การใช้ข้อมูลผู้ใช้โทรศัพท์มือถือในการประเมินผลกระทบของการมาตรการ Social Distancing และ work-from-home

การใช้ข้อมูลผู้ใช้โทรศัพท์มือถือในการประเมินผลกระทบของการมาตรการ Social Distancing และ work-from-home

07 April 2020
ภาพที่ 1: ข้อมูลผู้ใช้โทรศัพท์มือถือพบว่าประชาชนทั่วประเทศสหรัฐฯลดการเดินทางลงหลังจากมีจำนวนผู้ติดเชื้อเพิ่มสูงขึ้น
ที่มาภาพ: https://www.nytimes.com/interactive/2020/03/23/opinion/coronavirus-economy-recession.html

ล่าสุดทางบริษัท Descartes Labs ซึ่งเป็นบริษัทที่เชี่ยวชาญด้านการวิเคราะห์ข้อมูลเชิงพื้นที่ (Spatial data) ได้นำเสนอข้อมูลที่แสดงให้เห็นถึงผลกระทบของการแพร่ระบาดของเชื้อไวรัสโคโรนาในอเมริกาว่าประชาชนลดการเดินทางลงอย่างเห็นได้ชัดหลังจากที่มีจำนวนผู้ติดเชื้อเพิ่มสูงขึ้น โดยผู้ที่สนใจสามารถเข้าถึงข้อมูลชุดนี้ได้ฟรีจาก https://github.com/descarteslabs/DL-COVID-19 

ภาพที่ 2: การใช้ข้อมูลเชิงพื้นที่แสดงผลกระทบของมาตรการ Social Distancing และ work-from-home
ที่มาภาพ: https://www.descarteslabs.com/mobility/

ประเทศสหรัฐฯเป็นหนึ่งในประเทศที่มีผู้ติดเชื้อCOVID-2019อยู่เป็นอันดับต้นๆของโลก ทางรัฐบาลจึงมีมาตรการลดการแพร่ระบาดของเชื้อไวรัสโคโรนาโดยให้ประชาชนทำ Social Distancing และ work-from-home อย่างไรก็ตาม การตอบสนองนโยบายหรือประสิทธิภาพของนโยบายอาจจะขึ้นอยู่กับพฤติกรรมของประชาชนในแต่ละเขต เราจะสามารถที่จะใช้เทคโนโลยี Big Data มาตรวจสอบผลกระทบของการใช้มาตรการ Social Distancing และ work-from-home ได้อย่างไร

ภาพที่ 3: เปรียบเทียบการเดินทางของประชาชนก่อน – หลังมีมาตรการ Social Distancing และ work-from-home

ที่มาภาพ: https://www.nytimes.com/interactive/2020/03/23/opinion/coronavirus-economy-recession.html

ข้อมูลเชิงตำแหน่งจากโทรศัพท์มือถือและการเปรียบเทียบค่าเฉลี่ยของระยะการเดินทาง 

เราสามารถนำข้อมูลเชิงตำแหน่งจากโทรศัพท์มือถือมาคำนวณหาระยะการเดินทางของแต่ละบุคคลในแต่วัน จากนั้นเรานำข้อมูลระดับบุคคลมาสร้างเป็นข้อมูลระดับรัฐเพื่อจะใช้ในการเปรียบเทียบว่าในแต่ละวันนั้น ระยะการเดินทางเฉลี่ยของประชาชนในแต่ละรัฐนั้นได้เพิ่มขึ้นหรือลดน้อยลงจากค่าปกติมากน้อยเท่าใด หากประชาชนในรัฐใดมีระยะการเดินทางเฉลี่ยของแต่ละวันลดลง ก็น่าจะแสดงให้เห็นว่าประชาชนในรัฐนั้นโดยเฉลี่ยแล้วมีการทำตามนโยบาย Social Distancing และ work-from-home อย่างชัดเจน แต่หากระยะการเดินทางเฉลี่ยของแต่ละวันไม่มีการลดลงเลยหรือเปลี่ยนแปลงน้อยมาก ก็ย่อมแสดงว่าประชาชนในรัฐนั้นไม่ปฎิบัติตามคำแนะนำของแพทย์และรัฐบาล

สำหรับค่าปกติที่จะนำมาใช้ในการเปรียบเทียบนั้น สามารถใช้ moving-average มาคำนวณค่าปกติตัวนี้ได้ เนื่องจากข้อมูลเชิงตำแหน่งที่นำมาใช้เป็นข้อมูลในลักษณะของข้อมูลอนุกรมเวลา (time series data) นั่นคือเป็นข้อมูลที่แสดงค่าตามกาลเวลา ซึ่งในกราฟเส้นตามภาพที่ 3 นั้น เจ้าของกราฟได้ใช้ 3-day moving average มาคำนวณหาค่าปกติ

