Mobility Changes in Response to COVID-19
为应对COVID-19大流行，已出现自愿行为改变及对人类互动的行政限制。这些行动旨在降低严重急性呼吸系统综合征冠状病毒2（SARS-CoV-2）的传播率。我们使用匿名化和/或去识别化的移动终端位置来测量移动性，这是一个统计数据，表示给定人群中的典型成员在一天内移动的距离。结果表明，在美国和全球范围内，流动性大幅减少。在美国，由于COVID-19威胁的出现和特定的政府指令，流动性大幅减少。美国admin 1（州）和admin 2（县）级别的移动数据已在知识共享署名（CC BY 4.0）许可下通过GitHub存储库https://github.com/descarteslabs/DL-COVID-19/免费提供
2020-03-31 cs.CY cs.SI
Systematic analysis of the effectiveness of adding human mobility data to covid-19 case prediction linear models
该研究针对COVID-19病例预测中移动数据的作用争议，通过多数据集和多预测提前期的系统分析，发现加入移动数据仅在测试初期约两个月有效，最大相关性提升仅0.3，澄清了移动数据的实际增益边界。
2024-05-05 cs.CY cs.SI
Modeling International Mobility using Roaming Cell Phone Traces during COVID-19 Pandemic
大多数与人员流动有关的研究都侧重于国内流动。然而，存在许多场景（例如，传播疾病、移徙），在这方面，及时提供关于国际通勤者的数据至关重要。移动电话为及时监测国际流动流动并进行适当的空间汇总提供了一个独特的机会。这项工作建议使用移动电话产生的漫游数据来模拟传入和传出的国际移动性。我们使用重力和辐射模型来捕捉流动性流动之前和期间引入非药物干预措施。然而，传统模型有一些局限性：例如，流动性限制没有明确捕获，可能会发挥关键作用。为了克服这些局限性，我们提出了COVID引力模型（CGM），即针对大流行情景定制的传统引力模型的扩展。该方法超越，在准确性方面，传统的模型由126.9%传入的移动性和63.9%时，建模传出的移动性流。
2022-03-21 cs.CY cs.SI
Uncovering socioeconomic gaps in mobility reduction during the COVID-19 pandemic using location data
我们使用来自哥伦比亚、墨西哥和印度尼西亚的智能手机位置数据，研究旨在缓解COVID-19大流行蔓延的非药物政策干预措施如何影响人类流动。在所有这三个国家，我们发现，在实施流动限制措施后，人员流动大幅减少。重要的是，我们还发现了财富群体之间流动性降低的巨大而持久的差异：平均而言，财富最高10%的用户减少的流动性是最低10%用户的两倍。对于寻求有效分配资源以应对工作的决策者来说，这些研究结果强调，可以利用智能手机位置数据来调整政策，以满足特定社会经济群体，特别是最弱势群体的需求。
2020-07-27 cs.CY physics.soc-ph
Running the COVID-19 marathon: the behavioral adaptations in mobility and facemask over 27 weeks of pandemic in Seoul, South Korea
与COVID-19的斗争是一场马拉松，而不是短跑，为了保持活力，行为调整是不可避免的。在本文中，我们采用了以数据为中心的方法来调查个人的流动性适应和戴口罩在韩国首尔。我们首先根据COVID-19病例数及其地理空间分布确定了六个流行阶段和两波。特定阶段的线性模型显示，在第一次升级和高峰时，自驱动的流动性会大幅下降，共同关注公共交通使用和不太重要的周末/下午出行。然而，在第二波中没有出现类似的减少，因为重点从移动转移到戴口罩是明显的。虽然没有封锁和温和的戴口罩似乎违反直觉，但简单而持久的个人安全沟通对诱导合作行为适应是有效和可持续的。我们针对具体阶段的分析和解释强调了与波动的流行病风险相一致的有针对性的应对措施的重要性。
2020-09-09 cs.CY
Twitter, human mobility, and COVID-19
