移动数据的公共交通利用率和手机的使用。结果表明，该模型可以捕捉到第一波大流行和第二波大流行开始的时间。此外，我们表明，在瑞典的两个主要地区的模型与公共交通数据优于模型使用手机的使用。该模型假设从疾病传播到住院治疗有三周的延迟，这使得可以使用当前的移动数据来预测未来的入院情况。
2021-01-04 physics.soc-ph q-bio.PE
Resilience of mobility network to dynamic population response across COVID-19 interventions: evidences from Chile
本研究利用智利和西班牙的手机数据，通过空间模型分析揭示财富、劳动力、发病率及网络指标对移动干预遵守的影响，并证明移动网络跨疫情波次具有韧性，历史移动数据可辅助未来疫情建模。
2024-05-29 physics.soc-ph
Mapping county-level mobility pattern changes in the United States in response to COVID-19
为控制冠状病毒病（COVID-19）大流行，应对COVID-19爆发的其中一项非药物疫情控制措施是通过（物理）社交距离降低SARS-COV-2在人群中的传播率。在美国国家科学基金会（NSF）的支持下，开发了一个基于网络的互动绘图平台，及时提供有关不同国家和州的人们对社交距离准则的反应的定量信息。它整合了地理信息系统（GIS）和每日更新的人类流动统计模式，这些统计模式来自美国县级大规模匿名和汇总的智能手机位置大数据，旨在提高公众的风险意识，支持政府决策，并帮助加强社区应对COVID-19疫情。
2020-05-16 cs.SI physics.soc-ph q-bio.PE
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
Spatial-temporal Analysis of COVID-19's Impact on Human Mobility: the Case of the United States
自二零一九年十二月以来，COVID-19已影响社会生活的各个方面，包括人员流动。在本文中，我们研究了COVID-19对美国各州人口流动模式的影响。从时间的角度来看，我们发现流动模式的变化并不一定与政府的政策和指导方针相关，而更多地与人们对疫情的认识有关，这一点在Google Trends的搜索数据中有所反映。我们的研究结果表明，平均需要14天的流动模式，以适应新的情况。从空间的角度来看，我们进行了一个国家级的网络分析和聚类使用多尺度动态人类流动数据集的流动数据。结果，我们发现：1）同一个聚类中的州的地理距离较短; 2）在出现最多聚类的时间和Google趋势上冠状病毒相关搜索查询的峰值之间再次发现了14天的延迟;以及3）其它网络流属性，即度、接近度和介数，从3月2日的一周到4月6日的一周（集群数量最多的一周）。
2020-12-06 cs.SI physics.soc-ph
Strategizing COVID-19 Lockdowns Using Mobility Patterns
在2019冠状病毒病大流行期间，各国政府试图通过与他人隔离、限制非必要旅行和对旅行者实施强制性旅行禁令来保持其领土的安全。虽然大规模隔离是最成功的短期政策，但长期而言是不可持续的，因为它给社会带来了巨大的代价。因此，能够部分控制疾病传播的政府已决定重新开放企业。然而，世界卫生组织警告说，过早重新开放的风险，就像西班牙，法国和美国加利福尼亚州，佛罗里达州，亚利桑那州和德克萨斯州等一些国家一样。因此，迫切需要考虑一种灵活的政策，限制传输，而不需要大规模和破坏性的网络。在此，我们根据个人的流动模式和美国COVID-19传染的严重程度设计了一个多级隔离流程。通过确定社会流动的自然边界，政策制定者可以实施对社会和经济活动干扰最小的旅行限制。通过将模块化优化的Louvain方法应用于每周移动网络，分析了COVID-19爆发期间社会碎片化的动态。在多尺度社区检测过程中，利用确诊病例的地点，确定自然断点以及传染的高风险地区。在较小的范围内，对于确诊病例数量较多的社区，接触者追踪和相关的检疫政策越来越重要，社区结构可以提供信息。
2020-12-06 physics.soc-ph
Exploring the impact of mobility restrictions on the COVID-19 spreading through an agent-based approach
