智库传播 蒙格斯智库：社交网络可以预测新冠病毒传播的路径吗

烦恼解答师

智库传播 蒙格斯智库：社交网络可以预测新冠病毒传播的路径吗:国内首家致力于中国宏观经济拐点研究、风险研究的独立智库机构　　　　　前言　　众所周知，新冠肺炎传播途径之一就是接触传播。而最有可能产生密切接触的就是亲人、朋友或同学之间。社交网络作为当前最流行的沟通交流平台，大部分人都会在社交平台上与自己的家人朋友进行联系。这也意味着通过社交平台上的互动情况可以很大

: p" F, g0 A3 M* P5 t
4 u4 `( q6 Q7 f' Q. y$ ^9 c. V# X# _        
( y/ @: F( C" a: b* y0 Z        　　国内首家致力于中国宏观经济拐点研究、风险研究的独立智库机构　　　
        前言

  X: e, ?4 A1 G2 H. w( Q        众所周知，新冠肺炎传播途径之一就是接触传播。而最有可能产生密切接触的就是亲人、朋友或同学之间。社交网络作为当前最流行的沟通交流平台，大部分人都会在社交平台上与自己的家人朋友进行联系。这也意味着通过社交平台上的互动情况可以很大程度反映用户之间的亲密度，进一步判断出他们在线下见面接触的可能性。那么能否通过社交网络的数据来预测新冠病毒的传播路径呢？来自美国国家经济研究所的学者Kuchlery对该问题进行了研究。他的研究表明，如果一个地区的居民与COVID-19早期爆发地的居民在社交网络上联系越强，那么该地区确诊的病例数会越多。
: m+ e+ v9 h2 x. d/ n- u
        标题：The geographic spread of COVID-19 correlates with structure of social networks as measured by Facebook.
! \* Y. ^/ Y0 B, h" j& n1 Q- H" |4 v
' c( T+ s/ v/ X" F: b) x8 C: N        作者：Theresa Kuchlery
; v8 x3 q& A# f& S- c! o5 T& e9 u
; S$ _* _( y: g+ a5 @        发表机构和年份：NBER，2020.

        本文作者：蒙格斯智库蔡博士
, L: L$ n7 u* t( W
/ H3 D4 B: Y/ u/ \8 s8 ^                 研究背景
1 i; s! z2 s- N8 v; q2 o: ]
        为了预测传染性疾病（如COVID-19）的地理传播，了解哪些人会有很大的概率产生密切接触是很有价值的。为此，作者引入了一个新的衡量指标，社会联系指数，它测度了两个地区的人通过Facebook（一个全球在线社交网络）进行联系的相对概率。这种测量可能有希望帮助流行病学家预测传染病的传播途径。其背后的逻辑是，两个地区的人如果在社交网络上联系地比较频繁的话，那么他们之间就有很大的概率在线下有密切接触，为传染病的传播提供更多的机会。

        在这篇文章中，作者分别以美国和意大利COVID-19的早期爆发地（美国纽约州韦斯特切斯特郡和意大利洛迪省）为案例，研究了与这两个早期爆发地有频繁社交联系的其他地区的病毒感染情况。
4 g( c! w7 ]/ }% ~  Z, e. K
                 数据来源

; r% O, i/ S' o* Z+ ^9 B        （1）社交网络数据
3 x2 R5 d6 k+ V' h4 y5 H
        为了测量不同地点之间的社交联系强度，文章使用了自2020年3月起所有活跃的Facebook用户以及其好友的相关数据。Facebook在全球拥有近25亿活跃用户：美国和加拿大2.48亿，欧洲3.94亿，亚太地区10.4亿，世界其他地区8.17亿。因此，这些数据覆盖范围非常广，可以很好地绘制全球社交网络的地理结构。根据用户在Facebook上的信息和活动可以了解他们的位置信息、职业信息以及与好友的联络情况等。

        （2）确诊病例数据
" ?$ T9 R7 p' T# t
        美国确诊的COVID-19病例的数据来自约翰霍普金斯大学系统科学与工程中心。该中心统计了美国各郡的确诊病例数。同样，意大利确诊的COVID-19病例数据来自意大利的民防部门。本文所使用的数据全部截止至2020年3月30日。

5 [' X+ f( e6 T3 T                 研究过程及分析
4 g3 q5 Y$ N7 Q7 I
- Q* t4 i, Z. D# a% S        文章对两个地点i和j之间的社会联系的度量是基于Bailey等人提出的社会联系指数（SCI）：

6 W0 S7 r% c. ^1 T) f3 d  C' ^0 `" _% K        

3 o, P; ?# ]) I4 P% B2 N. v