COVID-19的爆发凸显出需要一种更协调、更少涉及隐私、更容易获得的方法来监测已被证明与病毒传播相关的人员流动。在这项研究中，我们分析了全球5.87亿条推文，以了解如何从全球、国家和美国各州的用户生成信息中反映出减少人类流动性的全球合作努力。考虑到移动性的多面性，我们提出了两种类型的距离：单日距离和跨日距离。为了量化某些地理区域的响应性，我们进一步提出了一个基于移动性的响应指数（MRI），它可以在一个时间窗口内捕获移动性变化的总体程度。结果表明，从Twitter数据获得的流动模式是可量化的，以反映流动的动态。在全球范围内，2020年3月11日世卫组织宣布COVID-19为大流行之后，拟议的两个距离大大偏离了其基线。宣布后的时间间隔大大减少，表明保护措施显然影响了人们的旅行习惯。国家规模的比较揭示了反应能力的差异，不同流行阶段的流动模式对比就证明了这一点。我们发现，流动性变化的触发因素与国家宣布的缓解措施相吻合。在美国，COVID-19疫情对流动性的影响是明显的。然而，各州之间的影响差异很大。“黑人的命也是命”（Black Lives Matter）抗议活动进一步推动了流动性的强劲复苏势头，这可能会助长美国的第二波感染。
2020-06-24 cs.CY cs.SI stat.AP
Human Mobility during COVID-19 in the Context of Mild Social Distancing: Implications for Technological Interventions
COVID-19疫情给我们的社会带来了有形和无形的损害。许多研究人员研究了它在实施了强有力的社会距离措施（如呆在家里的命令）的国家的社会影响。其中，人类的流动性由于其在平坦化曲线方面的重要性而得到了广泛的研究。然而，流动性还没有积极研究的背景下，温和的社会距离。对不同情况下的人员流动性认识不足，可能会对缓解这种情况的任何技术干预措施产生有限的影响。为此，我们收集了一个数据集，其中包括韩国第三大城市每天超过100万的智能设备用户，该城市实施了温和的社交距离政策。我们从地理、社会经济和社会政治的角度分析了COVID-19如何影响城市中的人口流动。我们还研究了兴趣点和特殊场合（如交通站和立法选举）的流动性变化。通过这些分析，我们确定了一个类型的人口作为一种手段，提供设计的技术干预的影响。本文通过对人类流动性的深入分析为社会科学做出了贡献，并为CSCW社区带来了新的设计挑战和潜在影响。
2020-07-01 cs.CY physics.soc-ph
Machine Learning on the COVID-19 Pandemic, Human Mobility and Air Quality: A Review
持续的COVID-19全球大流行正在影响人类生活的方方面面（例如，公共卫生、教育、经济、交通和环境）。这场新的大流行和全市实施的封锁措施正在影响病毒传播、人们的旅行模式和空气质量。已进行多项研究，以预测COVID-19扩散、评估疫情对人类流动性及空气质量的影响，以及利用一系列机器学习（ML）技术评估封锁措施对病毒传播的影响。本回顾研究旨在分析过去的研究结果，以了解COVID-19大流行、封锁措施、人员流动和空气质量之间的相互作用。对先前研究的批判性回顾表明，城市形态、人们的社会经济和身体状况、社会凝聚力和社会距离措施显著影响着人类流动和COVID-19传播。在COVID-19大流行期间，许多人倾向于使用私人交通工具进行必要的旅行目的，以减轻与冠状病毒相关的健康问题。该检讨研究亦注意到，COVID-19相关封城措施通过降低空气污染物浓度显著改善空气质量，从而通过减少与肺炎相关的疾病和死亡人数改善COVID-19状况。有人认为，ML是一种强大，有效和强大的分析范式，可以处理复杂和邪恶的问题，如全球流行病。本研究还讨论了政策含义，这将有助于政策制定者采取迅速行动，通过采用数据驱动的分析方法来缓解大流行的严重程度并改善城市环境。
2021-03-13 cs.CY cs.LG
Volunteer contributions to Wikipedia increased during COVID-19 mobility restrictions
维基百科是有史以来最大的百科全书，是一项由志愿者贡献推动的全球倡议。2019冠状病毒病疫情爆发，全球各地纷纷采取行动限制，维基百科志愿者是否会在疫情面前变得不那么活跃，还是会在危机带来额外压力的情况下，奋起满足对高质量信息日益增长的需求，目前尚不清楚。通过分析2018年至2020年维基百科12个语言版本的2.23亿次编辑，我们发现维基百科的全球志愿者社区对这一流行病做出了显着的反应，大大提高了工作效率和加入社区的新成员数量。例如，对英文维基百科的贡献比大流行前数据的预期增加了20%以上。我们的工作揭示了全球志愿者群体对COVID-19危机的反应，为关键在线社区在压力下的行为提供了宝贵的见解。