流动限制被视为遏制COVID-10传播的主要政策之一。然而，有多种方法可以通过差异化的限制来减少流动性，并且不容易预测对病毒传播的实际影响。这对需要采取有效和及时措施的决策者来说是一个限制。尽管数据分析在理解这一现象方面发挥着重要作用，但拥有能够预测不同情景影响的更通用的模型也很重要。此外，它们应能够以分类的方式模拟各种情景，以便了解有针对性的战略可能产生的影响，例如在地理范围内或与潜在感染风险相关的其他变量有关的影响。本文提出了一种基于代理的模型（ABM），能够动态模拟COVID-19在不同的移动限制场景下的传播。该模型使用了意大利20个行政区的案例研究，并考虑了可归因于病毒扩散和致命性（基于病毒传播风险模型）以及人口流动模式的参数。该模型用真实数据进行了校准，并根据静态和动态参数的组合再现了不同流动限制对大流行扩散的影响。结果表明，如果意大利在第一波大流行期间实施基于先验风险参数而不是全国封锁的差异化流动限制策略，病毒传播将是相似的。所提出的模型可以为决策者在战略层面应对流行病和病毒传播提供有用的建议。
2021-02-16 physics.soc-ph
On the interplay between mobility and hospitalization capacity during the COVID-19 pandemic: The SEIRHUD model
减少COVID-19疫情影响的措施需要后勤、政治和社会能力的组合。各国采取了不同的办法来提高住院能力或适当实行封锁。为了更好地了解这些措施的影响，我们开发了一个分区模型，一方面可以校准不同地区内和不同地区之间人员流动的减少，另一方面它包含了住院动态，区分了感染者可以接受的治疗种类。通过界定住院能力，我们能够详细研究流动性和住院能力之间的相互作用。
2020-06-11 physics.soc-ph q-bio.PE
Urban Exodus? Understanding Human Mobility in Britain During the COVID-19 Pandemic Using Facebook Data
现有的实证研究集中在评估非药物干预措施对人类流动的有效性，以遏制COVID-19的传播。关于COVID-19大流行如何重塑各国内部人口流动的空间模式，人们知之甚少。在西方社会大流行的早期阶段，出现了城市人口从大城市流向农村地区的轶事证据。然而，这些说法没有经过经验评估。人口普查等传统数据来源提供粗略的时间频率，用于分析短时间间隔内的人口流动。利用Facebook用户的2100万次观察数据集，我们的目标是分析从2020年3月到2021年8月的18个月期间英国城乡连续体人口流动空间模式变化的程度和演变。我们的调查结果显示，在高度严格的措施期间，人口流动总体持续下降，人口最密集的地区报告的降幅最大。在这些时期，我们还发现了从人口高度密集地区到人口密度较低地区的流动性高于平均水平的证据，这为大城市的大规模人口流动提供了一些支持。然而，我们发现这些趋势是暂时的。在非药物干预措施放松后，整体流动性水平趋于恢复到冠状病毒爆发前的水平。在这些干预措施之后，我们还发现向低密度地区的流动减少，向高密度聚集地的流动增加。总体而言，这些发现表明，虽然COVID-19产生的冲击波导致英国人口流动模式发生暂时变化，但由此产生的震动并没有显著重塑全国人口流动模式的普遍结构。
2022-06-01 physics.soc-ph
Lockdown Strategies, Mobility Patterns and COVID-19
我们开发了一个多事件模型，并利用国家内部和国家之间各种公共政策的时间、类型和强度水平的差异，研究它们对COVID-19每日发病率和135个国家人口流动模式的动态影响。我们考虑到同时存在的多种干预措施，以消除并发的政策偏见。该论文的主要结果是，取消公共活动和对私人聚会施加限制，然后关闭学校，在数量上对减少COVID-19的每日发病率产生了最明显的影响。其次是工作场所和呆在家里的要求，其统计意义和影响程度不那么明显。相反，我们发现国际旅行管制、公共交通关闭以及对城市和地区之间流动的限制没有影响。我们确定，这些研究结果是介导的，其对人口流动模式的影响与时间使用和流行病学因素相一致的方式。
2020-05-31 econ.EM physics.soc-ph q-bio.PE
A stochastic agent-based model to evaluate COVID-19 transmission influenced by human mobility
