Pandemia Covid-19, która rozpoczęła się mieście Wuchan w Chinach spowodowała ogromną liczbę przypadków śmiertelnych na całym świecie. Kraje w reakcji na szybkie tempo transmisji wirusa SARS-Cov-2 w populacjach wprowadziły przestrzenne ograniczenia w przemieszczaniu się oraz dystans społeczny.
Po raz pierwszy w historii badań nad mobilnością, dzięki dostępności danych, możliwe jest pokazanie wpływu globalnych zjawisk, takich jak pandemia, na globalną mobilność. Adam Sadowski i Zbigniew Galar z Uniwersytetu Łódzkiego przeprowadzili badania dla zobrazowania zależności pomiędzy lockdownem a mobilnością. Przyjęli metodę pracy opartą na Big data, które znosi wszelkie ograniczenia w zakresie przestrzennym analizy.
Swoje badania, wraz z zespołem autorskim, opublikowali w prestiżowym czasopiśmie Journal of Big Data.
Badania łódzkich naukowców są tym bardziej cenne, ponieważ polegają na jego globalnym spojrzeniu na związek pomiędzy mobilnością a rozprzestrzenianiem się Covid-19.
Przyjęty zakres badań pozwolił na określenie ogólnych relacji w podziale na regiony, kraje, a w przypadku Stanów Zjednoczonych także na poszczególne stany. Globalne podejście do analizy lockdownu eliminuje wpływ uwarunkowań politycznych i sposobów komunikacji lub jej braku (jak w Szwecji) w poszczególnych krajach czy stanach USA.
Wyniki badań są uniwersalne i mogą być wykorzystane na poziomie różnych instytucji międzynarodowych, krajowych i regionalnych do oceny i rewizji istniejącej polityki wprowadzania lockdownu.
W badaniu wykorzystano dane komórkowe z firmy Google dotyczące sześciu typów mobilności wynikających z konieczności zachowania dystansu społecznego. Dane te zostały upublicznione w okresie pandemii Covid-19.
Pozwalają one na dogłębną dynamiczną analizę zmian mobilności w tych obszarach w kontekście globalnej pandemii Covid-19. Używamy tych danych, aby ocenić wpływ lockdownu i ograniczeń mobilności na liczbę przypadków Covid-19.
Staraliśmy się ograniczyć liczbę potencjalnych krajów o małych populacjach, które mogłyby zniekształcić wyniki z powodu ich wyjątkowości. Z drugiej strony chcieliśmy, aby jak największa liczba ludności obejmowała każdy przypadek i była źródłem dla analizy korelacji. Dlatego zamiast usuwać terytoria politycznie zależne od głównego kraju, połączyliśmy je, zakładając, że reakcja poszczególnych rządów na Covid-19 jest spójna na całym terytorium znajdującym się pod tą samą kontrolą polityczną. Założyliśmy również, że terytoria zależne, nawet położone daleko od głównego terytorium, dzielą wspólną kulturę, więc tym bardziej powinny być traktowane jako całość.
Zakres czasowy badania obejmuje zmiany w aktywności dobowej i liczbie zachorowań na Covid-19 od 22 stycznia do 11 grudnia 2020 roku. Obejmuje on wystąpienie pierwszej fali zachorowań na Covid-19 dla większości krajów świata.
Dane kończą się 11 grudnia, ponieważ po tym okresie w niektórych krajach (np. w USA czy Wielkiej Brytanii) rozpoczęto masową akcję szczepień przeciwko SARS-Cov-2, dlatego dane po tym okresie będą charakteryzowały się zaburzeniami wpływu szczepień na liczbę przypadków Covid-19.
Badanie odkrywa przesunięcie czasowe pomiędzy dwiema stosowanymi bazami danych (z najwyższym wynikiem korelacji na poziomie 16 dni), Google Mobility i John Hopkins University, najsilniej wpływające na korelację między mobilnością a rozwojem pandemii. W rezultacie ustalenia przy użyciu stworzonej bazy danych obejmują wskazanie na silny związek pomiędzy wprowadzeniem lockdownu a liczbą nowych przypadków Covid-19.
Wyjątkowy przypadek Szwecji pokazuje, że faktyczny lockdown może być wprowadzony jako dobrowolne zalecenie dla ludności i to nie aktem prawnym, lecz na konferencji prasowej. Rzeczywiste dane dotyczące aktywności ludności, pochodzące bezpośrednio z danych, mają pierwszeństwo przed faktami prawnymi, które dają jedynie wyobrażenie o zaleceniach dotyczących aktywności ludności, a nie o ich realizacji.
Redukcja procentowa aktywności w miejscach pracy (niebieska linia) w stosunku do poziomu odniesienia sprzed pandemii utrzymywała się w Szwecji na poziomie 20% dochodząc, a w środku roku dochodząc do około 40%.
