[논문 리뷰] Population-Scale Study of Human Needs During the COVID-19 Pandemic: Analysis and Implications

Jina Suh, Eric Horvitz외 2명|arXiv (Cornell University)|2020. 08. 17.

Health disparities and outcomes참고 문헌 48인용 수 10

한 줄 요약

이 연구는 코로나19 팬데믹 기간 동안 인구 규모의 인간 욕구 변화를 추적하기 위해 웹 검색 로그를 활용하는 계산 프레임워크를 제안한다. 마스로우의 계층 이론과 차이의 차이 접근법을 적용하여 계절성을 보정한다. 결과적으로 신체적 및 안전 욕구가 급격히 증가한 반면, 자아실현과 같은 고위 욕구는 감소한 것으로 드러났으며, 더 긴 대피 명령 기간이 사회적·정서적 욕구에 뚜렷한 영향을 미쳤다.

ABSTRACT

Most work to date on mitigating the COVID-19 pandemic is focused urgently on biomedicine and epidemiology. Yet, pandemic-related policy decisions cannot be made on health information alone. Decisions need to consider the broader impacts on people and their needs. Quantifying human needs across the population is challenging as it requires high geo-temporal granularity, high coverage across the population, and appropriate adjustment for seasonal and other external effects. Here, we propose a computational methodology, building on Maslow's hierarchy of needs, that can capture a holistic view of relative changes in needs following the pandemic through a difference-in-differences approach that corrects for seasonality and volume variations. We apply this approach to characterize changes in human needs across physiological, socioeconomic, and psychological realms in the US, based on more than 35 billion search interactions spanning over 36,000 ZIP codes over a period of 14 months. The analyses reveal that the expression of basic human needs has increased exponentially while higher-level aspirations declined during the pandemic in comparison to the pre-pandemic period. In exploring the timing and variations in statewide policies, we find that the durations of shelter-in-place mandates have influenced social and emotional needs significantly. We demonstrate that potential barriers to addressing critical needs, such as support for unemployment and domestic violence, can be identified through web search interactions. Our approach and results suggest that population-scale monitoring of shifts in human needs can inform policies and recovery efforts for current and anticipated needs.

연구 동기 및 목표

• 바이오의학 외의 팬데믹이 초래한 광범위한 사회적, 경제적, 심리사회적 영향을 이해하기 위해.
• 인구 수준에서 인간 욕구 변화를 정량화할 수 있는 확장 가능하고 개인정보 보호를 고려한 방법을 개발하기 위해.
• 실직이나 가정 폭력과 같은 지원 서비스 접근 장벽을 반영하는 웹 검색 행동에서 정책 관련 신호를 식별하기 위해.
• 향후 팬데믹 대응 및 회복 계획을 위한 인간 욕구의 실시간 모니터링을 가능하게 하기 위해.
• 지역 및 취약 집단 간 욕구 표현의 격차를 검토하기 위해.

제안 방법

• 연구는 350억 건 이상의 검색 쿼리를 다섯 가지 주요 범주(신체적, 안전, 애정과 소속감, 인지, 자아실현)로 분류하기 위해 마스로우의 욕구 계층 이론과 막스-니프의 프레임워크를 적용한다.
• 규칙 기반 레이블링 시스템을 사용하여 검색 쿼리 문자열과 클릭 상호작용을 79개의 인간 욕구 하위범주로 매핑하며, 정밀도 97%를 확보한다.
• 차이의 차이 접근법을 통해 다양한 대피 명령 기간을 가진 주들 간의 욕구 표현 변화를 비교함으로써 팬데믹 영향을 고립한다.
• 정확한 상대적 욕구 변화 추정을 위해 계절적 변동성과 기초 검색량 추세를 제어한다.
• 미국 전역의 36,000개 이상의 우편번호 지역에서 14개월 간의 웹 검색 로그를 분석하였으며, 이는 팬데믹 이전 7개월, 팬데믹 기간 7개월에 해당한다.
• 외부 검증을 위해 결과를 알려진 공중보건 추세와 일상적 보고와 비교한다.

실험 결과

연구 질문

• RQ1 팬데믹 기간 동안 인간 기본 욕구의 표현은 생리적, 사회경제적, 심리적 영역에서 어떻게 변화했는가?
• RQ2 주 수준의 대피 명령 기간과 사회적·정서적 욕구 변화 간 상관관계는 어느 정도인가?
• RQ3 웹 검색 데이터는 실직이나 가정 폭력 지원 자원 접근 장벽을 탐지할 수 있는가?
• RQ4 용도 표현의 지역적 격차는 정책 대응의 취약성을 어떻게 반영하는가?
• RQ5 검색 기반 신호는 팬데믹 관련 파국이 초래한 장기적 정서적 및 경제적 영향을 어느 정도 예측할 수 있는가?

주요 결과

• 팬데믹 기간 동안 생리적 및 안전 욕구가 기하급수적으로 증가한 반면, 자아실현과 인지 성장과 같은 고위 욕구는 뚜렷이 감소했다.
• 대피 명령 기간이 긴 주들은 사회적·정서적 욕구 표현의 더 두드러진 지속적 증가를 보였다.
• 가정 폭력 관련 검색 쿼리가 감소한 것이 관찰되었지만, 일상적 보고에서는 사건 증가가 있었기 때문에 도움 청에 장애 요인이 존재할 가능성이 있다.
• 직업 관련 및 학위 관련 검색 쿼리는 여전히 억제된 상태를 유지하여 장기적인 경제적·교육적 파국이 지속됨을 시사한다.
• 이 프레임워크는 검색 패턴 이상을 통해 재정적 고통과 정서 건강 문제와 같은 높은 수준의 불만족스러운 욕구를 가진 지역을 성공적으로 식별하였다.
• 이 방법은 다섯 가지 주요 욕구 범주로 검색 쿼리를 분류하는 데 97%의 정밀도를 달성하여 대규모 행동 분석에 있어 신뢰성을 입증하였다.