COVID-19大流行迫切需要数学模型来预测流行趋势并评估缓解策略的有效性。要预测COVID-19的传播，一个主要挑战是准确评估多尺度人类流动及其如何通过密切接触者影响感染。通过结合基于随机主体的建模策略和空间容器的层次结构，对应于地理学中的地方的概念，本研究提出了一种新的模型，Mob-Cov，研究人类的旅行行为和个人健康状况对疾病爆发的影响和人口中的零COVID的概率。具体而言，个体在容器内执行幂律类型的局部移动，并在不同级别的容器之间执行全局传输。在小型容器（如道路或县城）内频繁的短暂流动和大量的人口规模影响了当地的人群拥挤，从而加速了感染和区域传播。大型集装箱（如城市和国家）之间的旅行促进了全球传播和爆发。此外，人口的动态感染和恢复能够驱动系统分叉到“零COVID”状态或“与COVID共存”状态，这取决于流动模式、人口数量和健康状况。减少总人口和当地人口积累以及限制全球旅行有助于实现零COVID。总之，Mob-Cov模型在广泛的空间尺度上考虑了更真实的人类流动，并在设计上同等重视性能、低模拟成本、准确性、易用性和灵活性。它是研究人员和政治家调查流行病动态和规划防治该疾病行动的有用工具。
2022-11-18 math.DS physics.soc-ph
Google COVID-19 community mobility reports: insights from multi-criteria decision making
社交距离（SD）在抗击新型冠状病毒疾病（COVID-19）方面至关重要。为了帮助SD监测，许多技术公司提供了移动数据，最突出的例子是Google提供的社区移动报告（CMR）。鉴于广泛的研究领域一直在从CMR数据中汲取见解，人们越来越关注如何使用它们的方法论讨论。事实上，谷歌最近发布了他们自己的指导方针，涉及地点类别的性质和校准区域价值的必要性。在这项工作中，我们将讨论如何在多标准决策（MCDM）领域开发的措施可能有利于研究人员分析这些数据。具体而言，我们讨论如何帕累托优势和性能指标MCDM中采用使移动性评估（一）多个类别在一个给定的时间段和（ii）多个类别在多个时间段。我们实证证明了这些方法进行区域和国家层面的分析，比较了一些最相关的爆发例子，从不同的大陆。
2020-09-17 cs.SI physics.soc-ph
Clustering patterns connecting COVID-19 dynamics and Human mobility using optimal transport
社交距离及待在家中是已知可有效遏止COVID-19等大流行病在特定人群中传播的少数措施之一。这些措施之间的依赖关系及其对疾病发病率的影响可能因人口而异。我们描述了一个新的计算框架，用于测量和比较美国150多个发病率相对较高的城市中人员流动与新冠肺炎病例之间的时间关系。我们使用了一个新的应用程序的最优运输计算之间的距离的规范化模式诱导的双变量时间序列为每对城市。因此，我们确定了10个具有相似时间依赖性的城市集群，并计算了Wasserstein重心来描述每个集群的整体动态模式。最后，我们使用特定城市的社会经济协变量来分析每个聚类的组成。
2020-07-21 physics.soc-ph stat.AP
Multiscale Dynamic Human Mobility Flow Dataset in the U.S. during the COVID-19 Epidemic
了解不同地理尺度下人类流动的动态变化和空间互动模式，对于评估COVID-19大流行期间非药物干预措施（如居家令）的影响至关重要。在这个数据描述符中，我们介绍了一个定期更新的美国多尺度动态人类流动数据集，数据从2020年3月1日开始。通过分析SafeGraph提供的数百万匿名移动电话用户对各个地方的访问，计算、汇总并推断了三个地理尺度上的每日和每周动态起点到目的地（O-D）人口流量：人口普查区、县和州。我们的移动流数据集与公开可用的数据源之间存在高度相关性，这表明了所产生数据的可靠性。这样一个高时空分辨率的不同地理尺度的人类流动数据集可以帮助监测流行病传播动态，为公共卫生政策提供信息，并加深我们对前所未有的公共卫生危机下人类行为变化的理解。这种最新的O-D流量开放数据可以支持许多其他社会传感和交通应用。
2020-11-02 cs.SI physics.soc-ph
The spatial dissemination of COVID-19 and associated socio-economic consequences