Z kolei dla porównania redukcja procentowa aktywności w miejscach pracy (niebieska linia) w Polsce, gdzie lockdown był oficjalnie ogłoszony i aktywnie wspomagany przez służby państwowe, utrzymywała się na porównywalnym, bądź niewiele większym poziomie (a w miesiącach połowy roku była nawet około dwa razy mniejsza niż w Szwecji).
Wpływ ograniczenia aktywności ludności na zmniejszenie liczby nowych przypadków wirusa Covid-19 został wykazany na przykładzie wielu krajów, w tym indywidualnie badanych stanów USA. Dodatnia korelacja utrzymuje się na wysokim poziomie niezależnie od poziomu zamożności państw i cech kulturowych danego regionu świata (dla aktywności w obszarach mieszkalnych korelacja jest ujemna).
Wyniki wyraźnie sugerują, że aktywność typu handel i rekreacja ma największy wkład w transmisję Covid-19. Co szczególnie istotne, najbardziej produktywny ekonomicznie rodzaj aktywności w miejscach pracy nie jest najwyższy w rankingu korelacji (Tabela 4) i jest znacznie poniżej aktywności w obszarach handlu i rekreacji.
Z tego powodu blokada aktywności w miejscach pracy ma najniższy stosunek korzyści z tłumienia Covid-19 do kosztów ekonomicznych, więc powinna być stosowana jako działanie w ostateczności.
Wniosek ten jest szczególnie istotny dla agencji rządowych, które decydują się na wprowadzenie ograniczeń mobilności w ramach polityki lockdownu. Określa ona krytyczne obszary w zakresie zapobiegania, monitorowania i ograniczania mobilności ludzi.
Ponadto zalecamy, aby wygładzać dzienne przyrosty przypadków Covid-19 średnią kroczącą 14 dniową zamiast 7 dniową, gdyż pozwoliło to w naszych badaniach uzyskać 81% wyższy wskaźnik korelacji (największe różnice w poziomie korelacji sięgały aż 137% w stosunku do poziomu wygładzania 7-dniowego).
Zauważamy dwa główne czynniki ograniczające wnioski z badania. Spośród 185 analizowanych przypadków 51 pochodzi z USA (poszczególne stany traktowano jako oddzielne kraje, przez co zwiększono wiarygodność wynikowych korelacji). Powoduje to dużą tendencję do nadreprezentacji danych amerykańskich. Jednocześnie zakładamy, że nie powoduje to zniekształcenia samych wyników korelacji, ze względu na dużą liczbę ludności w każdym ze stanów USA. Drugim ograniczeniem jest nieuwzględnienie w badaniach Chin, dla których dane o mobilności nie są dostępne w bazie Google, przez co analiza globalna nie obejmuje jednego z kluczowych krajów.
Adam Sadowski, Zbigniew Galar
Dr hab. inż. Adam Sadowski – profesor Uniwersytetu Łódzkiego w Instytucie Logistyki i Informatyki. Doktor habilitowany w dziedzinie nauk ekonomicznych. Autor ponad 90 publikacji naukowych, ekspertyz, opinii w obszarze logistyki i zarządzania łańcuchami dostaw. Ekspert zewnętrzny w projektach krajowych i międzynarodowych z dziedziny logistyki. Członek Polskiego Towarzystwa Logistycznego, Polskiego Towarzystwa Ekonomicznego, Stowarzyszenia Logistyków. Jego aktualne zainteresowania naukowe koncentrują się na problemach zarządzania ryzykiem i bezpieczeństwem w łańcuchach dostaw, cyfryzacji sieci dostaw, logistyce transfuzjologicznej.
Dr Zbigniew Galar - absolwent Uniwersytetu Łódzkiego, dr w dyscyplinie nauk o zarządzaniu w specjalizacji zarządzania ryzykiem w sektorze farmaceutycznym. Posiada doświadczenie w realizacji projektów w obszarze logistyki. Autor publikacji z zakresu zarządzania łańcuchem dostaw i blockchain. Jego doświadczenie zawodowe obejmuje pracę na różnych stanowiskach w krajowych i międzynarodowych korporacjach w sektorach farmaceutycznym, chemicznym i spożywczym. Aktualnie prowadzone badania dotyczą zarządzania dużymi zbiorami danych w celu optymalizacji łańcuchów dostaw.
Pełna wersję tekstu ukazała się w języku angielskim w czasopiśmie Journal of Big Data.
Artykuł pod tytułem Big data insight on global mobility during the Covid-19 pandemic lockdown dostępny jest pod tym linkiem: https://bit.ly/3yiP7xM
Źródło: Wydawnictwo Uniwersytetu Łódzkiego
Kontakt: lukasz.orzechowski@uni.lodz.pl