实时指标在新冠肺炎危机期间跟踪发展中国家家庭福利变化的情况如何 ？

核心观点

本研究调查了源自互联网搜索、手机和卫星的实时指标在COVID-19危机期间对发展中国家家庭社会经济指标变化的预测能力。研究发现，实时指标，尤其是谷歌移动性和搜索词，能够预测相当一部分幸福感变化的变异。

关键数据

• 研究涵盖了59个发展中国家约300个地区。
• 使用了2020年4月至8月收集的第一波数据。
• 最小绝对收缩和选择操作符选择的模型解释了37%的跨地区家庭报告总收入下降的比例变化，以及34%的受访者自危机开始以来报告工作停止的比例变化。
• 实时指标在解释收入损失和当前就业情况的地区内变化方面所解释的比例较低，当前就业的R²值为15%，收入下降的频率则为15%至19%。
• 当将样本限制为城市地区时，实时指标在解释地区内变化方面更为有效。R²值范围从29%到55%。
• 谷歌移动指标与工作停止以及当前就业变化有强烈关联，并且与初始阶段及随后时期内农业收入、非农业企业收入和工资收入的下降有密切关系。
• 与食物、金钱、工作和宗教相关的Google搜索词也很强危机初期收入下降和停工的预测因素。Google 搜索与食物、援助、宗教有关，在某些情况下还包括锻炼，在危机演变中是收入下降和就业率变化的有力预测因素。

研究结论

• 实时指标在预测初始危机影响的横截面变异方面比预测重复波次调查数据中结果的时间变异更能有效地预测。
• 实时指标在预测收入损失方面比预测收入增加更为准确。
• 不同指标的重要性因具体情境而异，这突显了训练适用于不同情境的模型的好处。
• 结合多个不同来源的信息可能是监测某一地区经济状况变化的一个有前景的方法，尤其是在遭遇突然且大规模冲击时，传统调查数据尚未（或尚不）广泛可用的情况下。