[论文解读] Socioeconomic disparities in mobility behavior during the COVID-19 pandemic in developing countries

Lorenzo Lucchini, Ollin Langle-Chimal+7 more|arXiv (Cornell University)|May 11, 2023

Human Mobility and Location-Based Analysis被引用 9

一句话总结

该论文分析六个中等收入国家的手机 GPS 数据，揭示在对 COVID-19 的移动性反应中存在持续的社会经济差距，高收入社区居民比低收入地区居民更能自我隔离、迁移和停止通勤。

ABSTRACT

Mobile phone data have played a key role in quantifying human mobility during the COVID-19 pandemic. Existing studies on mobility patterns have primarily focused on regional aggregates in high-income countries, obfuscating the accentuated impact of the pandemic on the most vulnerable populations. Leveraging geolocation data from mobile-phone users and population census for 6 middle-income countries across 3 continents between March and December 2020, we uncovered common disparities in the behavioral response to the pandemic across socioeconomic groups. Users living in low-wealth neighborhoods were less likely to respond by self-isolating, relocating to rural areas, or refraining from commuting to work. The gap in the behavioral responses between socioeconomic groups persisted during the entire observation period. Among users living in low-wealth neighborhoods, those who commute to work in high-wealth neighborhoods pre-pandemic were particularly at risk of experiencing economic stress, facing both the reduction in economic activity in the high-wealth neighborhood and being more likely to be affected by public transport closures due to their longer commute distances. While confinement policies were predominantly country-wide, these results suggest that, when data to identify vulnerable individuals are not readily available, GPS-based analytics could help design targeted place-based policies to aid the most vulnerable.

研究动机与目标

• 量化 COVID-19 期间不同邻里财富水平对移动行为的差异，在六个中等收入国家之间。
• 从 GPS 轨迹推断家庭、工作及其他地点，以研究时间使用。
• 评估来自普查数据的财富代理变量与隔离、迁移和通勤变化之间的关系。
• 检验政策限制（如公共交通关闭）在财富差异下对移动性的不同影响。
• 讨论在疫情期间分区域政策和有针对性的支持的含义。

提出的方法

• 使用 2020 年跨越巴西、哥伦比亚、印尼、墨西哥、菲律宾和南非的 2.81 亿用户的 GPS 位置信息。
• 通过对停止事件进行时空聚类，使用 5 分钟阈值和 25 米阈值来推断位置类型（家庭、工作场所、其他）。
• 从其主要居住地的普查财富指数为每个用户分配财富代理变量。
• 将分析限定在每个国家五个人口最多城市的高频用户（占比 46% 的用户）。
• 使用带固定效应的面板回归，将移动性变化建模为全球与地方 COVID-19 发生率以及五种政策类型的函数。
• 控制多重共线性，并在不同时间窗口和国家层面的排除情形下验证鲁棒性。

实验结果

研究问题

• RQ1 在发展中国家，对 COVID-19 的移动性反应是否因社会经济群体而异？
• RQ2 邻里财富水平如何影响疫情期间的自我隔离、迁往农村地区以及工作通勤？
• RQ3 在遏制政策的响应中，地方性财富扮演了怎样的中介作用？
• RQ4 观察到的差距是否在多个中等收入国家和大陸之间保持一致？

主要发现

• 高财富邻里居民比低财富居民更有可能在家自我隔离，与疫情前水平相比，增加量分别为 252% 与 141%。
• 在疫情早期，高财富个体比低财富个体更有可能迁往农村地区，概率是其2.9倍。
• 高财富群体停止通勤到工作的可能性比低财富群体高出1.3倍；差距在整个2020年持续存在。
• 在低财富通勤者中，先前在高财富社区工作的人比在低财富社区工作的人停止通勤的概率高出89%。
• 公共交通关闭显著降低了曾经通勤到高财富社区的低财富工人的通勤（系数 0.10，95% 置信区间 [0.05, 0.15]）；对在低财富社区工作的工人没有显著影响。
• 移动性反应差距在整个观察期持续，强调在个人层面定位受限时需要分区域的政策干预。