Как город переживает беду: уроки из банковских чеков

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 · 1 мин
Банковские операции шести миллионов перуанцев показали, как наводнения изменили покупки и как быстро город вернулся к обычной жизни.

В феврале 2017 года на Лиму обрушились сильные дожди: реки вышли из берегов, дороги затопило, а люди боялись выходить из дома. Город, как человек при болезни, сбился с привычного ритма: покупатели стали реже ходить в магазины и покупать меньше.

Эль-Ниньо — это тёплое течение у берегов Перу, которое приносит ливни и наводнения. В 2017 году оно было особенно сильным.

Учёные решили проверить, как именно город переживает такой удар. Они взяли данные о 116,8 миллиона банковских операций, совершённых 1,5 миллиона клиентов в 55 000 магазинах с июня 2016 по май 2017 года. Сравнив покупки в каждом районе с обычными для всей страны, они увидели, что во время наводнений количество покупок резко упало. Но уже через несколько недель всё вернулось на круги своя.

Однако не все пострадали одинаково. В некоторых районах покупательская активность снизилась, а в других выросла. Люди стали чаще тратить деньги на транспорт, страховку и здоровье, а одежду покупали реже. Продуктовые магазины, аптеки, больницы и заправки стали важнее, а магазины непродовольственных товаров потеряли клиентов. Крупные супермаркеты, которые обычно образуют ядро сети покупок, временно сжались: их число уменьшилось с 68 до 27.

Ядро сети — это группа самых важных и плотно связанных между собой магазинов. Во время бедствия оно сжимается, что говорит о стрессе в экономике.

Такой подход помогает городским службам быстро понять, какие районы и предприятия пострадали больше всего, и направить помощь именно туда. Это как измерить пульс города: если ритм сбился, нужно срочно действовать.

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
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