[论文解读] COVID-19 and Income Profile: How People in Different Income Groups Responded to Disease Outbreak, Case Study of the United States.

Qianqian Sun, Weiyi Zhou+5 more|arXiv (Cornell University)|Jul 4, 2020

COVID-19 epidemiological studies参考文献 13被引用 10

一句话总结

本研究利用来自超过1亿台设备的匿名设备定位数据，分析了美国不同收入水平社区在应对COVID-19移动干预措施时的反应。研究发现，在18种不同情境下，高收入社区的社会距离行为显著更优，收入水平成为影响合规性的关键因素，凸显了疫情应对能力中的结构性不平等。

ABSTRACT

Due to immature treatment and rapid transmission of COVID-19, mobility interventions play a crucial role in containing the outbreak. Among various non-pharmacological interventions, community infection control is considered to be a quite promising approach. However, there is a lack of research on improving community-level interventions based on a community's real conditions and characteristics using real-world observations. Our paper aims to investigate the different responses to mobility interventions between communities in the United States with a specific focus on different income levels. We produced six daily mobility metrics for all communities using the mobility location data from over 100 million anonymous devices on a monthly basis. Each metric is tabulated by three performance indicators: best performance, effort, and consistency. We found that being high-income improves social distancing behavior after controlling multiple confounding variables in each of the eighteen scenarios. In addition to the reality that it is more difficult for low-income communities to comply with social distancing, the comparisons between scenarios raise concerns on the employment status, working condition, accessibility to life supplies, and exposure to the virus of low-income communities.

研究动机与目标

• 调查收入水平如何影响美国社区在COVID-19大流行期间对移动干预措施的群体响应。
• 识别影响低收入社区遵守社交距离措施能力的结构性障碍。
• 评估就业状况、物资可及性以及病毒暴露风险在塑造不同收入群体移动行为中的作用。
• 开发并应用六项每日移动指标，以在社区层面评估社交距离表现、努力程度和一致性。

提出的方法

• 每月从美国超过1亿台设备收集匿名的每日移动定位数据。
• 生成六项不同的移动指标以量化社交距离行为，每项指标均通过三个表现指标进行评估：最佳表现、努力程度和一致性。
• 按收入水平对社区进行分组，并在18种不同的情境变体中分析移动模式，以隔离收入的影响。
• 应用多元回归模型以控制人口密度、年龄分布和城市化程度等混杂变量。
• 使用空间和时间聚类方法，确保社区层面数据的准确性，并减少移动信号中的噪声。
• 在多个情境下验证研究结果，以确保基于收入的群体行为差异具有稳健性。

实验结果

研究问题

• RQ1 在COVID-19大流行期间，收入水平在多大程度上影响美国社区实施社交距离干预措施的有效性？
• RQ2 哪些结构性因素——如就业状况、物资可及性及暴露风险——调节了不同收入群体之间移动行为的差异？
• RQ3 在多种情境下，高收入社区在维持社交距离方面相较于低收入社区的优越程度如何？
• RQ4 不同收入水平社区的移动行为模式在时间上的一致性如何？
• RQ5 社区层面的特征在多大程度上影响了对非药物干预措施的遵守情况？

主要发现

• 在控制了多个混杂变量后，高收入社区表现出显著优于低收入社区的社交距离行为。
• 合规性差异在所有18种分析情境中均保持一致，表明疫情应对中存在稳健的基于收入的不平等。
• 低收入社区由于面临更高的暴露风险和更缺乏弹性的工作条件，在遵守社交距离方面面临更大挑战。
• 就业状况和获取基本物资的便利性被确定为影响低收入社区移动行为的关键中介因素。
• 低收入社区的社交距离行为一致性较低，表明其对公共卫生措施的持续遵守程度较弱。
• 研究结果凸显了疫情韧性的结构性不平等，低收入群体在健康和经济社会后果方面均受到不成比例的影响。