[论文解读] Changes in mobility patterns in Europe during the COVID-19 pandemic: Novel insights using open source data

Anna Sigríður Íslind, María Óskarsdóttir+1 more|arXiv (Cornell University)|Aug 24, 2020

COVID-19 epidemiological studies参考文献 35被引用 12

一句话总结

本研究利用来自 Apple Maps 和 OpenSky 的开源数据，分析了 COVID-19 大流行期间欧洲出行模式的变化，发现封锁期间步行显著减少，而尽管航空旅行大幅下降，驾车出行却有所增加。作者开发了一个公开仪表板以可视化这些趋势，展示了细粒度、及时的开放数据在理解大流行相关行为转变及制定公共卫生策略方面的价值。

ABSTRACT

The COVID-19 pandemic has changed the way we act, interact and move around in the world. The pandemic triggered a worldwide health crisis that has been tackled using a variety of strategies across Europe. Whereas some countries have taken strict measures, others have avoided lock-downs altogether. In this paper, we report on findings obtained by combining data from different publicly available sources in order to shed light on the changes in mobility patterns in Europe during the pandemic. Using that data, we show that mobility patterns have changed in different counties depending on the strategies they adopted during the pandemic. Our data shows that the majority of European citizens walked less during the lock-downs, and that, even though flights were less frequent, driving increased drastically. In this paper, we focus on data for a number of countries, for which we have also developed a dashboard that can be used by other researchers for further analyses. Our work shows the importance of granularity in open source data and how such data can be used to shed light on the effects of the pandemic.

研究动机与目标

• 理解欧洲在 COVID-19 大流行期间，因各国策略不同而产生的出行模式变化。
• 评估非药物干预措施（如封锁和旅行限制）对人口流动的影响。
• 展示开放、细粒度且及时的数据在研究大流行等大规模社会中断事件中的价值。
• 开发并分享一个公开仪表板，以支持对欧洲各国出行趋势的进一步分析。
• 探索政策实施时间（例如封锁延迟）与出行模式变化之间的相关性。

提出的方法

• 来自 Apple Maps 的聚合出行数据，使用其出行趋势数据集，提供按出行方式（步行、驾车、公共交通）的每日出行量归一化变化。
• 来自 OpenSky 网络的航班数据，追踪大流行期间欧洲的商业航班活动。
• 整合 Withings 可穿戴设备的数据，以评估封锁期间体力活动和体重的变化。
• 将出行趋势的时间分析与各国政策时间线对齐，包括首次病例检测和封锁实施日期。
• 开发一个公开的交互式仪表板，可视化选定欧洲国家的出行变化，并标注政策里程碑。
• 采用对比分析方法，将出行变化与各国特定的政策响应及干预措施实施时间相关联。

实验结果

研究问题

• RQ1 在 COVID-19 大流行期间，欧洲的出行模式发生了怎样的变化，特别是对各国封锁和限制措施的反应如何？
• RQ2 政策实施时间（如封锁延迟）与出行行为变化之间存在何种关系？
• RQ3 在采用不同公共卫生策略的欧洲国家中，步行、驾车和航空出行模式如何变化？
• RQ4 通过可穿戴设备捕捉到的体力活动和体重变化，在多大程度上与封锁期间的出行减少相关？
• RQ5 如何利用开源、细粒度的出行数据来支持公共卫生政策和危机应对策略的制定？

主要发现

• 在大多数欧洲国家的封锁期间，步行显著减少，法国每日步数下降 27%，意大利下降 28%，英国下降 8%。
• 尽管航空旅行急剧下降，但许多国家的驾车出行量显著增加，表明出行行为发生了转变。
• 较早实施封锁的国家（如西班牙和挪威）相比响应延迟的国家，出行量下降更快。
• 在封锁期间观察到体重增加，中国平均增重最多（0.55 磅或 0.25 千克），其次是意大利（0.42 磅或 0.195 千克）。
• 在德国，自我隔离期间每日步数保持稳定甚至略有增加，与其他国家的下降趋势形成对比，表明存在区域行为差异。
• 将开源出行与健康数据整合后，揭示了体力活动减少与出行模式变化之间存在强烈相关性，提示可能对长期福祉产生影响。