2021-11-02 cs.CY
Policy-Aware Mobility Model Explains the Growth of COVID-19 in Cities
随着冠状病毒的持续传播，预测不同城市独特的COVID-19增长曲线的任务对于医疗供应和治疗至关重要，标准流行病学模型仍然无法充分解释这些曲线。预测必须考虑减缓冠状病毒传播的非药物干预措施，包括居家令、社交距离、隔离和强制戴口罩，从而减少城市内的流动性和病毒传播。此外，最近将冠状病毒与人类流动性和详细的移动数据联系起来的工作表明，在疾病预测中需要考虑城市流动性。在这里，我们表明，通过将城市内流动性和政策采纳纳入一个新的集合人口SEIR模型，我们可以准确地预测美国城市复杂的COVID-19增长模式（$R^2$ = 0.990）。由于政策干预而导致的估计流动性变化与Apple Mobility Trends Reports（Pearson R = 0.872）的经验观察一致，表明在数据有限的情况下，基于模型的预测具有实用性。我们的模型还再现了城市的“超级传播”，其中几个社区占大多数继发性感染的城市空间，所产生的不均匀的邻里人口和城市内的热门社区的动荡加剧。因此，我们的模型可以促进位置感知的流动性减少政策，以类似的社会成本更有效地减少疾病的传播。最后，我们证明了我们的模型可以作为一个细粒度的分析和模拟框架，通知合理的非药物干预政策的设计。
2021-02-21 cs.CY q-bio.PE
Country-wide mobility changes observed using mobile phone data during COVID-19 pandemic
于二零二零年三月，奥地利政府为应对COVID-19疫情而实施广泛封锁。根据主观印象和轶事证据，奥地利的公共和私人生活突然停止。在这里，我们评估了奥地利所有地区的锁定效果，并使用近实时匿名手机数据分析了奥地利各地人员流动的日常变化。我们描述了一个有效的数据聚合管道，并通过量化特定兴趣点（POI）的移动电话流量，分析个人轨迹和调查的起源-目的地图的集群结构来分析移动性。我们发现，维也纳地铁站的通勤者减少了80%以上，回转半径小于500米的设备数量几乎翻了一番。研究人群运动行为的结果突出了移动网络结构的巨大变化，这一变化体现在更高的模块化程度和从12个增加到20个检测到的社区。我们通过显示伊施格尔镇（早期COVID-19热点）的流出量与报告的COVID-19病例之间存在8天的时间滞后，证明了流动性数据与流行病学研究的相关性。这项研究表明，移动电话使用数据允许移动行为的每时每刻的量化为整个国家。我们强调，有必要改善匿名形式的此类数据的可用性，以增强快速应对COVID-19和未来大流行病的能力。
2020-08-23 cs.CY cs.SI stat.AP
YouTubing at Home: Media Sharing Behavior Change as Proxy for MobilityAround COVID-19 Lockdowns
遵守公共卫生措施，如限制行动和社交活动，对于限制严重急性呼吸系统综合征冠状病毒2型（也称为COVID-19）等疾病的传播至关重要。虽然大型人口数据集（如基于电话的移动数据）可以提供对此类合规性的一些了解，但它通常是专有的，并且可能不适用于所有地区。在这项工作中，我们研究了社交媒体上的视频共享作为互联网用户在家花费的时间量的代理的有用性。我们特别关注在109个国家实施COVID-19封锁措施之前及期间在Twitter上分享YouTube视频的人数。我们发现，各国的媒体分享行为差异很大，有些国家对封锁法令立即做出反应-主要是通过大幅增加分享量-而另一些国家则有很大的滞后。我们证实，这些见解与移动性密切相关，如使用电话数据测量的。最后，我们说明了媒体共享和移动行为的变化更剧烈周围强制锁定，而不是更宽松的建议。我们将媒体共享量数据提供给研究界，以持续监测公共卫生措施的行为变化。
2021-03-26 cs.CY cs.SI
Leveraging Administrative Data for Bias Audits: Assessing Disparate Coverage with Mobility Data for COVID-19 Policy