持续的2019冠状病毒病（COVID-19）大流行在全球范围内造成严重破坏，数百万人丧生，人类旅行受到限制，经济发展停止。利用城市层面的流动性和病例数据，我们的分析表明，COVID-19的空间传播可以很好地解释为流动网络中的局部扩散过程，而不是全球扩散过程，这表明所实施的疾病预防和控制措施是有效的。基于构建的病例预测模型，估计如果COVID-19疫情在不同地区发生，可能会产生不同的社会后果。于疫情控制期间，人类流动大幅减少，流动网络经历显著的本地及全球结构性变化，以遏制COVID-19的传播。我们的工作对减轻疾病和评估COVID-19对社会的社会经济影响具有重要意义。
2022-06-28 econ.GN physics.soc-ph q-fin.EC
The role of mobility in the dynamics of the COVID-19 epidemic in Andalusia
集合种群模型一直是研究人口密集节点（城市、省、国家）网络上流行病传播的流行工具，并在持续的COVID-19大流行的背景下得到广泛应用。在目前的工作中，我们重新审视了这样一个模型，考虑到一个特殊的案例，即2020年夏秋期间西班牙安达卢西亚地区的案例（即，在第一和第二次大流行浪潮之间）。我们的目的是考虑纳入移动性的可能性，在全省节点集中在移动电话的时间依赖性数据，但也讨论了我们的情况下的例子与重力模型的比较，以及在没有流动性的动态。我们的主要发现是，流动性是定量了解第二波大流行病出现的关键，捕捉这一情况的最准确方法是动态（而不是静态）纳入基于手机数据的时间依赖流动性矩阵。没有流动性的替代办法无法捕捉到本文所考虑的集合种群模型背景下的数据所揭示的趋势。
2022-07-05 physics.soc-ph q-bio.PE
Fever and mobility data indicate social distancing has reduced incidence of communicable disease in the United States
2020年3月，美国多个州政府鼓励或强制限制社交互动，以减缓COVID-19的传播，COVID-19是由新型冠状病毒SARS-CoV-2引起的疾病，已蔓延至近180个国家。评估这些社交距离策略的有效性具有挑战性，因为对COVID-19的监测有限，根据时间和地区不同的标准，通常会优先对高风险或住院病例进行检测。在这里，我们发现，在美国至少有100例COVID-19确诊病例的县，流动性的减少导致了发热发病率的减少，这是由智能温度计捕获的，平均滞后6.5天（$90\%$在3- 10天内），这与COVID-19的潜伏期一致。此外，流动性下降幅度较大的县随后实现了发烧的更大幅度下降（$p<0.01$），纽约市及其邻近地区是一个明显的例外。这些结果表明，社交距离减少了包括COVID-19在内的流感类疾病的传播，并支持社交距离作为减缓COVID-19传播的有效策略。
2020-04-21 physics.soc-ph q-bio.PE
A high-frequency mobility big-data reveals how COVID-19 spread across professions, locations and age groups
本研究基于中国某城市70万条无干预的高频移动轨迹大数据，首次完整揭示COVID-19隐性传播动态，发现初始70人感染可致33万人隐性感染，还明确了传播日周期模式及不同职业、年龄组的感染特征差异。
2022-11-12 physics.soc-ph
Human Mobility Trends during the COVID-19 Pandemic in the United States
于今年三月，COVID-19被宣布为大流行病，并继续威胁公众健康。这场全球健康危机限制了人们的日常行动，使我们社会的每个部门都出现恶化。了解公众对病毒的反应和非药物干预措施，应该对战略性抗击COVID-19有很大帮助。我们的目标是提供有形的证据，人类流动性的趋势，通过比较每天的变化在美国大规模的公共流动性在一个聚合的水平上观察到利用移动终端的位置数据和社交距离相关的措施。我们的研究捕捉了空间和时间的异质性，以及关于大流行传播和非药物干预的社会人口学变化。所有的流动性指标适应捕捉减少公众运动后，国家紧急声明。在所有州，呆在家里的人口都有所增加，并且在居家令之后变得更加稳定，波动幅度较小。收入或人口密度组之间存在总体流动异质性。公众一直在积极应对，自愿更多地呆在家里，对州内确诊病例，而呆在家里的命令稳定了变化。该研究表明，公共交通的趋势与政府敦促呆在家里的信息相一致。我们预计我们的数据驱动分析提供了综合的观点，并作为证据，以提高公众意识，从而加强社交距离的重要性，同时协助政策制定者。
2020-05-06 physics.soc-ph q-bio.PE
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
