[论文解读] Quantifying the Economic Impact of COVID-19 in Mainland China Using Human Mobility Data

Jizhou Huang, Haifeng Wang+5 more|arXiv (Cornell University)|May 6, 2020

COVID-19 epidemiological studies参考文献 15被引用 22

一句话总结

本研究利用百度地图出行数据，提出两项新的经济指标——新场所创建数（NVC）与场所访问量（V3），以量化新冠疫情对中国大陆经济的影响。研究发现，酒店和教育等行业受影响最严重，而工作场所和餐饮等基本服务行业则迅速恢复，拥有内部供应链的自给自足地区恢复速度超过依赖出口的沿海地区。

ABSTRACT

To contain the pandemic of coronavirus (COVID-19) in Mainland China, the authorities have put in place a series of measures, including quarantines, social distancing, and travel restrictions. While these strategies have effectively dealt with the critical situations of outbreaks, the combination of the pandemic and mobility controls has slowed China's economic growth, resulting in the first quarterly decline of Gross Domestic Product (GDP) since GDP began to be calculated, in 1992. To characterize the potential shrinkage of the domestic economy, from the perspective of mobility, we propose two new economic indicators: the New Venues Created (NVC) and the Volumes of Visits to Venue (V^3), as the complementary measures to domestic investments and consumption activities, using the data of Baidu Maps. The historical records of these two indicators demonstrated strong correlations with the past figures of Chinese GDP, while the status quo has dramatically changed this year, due to the pandemic. We hereby presented a quantitative analysis to project the impact of the pandemic on economies, using the recent trends of NVC and V^3. We found that the most affected sectors would be travel-dependent businesses, such as hotels, educational institutes, and public transportation, while the sectors that are mandatory to human life, such as workplaces, residential areas, restaurants, and shopping sites, have been recovering rapidly. Analysis at the provincial level showed that the self-sufficient and self-sustainable economic regions, with internal supplies, production, and consumption, have recovered faster than those regions relying on global supply chains.

研究动机与目标

• 利用实时人流移动数据量化新冠疫情对中国大陆经济的影响。
• 开发新型、基于数据的经济指标——NVC与V3，以反映大规模范围内的投资与消费活动。
• 利用移动趋势分析疫情暴发期间各行业与区域经济恢复的差异。
• 评估具有内部生产与消费体系的自给自足型经济区域与依赖出口的区域相比，其经济恢复速度的差异。
• 验证基于移动数据的指标与官方GDP数据之间的相关性，以评估其在全国及省级经济表现中的预测能力。

提出的方法

• 收集了覆盖中国大陆超过3.4亿月活跃用户的百度地图匿名、安全出行数据。
• 将新场所创建数（NVC）定义为商业投资的代理指标，按类型与地区追踪每周新增场所数量。
• 将场所访问量（V3）定义为现场消费的代理指标，汇总各场所类型与省份的每周访问量。
• 将NVC与V3趋势映射至中国国家统计局定义的11类场所与8个经济区域。
• 将2018年至2020年第一季度的NVC与V3趋势与官方GDP数据进行相关性分析，以验证其预测能力。
• 开展时空分析，比较疫情期移动趋势与2018–2019年疫情前基线水平的差异。

实验结果

研究问题

• RQ1 NVC与V3在国家与省级层面与官方GDP数据的相关性如何？
• RQ2 疫情如何改变不同经济行业的移动模式？哪些行业恢复最慢或最快？
• RQ3 区域经济自给自足程度——特别是内部供应链——在疫情后恢复速度中发挥何种作用？
• RQ4 与更孤立、自给自足的地区相比，全球供应链整合度高的省份的移动趋势有何差异？
• RQ5 NVC与V3能否作为大规模危机（如新冠疫情）期间经济表现的及时、实时代理指标？

主要发现

• 2018年至2020年第一季度，NVC与V3与国家及省级GDP数据表现出强正相关性，验证了其作为经济指标的有效性。
• 旅游依赖型行业如酒店、教育机构和公共交通场所的V3在疫情期间出现最大降幅。
• 工作场所、住宅区、餐厅和购物场所等基本服务行业V3迅速恢复，部分区域已恢复至或超过2019年水平。
• 东部沿海、南部沿海、北部沿海、黄河中游与长江中游经济区域呈现出‘检查标记’形状的恢复模式，逐步回升至2018–2019年水平。
• 大西北、东北与西南地区V3呈现‘V’形反弹，恢复至或超过疫情前水平，表明由于经济自给自足，恢复速度更快。
• 拥有内部生产、供应与消费网络的自给自足地区恢复速度超过严重依赖全球供应链与出口的沿海地区。