基于智能手机的移动数据已被广泛用于设计和评估COVID-19应对策略，例如针对公共卫生资源。然而，很少有人注意到测量的有效性和人口统计学偏见，部分原因是缺乏关于哪些用户被代表的文件，以及获得独特访问和人口统计学的地面真实数据的挑战。我们说明了如何连接大规模的行政数据可以使审计的流动性数据的偏见，在没有人口统计信息和地面真相标签。更准确地说，我们表明，链接选民名册数据-包含个人层面的投票率为特定的投票地点以及种族和年龄-可以促进严格的偏见和可靠性测试的建设。这些测试揭示了一种抽样偏差，在大流行的背景下尤其值得注意：老年人和非白人选民不太可能被流动性数据所捕获。我们表明，根据这些流动性数据分配公共卫生资源可能会对高风险老年人和少数群体造成不成比例的伤害。
2021-04-16 cs.CY stat.AP
The social stratification of internal migration and daily mobility during the COVID-19 pandemic
基于540万用户手机数据，研究揭示COVID-19期间圣地亚哥不同收入阶层在内部迁移和日常流动性上的分化响应，为危机时期的公平政策制定提供依据。
2023-09-21 cs.CY cs.SI
Understanding the Impact of the COVID-19 Pandemic on Transportation-related Behaviors with Human Mobility Data
中国内地受限制的COVID-19疫情最近被视为抗击这种高传染性病毒的成功范例。无论是传播时间短（约三个月），还是中国内地确诊病例呈指数级增长，都证明中国当局采取了有效的防疫措施，如病例隔离、旅行限制、关闭娱乐场所、禁止公众集会等。这些措施当然可以有效控制COVID-19疫情的蔓延。同时，它们可能会极大地改变人类流动模式，例如公众的日常交通相关行为。为了更好地了解COVID-19对交通相关行为的影响，并提供更有针对性的抗疫措施，我们使用从中国广泛使用的网络地图服务百度地图收集的大量人类流动数据，以了解疫情期间当地人民的详细反应。具体而言，我们从1）交通工具、2）到访场馆类型、3）场馆入住时间、4）对“起点-终点”距离的偏好、5）“起点-交通-终点”模式等角度，对疫情期间的交通相关行为进行数据驱动分析。对于每个主题，我们也给出了我们的具体见解和政策制定建议。鉴于COVID-19大流行仍在全球200多个国家和地区蔓延，感染了数百万人，本文提供的见解和建议可能有助于抗击COVID-19。
2022-02-16 cs.CY physics.soc-ph
Analyzing the Impact of Covid-19 Control Policies on Campus Occupancy and Mobility via Passive WiFi Sensing
移动传感在提供数字解决方案以协助COVID-19遏制政策方面发挥了关键作用。这些解决方案包括，除其他努力外，加强社交距离和监测室内空间的人群流动。然而，如果没有大规模采用，这些解决方案可能不会有效。随着越来越多的国家从封锁状态重新开放，仍然迫切需要尽量减少人群流动和互动，特别是在封闭空间。本文指出，通过部署的WiFi基础设施分析用户占用率和移动性可以帮助机构根据公共卫生指南监控和维护安全合规性。使用智能手机作为用户位置的代理，我们的分析展示了粗粒度的WiFi数据如何能够充分反映不同COVID-19政策颁布时的室内占用频谱。我们的工作分析了来自三个不同大学校园的员工和学生的流动数据。其中两个校区位于新加坡，第三个校区位于美国东北部。我们的研究结果表明，在线学习，分裂的团队，和其他空间管理政策有效地降低占用率。然而，它们不会改变个人在空间之间过渡的流动性。我们展示了如何将这一数据源付诸实际应用，为机构人群控制，并讨论了我们的研究结果对政策制定的影响。
2022-02-22 cs.CY cs.NI
Changes in mobility patterns in Europe during the COVID-19 pandemic: Novel insights using open source data
COVID-19疫情改变了我们在世界各地的行为、互动和行动方式。疫情引发了一场全球性的健康危机，欧洲各地采取了各种战略来应对这场危机。虽然一些国家采取了严格的措施，但其他国家完全避免了封锁。在本文中，我们报告了通过结合来自不同公开来源的数据获得的结果，以揭示大流行期间欧洲流动模式的变化。利用这些数据，我们发现，不同国家的流动模式发生了变化，这取决于他们在大流行期间采取的策略。我们的数据显示，在封锁期间，大多数欧洲公民走路的次数减少了，而且，即使航班不那么频繁，驾驶也大幅增加。在本文中，我们重点关注一些国家的数据，我们还开发了一个仪表板，可供其他研究人员用于进一步分析。我们的工作显示了开放源数据的粒度的重要性，以及如何利用这些数据来揭示大流行病的影响。