การใช้สีเพื่อบ่งบอกความนิยมพรรคการเมืองในแต่ละรัฐ 

ประเทศสหรัฐฯเป็นประเทศที่ใช้ระบบการเมืองแบบสองพรรค คือ พรรคริพับลิกัน (Republican Party) กับพรรคเดโมแครต (Democrat Party) โดยพรรคริพับลิกันจะใช้สีแดงเป็นสีประจำพรรค ส่วนพรรคเดโมแครตจะใช้สีน้ำเงิน นักวิจัยที่สร้างvisualizationชุดนี้ได้ใช้สีประจำพรรคการเมือง เพื่อสื่อให้เห็นว่าความนิยมในพรรคการเมืองของประชาชนส่วนใหญ่ในรัฐนั้นจะมีผลกระทบต่อการตอบสนองของมาตรการที่ออกโดยรัฐบาลหรือไม่ การกำหนดค่าของสีนั้นใช่ข้อมูลจาก Partisan Voter Index ของการเลือกตั้งในปี 2017 เพื่อบ่งบอกว่ารัฐไหนควรแสดงเป็นสีใดบนกราฟเส้น จากกราฟเส้นในรูปภาพที่ 1 เราสามารถเห็นได้อย่างชัดเจนว่า ถึงแม้ทุกรัฐในประเทศสหรัฐฯจะเกรงกลัวต่อการติดเชื้อไวรัสโคโรนา บางรัฐมีพฤติกรรมการเดินทางที่ลดลงอย่างรวดเร็วและเห็นได้ชัดเจน ในขณะที่บางรัฐมีพฤติกรรมการเดินทางที่ลดลง แต่ก็ไม่ได้ลดลงอย่างรวดเร็ว

ดังนั้น การที่ผู้สร้างกราฟเส้นชุดนี้ได้ใช้สีประจำพรรคการเมืองมาแยกระหว่างรัฐที่นิยมพรรคริพับลิกันกับรัฐที่นิยมพรรคเดโมแครต จึงทำให้เราสามารถมองเห็นอย่างทันทีและชัดเจนว่า ความนิยมของพรรคการเมืองน่าจะมีผลกับความเร็วหรือความเข้มข้นในการตอบสนองมาตรการSocial Distancing และ work-from-home ด้วย รัฐที่นิยมพรรคเดโมแครต (เส้นสีน้ำเงิน) นั้นส่วนใหญ่จะลดการเดินทางลงกันอย่างเห็นได้ชัดเจนและรุนแรงกว่ารัฐที่นิยมพรรคริพับลิกัน (เส้นสีแดง) แต่สุดท้ายแล้ว สิ่งที่เราเห็นได้อย่างแน่ชัดคือไม่ว่าจะเป็นรัฐใดก็ตาม จำนวนผู้ติดเชื้อไวรัสโคโรนาที่เพิ่มสูงขึ้นส่งผลให้ประชาชนทั่วทุกรัฐในประเทศสหรัฐฯลดการเดินทางลงอย่างเห็นได้ชัด 

ดังนั้น ข้อมูลเชิงตำแหน่งจากโทรศัพท์มือถือน่าจะสามารถที่จะนำมาใช้ตรวจสอบผลกระทบของการออกมาตรการ Social Distancing และ work-from-home ในแต่ละประเทศได้อย่างมีประสิทธิผล

ที่มาเนื้อหา: 

  1. https://www.nytimes.com/interactive/2020/03/23/opinion/coronavirus-economy-recession.html
  2. https://www.descarteslabs.com/mobility/
  3. https://flowingdata.com/2020/03/24/mobile-phone-data-shows-decreased-movement-nationwide/

แบ่งปันบทความ

กลุ่มเนื้อหา

แท็กยอดนิยม

แจ้งเรื่องที่อยากอ่าน

คุณสามารถแจ้งเรื่องที่อยากอ่านให้เราทราบได้ !
และเราจะนำไปพัฒนาบทความให้มีเนื้อหาที่น่าสนใจมากขึ้น

PDPA Icon

We use cookies to optimize your browsing experience and improve our website’s performance. Learn more at our Privacy Policy and adjust your cookie settings at Settings

Privacy Preferences

You can choose your cookie settings by turning on/off each type of cookie as needed, except for necessary cookies.

Accept all
Manage Consent Preferences
  • Strictly Necessary Cookies
    Always Active

    This type of cookie is essential for providing services on the website of the Personal Data Protection Committee Office, allowing you to access various parts of the site. It also helps remember information you have previously provided through the website. Disabling this type of cookie will result in your inability to use key services of the Personal Data Protection Committee Office that require cookies to function.
    Cookies Details

  • Performance Cookies

    This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

  • Functional Cookies

    This type of cookie enables the Big Data Institute (Public Organization)’s website to remember the choices you have made and deliver enhanced features and content tailored to your usage. For example, it can remember your username or changes you have made to font sizes or other customizable settings on the page. Disabling these cookies may result in the website not functioning properly.

  • Targeting Cookies

    "This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

Save settings
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.