Пульс города после удара стихии

Оригинал: "Impact of natural disasters on consumer behavior: case of the 2017 El Nino phenomenon in Peru"
arXiv:2008.04887 · 2020-08-11 · CC BY 4.0 · 3 мин
Банковские транзакции шести миллионов перуанцев показали, как Эль-Ниньо 2017 года изменил покупательские привычки и как быстро экономика Лимы вернулась к норме.

Контекст

Эль-Ниньо 2017 года в Перу привёл к гибели более ста человек, разрушению тысяч домов и дорог, а также к панике вокруг поставок лимонов и чеснока. В научной литературе хорошо изучены макроэкономические последствия таких бедствий, но как именно реагируют отдельные люди и малые предприятия, оставалось неясным. Данная работа заполняет этот пробел, опираясь на детальные данные о повседневных тратах жителей Лимы. Она стоит в ряду исследований, использующих мобильные данные, социальные сети и банковские транзакции для анализа реакции общества на ураганы, землетрясения и другие потрясения, но отличается тем, что фокусируется на микроуровне отдельного потребителя и торговца.

Методы

Авторы использовали анонимизированный набор данных о 116,8 миллиона транзакций по кредитным и дебетовым картам, совершённых примерно 1,5 миллионами клиентов в 55 000 торговых точках с июня 2016 по май 2017 года. Для выявления аномалий они применили расходимость Кульбака–Лейблера, сравнивая распределение покупок по 15 категориям потребления в каждом районе с общенациональным средним. Чтобы проследить изменения в поведении отдельных людей, построили марковские цепи мобильности, где состояниями служили посещаемые магазины, а переходы отражали последовательность покупок. Значимость каждого торговца оценивали через PageRank в графе транзакций, а устойчивость всей сети анализировали через динамику ядра и периферии.

Результаты

Анализ показал, что во время февральского эпизода Эль-Ниньо количество и объём транзакций резко упали, а в марте спад был менее выраженным. Расходимость Кульбака–Лейблера чётко выделила оба события на фоне обычных недельных колебаний. Районы Лимы отреагировали по-разному: в 20 районах наблюдалось снижение покупательской активности, в 11 — рост, а в остальных изменения были незначительными. На индивидуальном уровне выяснилось, что жители чаще переключались на общественный транспорт, страхование и товары для здоровья, тогда как покупки одежды сократились. Анализ PageRank выявил, что аптеки, больницы, заправки и продуктовые магазины поднялись в рейтинге, а магазины непродовольственных товаров опустились. Размер ядра графа транзакций, состоящего из крупных супермаркетов, уменьшился во время бедствия с 68 до 27 узлов, что указывает на временное сжатие экономической активности.

Значение

Работа демонстрирует, что цифровые следы повседневных покупок позволяют в реальном времени отслеживать реакцию общества на климатические шоки. В отличие от исследований, использующих агрегированные макроэкономические данные или социальные сети, этот подход раскрывает неоднородность отклика на уровне отдельных районов и торговцев. Методология может быть перенесена на другие города и типы бедствий, предоставляя властям инструмент для оценки уязвимости и планирования помощи. Кроме того, обнаруженное сжатие ядра транзакционной сети служит новым индикатором стресса в экономике.

Развитие

В перспективе подобный анализ можно автоматизировать и интегрировать в системы раннего предупреждения, чтобы в первые часы после удара стихии выявлять наиболее пострадавшие районы и категории бизнеса. Возможно объединение банковских данных с данными мобильных операторов и спутниковыми снимками для более полной картины. Отдельное направление — разработка методов защиты приватности, позволяющих использовать детальные транзакционные данные без риска деанонимизации клиентов.

Влияние

Результаты будут полезны городским администрациям, службам чрезвычайного реагирования и страховым компаниям для оценки последствий стихийных бедствий и распределения ресурсов. Они также дают эмпирическую основу для моделей устойчивости социально-экономических систем.

Следующие шаги

Следующим шагом может стать применение предложенных метрик к другим климатическим событиям в разных странах для проверки их универсальности. Также важно изучить долгосрочные изменения в поведении потребителей после восстановления инфраструктуры.

Ключевые проблемы

Исследование напрямую касается проблемы измерения устойчивости социально-экономических систем к внешним шокам, которая остаётся открытой из-за нехватки детальных данных о поведении индивидов. Оно также поднимает вопрос о балансе между полезностью больших данных и приватностью граждан, что является ключевой дилеммой для всей области вычислительных социальных наук.

Во время Эль-Ниньо 2017 года в Лиме резко выросли продажи страховых полисов: перуанцы, у которых застраховано лишь около трёх домов из ста, бросились защищать имущество после первых наводнений.

D^{(1)}_{(i,w)}(j) = KLD(S_i^{(j)} \| \bar{S})
Мера того, насколько структура потребления в данном районе и времени отклоняется от типичной для всей страны
T^{(u)}_{M_i,M_j}(t)
Элемент матрицы переходов марковской цепи, описывающей последовательность покупок индивида
C(t) = \alpha S(t)^{-1} W(t)^T + (1-\alpha) \frac{1}{N} \mathbf{1}\mathbf{1}^T
Итерационная формула для вычисления важности узлов в взвешенном ориентированном графе транзакций

Ключевые числа

  • транзакций проанализировано: 116,8 миллиона
  • клиентов в выборке: 1,5 миллиона
  • торговых точек: 55 000
  • размер ядра сети до бедствия: 68 узлов
  • размер ядра сети во время бедствия: 27 узлов
Понятия
эль-ниньо ла-нинья энсо вспышка западных ветров индекс Эль-Ниньо ERSST эффект конденсатора Индийского океана обратная связь Бьеркнеса межгодовая изменчивость относительный они многомерный индекс ЭНСО объём тёплой воды NOAA CPC весенний барьер предсказуемости засуха NOAA PMEL TAO модель осциллятора с подзарядкой естественная изменчивость южная осцилляция аномалия осадков