2020-08-24 cs.CY
Predicting COVID-19 Spread from Large-Scale Mobility Data
为有效管理COVID-19疫情，公共卫生决策者需要准确预测病例数。未来病例数量的潜在近实时预测因素是人类流动性;然而，缺乏对流动性预测能力的研究。为了填补这一空白，我们介绍了一种新的模型的基础上的移动数据的流行病预测，称为移动标记霍克斯模型。该模型由三个部分组成：（1）Hawkes过程捕获传染病的传播动力学。(2)标记调节感染率，从而解释了生殖数R在空间和时间上的变化。使用基于流动性协变量的正则化泊松回归对标记进行建模。(3)一个纠正程序包括由在地区之间旅行的人播种的新病例。我们的模型在瑞士的COVID-19疫情中进行了评估。具体而言，我们使用了2020年2月至4月的移动数据，共计约15亿次出行。出行次数来自大规模电信数据，即，瑞士最大的电信提供商Swisscom网络的手机ping。我们将我们的模型与各种最先进的基线进行了样本外均方根误差均方误差的比较。我们发现，我们的模型比基线高出15.52%。在5至21天的不同预报范围内，都取得了一致的改善。此外，我们评估了传统兴趣点数据的预测能力，证实电信数据更优越。据我们所知，我们的工作是第一个从电信数据预测COVID-19传播的工作。总而言之，我们的工作通过为负责控制传染病传播的公共卫生决策者开发可扩展的预警系统，为以前的研究做出了贡献。
2021-06-01 cs.CY stat.AP
Observed mobility behavior data reveal social distancing inertia
研究团队利用一个综合数据集，包括匿名位置数据、COVID-19病例数据和人口普查信息，研究COVID-19对人类流动性的影响。研究发现，与社交距离相关的统计数据，即出行率、人均出行里程数和呆在家里的人口比例，都显示出一种意想不到的趋势，我们称之为社交距离惯性。趋势显示，一旦观察到COVID-19病例，无论政府采取何种行动，统计数据都开始改善。这表明部分能够并愿意自愿保持社交距离的人群对COVID-19病例的出现做出了自然反应。然而，大约两周后，尽管COVID-19病例持续上升，统计数据饱和并停止改善。这项研究表明，有一个自然的行为惯性对社会距离，这就限制了社会距离相关的统计数据的改善程度。全国数据显示，惯性现象是普遍的，发生在美国所有州和所有研究的统计数据。美国各州表现出同步趋势，无论其全州COVID-19病例传播或政府命令的时间轴如何。
2020-04-30 cs.CY
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
Estimating Geographic Spillover Effects of COVID-19 Policies From Large-Scale Mobility Networks
美国的许多政策都是由当地决定的，例如，在县级。地方政策制度提供了地区之间的灵活性，但在地理溢出的情况下可能会变得不那么有效，即人口通过前往附近限制较少的地区来规避当地限制。由于决策的内生性，很少有机会可靠地估计因果溢出效应或评估其对地方政策的影响。在这项工作中，我们确定了一个新的设置，并制定了一个合适的方法，使我们能够对当地政策的溢出效应进行无混淆的估计。我们专注于加州的“更安全经济蓝图”，利用公共COVID-19严重程度统计数据确定性地设定县级流动限制的方式，使回归不连续设计框架能够估计县之间的溢出效应。我们使用具有数十亿个时间戳边缘的移动网络来估计这些影响，并发现显著的溢出运动，在零售，餐饮场所和健身房中具有更大的影响。对比地方和全球政策制度，我们的溢出估计表明，县级限制在减少流动性方面的有效性仅为全州限制的54%。然而，宏观县限制的中间策略-我们通过解决由我们的溢出估计加权的图上的最小k切割问题来优化县分区-可以恢复超过90%的全州范围的流动性减少，同时保持县之间的巨大灵活性。
2022-12-12 cs.CY cs.SI
Compliance with restrictive measures during the COVID-19 pandemic in Europe: Does political partisanship influence behavioural responses?
