如何评估实时指标在COVID-19危机期间追踪发展中国家家庭福利变化的效果？
引言
新冠疫情引发了一场自二战结束以来最严重的经济和社会冲击。世界卫生组织于2020年3月11日宣布新冠疫情为全球大流行后，病毒迅速蔓延至全球多数地区。在此背景下，迫切需要快速、准确的数据来反映疫情对经济的影响。世界银行与各国统计局合作进行了电话调查，旨在迅速评估疫情对家庭的影响。这些调查询问了收入变化（包括总收入和其他来源的收入）、获取关键服务和资源的情况、食品保障、就业状况、行为调整以及整体福祉等方面的问题。这些调查结果对于记录许多发展中国家因疫情遭受的冲击并指导政策响应具有重要价值。
然而，在重大危机期间，开展电话调查需要宝贵的时间，并且需要大量资源来维持较长时间。实时指标（如卫星图像、污染数据和谷歌移动性数据）则可以立即获得且成本低廉。因此，这些实时指标在了解社区对疫情的反应方面变得越来越受欢迎。例如，在实施封锁措施时，谷歌移动性数据显示商业区域的活动减少，居住空间的活动增加。这些数据几乎实时可用，可用于记录遵守出行限制的情况。同样，氮氧化物（NO2）污染的近实时数据也显示，在疫情冲击后某些地区的污染有所减少。
研究方法与数据
本研究结合了一大批近实时指标与世界银行的高频电话调查数据，以评估这些指标预测家庭经济福祉变化的能力。研究使用了谷歌移动性数据、谷歌搜索趋势、夜间灯光、植被和污染数据等指标来预测各种家庭调查结果的趋势。
实证分析
-
初始冲击的预测能力
- 研究发现，谷歌移动性数据、谷歌搜索趋势、夜间灯光、植被和污染数据能够解释约37%的地区间家庭总收入下降的比例变化，以及约34%的工作停止比例的变化。
- 当样本限于城市地区时，这些指标在解释收入损失和当前就业情况方面的内部变异性方面表现更好，R²值分别达到约0.54和0.38。
- 收入增长、自我报告的食物不安全、社交距离行为和儿童学校参与度更难预测，R²值范围从0.06到0.17。
-
随时间变化的预测能力
- 在第一波调查中，与食物、金钱、工作和宗教相关的谷歌搜索词是最有力的预测因子，能够解释工作停止和收入下降的变化。
- 而与食物、锻炼和宗教相关的搜索词则更好地反映了收入下降和就业变化。
- 谷歌移动性数据也是预测就业变化和特定类型收入下降频率的有效指标。
- 卫星数据（如植被、污染和夜间灯光）的预测能力相对较弱。
结论
总体而言，谷歌移动性和搜索数据，以及次之的植被和污染数据，可以在一定程度上反映区域经济困境和复苏情况，尤其是在重大危机（如新冠疫情）的早期阶段。这些发现有助于更好地利用实时指标来监测和应对未来类似危机对家庭福祉的影响。