旨在遏制COVID-19大流行的公共卫生政策的成功依赖于公众的大规模和长期遵守。最近的一系列研究认为，以前的投票模式是这种遵守的重要预测因素。我们的研究通过跟踪六个欧洲国家在一段较长的时间内政党的投票份额和流动性之间的关系，进一步调查了这种联系。我们观察到，虽然投票份额偶尔与每个国家内部流动性的变化有关，但在所有六个选定的国家中，流动性的减少或增加并没有系统的模式，这取决于政党家族或政府成员。随着时间的推移，流动性和投票份额之间的关系在一些国家而不是所有国家往往会变得更强，这再次表明，几个政党家庭的投票份额与遵守社交距离措施之间没有明确的联系。
2022-03-10 cs.CY stat.AP
COVID-19 is linked to changes in the time-space dimension of human mobility
本研究利用去标识化手机数据，发现COVID-19封锁期间人类空间移动减少且伴随异步动态，解除限制后空间维度比时间维度恢复更快，且恢复程度受城市化水平和经济分层影响。
2023-07-27 cs.CY physics.soc-ph
Impact of COVID-19 on human mobility and retail sales in the US
由于COVID-19疫情，各国政府不得不迅速实施封锁政策，限制人员流动，以抑制疾病传播并降低死亡率。由于政府因应疫情而采取行动限制，美国零售销售于二零二零年四月较去年下跌-22%。这项研究着眼于政府政策的严格性，流动模式和隐含的合规水平。这些变量之间的关系和对零售额的影响有助于了解过去的人类行为，并为未来的流行病做好准备。美国各州的零售损失差异很大，从密西西比州的-1.6%到夏威夷的-38.9%。西部和东北部各州受影响最大，而南部各州的复原力相对较强。回归被用来确定统计上显着的状态水平的特征。最大的损失发生在2020年总统选举中民主党选民比例高的州和人口众多的州。民主党选票增加10%，零售额损失增加2.4%。成年人中高中文凭以下比例较高的州最具弹性。人均行程少于一英里的次数被定义为流动性指数，因为它对美国各州平均零售额的影响最大。这一流动性指数增长10%，零售额增长4.6%。所有国家普遍遵守，并表现出减少流动性与日益严格。严格性指数上升1%，流动性指数下降1%。民主党选民比例高、人口多、位于西部的州往往最顺从。投票给民主党的人数比例增加10%，合规性就会增加5%。
2022-09-05 cs.CY
Quantifying human mobility behavior changes in response to non-pharmaceutical interventions during the COVID-19 outbreak in the United States
自从中国武汉确诊首例新型冠状病毒病（COVID-19）以来，包括美国在内的全球范围内都在推广社交距离。这是主要的社区缓解战略之一，也被称为非药物干预。然而，我们对人们如何保持社交距离的理解仍然有限。在这项研究中，我们构建了一个社会距离指数（SDI），以评估人们的流动模式随着COVID-19的传播而发生的变化。我们利用了2020年1月1日至2020年4月9日100天期间美国本土以及阿拉斯加和夏威夷的移动终端位置数据的综合数据集。主要研究结果如下：1）宣布全国进入2019冠状病毒病疫情紧急状态极大地鼓励了社交距离，大部分州的强制性居家令进一步加强了这一做法; 2）确诊病例较多的州在社交距离方面采取了更积极和及时的应对措施; 3）确诊病例较少的州的人们不太注意保持社交距离，一些州，例如，怀俄明州、北达科他州和蒙大拿州已经开始减少社交距离，尽管确诊病例的增长速度很高; 4）一些感染率最高的县没有实施太多的社交距离，例如，佐治亚州的伦道夫县和道格尔县，以及一些县在确诊病例增加的速度下降后立即开始减少社交距离，例如，在爱达荷州布莱恩县，那里也很危险
2020-05-04 cs.CY
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
Shifting Mobility Behaviors in Unprecedented Times: Intentions to Use On-demand Ride Services During the COVID-19 Pandemic
COVID-19的传播一直是人们日常生活和出行行为的主要破坏力。考虑到服务运营的限制以及用户对共享车辆病毒传播的担忧，出租车和网约车等按需乘车服务的需求受到了特别影响。于疫情期间，对该等模式的需求减少多达80%。这项研究探讨了在生活方式和日常生活发生巨大变化以及前所未有的流动性减少的时期使用按需乘车服务的意图。具体而言，我们研究了在大流行的早期阶段使用这些按需旅行方式的意图转变的决定因素。使用2020年6月向来自美国本土的700名受访者发布的调查数据，应用有序回归模型分析考虑的转变。研究结果表明，大流行期间的政治取向和健康相关经历是个体使用网约车意图变化的重要来源。此外，年龄和收入等特征导致了与乘车文献中发现的典型乘车情况相矛盾的考虑转变。具体而言，按需乘车考虑随着年龄和收入的变化而减少。此外，公交用户比私家车用户更愿意考虑按需乘车，这表明共享车辆模式具有类似的风险特征。我们讨论了按需乘车服务在大流行时代的作用，以及调查政治取向和不断演变的大流行经验的必要性，以确定它们在未来移动系统中的作用。
2021-08-05 cs.CY
Do e-scooters fill mobility gaps and promote equity before and during COVID-19? A spatiotemporal analysis using open big data
电动滑板车的日益普及及其在城市街道上的快速扩张引起了广泛关注。一个主要的政策问题是，电动滑板车是替代现有的移动选项，还是填补它们留下的服务空白。本研究通过分析华盛顿特区电动滑板车服务可用性和使用的时空模式来解决这个问题，重点关注它们与公共交通和自行车共享的空间关系。对三个开放大数据集的分析结果表明，电动滑板车对公共交通和自行车共享服务既有竞争作用，也有互补作用。电动滑板车的供应与公共交通和自行车共享的服务领域明显重叠，我们将大多数电动滑板车旅行归类为公共交通和自行车共享用途的替代品。基于旅行时间的分析进一步表明，当选择电动滑板车而不是交通工具时，旅行者支付了价格溢价并节省了一些旅行时间。在COVID-19大流行期间，价格溢价更大，但相关的旅行时间节省较小。这意味着公共卫生考虑而不是时间成本权衡是许多人在COVID期间选择电动滑板车而不是交通的主要驱动力。此外，我们发现电动滑板车通过为服务不足的社区提供服务来补充自行车共享和交通。相当大一部分（约10%）的电动滑板车旅行是与铁路服务连接的。未来的研究可能会将本文提出的基于大数据的分析与传统方法相结合，以进一步揭示电动滑板车服务，自行车共享和公共交通之间的相互作用。
2021-03-11 cs.CY
Sudden Attention Shifts on Wikipedia During the COVID-19 Crisis
我们研究了COVID-19大流行以及随之而来的严重流动限制如何影响了世界上最大的在线百科全书维基百科上的信息访问。一项纵向分析将维基百科12种语言版本的浏览量统计数据与苹果和谷歌发布的移动报告相结合，揭示了大流行期间信息搜索模式的数量和性质发生了巨大变化。有趣的是，虽然我们观察到移动限制后维基百科的页面浏览量暂时增加，但所寻求的信息的性质受到了更持久的影响。这些变化在与实施最严格的流动限制的国家相关的语言版本中最为明显。我们还发现，属于不同主题的文章表现不同;例如，对娱乐相关主题的关注持续存在，甚至有所增加，而对健康和生物相关主题的兴趣很小或短暂。我们的研究结果强调了维基百科在研究大流行如何影响人们的需求、兴趣和关注方面的效用。
2021-04-19 cs.CY cs.SI
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'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
Mobility Data Analysis and Applications: A mid-year 2021 Survey
在这项工作中，我们回顾了最近的工作，分析流动性数据及其在理解COVID-19大流行等流行动态方面的应用。我们还讨论了隐私保护解决方案来分析移动数据，以扩大其对更广泛人群的影响。
2021-08-31 cs.CY
Socioeconomic disparities in mobility behavior during the COVID-19 pandemic in developing countries
基于 6 个中等收入国家手机定位与人口普查数据，研究发现低财富社区居民在疫情期间更少采取自我隔离、迁往农村或停止通勤等防护行为，且通勤到高财富社区的低收入者面临更高经济压力，提出可用 GPS 分析辅助制定精准帮扶政策。
2024-10-01 cs.CY econ.GN physics.soc-ph
